news 2026/1/7 14:20:40

AI原生驱动,网络“自驱”前行:HPE Networking开启自动驾驶网络新纪元

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
AI原生驱动,网络“自驱”前行:HPE Networking开启自动驾驶网络新纪元

当前,人工智能技术正在重塑全球产业格局,网络作为数字世界的“神经网络”也面临着前所未有的挑战与机遇。连接设备的指数级增长、混合云环境的复杂异构、AI工作负载对性能的极致要求,以及日益严峻的安全威胁,都在推动网络从传统自动化向智能自驱演进。在日前举行的HPE Networking沟通会上,我们得以窥见HPE Networking在完成对瞻博网络(Juniper Networks)的战略收购后,以开创性提出的“自动驾驶的网络”为愿景,通过技术整合与生态协同,正在定义智能网络新时代的核心范式。

战略内核:AI与网络的双向奔赴

在我们看来,HPE Networking的战略洞察源于对AI时代网络本质的深刻理解——网络既是AI技术落地的关键支撑,也需要AI赋能实现自我进化。这一认知催生了“AI for Networks”与“Networks for AI”的双向战略,构成了“自动驾驶的网络”的核心骨架。

在“AI 赋能网络”(AI for Networks)维度,HPE Networking将专为网络运维场景训练的AI模型深度融入全栈产品,彻底改变传统网络被动响应的运维模式。通过自然语言处理(NLP)、智能体AI(Agentic AI)等前沿技术,网络具备了预测性分析、精准根因定位和自动化修复能力。运维人员可通过自然语言与网络交互,无需复杂操作即可获取专业洞察;AI智能体能够模拟人类运维逻辑,跨设备、跨域采集数据并分析故障原因,将故障排查时间从数小时缩短至分钟级。ServiceNow的实践数据显示,采用HPE自动驾驶网络后,企业网络运营成本降低70%,人为因素导致的故障工单减少90%,充分印证了AI赋能的商业价值。

而“网络承载AI”(Networks for AI)则聚焦于构建适配 AI 工作负载的高性能网络底座。随着AI推理向边缘迁移,低时延、高带宽、高可靠性成为网络核心诉求。HPE Networking 整合HPE Aruba Networking与HPE Juniper Networking的技术优势,推出从数据中心到边缘的全场景解决方案,支持大规模分布式AI集群的无缝运行。从GPU间的高速互联到边缘节点的低时延接入,网络不再是AI部署的瓶颈,而是加速创新的催化剂。这种双向赋能的战略,使HPE Networking跳出了单纯的设备供应商定位,成为企业AI转型的战略合作伙伴。

技术演进:五级阶梯迈向全栈智能

HPE Networking创新性地将“自动驾驶的网络”划分为五个演进阶段,如同汽车自动驾驶从辅助到全自动的进阶之路,清晰描绘了网络智能化的发展路径。第一阶段聚焦数据采集与AI数据湖构建,通过海量终端和设备采集高质量运行数据;第二阶段基于专业知识形成基准洞察,帮助用户判断网络运行状态优劣;第三阶段实现跨域关联与自动诊断,精准定位复杂故障根源;第四阶段在授权范围内主动修复问题,减少人工干预;第五阶段则迈向全栈智能,提前预判风险并自动完成修复,实现真正的“自动驾驶的网络”。

当前,HPE Networking正加速迈入第五阶段,其核心支撑在于两大业界领先平台的深度整合——HPE Aruba Networking Central与HPE Juniper Networking Mist。这两大平台在Gartner魔力象限中均处于领导者象限的核心位置,分别在终端洞察与应用体验优化方面具备独特优势。通过统一的智能体AI和微服务框架,HPE实现了平台能力的互补融合:HPE Juniper Networking Mist的大型体验模型(LEM)整合Zoom、Teams等应用的用户体验数据,结合数字孪生技术快速解决视频传输质量问题;HPE Aruba Networking Central的代理网格(Agentic Mesh)技术则强化异常检测与根因分析能力,双方的组织洞察力与全球网络运维中心(NOC)视图实现互通。这种整合并非简单叠加,而是在代码层面实现的能力协同,确保无论客户使用哪个平台,都能获得一致的高性能自动驾驶体验。

