2024年测试为人工智能建设的网络和通过人工智能增强网络报告-思博伦

《AI测试：为人工智能建设的网络和通过人工智能增强网络》探讨了人工智能对网络的影响、测试与保障的作用，给出了网络测试建议，并介绍了思博伦的相关能力与承诺。

1. 人工智能对网络的影响

网络基础设施需求变革：人工智能应用对网络提出高带宽、低时延、高吞吐量等要求。训练大语言模型需节点间海量通信，对网络带宽和传输精度要求极高；推理应用则追求微秒级响应，以实现实时决策 。

推动架构演进：人工智能流量预计每两年增长十倍，促使数据中心和通信架构升级。数据中心转向800G甚至1.6T互连速度，网络运营商采用网络切片、分段路由等技术，以适应离散式架构下的人工智能处理任务。

催生新业务模型：电信、云和联网企业借助网络基础设施即服务（NIaaS），提供定制化人工智能服务，如托管式多租户人工智能联网、可扩展的随需式人工智能联网等，帮助运营商实现5G、光纤网络和数据中心的创收。

面临的挑战：人工智能普及面临诸多问题，包括对决策结果的信任、透明度、安全性、隐私、法规、价值成本关系和能源影响等。

2. 测试和保障的关键作用

确保网络质量：通过持续测试和保障，验证网络性能、标准法规一致性，减少现网意外。在软件驱动的动态网络中，持续测试可实时监测组件互操作性、性能和安全性，提前发现问题。

应对普及挑战：运用真实仿真、合成测试数据等方法，建立对人工智能的信任，提高运营透明度，增强治理能力，助力应对人工智能普及过程中的各种挑战。

助力网络生命周期管理：在设计开发阶段，利用数字孪生和仿真低成本模拟网络；部署阶段，自动化持续测试验证可靠性；运营阶段，主动测试优化和巩固人工智能性能，形成持续改进闭环。

3. 网络测试建议

为人工智能构建的网络测试：数据中心互连网络架构测试需仿真真实工作负载，评估拥塞性能；有线IP传输网络要在多种速度和拓扑下测试；无线5G空中网络应测试网络切片生命周期和性能；安全性测试则涵盖真实攻击模拟、新密码技术验证等。

通过人工智能增强的网络测试：对安全防火墙、Open RAN RIC等不同网络功能，分别采用真实流量攻击、网络和用例流量仿真等方式，验证人工智能增强效果、标准一致性、性能影响等方面。

免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系返回搜狐，查看更多