如果大模型有信仰，那一定是“Scaling Laws（规模法则）”。
所谓“Scaling Laws”，就是模型性能会随着参数、算力、数据集的规模增加而提高。时间来到2024年，大模型领域依旧是“Scaling Laws”的统治区。
模型参数增长到万亿，训练集群从千卡到万卡、五万卡，前不久刚开源的一个高质量通用数据集达到45T，让开发者为了网络带宽而发愁……有人调侃：“在就近网络服务区下载好，再把硬盘用高铁飞机带过来，都比直接下载省时省力。”
人工智能时代爆炸式的数据增长，传统“马拉肩扛”的传输方式，存在易损坏、丢失的风险，也无法支持实时数据更新和交互，会直接影响到中国AI产业的先进性。对于攀爬Scaling law的中国AI产业来说，传统网络已经捉襟见肘，必须全面升级和重塑，更有效地支持大模型时代的联接需求。
近日，紫光股份旗下新华三集团以“×AI”（乘AI）为主题举办2024媒体与分析师沟通会，全新升级智算版数字大脑，并以全栈领先的灵犀智算解决方案，充分发挥新华三在算力和联接领域的核心优势，激发“算力×联接”的乘数效应，让算力更快、更强、更澎湃。
理念听起来很美好，具体怎么落地呢？网络如何给算力做乘法？会后，脑极体采访了新华三集团高级副总裁、网络产品线总裁曾富贵，就承载灵犀大模型落地的新华三AD-NET 7.0，及数据中心、园区、广域三大场景的相关技术、产品与解决方案，展开了深度交流。在AI产业攀爬Scaling law的当下，我们不妨来看看，新华三双A驱动的网络，是如何带攀登者们越过山丘的。
数字化、智能化升级先升网，已经是一个常识。问题在于，究竟什么是网络的升级方向？
对此，曾富贵说过，网络的先进性是技术问题，但是先进网络的具体形态是用户选择的问题。
面向智算时代，AI产业化和产业AI化所需要的网络形态，已经被“Scaling Laws”法则所规定。
万亿参数，传输“费时”。大模型的参数量巨大，需要传输大量的数据，传统网络无法满足高带宽需求，需要接入带宽高达400G甚至达到800G的超大容量网络。
万卡集群，训练“费力”。AI大模型并行计算模式，催生了新的大规模网络架构，从千卡到万卡集群，未来更新的GPT模型可能需要十万卡、几十万卡支撑起来。而AI计算集群规模越大，通信量和复杂度越大，网络设备的规模、端口数、光模块的数量指数上升，传统网络面临越来越明显的传输效率瓶颈，一次通信延误，会拖慢整个训练过程，导致整体计算集群效能低下、成本高昂。
万里部署，使用“费心”。算力的分布式部署，全国一体化算网可以减少训练推理成本，解决算力紧缺、算力贵的问题。但跨东西部的算力流动与调度，会受限于“联接瓶颈”，抖动、时延、较长的通信时间，都会让用户身心俱疲，宁可用硬盘坐高铁送。
总而言之，在AI大模型场景和应用中，让模型供应商、算力服务商、应用开发者及用户不头疼，轻松翻越“Scaling Laws”的网络，就是先进网络。帮助产业攀爬Scaling Laws，新华三全新升级的AD-NET 7.0，由Application+AI双A驱动，如同一双“风火轮”，为AI大模型向前发展注入澎湃动力，成为一双智算时代的“鞋履”。
神话故事中，哪吒踩着一双“风火轮”，获得了高速移动、自由驰骋的能力，极大地提高了战斗效率。对于攀爬Scaling Laws的AI产业者来说，新华三双A驱动的网络，正是一双能够释放澎湃算力的加速“战靴”。
全新升级的AD-NET 7.0，全面升级网络联接能力，构筑行业智能底座，从三个方面，为智算时代提供有力支撑：
1.以网强算
AD-NET 7.0提供的网络基础设施，为AI模型的训练提供高效算力支持，为各种智能化服务提供按需的联接服务保障。曾富贵强调，AI赋能的网络，对数据中心，要充分释放大规模算力集群的潜力，让算力增效；对园区，要让最终客户能够随时随地接入算力，方便使用算力，满足各类业务对算力的智快至简体验需求；对广域网，要通过算力网络不同规模、不同行业客户都能享受算力建设带来的数字红利，实现业务智享的普惠型算力资源供给。
