异网异构边缘算力系统总体架构 研究报告 2025 年 8 月 版权声明 本报告版权属于中国铁塔股份有限公司、中国信息通信研究院、 中国移动设计院、江苏省未来网络创新研究院所有并受法律保护，任 何个人或组织在转载、摘编或以其他方式引用本报告中的文字、数据、 图片或者观点时，应注明“来源：中国铁塔股份有限公司、中国信息 通信研究院、中国移动设计院、江苏省未来网络创新研究院”。否则 将 化就 近算力供给能力。本报告针对当前边缘算力资源碎片化、组 网方式多样化、管理孤岛化等问题，首次系统化提出“异网 异构边缘算力系统”架构，通过多元异构算力融合调度与跨 域网络智能协同关键技术，为边缘算力的建设和发展提供实 施路径参考。 目前，产业界与学术界对异网异构边缘算力系统的研究 尚处于探索起步阶段，新的架构和应用模式正在不断涌现。 本研究报告为阶段性成果，尚待持续完善，诚挚期待读者批 进程导致算力硬 件和互联网络呈现出较大差异，异网异构资源难以高效管控与对外服 务。我国边缘算力设施存在差异巨大的异构算力硬件，芯片类型包括 了通用 CPU、GPU、FPGA、ASIC 等，服务器架构具有并存的 x86 架构 与 ARM 架构，导致算力度量、管控和调度需要克服不同芯片厂商的标 准差异。单一边缘节点受限于算力容量、计算资源异构、并发服务总 2 数等短板，难以满足大规模用户的请求，导致各单位建设了大量的边

框架工具层优化 模型扩展组件层优化 DAS（DCU AI Software Stack/DCU人工智能基础软件系统） C86 CPU DCU加速卡 存储 高速网络 DTK（DCU Tool Kit/DCU异构计算平台） 全栈优化 软硬协同释放DCU 澎湃算力性能 DCU：全面兼容主流生态 / FULL ECOSYSTEM PROFILE 类CUDA API的 开源软件开发平台 原生支持多种加速库 和Slurm调度系统 功能健全的DCU软件栈 性能分析工具 主流HPC应用 Gromacs/VASP etc 人工智能框架 TensorFlow/PyTorch/ paddlepaddle 国内典型 异构应用 OpenMP/OpenACC 类CUDA编程环境 OpenCl 编译器 驱动 DCU加速卡 主流应用 函数库 开发环境 通讯加速库 SPARSE加速库 LAPACK加速库 PRIM 支持C/C++/Fortran、OpenMP/OpenACC、Python编程，支持GPU Direct网络加速，支持多种 Profiling 方法 HYGON 09 10 HYGON 海光DCU行业实战手册 DTK异构计算平台 DTK（DCU Toolkit）集成了DCC（DCU Collect Compiler）编译器、经过验证和优化的计算库，支持多种编程语言，同时提供运行、 编译、调试和性能分析功能。

.......................................................................................... 12 3.1 异构硬件虚拟化........................................................................................... 12 从低到高的多个频段，并涵盖从通信到感知的多个功能，构成多频段收发单元。  异构硬件虚拟化：硬件虚拟化是云计算技术的基础，也是无线网络实现云化的关键技术。 无线网络的底层硬件，尤其是承担主要处理功能的基带单元，将进一步向异构方向发展， 即通过通用硬件与专用硬件的结合，融合不同架构、不同功能、不同定位的各类异构硬 件，从而满足多种多样功能对底层硬件资源的多样化需求。此外，各类异构硬件还将进 一步基于虚拟化技术，实现资源的深 ，从而向上层应用提供的资源统一管理 与按需分配，达到软件与硬件的协同。  无线云平台强化：不同于传统以 CPU 为核心的云平台设计，6G 无线网络的云平台将采 用面向异构硬件的设计理念，采用更加扁平化的方式为多种异构硬件提供资源的统一管 理、调度，并面向上层多种能力与应用，提供运维、应用等维度的管理功能。此外，低 时延、严时序要求下的确定性处理能力也是 6G 无线云平台不同于传统云平台的强化重

