在数字经济浪潮下,网络基础设施正经历着从"连接工具"向"智能底座"的质变。
作为全球领先的ICT解决方案提供商,华为通过深度融合AI技术,在高品质联接、智能运维、安全防护、算力网络等领域持续突破,并打造了星河AI网络。
近日,在华为中国合作伙伴大会2025上,华为数据通信产品线副总裁赵志鹏在接受媒体采访时,系统地阐释了华为数通面向AI时代的战略布局与技术实践。
华为数据通信产品线副总裁 赵志鹏
华为打造AI-Powered 智能联接
近年来,人工智能技术爆发式发展,数据和算力迎来了指数级增长,这对原本承担联接作用的IP网络提出了更高的要求,如何承担人工智能时代海量数据的高效传输,就成了当下网络基础设施需要面对的问题。
为此,华为数据通信基于Net 5.5G代际打造了面向智能时代的网络解决方案,星河AI网络。
2025年年初,DeepSeek的出现让AI大模型的训练和推理产生了巨大的变化,AI大模型的准确率达到了91.5%,由可用变为了好用,而在过去一年里,百万Token单价下降了百倍以上,这使得大模型有了进入千行万业的可能。

华为数据通信产品线总裁赵志鹏在接受媒体采访时指出,“早在人工智能时代来临之前,华为就提出了高品质万兆园区网络,由于无线网络难以避免干扰问题,大家往往默认有线网络的品质更有保证,所以我们提出的高品质的初始核心就是无论有线还是无线网络都稳定、可靠、高效、安全。”
对于网络联接技术的发展而言,人工智能时代的到来,加速了网络进化发展,让“品质”得以向“品智”跃迁。
赵志鹏认为,“人工智能本身更像是工具,原有无线网络虽然有诸多算法,但完全依靠这些算法很难解决诸如网络干扰、网络安全等问题,人工智能时代为我们提供了模型训练的方法,通过大数据训练出的大模型可以帮助我们快速提升无线网络的算法和性能。”
同时,随着人工智能技术高速发展,各地政府纷纷开始建立人工智能计算中心,以为整个城市提供普惠算力,比如武汉人工智能计算中心提供的普惠算力,已开始对本地产业集群实施算力赋能。
不过,这样的人工智能计算中心设备之间交互流量大、计算量大,对网络的性能有着极高的要求,一旦出现网络故障,会严重影响诸多设备的计算效率。
武汉人工智能计算中心正是使用了华为iMaster NCE智能管控系统,通过可视化智能运维,实时检测网络健康。

武汉人工智能计算中心使用华为iMaster NCE智能管控系统,提供可视化智能运维,实时检测网络健康。基于网络知识图谱,可以实现故障1分钟感知、3分钟定位和5分钟修复。通过大数据挖掘与建模,识别网络对象与对象间的关联关系与故障扩散规律,感知90%潜在风险。
这就是华为通过AI For Network打造的智能联接能力。
不过,不仅仅人工智能计算中心需要智能联接,遍布全国的高校、园区同样对网络性能提出了越来越高的需求。
解园区“网管”之忧
国内高校普遍现状是,鲜有专职的技术人员负责网络维护和管理,普遍是由在校教师兼职管理和维护网络,在过往这些年里,即便是有了数字地图,运维老师们虽然能够发现大量的网络问题,但是没有时间去处理。
要想解决高校,以及类似的大型园区的网络管理,就需要应用人工智能技术。
在华为中国合作伙伴大会2025上,华为星河AI园区网络展示了业界首个园区网络智能体,NetMaster,通过100+独有专业模型、千亿级语料、全球专家经验图谱的构建,华为NetMaster可以实现80%无线故障自处理。

这样的星河AI网络技术,同样适用于基础设施能力相对薄弱、IT人才缺乏的乡村。
以往的乡村网络建设遵循集约、普惠的方针,现在的政务网络则是在省、市级城市做好标准后,将标准的网络建设下沉。
这样的网络建设在向乡村下沉过程中必然面临IT人才缺乏的挑战,赵志鹏在接受媒体采访时称,“我们就是借助人工智能技术,借助智能体让乡村网络减少维护,乃至免维护,只更重要的是,由此建成的网络在可靠性、安全性上也得到了很好的保障。比如我们推出了星河AI广域网解决方案,提供视频重保能力,基于AI视频会议体验评估模型,精准感知会议质量并预测可能发生的卡顿,实时与视讯会议系统联动快速切换MCU(多点会议控制器),确保0卡顿。去年,广东应急视频指挥网络部署了华为星河AI广域网的视频重保能力,成功保障了500多次视频会议零卡顿的体验。”
2024年,华为数通持续稳健增长,交换机、路由器、WLAN、防火墙等细分市场占有率全面领先。
与此同时,华为数通商业伙伴、分销伙伴业绩实现了大幅增长,渠道伙伴数量过万家。
接下来面向人工智能新时代,基于“伙伴+华为”体系,华为将与伙伴一同共建品智联接,加速各行各业数智化转型。
好文章,需要你的鼓励
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
国际能源署发布的2025年世界能源展望报告显示,全球AI竞赛推动创纪录的石油、天然气、煤炭和核能消耗,加剧地缘政治紧张局势和气候危机。数据中心用电量预计到2035年将增长三倍,全球数据中心投资预计2025年达5800亿美元,超过全球石油供应投资的5400亿美元。报告呼吁采取新方法实现2050年净零排放目标。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。