现代AI离不开NaaS：分布式网络的未来

在单一数据中心或中心化云设施运行 AI 业务的时代已经结束。现代 AI 应用必须利用高度分布式的服务和能力。将这些资源无缝整合需要一种全新的网络方法。NaaS（Network-as-a-Service，网络即服务）应运而生——顾名思义，这是一种云服务模式，提供商按需向企业交付网络能力，包括连接、安全和管理，通常采用订阅制。

快速了解现代 AI 应用的工作方式即可说明 NaaS 的必要性。首先，用于训练 AI 模型的数据通常存储和生成在不同位置。用于训练模型和运行推理的计算资源往往分散，特别是随着 GPU-as-a-Service 和 Neoclouds 等新服务的兴起。实时应用对快速分析和可操作洞察的需求，意味着数据处理和推理必须在数据生成地或动作发生地（如自动驾驶汽车规避路面障碍）附近完成。

鉴于这些因素，AI 与网络的融合今年受到广泛关注。长期推动 NaaS 市场的组织 Mplify（原 MEF）将 AI 纳入其范畴。Mplify CTO Pascal Menezes 表示：“我们已转向 AI 角色。”他指出，随着各类 AI 代理和模型无处不在，网络变得至关重要。

另请参阅： 为什么实时 AI 需要分布式云边缘计算

NaaS 登场

如今，企业及为支持 AI 工作的服务提供商本质上需要 AI 连接即服务。NaaS 可在此发挥关键作用。

NaaS 是网络的云式消费模式。企业无需自行拥有、配置和管理网络硬件和软件，而是按需从提供商消费连接、带宽、安全和优化功能。

关键特点包括：

• 按需订阅制：类似 SaaS 或 IaaS，企业可根据使用量弹性伸缩。
• 策略驱动自动化：网络功能作为 API 和服务暴露，而非手动配置。
• 基础设施抽象化：企业无需关心物理链路、路由或厂商专有硬件。

另请参阅： 什么是 Neoclouds？为什么 AI 需要它们？

Mplify 在 NaaS 中的角色

Mplify 拥有将连接技术推向市场的悠久历史。其对框架、生命周期服务编排（LSO）API 和认证的关注，帮助 Carrier Ethernet 成为企业依赖数十年的普遍服务。

该组织在 NaaS 上遵循类似路径。它开发了 LSO API 和框架，使服务提供商能以标准化方式暴露 SD-WAN、Secure Access Service Edge (SASE) 等网络服务。

借助 Mplify 标准，企业可像对待单一云提供商一样，跨多家运营商订购、激活和监控网络服务。此外，提供商可针对 Mplify 标准认证其产品，增加信任并加速采用。

NaaS 对 AI 为何重要

AI、边缘计算和 GPU 加速高度分布且资源密集，需要灵活的连接。AI 工作负载可能在数据中心、云和边缘站点间突发。NaaS 让企业和提供商仅在需要时启动高带宽链路。为此，NaaS 支持基于可预测和不可预见的业务需求变化的波动性需求。

现代 AI 应用还需要低延迟和有保障的服务质量（QoS）。这也是 NaaS 可发挥作用的领域。例如，边缘推理（如制造或自主系统）需要确定性、可靠的网络。NaaS 允许基于策略的性能保证。NaaS 提供商通常提供服务级别协议（SLA），保证特定性能、可靠性和可用性水平。

NaaS 的另一个方面是安全紧密集成。这很重要，因为分布式 GPU 和边缘节点扩大了攻击面。NaaS 将安全作为服务结构的一部分集成。大多数 NaaS 产品支持 SASE，将广域网（WAN）连接能力与网络安全功能结合，如安全 Web 网关、零信任网络访问（ZTNA）、防火墙即服务（FWaaS）和云访问安全代理（CASB）。

核心要点

企业习惯了 Compute-as-a-Service（计算即服务）产品。然而，随着 AI 计划扩展并利用 GPU-as-a-Service 等新服务，计算能力迅速压垮底层网络，造成瓶颈和性能问题。

NaaS 通过提供同样弹性的高带宽互联解决这些问题。此类服务确保企业和提供商能移动大规模 AI 数据集和运行分布式模型，而不引入延迟和其他延迟。