密存储技术实现数据静态与传输中的端到端保护；在云场景中，依托擎天架构，提供了高安全、 强隔离的机密计算环境。同时，HCIST 通过远程证明与安全验证机制，确保平台身份与运行环境 的真实可信。未来，华为将继续深化异构硬件级保护、跨设备安全通道协议及合规框架的研发， 推动算力基础设施向更安全、更高效的方向演进。 HCIST 将能够帮助数字化运营企业更好的将“计算完整性”纳入企业风险管理中，确保计算节点 的 持多元异构环境 的适配，又确保各方资源能够按需集成、协同运作。纵向层面，HCIST 构筑了从芯片、固件、操 作系统、集群到云的全栈安全能力；横向层面，则充分发挥“端-管-云”协同优势，为数据和模型资 产提供端到端的全生命周期保护。 通过内生安全机制与开放的架构，HCIST 为各类 AI 应用提供高性能、可扩展、易迁移、可信 赖的算力基础设施。在实际部署中，HCIST 面向复杂异构算力场景，实现从 的技术创新和 华为全栈软硬件能力，HCIST 逐步发展成为体系化的安全框架，从单点设备到超大规模集群全面 赋能，支撑多样化的安全与隐私需求。 展望未来，华为将继续与产业伙伴协同共进，不断推动异构、跨域协同的安全防护架构和标 准体系的建设与演进，促进全球智能化走向可持续、可信赖的发展模式。 朱小勇 华为 2012 实验室 可信理论、技术与工程实验室主任

..............................................................................................26 2、异构混训................................................................................................. 等架构芯片，重点应用于智能手机、智能汽 车 、 工 业 机 器 人 等 ， 满 足 边 缘 与 终 端 计 算 需 求 ； 中 科 曙 光 Nebula800、长三角国家技术创新中心“珠玑”平台通过 CPU、GPU 异构融合，支持多精度计算、算力统一调度等，用于科学计算、 智能制造、城市大脑等，满足平台与生态建设领域需求。 （二）智算服务市场增长迅速，智算服务供给日趋多元。 智算产业发展研究报告（2025） ，华为以 41.7%的市场份额独占鳌头，凭借昇腾 910B 国产 AI 芯片和全栈解决 方案，成为智算中心建设和运营的核心支撑。新华三、百度、中国电 子云、商汤科技合计份额约 15%，主要提供异构算力整合和行业解决 方案。解决方案市场竞争激烈，规模效应尚未显现，市场玩家正处于 竞争关键变革期，短期内大模型赋能行业能力、数据/算法等专业服 智算产业发展研究报告（2025） 16 务能力至关重要。

开放的空域是低空经济规模化发展的关键，将空域开放与场景使用相结合， 有助于提高空域资源的有效利用率，推动低空经济的快速增长。当前的目标是将 低空打造成“可计算”的空域，构建低空飞行的“航路网”，支持具有“异构、高密 度、高频次、高复杂性”特征的大容量融合低空飞行。因此，空域管理需要向智 能化、精细化方向转型，以满足日益增长的无人机飞行需求，确保低空经济的安 全高效发展。 （5）技术是支撑 低空 信息/数据安全交织的问题。内生安全基于动态异构冗余（DHR）架构，不排斥 传统安全技术，而且与传统安全技术结合可以获得非线性的防御增益。比如，在 部分或全部可重构的执行体中差异化地部署入侵隔离、检测、预防等传统手段， 或者采用防火墙、蜜罐、沙箱、杀毒软件、查补漏洞等多样化技术措施，或者应 用动态化、虚拟化迁移以及加密认证等主动防御技术，其作用都是提高执行体之 间的异构度，给非配合环境下的协同攻击带来更大的不确定性，提高 方案，实现对已知威胁的有效检测，对未知威胁的主动防御。 23 图 7 纵深安全防御解决方案 在硬件层面，飞控系统作为无人机核心控制中枢，直接决定着无人机任务执 行的稳定性和可靠性。飞控系统不仅搭载多个异构处理器，例如同时采用基于 ARM 架构和 x86 架构的处理器，更配备冗余设计的传感器、电源模块及通信模 块。飞控系统还集成了先进的故障诊断模块，实时监测各组件和软件模块的运行 状态，通过分析

，提升资源利用效率 推理服务可下沉边端 ，适应军事场景需求 教务、 教 学 、 教 研 、 教 管 、 教服、 校 园 、 宿 舍 、 食 堂 异构算力适配 模型管理 模型训练 模型开发 算法引擎 服务管理 服务发布 预置能力 固件管理 智能 开放 OP YTr orch time (H) 基础： 算力资源细粒度切 分 32 GPU 显存 16 8 4 支撑： 资源池化管理和分 配 基于任务、 用户和资源状 况进行任务执行排序 GPU 异构 user2 user1 user1 视觉场景 文本场景 …… 训练 推理 任务 用户 智算中心： 数据中心（面向人工智能 ，数据一站式管理） 型发布等功能 ，帮助用户快速、便捷的完 成 模型训练与模型发布 算法引擎 深度学习 基础环境 主流计算框架支持 异构算力适配 基于“智能、 开放、 便捷”的理念 ， 面向模型架构设计、 代码调试、 模型训练、 参数调整 ，模型评估、 模型管理的所有环节 ， 针 对不同角色用户 ，提供对应开发工具 ， 以适应不同难度的模型训练需求

