1、测试为人工智能建设的网络和通过人工智能增强网络思博伦电子书目 录人工智能对网络的影响测试和保障扮演的角色建议：如何测试为人工智能构建的网络建议：如何测试和保障通过人工智能增强的网络思博伦的承诺：您的测试和保障伙伴 为人工智能构建和通过人工智能增强的网络310141620思博伦电子书3测试为人工智能建设的网络和通过人工智能增强网络根据研究企业IDC的预测，到2028年时，人工智能相关解决方案所引发的部署竞赛将带动高达6320亿美元的全球支出，年复合增长率达29%。通信网络将注定成为该进程中的受益者，因为大量的人工智能技术将被集成到通信网络中，用以增强、自动化和优化网络的管理、性能和安全性。当人工

2、智能不断集成到网络的过程中，人们时常担忧人工智能是否值得信任，能否承担决策、处理敏感数据，以及防御最新黑客战略的重任。各方都在努力快速验证专为人工智能搭建和人工智能增强的网络是否能够满足预期。测试和保障是连接这些开发工作的纽带，为面对这一全新的领域的人们建立信心和可预测性。这些网络还将担负满足前所未有需求的重任。AI应用需要实时的数据处理和推理，因此要依赖不间断的上行和下行链路网络接入。只有这样才能实现处理所需的原始数据的传输，以及从边缘计算节点、区域和全球数据中心上托管的AI模型接收推理结果的过程。无论是在边缘，还是IP核心网上，这些流量都必须满足低时延、高吞吐量，以及有保证的连接能力，而此

3、类要求也加速了100G、400G和800G技术的推广普及。利用真实的流量仿真和网络数字孪生等新方法学，可以加速大规模和拥塞条件下对AI场景的全面和可复现测试，并且可以避免投资建设昂贵的专有实验室。本电子书将探讨人工智能如何影响当前的网络，以及人工智能融入关键网络功能方面的最新趋势。本电子书还将阐述测试和保障如何应对人工智能推广相关的挑战，以及它们在验证人工智能用例过程中无可估量的价值。我们还将援引思博伦的客户合作和市场经验，并针对为人工智能构建和通过人工智能增强的网络，提出其测试和保障方面的建议。接下来，我们将深入探讨。现代网络并不是为支持人工智能的数据密集型、高带宽、低时延、无损，分布式云和

4、边缘处理需求而设计的。这种变化正在推动数据中心的完全重新设计，同时无线和有线运营商也在竞相升级其联网基础设施。Dell Oro曾预计，数据中心方面的资本支出将从2023年的2600亿美元增至2028年的5000亿美元以上。IDC预计，到2028年时，人工智能软件方面的支出将高达6320亿美元29%年复合增长率达人工智能对网络的影响在本章节中，我们将讨论人工智能对网络的影响，以及人工智能在支持更高效和更智能的网络与运营过程中扮演的崭新角色。我们还将重点陈述减缓人工智能推广的各类制约因素。1G/10G100G/400G400G/800G10G/25G100G设备小语言模型和超低时延推理中央数据中心

5、大模型区域数据中心特定域大语言模型（LLM）（电信、企业和政府）安全边缘低时延推理AI流量AI流量构建的网络为人工智能人工智能对网络基础设施的影响全新的网络性能要求思博伦电子书5测试为人工智能建设的网络和通过人工智能增强网络今天的网络基础设施主要是为视频和互联网流量而设计的，而要想支持人工智能，就必须不断演进。特别是，一些新的能力需要设计到网络中，并针对人工智能通信和进程加以优化。这些网络设计应适应不断演进的性能要求、更强的传输和互联架构，并且具备充足的灵活性，把握全新联网商业模型所创造的机遇。人工智能推理。通过在训练好的人工智能模型上运行新的数据，人工智能推理应用可用于做出预测或决策。人工智

6、能推理引擎可以部署在网络中的不同点，例如网络的边缘或企业的基础设施内，目的就是改善响应时间或增强安全性和隐私。要想实现快速（以微秒计）、准确和安全的决策，就需要消除处理和传输的延迟。人工智能应用和工作负载流量。诸如文本和对话、图像、音频和视频生成，以及XR增强等人工智能应用都会在上行和下行方向生成巨大的流量。例如，视频分析会产生较大的上行流量流。人工智能正在将网络性能要求推向前所未有的水平，而重点关注的便是全新的网络。自诞生伊始，这些网络就必须能够处理人工智能应用生成的巨大流量，以及运行推理模型和执行人工智能训练的工作负载。人工智能训练和再训练。训练学习模型（如大语言模型（LLM）时需要大量的