面向人工智能时代的城域网络白皮书

前言 人工智能产业的快速发展驱动了各种人工智能应用的爆炸式增长。作为连接终端用户和计算资源的关键基础设施，城域网（MAN）现在在网络架构、功能能力和服务范例方面面临着变革性的需求。 2024年，中国电信率先提出行业首创“计算服务导向的城域网”概念，发布《计算服务导向的城域网白皮书》，引发行业广泛关注和讨论。作为延续，本白皮书对AI时代的城域网演进进行深入分析。本白皮书首先从产业进步和宏观政策角度分析人工智能发展格局。随后，对AI应用需求进行深入分析，界定城域网必须具备的核心网络能力。本白皮书进而探讨设计目标，阐述AI时代城域网的整体架构和关键技术。最后，提供针对典型场景的技术解决方案。 以下组织及主要成员为该白皮书的制定做出了贡献： 中国信研究院： Yongqing Zhu, Zehua Hu, Xia Gong, Shizhang Yuan 中关园超互接新基施新盟： Bo Yuan 技有限公司： Haobin Zhao,Jie Dong, Li Zhang 中通股份有限公司： Wenqiang Tao, Haidong Zhu, Xiaowei Ji 目录 第一章 人工智能发展态势....................................1 1.1 人工智能产业进入加速增长阶段....................................................2 1.2 人工智能是全球产业政策的焦点...........................................................4 1.3 人工智能技术正在飞速发展.................................................................5 1.4 对MAN在大规模人工智能商业化中面临的挑战.................................. 9 第二章 人工智能驱动下的 MAN 需求..................................................12 2.1 人工智能应用创新持续加速...............................................13 2.2 人工智能应用表现出多样的部署模式..............................................15 2.3 人工智能应用对MAN提出新要求............................................17 2.4 驱动MANs向下一代演进..........................24 第三章 人工智能时代的管理架构.................................................. 25 3.1 MANs设计目标........................................................................................26 3.2 整体MAN架构..................................................................................... 28 3.3 MAN的关键模块............................................................................................30 第四章 人工智能时代的关键技术：人.......................................... 35 4.1 集成计算和网络，汇聚承载网.............................36 4.2 弹性、敏捷性、灵活性和效率........................................................................................... 37 4.3 精确控制与动态收敛.............................................................41 4.4 智能运维、安全与可靠性.............................................................. 45 第五章 典型部署场景 .............................................................................................................50 5.1 场景1：向AIDC传输海量样本数据....................................... 51 5.2 场景2：使用解耦的存储和计算进行模型训练...................52 5.3 场景3：跨多个AIDC的协同模型训练.........................53 5.4 场景4：云边协同模型训练/推理...........................54 5.5 场景5：推理交付...............................................................................54 5.6 场景6：联邦学习............................................................................... 55 5.7 场景7：多智能体系统/A2A ...................................................................56 第六章 结论与未来展望.............................................58 第一章 发展趋势人工智能 1.1 人工智能产业进入加速增长阶段 作为引领第四次工业革命的核心驱动力，人工智能（AI）产业正经历前所未有的快速发展，展现出巨大的市场潜力。