AI推動多數據中心架構演進 網絡規模大幅提升 智能體或將接管運維

《科創板日報》8月19日訊（記者 黃心怡）從預訂機票、下單外賣的私人助手，到自動編寫、調試代碼的AI程序員，AI智能體的浪潮正洶涌而來。

《科創板日報》瞭解到，華爲、螞蟻集團、字節跳動等不少企業正在探索將大模型和智能體應用於數據中心運維領域。比如，華爲發佈了全網絡智能體Netmaster，基於大模型底座，能夠實現90%已知告警的3分鐘自閉環。

隨着AI技術逐步包括金融在內的千行百業中，多數據中心架構正在成爲趨勢，這使得網絡規模將大幅提升，對運維帶來挑戰。有互聯網金融領域的算法專家期待，未來三到五年，智能體能夠逐步取代傳統的應急響應流程，讓運維人員不再需要24小時待命。

▍大模型和智能體運維成探索方向

傳統運維主要依靠人力完成監控、故障排查等工作，近些年走向平臺化自動化運維，如今隨着AI技術的發展，發展至模型運維。

華爲已發佈了基於大模型底座的全網絡智能體Netmaster，並對華爲星河AI網絡進行了到端的架構升級。華爲數據通信產品線政企領域總裁程劍介紹：“我們在所有網絡設備上，從園區、數據中心到廣域網，從交換機到Wi-Fi再到防火牆，均內置了自研的AI算力芯片，實現了實時業務感知和異常快速閉環。”

不少金融機構正在積極引入AI技術，來探索網絡的智能化運維。西北某城商行信息科技部總經理助理透露，“目前採用二層網絡與SDN雙模並存的架構，未來將向標準化、模塊化、層次化方向演進。”

他介紹了三大規劃方向：一是核心業務與IT應用建設，二是推進自主創新落地，三是實現統一管理與分析編排，依託SDN技術提升網絡自動化與風險管控能力。

在具體實施上，該城商行計劃分三步走：首先優化現有SDN架構，實現全棧SDN化；其次推進應用遷移，逐步實現業務與網絡的深度協同；最後引入AI技術，構建面向應用運維的智能化體系，提升網絡運維效率與業務連續性。

他還分享了城商行在自動化與智能化方面的運維實踐：“我們通過‘人防+機防’策略，引入自動化巡檢平臺和AI分析能力，快速排查定位問題。未來還將探索AI在日誌和流量分析中的應用，進一步提升運維效率。”

▍多數據中心架構成趨勢 網絡規模將大幅提升

隨着金融行業對AI技術的廣泛和深化應用，數據中心呈多地、多中心發展。程劍認爲，這將帶來了運維上的重大挑戰。

一是網絡規模大幅度提升。“過去5年某大行數據中心的交換機數量是從3千臺走向三萬臺，未來行業內的建設規模可能會增長到10萬甚至更多，需要基於AI手段提高智能運維能力。”

二是在多數據中心、多雲的架構下，一旦發生網絡故障，如何更好、更快速切換至新的數據中心，滿足金融業務RTO（系統恢復時間）小於30分鐘的要求，也是一大核心挑戰。“單數據中心容易做，跨數據中心就難了，這也是華爲數通關鍵的發力點，從單數據中心韌性走向多數據中心。”程劍表示。

第三則是安全性。“如今頭部大行擁有成千上萬的分支網點，甚至還有海外的網點。這些網點非常分散，是安全攻擊的薄弱點。金融機具比如金融ATM機，如果在網絡層面沒有識別能力，也會存在安全隱患。”