中国信息通信研究院：智算运维产业发展研究报告（2025）

一、智算运维产业发展现状

• 政策环境与产业发展：国家与地方政策协同推动智算发展，政策体系持续完善。产业规模持续扩张，算力中心数量和智能算力规模增长迅速，模型生态蓬勃发展。
• 技术迭代与行业应用：AI基础设施加速演进，超节点架构驱动智算运维范式重构。大模型训练和推理业务爆发式增长，推动智算运维需求升级，行业应用加速落地。

二、智算运维服务面临的挑战

• 多用户多场景训推并行，资源失衡制约算力利用效率：资源分配失衡导致算力利用率低，需要构建智能算力调度能力。
• 智算系统向超节点形态演进，对运维提出新要求：超节点架构复杂，对运维能力提出更高要求，需要提升系统可观测性和数字孪生能力。
• 运维语料多源异构难统一，智能运维大模型训练受限：多源异构数据难以统一，制约智能运维大模型训练。
• 系统与业务安全威胁，平台可信保障面临考验：系统、数据和模型安全面临威胁，需要构建全链路安全管理能力体系。
• 节能调度优化压力大，连锁失效风险多、损失大：大规模算力集群功耗高，能效低，液冷技术成为必然选择，但存在连锁失效风险。

三、智算运维服务能力的建设

• 算力调度能力：通过虚拟化、容器化、池化技术实现资源整合，通过异构算力适配和框架兼容实现资源统一管理，通过调度策略算法实现算力动态分配和灵活调度。
• 智能运维能力：通过可观测性体系实现主动式闭环式智能运维，通过故障根因分析实现精准定位，通过故障自愈能力实现自动修复，通过主动运维能力提前识别潜在风险。
• 数据治理能力：通过统一数据规范体系、数据融合与语义对齐、场景化数据标注与增强，构建面向智算中心特性的数据治理能力体系。
• 安全防护能力：通过物理安全、系统安全、数据安全和模型安全构建覆盖全链路的安全管理能力体系。
• 能效保障能力：通过设施级能效管理和设备级能效管理提升能效，通过工质水协同运维平台建立覆盖全链路的深度遥检能力，通过算电协同优化实现能耗最优分配。

四、未来趋势预测和展望

• 技术层面：多要素协同演进，推动智算运维向纵深智能化发展。
• 市场层面：智算运维由“拼规模”向“拼效率、拼服务、拼价值”转型。
• 生态层面：产业链协同形成开放、融合、共赢的智算运维新格局。

五、智算运维落地实践

• 中国移动智算训推资源池运维实践：通过技术创新和管理协同，实现训练任务恢复时间、故障处理时长缩短，PUE值降低，有效保障智算训推业务的稳定运行。
• 联想燃弘智算运维实践：实现异构智算的统一调度和高效管理，打造开箱即用的AI生产力平台，构建业界领先的智能运营平台，实现能耗的精准管控与降低。
• 科大讯飞智算运维AI节能实践：利用AI赋能节能程序，实现制冷系统效率提升，统筹液冷冷却系统与液冷服务器之间的算效优化，实现液冷智算集群的整体能耗降低。