为满足不同企业的数据主权与安全需求,HPE Networking提供了灵活的部署选项。HPE Aruba Networking Central本地部署版3.0支持在安全的本地环境中提供生成式AIOps能力,而HPE Juniper Networking Mist则以云原生架构提供敏捷的SaaS服务。同时,全新Wi-Fi 7接入点等硬件产品实现双平台兼容,让客户现有投资得到充分保护,无需在平台选择上陷入两难。

产品矩阵:软硬件协同构建全场景能力

在“自动驾驶的网络”愿景下,HPE Networking构建了覆盖硬件、软件、服务的完整产品矩阵,既满足AI时代的性能需求,又通过智能运维简化管理复杂度。

在硬件领域,三款重磅新品的推出彰显了技术整合的成果。HPE Juniper Networking QFX5250交换机作为全球性能最高的Ultra Ethernet Transport就绪交换机,搭载博通Tomahawk 6芯片,提供102.4Tbps带宽和1.6T以太网端口,采用HPE领先的液冷技术,专为下一代AI数据中心的GPU互联设计,实现高性能与高能效的统一。MX301多服务边缘路由器以紧凑型1RU设计提供1.6Tbps性能和400G连接能力,将AI推理靠近数据生成源,适配边缘计算、城域网等多场景需求。SRX4700防火墙则在1RU空间内实现1.4Tbps吞吐量和1.2亿并发会话,支持400G线速加密与VXLAN流量检测,为AI数据传输构建全方位安全防护。

软件层面,HPE OpsRamp的升级与GreenLake Intelligence的深度整合,打造了混合环境下的统一IT运维指挥中心。通过汇聚计算、存储、网络、云等多域遥测数据,为运维团队提供全栈可观测性,结合代理根因分析与模型上下文协议(MCP),消除动态环境中的监控盲点。全新的HPE Compute Ops Management功能则通过智能协同与自助根因分析,进一步提升故障排查效率,改善运维体验。

生态合作方面,HPE Networking与 NVIDIA、AMD的深度协同形成了强大合力。扩展后的HPE AI工厂解决方案整合HPE Juniper Networking的边缘接入与远距离数据中心互联能力,结合NVIDIA Spectrum-X以太网平台,实现大规模、低时延的集群互联;与AMD联合打造的“Helios” AI机架级架构,以专用扩展交换机提供260TB/秒的扩展带宽,支持万亿参数级AI训练,成为业内首款利用标准以太网提升AI性能的创新方案。这些合作打破了技术壁垒,让网络更好地适配AI硬件的性能需求,加速端到端解决方案的落地。

而为降低企业采用AI原生网络的门槛,HPE融资和资产管理服务(HPEFS)还推出专项支持政策:对采用期限许可购买网络AIOps软件的客户提供0%利率融资,为租赁AI工作负载相关设备的客户提供10%现金成本节省,同时支持多厂商回购与二次销售收益分成,让企业无需承担高额初始投入即可享受技术升级红利。

市场愿景:以开放姿态引领行业变革

HPE Networking中国区总经理竺宏

HPE Networking中国区总经理竺宏表示,完成对Juniper Networks的收购后,HPE成为全球少数同时拥有计算、存储、端到端网络能力的企业级技术提供商,这种全栈优势让“自动驾驶的网络”愿景具备了落地基础。与友商相比,HPE Networking的差异化优势在于技术的专注与领先——两大平台持续领跑Gartner魔力象限,在边缘接入、数据中心网络等关键领域的关键能力报告中排名前列,且产品组合更聚焦网络核心场景,避免了多元化业务带来的精力分散。

面对中国市场的独特需求,HPE Networking采取了技术领先与本地适配相结合的策略。一方面将全球最新的AI原生网络技术快速落地中国,满足创新型企业与出海企业的需求;另一方面针对中国市场的技术要求进行定制化开发,依托本地研发团队打造“为中国、在中国”的解决方案。在合作伙伴生态建设上,原HPE Aruba Networking与HPE Juniper Networking的渠道伙伴实现互补融合,认证体系互通,形成覆盖园区、数据中心、广域网等全场景的解决方案能力。

对于AI时代的网络安全挑战,HPE Networking以零信任架构为核心构建防护体系。通过将安全SD-WAN、云原生SSE与网络访问控制(NAC)融合为单一SASE架构,在每个连接点实施零信任接入,依托AI驱动的行为分析主动识别异常威胁。借助HPE Aruba Networking Central的终端洞察能力与动态隔离技术,即使网络中出现被攻击终端,也能快速限制其访问范围,将安全风险降到最低,为AI数据资产提供全链路保护。