智能感知 智能研判 智能信控 核心技术基础 图灵自研 AI 生产力平台 ， 以高效 AI 生产与标准应用集成为目标 ， 实现算法工程到行业 应 用端到端一站式落地 ， 2.0 版本面向多模态数据处理、异构大模型训推架构等提供工具化基础。 贯通数据、算法、 引擎、评测全流程， 综合提升模型开发与工程落地效率 40% + 支持百万级数据存储 、 预处理 、 自动化标注 、 3D 标注 、 数据标签化及检索等全生命周期管理。 MXNet 、 TensorFlow 等 6+ 框架 算法池。 支持模型异构设备推理转换 、 场景化 AI 测试 、 引擎发布， 全面适配华为、 寒武纪、 算能等系列硬件。 图灵 AI 生产力平 台 （ Turing - AICMS - 2.0 ） 依托鹏程 脑海多模态通用大模型 ∙ ， 通过多源异构知识语料与多模态特征编码协同提升多 模态生成式问题理解精度 ， 并结合微调垂域化训练 并结合微调垂域化训练 ， 推进 Turing 多模态大模型行业应用赋能。 多源异构知识语料库 领域知识向量化 大模型垂域微调增量训练 众多应用场景任务 核心技术基础 Embeddings 模型 领域知识矢量

氢精制、330 万吨/年重油催化裂化、55 万吨/年气体分馏、8 万吨/年 MTBE、260 万吨/年石脑油预加氢、240 万吨/年连续重整、200 万吨/年芳烃抽提、70 万吨/年 C5/C6 异构化、17（12+5）万 Nm³/h 天然气制氢、27（12+10+5）万 Nm³/h 变压吸 附氢气精制（PSA）、36（2×12+2×6）万吨/年硫磺回收、120 万吨/年延迟焦化等主 要生产 套制氢实现单套制氢、单 台锅炉运行“两个一”的目标；优化上下游热供料比例，正常工况轻油装置 100% 直供，重油装置热料比例不低于 80%；全面开展油品直调，减少电耗及 VOCS 排 放量，以异构化油直调为标志，汽油、柴油实现了直调，原油 30%左右实现了直 调；优化重油罐运行方式，关闭加热蒸汽等；重点推进 PSA4 解吸气并入减压撬、 常顶二级石脑油直供石脑油加氢、石脑油加氢粗石脑油直供双脱、常三线直供改 降低加氢装置反应温度控制硫含量在适宜范围。在满足互供混苯指标前提下，兼 顾液收及副产氢气量，控制适宜的重整反应温度。汽油辛烷值池有富余，公司果 断决策实施降低异构化油辛烷值方案，停 DIH 塔侧线回炼、停抽余油分离塔、以 低压蒸汽代替中压饱和蒸汽作为热源等，节汽 15t/h，节电 150 kW/h，异构化装置 综合能耗由设计值 63.20 Kgeo/t 逐步降低至 19.48Kgeo/t，降幅接近 70%。 21 （3）着力开展节水减排降本增效工作。

端、 边、 云架构演进， 开放的工业应用生态体系推动智能制造的快速迭代 … … 智能制造面临的 行业痛点 智能装备控制 系统与设备需深度协同 复杂的 IT 系统 高昂投入运维复杂 各种异构系统 信息及数据烟囱化 设备数据采集 种类繁多技术复杂 昂贵的工业分布式控制系统 边缘云 (I/P/Daas) 智能 硬件层 技术趋势： 执行与控制分离、 软件定义装备。 工业互联网将加快这个趋势 降低数字化建设门槛 实现产品化快速普及 可快速批量复制能力 快速提升行业数字化水 平 整体提高项目落地效率 轻松实现系统远程运维 开箱即用的边缘云平台 轻松实现异构系统集成 全面提升交付能力及业 绩 工业魔方产品 价值目标 02 03 合作伙伴 工业行业 产品功能 CA S E S 定位：旗舰款魔方（数字工厂） 扩展：计算单元默认 2 个 可实现不同异构系统之间的业务协同、 数据共享能力 ，从而消除孤岛、 互联互通 IOT 平台是工业魔方的核心价值 ，具备双向能力 ， 可以实现工业全场景物联采集及反向智能控制 工业魔方可利用工业现场的控制层（ PLC 、 IO 、 传 感器等） 快速实现全场景数字化、 装备智能化 ， 从而可低成本、 快速实现数字化生产、 智能 制造 各种工业异构应用系统通过工业魔方