Nokia預測2035年AI將驅動44%網路流量,光互連規劃需關注上行與邊緣
新報告預測AI將改變上行需求及邊緣處理分佈;光網路規劃須區分AI流量口徑、實際鏈路負載與光模組採購需求。
預測關注的不只是流量規模
Nokia於11月4日釋出全球網路流量報告,預計在其定義範圍內,2035年月度流量將接近3789EB,約為2026年的四倍,其中百分之四十四由AI驅動。官方公告採用應用使用、聯網裝置和AI工作流構建模型,屬於未來預測,不能視作運營商已經觀測到的實際負載。
對光通訊行業,更值得關注的是需求方向和處理位置可能改變。上傳活動增加、算力靠近使用者,會影響接入匯聚、城域線路與資料中心連線的建設順序。Goilips認為,全球總量可用於設定規劃情景,卻無法單獨判斷哪條本地線路最先擁塞,投資仍應結合實際業務測量。
先釐清AI口徑和統計邊界
原始報告區分AI原生流量與AI影響流量。前者來自AI應用和雲端工作流,後者指推薦行為帶來的新增消費訪問流量。百分之四十四包含兩者,不能全部稱為AI原生,否則會誤讀直接計算活動的規模。
報告還排除了GPU之間通訊、資料中心間訓練資料集搬運,以及部分複製和備份流量。因此,其總量並未覆蓋AI計算網路中的全部資料,也不能直接當作叢集內光頻寬或光模組出貨預測。比較自有網路資料時,須說明統計發生在接入交換、雲工作流還是內部計算結構,避免重複累加。
上行和邊緣分佈改變鏈路評估
Nokia的報告概覽預計,到2035年,邊緣及城域核心將服務百分之三十六的AI原生流量,物理AI流量則有超過百分之九十來自上行。前一比例描述處理位置,後一比例描述特定應用的傳輸方向,兩者分母不同,不應相互替換。
Goilips的工程判斷是,應同時檢查業務路徑的兩個方向。持續上傳、小量響應與間歇突發,對忙時容量和時延變化的要求並不相同。可將集中處理和分散式處理設為不同情景,核查受影響的匯聚點、光纖路徑、剩餘餘量及保護設計,再決定擴容位置。
這並不意味著每種新業務都要新增一條波長。具體終端選擇仍需依據距離、主機支援、光損耗及允許時延。全球AI流量比例無法證明某條線路必需部署800G或1.6T模組,更不能替代完整系統的互通與驗收。
從市場情景走向可測量的建設計劃
SDxCentral於11月5日的報道核對了主要預測及上行壓力,DCD隨後刊登同一作者內容並標明原刊。兩者屬於一條編輯報道鏈,不能重複計數;本文以Nokia原始定義解釋數字,並結合獨立媒體交叉核驗。
規劃團隊可在同一網路清單上比較不同需求情景,記錄端點、忙時負載及故障恢復要求,再與實測利用率對照,區分立即擴容與繼續觀察的部分。採購驗收還應保留主機配置、光預算、監控及切換表現,單條路徑的測試不能自動推廣到全部安裝環境。
公開預測沒有宣佈新的模組訂單、網路開通或確定裝置收入。後續應觀察業務在不同市場的落地速度。以上數字歸屬於Nokia預測,規劃建議屬於Goilips分析;AI封面僅呈現資料中心、城域和邊緣節點之間的光纖連線概念。