要求网络提供无损、高吞吐的高性能算间互联。模型推理阶段包含推 理结果生成和推理结果下发两个关键步骤：推理结果生成需要大量算 力资源以保证海量用户并发推理体验，网络需具备无损传输、高可靠 能力，满足分布式推理需求；推理结果下发需要保障用户的泛在接入 与实时交互，要求网络具备广覆盖及确定性服务能力。 算力城域网作为连接用户与算力资源的关键桥梁，为算力租赁服 务提供了关键的网络支撑，确保租用算力资源的企业可以获得接近本 地部 无损传输能力，以确保模型训练的高效性和稳定性。此外， 网络还需要部署强健的数据加密机制，保障样本数据传输的安全性。 综上，存算分离拉远训练服务对算力城域网的需求是：实现用户 私域存储到 AIDC 之间 100km-500km 的高效拉远训练，数据广域无 损传输保障算效下降小于 5%；支持拉远训练过程中的数据安全隔离 保障；网络链路和资源能够达到 90%以上高吞吐能力，充分提升网络 带宽资源利用率。 仿真、 网络自愈等智能运维能力。 综上，跨集群协同训练服务对算力城域网的需求是：采用 400G/800G 高速链路，支撑 100km-500km 跨集群协同训练。基于 RDMA 无损数据传输保障跨集群训练的算效下降小于 5%。采用 4:1、 8:1、16:1、32:1 等高收敛比组网；网络高稳定运行，故障影响不扩散。 3.2.4.云边协同训推需求 大模型训练与推理成本的显著降低，带动企业通过本地部署少量

使用方式，将从传统的“买算/租算”转为“用算”；渠道特征，将从 传统的“互联网自选下单订购”转为“算力网动态调度消纳”；网络 连接，可基于互联网或专用网络，专用网络相比于互联网可实现更好 的服务质量保障。可以看到，算力网是一种新型的服务模式，是一种 包含了网络、算力、平台的服务能力集合，而算力网络应属于算力网 中的一种专用网络，算力互联网应属于一种基于互联网的算力网形态。 《指南》中的这些顶层设计，在底层逻辑上牵引了“全国一体化 ● 需求。  任务调度模块：接受协同调度的调控，聚焦算力维度需求， 调度相应算力资源以支撑用户任务的算力供给。  流量调度模块：接受协同调度的调控，聚焦网络维度需求， 调度相关资源以保障用户任务的网络支撑。  数据调度模块：接受协同调度的调控，聚焦存储维度需求， 调度对应资源以满足用户任务的存储需求。 三、调度架构 在东数西算场景中，算力资源的全域统筹与动态调配构成了新型 调度中心则运用专业的管理技术和高效的处理流程，对这些资源进行 集中纳管，构建起一个完整、有序的算力资源目录，为后续的调度工 作提供坚实的数据支持 10 图 3-4 分总调度-资源注册登记与纳管 步骤二：资源状态上报 ● 为了保障调度的准确性和及时性，算力提供者需要持续向调度中 心上报算网资源状态，包括资源的实时使用情况、性能指标变化等关 键信息。这些信息如同资源的“健康报告”，帮助调度中心及时了解 资源的动态变化，以便在调度过程中做出更加科学合理的决策。

的载体，可信数据空间具备“数据不出域”的能力；作为创新资 源集聚的载体，可信数据空间具备“多主体共创”的特性。 在当今数据安全形势严峻的背景下，各个数据持有主体对 数据安全高度重视，数据不出域是保障数据安全与隐私的关键 原则。在可信数据空间中，不同主体的数据无需离开本地存储 域，就能在加密脱敏状态下参与联合计算与分析。 多主体共创则是发挥集体智慧、促进创新的重要模式。在 可信数据空间 跨境数据的流通和合作。 14 三、建设思路 （一）建设原则 坚持保障权益、利益对等。切实保障可信数据空间参与主 体权益，各方主体享有自愿参与、公平合作和利益对等权利， 保护企业主体依法依规享有的各类数据权益，健全公共数据资 源开发利用相关主体权益实现机制，有效保障数据权益形成、 权益保护和收益分配。 坚持开放多元、价值共创。鼓励以数据需求为牵引的开放 充分利用已有基础和资源，倡导技术兼容和标准互通，降低技 术壁垒和数据成本，推进科技创新与产业创新协同，积极探索 基于人工智能、区块链的可信数据空间新模式。 坚持网络互通、安全一致。基于互联互通网络构建可信数 据空间，保障各方主体基于统一网络实现数据的高效连接和互 操作，严格遵循数据分级分类管理要求，构筑基于统一安全合 规要求的各类可信数据空间，健全安全管理和应急处置机制， 敏感数据必须经过妥善管控实现合规使用。

