文章核心观点 - 随着工作负载分散到云、边缘和本地环境，围绕集中式基础设施构建的网络设计可能无法再提供企业所需的性能、安全性和灵活性 [2] - 关于可预测流量模式和可信内部网络的长期假设可能造成瓶颈、安全缺口和其他挑战 [2] - 技术团队必须确定哪些既有网络设计实践仍然合理、哪些需要改变以支持更加分布式的运营 [3] 安全架构假设的重新审视 - 需要重新审视网络仍只有一个“前门”的假设，安全应跟随身份和应用而非物理位置 [4] - 应停止将广泛网络可达性作为起点，改为围绕每个用户、设备或工作负载实际需要到达的范围设计连接性，并由网络从第一天起执行边界 [4] - 应放弃“在网络内部或同一集群内即被视为可信”的过时观念，现代虚拟化技术下工作负载位置和网络分段对风险的指示意义很小，同一基础设施上的应用往往共享不止网络链路，爆炸半径不仅由网络决定 [8] - 应围绕每个工作负载划定边界，默认阻止一切，仅允许所需通信 [8] - 存在“实现零信任意味着将每个用户、应用和数据流都经由云路由”的广泛假设，但混合劳动力证明该假设不成立，企业应在工作实际发生的地点应用数据安全，而非强制所有流量经过云并接受更高成本 [9] 网络可见性与边界假设的重新审视 - 企业应重新审视“知道网络起点和终点”的假设，应用流量在云、边缘和本地环境之间移动时会跨越传统监控工具无法看到的边界 [5] - 网络设计必须考虑这种移动，具备端到端可见性以了解这些环境如何协同交付服务 [5] 数据分布与本地处理假设的重新审视 - 企业应重新思考应用始终可依赖集中式数据基础设施的假设，随着工作负载跨区域和环境分布，网络必须为不可避免的中断而设计，而非为完美连接而设计 [6] - 这意味着需要将数据分布到更靠近应用的位置，同时在连接或整个区域故障时仍保持一致性、低延迟和可用性 [6] - 应停止假设一切都需要经由中心云或数据中心路由，随着工作负载分散，网络必须支持在数据创建和消费的地点进行决策和行动 [7] - 一个简单测试是：如果到云的连接消失，什么会停止工作，该答案揭示企业是设计了分布式架构还是仅仅将集中式架构拉伸到更多位置 [7] 连接性设计原则的重新审视 - 设计应以需求为驱动，从应用的业务关键性、预期吞吐量、延迟容忍度和可用性要求出发，这些因素而非仅工作负载运行位置应决定应用所需的连接性、带宽和韧性 [8] - 应摒弃“连接性等于韧性”的假设，网络可以连通但在关键应用依赖远程服务、拥塞路由或单点故障时仍然脆弱，设计应围绕业务关键交易、经验证的访问和可恢复性 [10] - 董事会购买的不是连接性，而是企业在一事物出故障时仍能持续运营的信心 [10] AI与边缘计算对网络设计的影响 - 应重新审视“一个中心区域可以服务所有人”的想法，从北美或欧洲基础设施服务拉丁美洲会导致延迟致命且语音最先失败，随后监管要求会首先追问数据存放位置，因此应将推理放置在客户所在位置，延迟和驻留需 upfront 设计 [11] - 随着边缘和生成式AI增加，网络正在连接复杂的智能模型，设计必须考虑决策发生的位置、行动需多快跟进、行业类型和网络安全协议，自动驾驶等应用需要靠近传感器的实时决策，而聊天机器人决策可位于云端 [14] - 应停止按平均流量规划网络规模，AI推理、复制、备份和边缘同步会产生短暂极端突发，即使月度利用率看起来健康也可能压垮链路，应针对突发包络和优先级类别进行工程化设计以在后台流量激增时保护关键交换 [14] - 应重新审视每个工作负载都需要靠近用户运行的假设，聊天回复多100毫秒即感缓慢，而视频生成任务渲染一两分钟不会被注意，应按用户可容忍的延迟对AI工作负载分类，将用户有耐心的任务发送到GPU容量可用且最便宜的地点 [16] 企业网络与物理路径假设的重新审视 - 企业WAN/LAN的概念已过时，企业所需的应用、服务和计算不再托管在封闭的企业网络内，安全现在建立在应用层而非物理网络层，但仍看到企业管理私有网络、在边界保护和路由器上花费数百万，需要重新审视“需要企业网络”的假设 [11] - 不应假设两家运营商就提供两条独立网络路径，两条连接可能仍经过同一管道或建筑入口点，对于关键云和边缘工作负载应追踪物理路由、寻找共享故障点并测试故障转移，否则一次施工事故可能同时切断主备链路 [12] 工作流性能与带宽假设的重新审视 - 应重新审视“健康连接意味着健康业务工作流”的假设，例如代理式AI可将单个任务发送跨越云、边缘和本地环境中的模型、工具和数据，每个连接单独工作良好但整体任务变得缓慢、昂贵或不可靠，网络设计必须考虑整个环境包括这些交互如何组合以交付业务成果 [12] - 应重新审视“更多带宽能解决应用缓慢”的假设，在云和本地系统之间进行重复顺序调用的工作流可能大部分时间在等待，应追踪一个完整事务并计算往返次数，在购买更大连接之前将紧耦合工作放在其数据附近 [13] - 应挑战“移动数据总是比移动计算更容易”的假设，随着工作负载跨云和边缘环境分布，反复传输大型数据集会增加延迟、成本和暴露面，网络架构应考虑处理发生的位置而非仅系统如何连接，有时更好的设计是将计算带到数据附近 [13] 工作负载移动性与策略跟随 - 企业应重新审视工作负载有一个永久家园的假设，成本、性能、数据和韧性可能使工作负载在云、边缘和本地环境之间移动，网络应使这种移动无缝，连接性、访问和安全策略应跟随工作负载无论其运行在哪里 [16]