2.以算提智
新华三端到端智算能力，不仅解决了“算力焦渴”，还进一步结合过去21年积累的ICT运维领域知识和大量语料，融合打造出更懂行业运维需求的AI私域大模型——灵犀大模型。基于新华三在ICT领域的知识语料积累和上万名网络专家的专业经验，利用充足的算力训练和微调得到灵犀大模型，通过内置灵犀大模型升级AD-NET解决方案。
3.以智增效
算力网络变得复杂，靠人的普通管理是不行的，一定需要更强大、更高效的AI技术为网络提供“导航”。为了提升网络的智能化水平，AD-NET 7.0搭载了灵犀大模型，可以利用AI强大的创造力和交互能力，提升网络管理效率。
曾富贵直言，很多东西说起来很容易，实现起来很难。我们希望通过灵犀大模型，加上硬件原生智能，让整个网络更高效。这个覆盖面很大，目前我们在某些场景做了一些尝试，取得突破。目前，新华三已经探索出了大模型在数据通信领域落地的几个典型场景。
AI可视：网络设备与平台协同计算，对设备日志、流量模型应用等多维信息进行AI分析，实现贯穿应用和网络基础设施的信息洞察。
AI调优：基于用户业务提供最优配置建议，持续学习网络状态，提供自进化的有线无线网络调优功能，体验识别准确度达92%。
AI排障：基于海量网络设备数据训练结果，实现链路级、设备级、网络级到应用级快速排障，覆盖90%以上的网络。
AI安全：网安联动，持续学习用户网络行为，精准标识可疑用户及可疑行为，实现动态安全防护。
以应用为牵引，以AI为抓手，“双A驱动”的新华三网络和AD-NET 7.0，成为千行百业加速智能化的一双“战靴”，提供澎湃的算力和动能。
数字化、智能化是中国乃至全球经济发展的重要趋势，也是摆在中国社会面前的一道新题目。征服Scaling Laws的高峰，夯实智能中国的基础，是一项庞大的系统工程，众多ICT相关企业都参与其中。
作为数字化解决方案领导者，新华三躬身入局智能新时代，激活了一种勇往直前的少年气。双A驱动的网络升级，就是这种气质的具象体现。
少年气，就是天命在我，敢于担起时代责任。
曾富贵提到，Application + Al Driven，既是趋势也是使命。我们希望，新华三的网络能够为后续算力的普惠化提供坚实的基础，这既是新华三的技术趋势，也是网络的使命。
少年气，就是学习能力强，始终没有停下进步的脚步。
曾经，新华三网络以应用（Application）为中心单轮驱动，在AI时代他们进行了重新的赋能、升级和诠释。经由灵犀大模型的全面融合，新华三网络拥有了全面智慧。
少年气，就是怀抱理想，为护佑苍生长出三头六臂。
以对AI训练最为关键的智算中心为例，AD-NET 7.0引入了多种负载均衡技术。针对不同智算场景，提供最适合的负载均衡技术组合，让每条链路都充分得到利用，提升智算中心算力规模和效率。
曾富贵介绍到，负载均衡之所以如此重要，是充分理解到传统计算模型与智算的计算模型有巨大的差异， 智算中心的流量不同于互联网流量，其存在单流流量大、整体流数量少、大量突发等特点，唯有通过智能化地负载均衡技术，将数据流量合理分散到不同链路上，才能保证无阻塞、不丢包，使智算中心得以顺利完成计算需求。
此外，新华三通过多元的产品形态，支撑AI时代的网络迭代。比如面向数据中心，提供了专为AI而生的S12500 AI系列产品，为AI模型的训练提供高效算力联接支持。面向广域网，升级400G端口能力、将算力因子纳入路由计算算法，提供服务化算力专线等，实现广域算力传送的全面优化。面向园区，全光+Wi-Fi 7，为基于AI的各种场景智慧化应用提供了最后一跳的高质量接入体验。
和新华三一样，中国AI产业及千行万企，也都勇敢踏上了智能时代的创新旅程。纵然攀爬Scaling Laws充满艰难，但越过山丘后的智能中国，也格外让人心驰神往。
对智能攀登者来说，新华三双A驱动的网络，是承载数据要素的路，是加速释放算力价值的“风火轮”，也是一同走过山高水远的同路人。