01 智能体人工智能正推动软件定义网络 (SDN) 向更加自主的网络运营迈进软件定义网络 (SDN) 市场正从基于规则的自动化转向人工智能代理,这些代理能够解读遥测数据、诊断问题、提出改进建议并自动执行选定的网络操作。这强化了原有的 SDN 模型,因为集中式软件控制现在可以更智能地响应不断变化的网络状况。企业可以利用这些功能来减少重复的配置工作,更快地识别根本原因,并在用户遭遇重大中断之前优化路径或策略。这一趋势在数据中心、园区、分支机构和服务提供商网络中尤为显著,因为在这些环境中,大规模的手动管理变得十分困难。因此,供应商正在将 SDN 控制器与 AIOps、实时可观测性、意图验证和自动修复功能相结合。2026 年 2 月,思科扩展了 AgenticOps 在其网络产品组合中的应用,为园区网、分支机构、工业、数据中心和服务提供商环境增加了代理工作流。
01 人工智能数据中心需要可编程的高性能网络架构人工智能基础设施的快速扩张,使得对能够处理数千台加速器之间庞大且不断变化的流量的软件控制网络的需求日益增长。人工智能训练需要高带宽、低延迟、拥塞控制、遥测和可预测的性能,这使得静态网络管理越来越不适用。可编程网络架构能够根据工作负载需求自动配置路径、监控网络状况并优化流量。例如,NVIDIA 的 Spectrum-X 平台结合了以太网交换、超级网卡、自适应路由、遥测和软件,与现成的以太网相比,可将人工智能网络性能提升 1.6 倍。随着人工智能集群在各个设施中不断扩展,软件定义网络 (SDN) 在协调复杂网络和维持昂贵计算基础设施的高效利用方面变得越来越重要。
01 从现有网络迁移会造成整合和技能方面的障碍SDN 的采用可能会因替换或集成传统网络环境的难度而放缓。企业通常运营着来自不同厂商和不同代数的设备,以及现有的自动化脚本、安全策略、管理平台和操作流程。向集中式、基于意图的控制转型需要精确的网络模型,并与现有的基础设施进行集成。此外,企业还需要既了解传统网络,又熟悉 API、自动化、遥测、叠加网络和软件驱动操作的工程师。这些要求增加了迁移时间和实施风险。即使是现代 SDN 平台也提供不同的许可级别和多厂商功能,这意味着企业在将软件定义管理扩展到大型环境之前,必须仔细评估功能、硬件兼容性、人员技能和运营成本。
01 多站点人工智能架构创造了新的跨平台规模化网络机遇随着人工智能基础设施扩展到单个数据中心之外,一个重要的机遇正在涌现。电力、空间、冷却和计算资源的限制使得企业无法将所有加速器都部署在同一栋楼宇内。软件定义网络 (SDN) 可以协调地理位置分散的设施之间的流量,使分布式计算资源能够更像一个逻辑基础设施池那样运行。这催生了对拓扑感知路由、拥塞控制、集中式策略、实时遥测和自动化多站点编排的需求。因此,SDN 供应商可以将业务拓展到传统数据中心架构之外,构建专为分布式人工智能设计的数据中心间网络。能够跨站点保持可预测性能的供应商可以满足云公司和正在构建日益庞大的人工智能计算环境的企业的需求。
01 网络安全要求使得可编程网络的治理更加困难集中式可编程性提升了网络敏捷性,但也使得安全治理至关重要。SDN 控制器和自动化系统能够影响基础设施的很大一部分,这意味着配置错误、凭证泄露、API 漏洞或不安全的自动化变更都可能造成广泛的影响。因此,企业需要强大的访问控制、加密技术、资产管理、事件处理、供应链安全、持续监控以及网络安全策略得到有效执行的证据。监管要求也为云服务提供商、数据中心、托管服务提供商和其他数字基础设施运营商增加了另一层复杂性。因此,SDN 平台必须将自动化与策略验证、网络分段、可审计性和安全变更管理相结合,而不仅仅关注更快的网络配置和集中控制。