Huawei: az AI-korban az adatközpontok köré kell építeni a hálózatokat

Bécsi beszéd a hálózati érték újragondolásáról

A World Broadband Association (WBBA) a „Network X 2026” rendezvény keretében tartotta meg Bécsben a Broadband Development Congresst (BDC). Itt Bob Chen, a Huawei „Optical Business” termékvonalának elnöke előadást tartott „Reshaping Network Value for New Growth in the AI Era” címmel. A forrás a Huawei közleménye, így az alábbi állítások a cég képviselőjének álláspontját tükrözik.

Chen szerint az elmúlt három évtizedben minden szolgáltatási fellendülés a hangszolgáltatásoktól az internetig és a videós szolgáltatásokig hálózati támogatásra épült. Most az AI fejlődik gyorsan: a nagy AI-modellek paraméterszáma már közel 10 billió, a tokenfogyasztás pedig az elmúlt évben közel 50-szeresére nőtt. Chen szerint a hálózati kapcsolatok célpontjai, gyakorisága és minősége látványosan megváltozott, ezért az iparágnak újra kell gondolnia, hogyan alakítható át a hálózatok értéke.

A hálózattervezésnek és a hálózatépítésnek az AI-szolgáltatások igényeihez és az AIDC-k (AI-adatközpontok) elrendezéséhez kell igazodnia, az üzemeltetés és karbantartás javításához pedig AI-technológiát kell bevetni. Ezt foglalja össze a három R: az architektúra újjáépítése (Rebuilding), az üzleti modell átalakítása (Reshaping) és az üzemeltetés újradefiniálása (Redefining).

Adatközpont-központú architektúra

A hálózatokat korábban közigazgatási régiók szerint szervezték: országos gerinchálózatra, regionális gerinchálózatra és városi hálózatokra tagolták. Chen szerint az AI megjelenésével az AIDC-k száma közel tízszeresére nőtt, a forgalom mennyiségét pedig már nem a népesség, hanem a számítási kapacitás határozza meg.

Példaként a kínai Csungvejt (Zhongwei) hozta. A város forgalma korábban Kína teljes forgalmának csupán nagyjából 0,1 százalékát tette ki. Mára Kína nyolc nemzeti számítási csomópontjának egyike lett, intelligens adatforgalma pedig az ország teljes sávszélességének több mint 10 százalékát adja. Chen szerint hasonló esetek világszerte előfordulnak.

A javasolt irány az AIDC-központú architektúra: a hálózatokat mag-, regionális és peremadatközpontok köré szervezett rétegekbe kell rendezni. Az adatközpontok közötti közvetlen, egylépéses (one-hop) mesh-kapcsolatok a közlemény szerint 1-5-20 ms-os determinisztikus késleltetési köröket és gyors piacra jutást tesznek lehetővé.

Új üzleti modellek vállalatoknak és otthonoknak

A vállalati szegmensben az AI terjedésével változnak a termelési modellek. A forrás egy kínai, AI-ra specializálódott ipari tervezőcéget említ, amely AI-renderelést használ a gyártási ciklusok jelentős lerövidítésére. A valós idejű AI-rendereléshez 2 ezredmásodperc alatti késleltetés kell.

Chen szerint a szolgáltatók az bérelt vonalaikat az egydimenziós sávszélesség-kínálatról a „sávszélesség + késleltetés + megbízhatóság” csomagra bővíthetik. Az OXC, az ASON és a kvantumtitkosítás révén a hálózat determinisztikus késleltetést, nagy megbízhatóságot és magas szintű biztonságot nyújthat, ami érdemben növeli a bérelt vonalak értékét. A számítási platformokkal a hangsúly áttolódhat a „hálózat + számítási kapacitás + modell/alkalmazás” értékesítésére, vagyis integrált számítási és hálózati szolgáltatásra.

A lakossági szegmensben a „Egy üvegszál, egy hálózat, egy otthon” stratégiát javasolta. Az „egy hálózat” FTTR-rel vagy Wi-Fi mesh megoldással kiváló minőségű, az egész házat lefedő Wi-Fit jelent. Az „egy otthon” az AI-képes otthoni végpontok és AI-ügynökök által támogatott, gazdag intelligens alkalmazásokat takarja. Az otthoni AI-ügynökök a közlemény szerint a használók számára is megváltoztatják az interakciót: valós időben, egyszerű hangutasításokkal vezérelhetők a otthoni hálózatok.

Intelligens üzemeltetés és karbantartás

Az üzemeltetésben Chen a félig automatizált működésről a teljes életciklust lefedő intelligens megoldásra váltást sürgeti. Az átfogó intelligenciát a tervezés, kiépítés, karbantartás, optimalizálás és üzemeltetés területén a hálózati elemek, a hálózat és a szolgáltatás szintjén kell megvalósítani.

• Wi-Fi-optimalizálás: az otthoni hálózatokkal kapcsolatos panaszok többsége Wi-Fi-problémákra vezethető vissza. Az AI-alapú optimalizálás automatikusan azonosítja a zavarforrásokat és azok típusát, valós időben állítja például az adóteljesítményt, így zavarral terhelt környezetben nagyjából 20 százalékkal nő a Wi-Fi sebessége.
• Energiatakarékosság: a hálózati eszközök eddig a forgalomtól függetlenül teljes teljesítményen működtek. Az intelligens forgalomelemzés dinamikus teljesítményszabályozást tesz lehetővé az OLT-sasszikon és a vonalkártyákon, ezzel az eszközök teljes energiafogyasztása több mint 20 százalékkal csökken.
• Hibaelhárítás: három szintre bontva történik. Az önjavítás során az O&M AI-ügynökök automatikusan megoldják a légi interfész problémáit, például a roamminghibákat. A távfelügyeletnél a konfigurációs paraméterekkel kapcsolatos hibákat a NOC-ban AI-ügynökökkel kezelik távolról. A helyszíni kiszállásnál az O&M Copilot segít pontosan behatárolni a fizikai üvegszálas kapcsolat hibáit.

Mit jelent ez a szolgáltatóknak és az előfizetőknek

Chen záróbeszédében azt mondta, a három R segítségével újraformálható az UBB-hálózat értéke, és közösen kereshető új növekedés az AI korában. A közlemény alapján a Huawei a szolgáltatóknak azt javasolja, hogy a puszta sávszélesség-értékesítés helyett késleltetéssel, megbízhatósággal és számítási kapacitással kiegészített csomagokat kínáljanak.

A lakossági előfizetők számára a javasolt irány a teljes otthont lefedő Wi-Fi, a hangutasításokkal vezérelhető hálózat és a gyorsabb hibaelhárítás. A közölt, mintegy 20 százalékos Wi-Fi-sebességnövekedés és a több mint 20 százalékos energiamegtakarítás a Huawei saját adata, független igazolás a forrásban nincs.