思科首席技术官侯胜利：AI智能体重塑网络架构，光互连成关键 原创

产联社编辑 | 凌乐仪

【产联社】AI智能体的普及正在改变企业网络的流量规模和通信结构，传统网络基础设施面临升级压力。思科大中华区资深副总裁兼首席技术官侯胜利认为，AI时代不能只关注算力提升，还需要推动算力与网络协同发展，通过高速互连、跨数据中心算力调度及网络安全能力升级，构建能够支撑智能体大规模运行的新型数字基础设施。

11月5日，在2026年世界互联网大会乌镇峰会“数字基础设施建设与发展”分论坛上，侯胜利发表上述观点。

他指出，随着智能体之间的交互日益频繁，企业网络将从传统以南北向通信为主，转向南北向与东西向通信并存，网络性能、安全性和可靠性将面临新的要求。

到2035年AI智能体或将占据25%的网络流量

侯胜利表示，AI智能体的兴起正在改变网络的运行方式。

过去，用户使用ChatGPT等人工智能应用时，主要由人主动发起请求，网络流量呈现间歇性的脉冲式特征。而进入智能体时代后，AI可以全天候持续运行，不同智能体之间也会频繁交换信息，使网络流量呈现持续高负载的特点。

与此同时，网络流量的流向也在发生变化。一个智能体在执行任务时，可能需要同时访问Web代理、大语言模型及相关数据源，并在多个节点之间进行高频交互。

侯胜利介绍，有预测认为，智能体推动的网络流量增长幅度可能达到450%。但他也强调，智能体大规模投入运行后，实际流量究竟会增长多少，目前仍存在不确定性。

思科预计，到2035年，AI推理将占据25%的网络流量，网络性能将直接影响AI智能体的表现。

网络流量变化也给企业安全带来新的挑战。侯胜利指出，黑客能够利用AI技术更快地发现传统系统中的潜在漏洞，并将其转化为攻击工具。从发现漏洞到形成攻击工具，相关过程时间已从过去最长约两年缩短至8小时。这意味着，企业在部署AI基础设施时，不能只关注计算能力和网络速度，还需要同步提升安全防护能力。

交换芯片迈向204.8T，光互连成为关键技术

随着AI算力需求不断增长，网络设备的处理能力和数据传输能力也需要同步提升。

侯胜利指出，GPU提供计算能力，但要充分发挥算力的价值，还需要依靠高速网络实现数据传输。因此，交换芯片和光通信技术正在成为AI网络基础设施的重要组成部分。

随着AI算力需求持续增长，网络传输能力也面临升级压力。侯胜利指出，过去业界更多关注GPU的计算性能，但要充分发挥算力的价值，还需要高速网络提供支撑。近年来，网络核心交换芯片的处理能力不断提升，从2018年的12.8T增长至2025年至2026年的102.4T，预计2027年至2028年将进一步达到204.8T。

不过，交换芯片处理能力提升，并不意味着数据传输瓶颈能够完全解决。侯胜利表示，随着网络速率不断提高，传统电接口已难以满足更高带宽需求，需要借助光模块等光互连技术实现高速传输。

目前，可插拔光模块的传输速率已从10G逐步发展至100G、400G、800G，并向1.6T演进。但当速率进一步提升至3.2T、6.4T时，可插拔光模块可能面临新的技术限制。

他透露，思科与英伟达于今年10月发布了一项新标准，支持3.2T和6.4T的连接能力。此外，共封装光学技术（CPO）也是未来的重要方向。该技术通过将交换芯片与光学器件进行更紧密的集成，提高高速数据传输能力。

侯胜利认为，未来数据中心将需要更高性能的交换设备、更快的连接方式，以支撑AI算力持续扩张。

从单个数据中心到跨中心互联，算力网络加速扩展

除了单台设备的性能提升，AI还在改变数据中心的整体架构。

侯胜利介绍，过去数据中心主要通过机箱内部扩展（Scale-up）和数据中心内部横向扩展（Scale-out）增加算力规模。

在一个数据中心内，GPU数量可以扩展至5万颗甚至更多。但随着算力规模继续增长，供电等基础设施条件可能成为制约因素，企业需要在不同地点建设数据中心，并通过跨数据中心互联实现算力协同。他将这一趋势称为跨中心扩展（Scale-cross）。

在这一过程中，路由器的性能也需要相应提升。侯胜利提到，新一代路由器已具备11.2T的处理能力，并可通过系统扩展提供最高约13P的连接能力。

这类技术将支持大型数据中心之间的算力调度，也可应用于中国“东数西算”等跨区域算力协同场景。

尤其是在智能制造场景中，工厂智能体可能需要全天候运行，并对网络低时延和稳定性提出更高要求。

侯胜利表示，面向AI时代，企业需要统筹算力与网络的协同发展，同时增强基础设施的安全韧性，并通过开放合作构建能够支持智能体大规模运行的新型数字基础设施。

企业网络从南北向通信转向东西向协作

相比数据中心内部的技术升级，侯胜利认为，AI智能体还将直接改变企业网络的运行结构。

传统企业网络主要围绕用户终端与数据中心之间的数据访问展开，流量以南北向通信为主。但随着智能体部署规模扩大，企业内部的网络连接关系将更加复杂。

例如，一家拥有1万台终端的企业，未来可能运行至少5万个智能体。这些智能体不仅需要访问数据中心，还会相互通信，产生大量东西向流量。

因此，企业网络将从传统的南北向通信，转向南北向与东西向通信并存的模式，甚至可能出现东西向流量超过南北向流量的情况。这对企业网络的传输速度、安全控制和可靠性提出了新的要求。

（扫码加入AI产业交流群）

商务合作，请联系侯经理 18801065284（微信同号）

报料及内容合作，请联系chanlianshe2026（微信号）