---客户端/服务器(C/S，例如，存储数据流量)。存储 服务器的功能之一是将数据传输至终端节点，是典型的“客户端 /服务器”（C/S）通信模式，其通信协议栈（Stack）通常会将 大数据量的请求拆分为多个小数据块/帧。这些数据块的大小学习笔记 5/19 可在一定程度上根据传输协议进行优化调整。但数据访问模式与 规模主要取决于用户行为，网络系统管理员往往难以直接管控 （例如，大量的客户端同时访问同一存储服务器，多对一的通信 存 在 超 强 配 置 （Over-subscription），往往成为系统瓶颈。为此，AI 专用网络 架构采用超高带宽链路（通常配备 200Gbps、400Gbps 或更高速 网卡）及低延迟协议，确保 GPU 持续获得数据供给和交付。 事实上，在大规模 AI 训练场景中，据估算：超过 50%的 任务完成时间被消耗在网络通信环节，而非纯粹的计算过程。 这意味着在多数情况下，网络性能直接支配着 传输亦是同理。 备注-3：在 AI 的网络中存在“大象数据流”（elephant flows） 现象，是指在通过在网络上建立并持续时间较长的网络连接，且 传输数据量极大（通常基于 TCP 或其他协议传输）。思科/Cisco学习笔记 15/19 给出对“大象数据流”的定义为：（默认）每 10 秒传输超过 1GB 的数据量。这类流量会显著消耗网络检测的核心资源，引发网络 性能衰退风险

加强数据安全防护 技术能⼒，

防范数据泄露、

流失、

扩散、

侵权等⻛险。 6.1.8

基于开源模型算法进⾏⼆次开发的研发者，

在尊重研发者智⼒ 投⼊的基础上，

遵循相应开源协议规范。

对所使⽤的开发框架、

代码等进 ⾏安全审计，

并关注开源框架安全及漏洞相关问题，

识别和修复潜在的安 全漏洞。 6.1.9

定期开展安全评估测试，

制定⻛险分类分级测评与优化机制， 智能决策有重⼤影响时，
做好解释说明。 6.3.10
维护使⽤者的知情权、
选择权、
监督权等合法权益，
在合同或 服务协议中，
以使⽤者易于理解的⽅式，
告知⼈⼯智能应⽤的适⽤范围、
注意事项、
使⽤禁忌，
⽀持使⽤者知情选择、
审慎使⽤。 6.3.11
在告知同意、
服务协议等⽂件中，
⽀持使⽤者⾏使⼈类监督和 控制权利。 6.3.12
明确具体应⽤中的数据归属及算法缺陷的责任主体，确保责任 克服 不利条件的能⼒，
防范出现意外结果和⾏为错误，
确保最低限度有效功能。 6.3.15
加强从业⼈员安全意识和安全能⼒培训，
提⾼⼈⼯智能安全⻛ 险防范意识。 6.3.16
在合同或服务协议中明确，
⼀旦发现不符合使⽤意图和说明限 制的误⽤、
滥⽤，
提供者有权采取纠正措施或提前终⽌服务。 6.3.17
⾯向未成年⼈、⽼年⼈及特殊群体提供⼈⼯智能服务，应在产 品功能设计、服务模式等环节，充分考虑可⽤性和安全性。