效益：指经济效益，包括可盈利或其他与盈利相关的要素。运维要以效益为目标，对准业务价 值匹配业务发展和架构演进，实施运维改进和提升。 效能：指服务能力，是支撑运维活动顺利进行并达到预期效果和效率的保障。在运维活动中不 断提升服务能力，包括对新技术的掌握、新的工具的使用等，及时应对新技术架构的挑战。 效率：指在运维活动中，得到的结果与所使用的资源之间的关系。在运维工作中，要不断提升 作业效率，用更少的资源交付更好的结果。 核心应用的运维受到运维管理者额外的重视。将应 用的可靠性保障前置到设计阶段，通过高可用设计 提升应用的可靠性。同时在应用运维领域，存在多 种多样的工具与技术，工具之间数据割裂无法形成 全局的视野，直接影响了应用运维的效率与效果。 只有打破各个工具间的数据孤岛才能统筹洞察应用 的完整运行态势，对应用进行全方位的监控与分 析。 安全运维现代化 运维安全是保障业务可靠性的基石，也是运维现代 化的基础。在运维安全领域，需要通过全面的安全管 化的基础。在运维安全领域，需要通过全面的安全管 控保障运维安全：事前实现对权限的有效规划和管 理，事中实现运维操作的严格管控，事后实现对运 维操作的审计与分析，减少因运维误操作带来的风 险。在租户安全维度，通过构建完整的安全防护体 系，实现端到端保障混合云的租户安全。 上述的能力均建立在将混合云运维的数字资产不断 地迭代和衍化的基础之上，通过将运维经验数字 化、智能化和服务化，不断将新的运维能力孵化出

... 34 3.5 分布式算力自智技术.............................................................. 37 3.6 分布式算力安全保障技术...................................................... 39 III 四、分布式算力感知与调度应用场景................. 核心指标。更关键的是，感知需深入能力评估，如量化计算单元的理 论峰值性能（如 FLOPS）及对特定负载的实际加速效能。网络感知需 3 精确测量任务提交点、计算节点间的拓扑关系、带宽、延迟、丢包率 及抖动，以保障低延迟应用。此外，还需感知资源使用的经济成本、 能源成本及数据主权、SLA 等策略性约束。这些信息经清洗、融合与 抽象后，将形成支撑智能决策的多维度量化算力资源模型。 “调度”则是基于“感知”结果所采取的行动，是整个系统的“大 备快速响 应变化的能力，在某个节点出现故障时，能够迅速将其上的 任务迁移至其他健康节点，保证业务的连续性；在检测到网 络拥塞时，能够智能地选择其他通信路径，避免性能瓶颈。 这种动态适应能力是保障系统稳定性和可靠性的关键。  跨域协同与互操作性：理想的分布式算力池往往跨越不同管 理域（多个公有云、私有云、边缘站点、终端设备）。实现 高效的感知与调度，必须解决跨域资源发现、认证授权、状

等问题，难以满足全域通信、应急保障、产业赋能等多元化需求。卫 星互联网承载网作为连接卫星星座与地面终端的“太空信息高速公 路”，通过星间/星地链路技术、动态路由与交换技术等关键技术创 新，实现了数据的高效传输与交互，为破解传统网络瓶颈提供了系统 性解决方案。 本白皮书首先系统梳理了卫星互联网承载网的发展背景与需求 愿景，涵盖国家重大战略、产业经济升级、人民服务保障及全球科技 竞争等维度； 竞争等维度；其次详细阐述了通信增强、应急保障、产业赋能、科学 研究等典型应用场景，并深入剖析了集中式、分布式、混合式三种卫 星互联网承载网体系架构及星间/星地链路、路由、交换等七大关键 技术；同时，本白皮书分析了全球主要卫星互联网的产业现状与标准 II 化进展，探讨了轨道/频谱资源紧张、空间环境复杂等特殊问题及应 对策略，最后对未来发展方向进行了总结与展望。 本白皮书期望为业界提供对卫星互联网承载网的全面认知，促进 ........38 5.1 通信增强类应用场景................................................................38 5.2 应急保障类应用场景................................................................41 5.3 产业赋能类应用场景.............

心技术、 赋能传统行业转型，正成为千行百业高质量发展的重要引擎。 一方面，国产数字化升级正在通过底层技术的自主创新，为人工智能 和数字化转型提供坚实基础：国产云基础设施，为智能计算提供算力 保障，国产操作系统、数据库和中间件，支持AI训练、推理和部署， 全栈国产软件生态，确保数据安全和系统可控，为智能应用提供可靠 环境；另一方面，国产数字化升级正通过与政府、金融、企事业单位 发展所需 的效能挑战，也对底层软件平台的资源调度能力形成了考验，同时还要求具备更强的大模型架构设计与生态应用能力。面对当前人工 智能大模型迅猛发展所带来的计算资源需求急剧攀升以及人工智能技术的跨越式进步，为了在激烈的市场竞争中赢得优势并保障关键 技术的自主创新与安全可靠，信息技术融合创新产业正主动顺应技术革新趋势，通过技术研发、产品品质及产业规模的多维度突破， 以迎接生成式人工智能全面爆发带来的巨大需求。 另一方面，人工智能技术 二是业务应用层，从办公软件到行业专用系统，再到自研业务平台，都在同步实现国产替代与数字化升级，既保障安全可靠，又提升业 务效率和用户体验。 三是终端设备层，作为数字化转型的用户入口和信息技术融合创新建设的终端载体，这一层面的协同确保了用户端体验的一致性和安全 性，为整体数字化转型提供了统一的入口保障。 从产业落地上，信息技术融合创新通过与政府、金融、企事业单位的数字化转型需求深度结合，显著提升各领域的运营效率、决策质量

