AI 技术的加速扩展。这份“学习笔记”的探讨重点是，传统 网络的规划和结构与 AI 扩展中的组网/连网的“瓶颈”问题， 以及目前的相关技术解决方案（即“路”在何方？）。其他相关 的问题（如 AI 的算力功耗和电力需求）超出了讨论的范围。 【关键字】：组网/连网（Networking），网络（Networks）， 工作负载（Workloads），“大象数据流”（Elephant 这是不可回避的一个已然显现的“瓶颈”：即 AI 组网/连网 （Networking）技术与传统网络拓扑结构及其应用状况。 事实上，移动通信 4G 在 2010 年的商用化成为了互联网 发展的转折点，其中“暗光纤”（Dark Fiber）的作用至关重要。 目前，AI 已然触发了网络化（Networked）数据量的指数级增长， “跨域扩展”（Scale-Across）的组网技术以及连网拓扑结构成为 （倒逼）变 超强配置的网络设计（如汇聚链路） 因此，“超强配置”通常是指对可能需要的设备、链路或 组件等资源的网络配置超出了实际可用资源，以减少网络建设的 成本。---主要是基于一个假设：根据统计规律，汇聚网络连设备 端口的分布式数据带宽不会并发（Concurrent）达到峰值。学习笔记 7/19 在传统的网络工程中，思科（Cisco）对在网络规划和设计 的建议包括：在接入网络的配置超强比不超过20:1（如，对于