自动驾驶的网络:智能网络变革的核心引擎

从ARPANET(阿帕网)时代的分组交换到移动互联网时代的无线连接,网络技术的每一次革新都推动着产业升级。如今,AI原生时代的到来,正在催生网络技术的根本性变革——从“被动连接”到“主动智能”,从“人工运维”到“自动驾驶”。HPE Networking通过整合HPE Aruba Networking与HPE Juniper Networking的技术基因,以“AI for Networks”与“Networks for AI”的双向战略为核心,构建了覆盖全场景的智能网络解决方案,其“自动驾驶的网络”愿景不仅是技术路线的创新,更是对网络本质的重新定义。

在这场变革中,HPE Networking不再是单纯的网络设备供应商,而是企业数字化转型的战略合作伙伴。通过全栈产品组合、灵活的部署选项、开放的生态合作与普惠的融资政策,HPE Networking正在帮助千行百业的客户释放AI价值,让网络从复杂的技术障碍转变为创新的催化剂。正如HPE执行副总裁、HPE Networking总裁兼总经理Rami Rahim所言:“在AI时代,客户需要专为AI构建、并以AI为核心的网络,以应对连接设备的快速增长、复杂的环境及日益严峻的安全威胁。通过提供自主、高性能的网络,HPE将以面向未来的解决方案,重塑网络行业格局,重新定义用户体验,并在各类环境中提供稳健且安全的连接。”

智能网络的新时代已然到来,而“自动驾驶的网络”正成为引领这场变革的核心引擎。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2025/12/31 13:11:57

git push代码到GitHub时忽略大型模型文件技巧

git push代码到GitHub时忽略大型模型文件技巧 在深度学习项目开发中,你是否遇到过这样的尴尬:一次 git add . 之后,发现 Git 正在“努力”追踪一个 5GB 的 best_model.h5 文件?等了几分钟才弹出警告:“remote: error:…

作者头像 李华
网站建设 2025/12/31 13:09:22

Asyncio + Redis 实现分布式锁:5分钟解决任务重复执行的生产级方案

第一章:Asyncio Redis 实现分布式锁:5分钟解决任务重复执行的生产级方案在高并发的异步服务场景中,多个协程或服务实例可能同时触发同一任务,导致数据重复处理、资源争用等问题。使用 Asyncio 结合 Redis 可构建高性能、低延迟的…

作者头像 李华
网站建设 2025/12/31 13:08:07

Python数据缓存避坑指南(8个常见错误及性能修复策略)

第一章:Python数据缓存的核心价值与适用场景在现代应用开发中,性能优化是提升用户体验的关键环节。Python作为一门广泛应用于Web服务、数据分析和人工智能领域的语言,其对数据缓存机制的支持尤为重要。数据缓存通过将频繁访问或计算代价高的结…

作者头像 李华
网站建设 2025/12/31 13:07:58

【分布式爬虫架构设计】:基于Asyncio实现千万级请求的3步优化策略

第一章:分布式爬虫架构设计概述在大规模数据采集场景中,单一节点的爬虫系统往往难以应对高并发、反爬机制和任务调度等复杂需求。分布式爬虫通过将抓取任务分解到多个节点协同工作,显著提升了数据获取效率与系统稳定性。其核心在于合理划分职…

作者头像 李华
网站建设 2025/12/31 13:07:54

Python异步数据库性能调优(从入门到生产级部署)

第一章:Python异步数据库性能调优概述在构建高并发的现代Web应用时,数据库访问往往成为系统性能的瓶颈。传统的同步数据库操作在处理大量并发请求时容易阻塞事件循环,导致资源利用率低下。Python通过asyncio生态提供了异步编程能力&#xff0…

作者头像 李华
网站建设 2026/1/6 13:15:40

HTML表格展示训练指标:TensorFlow回调函数定制输出

HTML表格展示训练指标:TensorFlow回调函数定制输出 在深度学习项目的日常开发中,一个常被忽视却至关重要的环节是——如何让训练过程“看得见”。我们花大量时间调参、优化模型结构,但最终交付给团队或上级的往往只是一段终端日志截图&#x…

作者头像 李华