根据Grand View Research的数据，全球AI市场规模在2023年达到1966.3亿美元，预计到2030年将增长至18117.5亿美元，2024年至2030年的复合年均增长率（CAGR）为37.3%。在中国，研究报告显示，AI产业规模预计将从2025年的3985亿元人民币扩张至2035年的17295亿元人民币，预计CAGR为15.6%。人工智能无疑已成为全球经济增长的强大引擎。 全球人工智能产业展现出“双轨推进与多元繁荣”的发展趋势。一方面，全球科技巨头持续加大人工智能投资力度：谷歌和微软等公司正深化核心人工智能技术的研发；亚马逊和苹果则坚持在智能云服务和终端智能应用领域进行创新，同时中国的百度、阿里巴巴、腾讯、华为（简称“BATH”）等主要科技企业也在人工智能芯片开发、大型人工智能模型构建、计算机视觉等关键领域取得快速进展。 智能。另一方面，生成式人工智能技术的爆炸性突破在全球催生了一波创新企业：OpenAI以ChatGPT开创了生成式人工智能的商业化；Anthropic和Cohere专注于垂直方向的发展；而到2025年，中国的DeepSeek显著加速了大规模人工智能模型在推理场景中的商业应用。众多新兴的人工智能供应链公司已成为投资热点，与行业领导者合作形成协同创新生态系统。这种以竞争合作为特征的发展模式不仅加速了大型语言模型在金融、医疗和制造业中的商业化部署，也为数字经济的高质量发展提供了强劲动力。 受益于人工智能产业的快速发展，人工智能技术正成为城市发展的强大引擎，为城市的各个领域注入前所未有的活力：在交通领域，利用大型人工智能模型的精确预测能力优化交通流量，提高出行效率。在医疗行业，人工智能辅助诊断技术能够快速准确地分析医学影像，帮助医生制定治疗方案。在教育领域，根据学生的学习进度和特点提供定制化教学内容，激发他们的兴趣和潜能。金融行业利用大型人工智能模型进行风险评估和投资决策，提高金融服务的精准度和安全性。此外，智能制造、智能政务服务、环境监测等众多领域通过人工智能赋能变得更加高效、智能和可持续。人工智能技术的应用为居民提供更加便捷、舒适和安全的居住体验，引领城市走向智能和数字化的未来。 1.2 人工智能是全球产业政策的焦点 人工智能已成为推动城市和社会发展的核心驱动力之一，形成了全球共识： 美国于2015年启动了“白宫智慧城市计划”，利用人工智能、大数据和物联网（IoT）技术帮助城市应对交通拥堵、能源管理和公共安全等挑战。到2025年，将通过“星门计划”进一步加强人工智能基础设施。 欧盟于2025年提出了“欧洲数据盟略”，以促在医保健、教育和城市治理中的AI和大数据应用，并由“数字欧洲计划”支持，以在关键的社会和民生领域实施AI。 日本提出了“超城市”愿景，将人工智能和物网相合，建数据的“智慧城市”。 ✔新加坡实施了其“国家人工智能战略2.0”，该战略结合了人才吸引、工业应用、研发创新和基础设施，以构建一个提升公共服务和工业竞争力的AI生态系统。 中国政府也先考人工智能的城市展。2024年，中国国家数据管理局布了指导方针，以深化智慧城市倡议，鼓励人工智能解决方案，如智能分析、调度、监管和决策，全面赋能城市数字化转型。 网络已成为支撑全球人工智能产业发展的重要基础设施，正受到世界各国的高度重视： 在中国，“通过网络赋权计算”已被确立为建设智慧城市的根本原则。2023年10月，中国工业和信息化部（MIIT）发布了《计算基础设施高质量发展行动计划》，旨在创建一批计算力网络城市标杆在重点区域。 2023年6月，新加坡政府启了其《数字接》，提在五年内建无端到端10Gbps的国内连接，以确保新加坡的数字基础设施保持世界一流，并为它的数字未来设定方向。 2024年4月，沙特阿拉伯通信部布了《沙特阿拉伯10Gbps社会白皮》，成全球首个提出端到端高速、高质量Net5.5G网络架构，以支持该国智能化转型的国家。 2025年，欧洲委会数字欧洲划（DIGITAL）2025-2027也了在各种人工智能场景中增强网络弹性的必要性。 随着大型人工智能模型的广泛采用以及对分布式推理等应用的日益增长的需求，网络在人工智能发展中的作用日益凸显。“为人工智能而建的第二条信息高速公路”已成为全球优先事项。 1.3 人工智能技术正在高速发展 1.3.1 人工智能技术全面进步 人工智能技术的发展展现了多元化协作、高效进化、多生态融合的显著趋势： 在硬件层面，推理场景的显著增加推动了TPU和LPU等专用AI芯片的快速发展，而通用GPU结合Chiplet、3D堆叠和量子计算等尖端技术，为超大规模AI模型训练提供了增强的能力。 在存技中，HBM3 和 CXL 等了内存和容量的，而存-算解耦等架构则满足了基于大型 AI 模型构建私有知识库的需求。 高速互技，如UEC、NVLink、UCIe和Falcon，打破了数据障碍，了分布式算和异构架构之的高效作。 在件生系方面，PyTorch和TensorFlow等开源框架正与自动化工具链深度融合，结合云-边-设备统一部署，实现从训练到推理的全流程化。 此外，色算技，包括液冷和源管理，有助于人工智能的可持续发展。 1.3.2阶段大型AI模型技术进入飞快开