长带来的能源挑战与电力系统新能源消纳困境，为算电协同的必要性 提供了量化依据。 1.2 国家政策规划，推动算力绿色低碳转型 在技术业务需求驱动的同时，国家层面的政策引导为算电协同提 供了制度保障和发展方向。国家层面已构建起较为完善的算电协同政 策体系。2021 年 5 月，国家发改委等四部委联合印发《全国一体化大 数据中心协同创新体系算力枢纽实施方案》，首次提出“东数西算” 工程，在京津冀、长三角、粤港澳等 计到实施细则的完整体系，为算电协同发展提供了制度保障。 2025 年算电协同国家政策规划的最新进展主要体现在顶层设计 的深化与试点示范的加速落地。根据《加快构建新型电力系统行动方 案（2024—2027 年）》，算电协同被列为七大试点方向之一，明确要求 在国家枢纽节点和青海、新疆等能源富集区，通过“绿电聚合供应” 模式提升数据中心绿电占比，并探索算力负荷与新能源功率联合预测、 柔性控制等技术，以降低电网保障容量需求。国家能源局 证环境。两个团队通过紧密的产学研合作，共同推动了我国算力电力 协同领域从理论到应用的全链条创新，为“东数西算”国家战略的落 第九届未来网络发展大会白皮书 算电协同技术白皮书 8 地实施奠定了坚实的学术基础和技术保障。未来，双方将继续深化在 动态资源感知、跨域协同优化、可信交易机制等前沿方向的研究，共 同推动构建更加绿色低碳、高效可靠的全国一体化算力网络体系。本 节通过典型案例展示了产学研各界的创新实践，验证了算电协同在技

.................. 62 4.4 组织如何利用这些标准 ...................................... 63 4.5 负责任的生成式人工智能的技术保障（数据管理） .............. 64 4.6 案例研究--在实践中展示透明度和问责制 ...................... 66 5. 持续监测与合规 ........... ©2025 云安全联盟大中华区版权所有 10 在准备人工智能项目时，需要考虑到人工智能法规的起源并不总是直观的，因 此需要细致分析。首个具有深远影响的法律框架是欧盟《人工智能法案》，因 为它保障了个人和企业的安全及基本权利。如果某些人工智能应用干扰或威胁 到公民权利，则会遭到禁止。如大语言模型等高风险人工智能系统可能会对健 康、安全、基本权利、环境、民主和法治造成重大损害，预计将出台相关法规 缺乏完善的立法，在解决日益复杂的人工智能功能的潜在风险方面存在差距。 这导致现有规定，如《通用数据保护条例(GDPR)》和《加州消费者隐私法案(CCPA) 》/《加州隐私权法案(CPRA)》，虽然为数据隐私提供了基础保障，但并未针 对人工智能开发的独特挑战提供具体的指导，而且不足以满足例外情况下的需 求。随着大型科技巨头计划向人工智能投资数千亿，预计技术创新的步伐不会 放缓，技术革新的快速步伐已经超出了立法适应的能力。

互动，比如腾讯云TDSQL售后服务支持团队与福建海峡银行经常沟通交流，增强双方对业务需求 与数据库能力的理解，提升银行运维团队的能力。 �.�.� 运维团队能力可持续发展 � 数据库可靠运维的核心目标是保障数据库的可用性、一致性、安全性，确保业务连续性，这需要 “故障预警、问题定位、应急处置、复盘优化” 的全流程高效执行。 需要制定对等的权责制度，明确各角色在巡检、故障处置、变更等环节的权责，避免跨角色协作时 CPU、内存或存储资源。 此外，数据库应急预案与应用系统、基础环境、网络架构等结合联动，形成完整的应急预案。 数据库运维知识库是保障运维效率、传承经验、降低风险的核心资产，其建设关键在于结构化积 累与动态化迭代，需形成运维知识全生命周期管理闭环，同时依托保障机制确保落地生效。 福建海峡银行一方面进行常规问题知识库建设，同时也收集同业问题案例整理实践指导手册。 为智能运维提供数据准备工作 性服务。 其核心架构由TDSQL管理平台及TDSQL引擎组成，各模块通过标准化接口协同工作，提供安全、 稳定、弹性的数据库服务。 提供多样化的用户接入方式，可灵活对接业务，统一调度资源与权限，保障系统安全与高效运行， 同时支持全链路监控、故障自愈与性能优化。 腾讯云数据库TDSQL架构设计 �� Web 控制台：可视化操作界面，具备数据库实例管理、监控、配置等功能。同时提供 OpenAPI