算设备资源 状况的基础上，借助统一的度量范式对资源量进行对比与评估，再结 合任务的计算强度、时延要求和数据依赖等特征，以及网络带宽和能 量预算等约束，运用自适应的智能调度算法将大规模的计算任务分散 到不同的计算节点上，从而实现高效的数据处理和分析。本白皮书阐 述了分布式算力感知与调度的背景、体系结构、关键技术、应用场景、 发展建议，旨在为有兴趣了解分布式算力感知与调度相关概念和技术 资源的高效利用、跨行业应用的适配支撑以及产业生态的协同构建三 个层面。 在算力资源利用层面，当前边缘算力基础设施呈现“规模庞大但 分散异构”的特点。以中国铁塔为例，其 210 万站址资源和超 100 万 机房资源广泛分布于全国，但由于资源零散、管理分散、网络接入方 式多样（如 4G/5G、企业宽带、园区 NAT 网络等），导致算力资源利 用率不足、调度效率低下。产业界迫切需要通过统一的感知与调度系 的感知与调度系 统，实现异构资源的抽象建模与池化管理，例如通过标准化算力度量 体系（涵盖 CPU、GPU、内存、网络等指标），将分散的边缘节点转 化为可统一调度的“虚拟算力池”，提升资源利用效率。同时，边缘 算力节点的“弱网、单通”等网络特性，也要求系统具备离线自治、 断点续传等能力，以适应产业现场的复杂网络环境。 在跨行业应用支撑层面，不同行业对边缘算力的需求差异显著， 推动调度系

一个系统性竞争的新阶段。这不仅 定义了技术的前沿，也对底层基础设施提出了前所未有的要求。人工智能大模型对计算基础设施的 挑战是系统性的，涵盖了算力、通信、功耗和运维等多个维度。 然而，这些看似分散的挑战，其根源几乎都可以追溯到一个核心的驱动理论——“规模定律”。 “规模定律”的提出是 AI 发展的里程碑，揭示了模型性能与参数、数据量、计算投入的关系，促使 训练从“赌注”走向“可量化投资”（Kaplan 技术特征 基础特征：大带宽、低时延、内存统一编址 超节点基础定义与特征 4.0 超节点发展报告 15 一、多级存储资源池化技术重构资源管理范式，突破系统间资源壁垒 超节点可通过资源池化技术将分散的计算、存储、网络资源抽象为统一逻辑资源池，以集中化管 控的方式消除资源孤岛，实现动态弹性调度。 以大模型推理核心组件 KV Cache 为例，其访问效率直接决定推理延迟与并发处理能力。传统 静态分配模式因资源隔离导致 一，可基于全局内存实现任意设备 间的灵活访问。这使得跨设备的数据同步能通过内存语义直接完成，无需传统的网络传输流程，从 而提升通信效率。 资源池化 (Resource Pooling): 将分散的计算、存储、网络等物理资源抽象为统一的逻辑资源池的技术。它通过集中化管控和动态 弹性调度，消除资源孤岛，提升资源利用率。 2. 技术架构与特征 超节点发展报告 28 灵衢总线 (Lingqu

易数据的实时清洗、关联分析，并通过分布式计算框架（如 Spark）提升监 测时 效性） 3 、异常交易识别是否应用深度模式挖掘技术？（检查是否采用聚类分 “ 析、 时序模式识别等技术，从历史交易中提取 分散转入-集中转出 ”“高频小额 试 探 ”等洗钱特征模型） 4、客户画像是否融合非结构化数据？（评估是否通过 NLP 技术解析客户 社 交媒体、通信记录等非结构化数据，补充职业背景、社交关系等风险标签） 环操作次数、利率调整幅度等偏离正常分布的案例） 9 、通过监管数据比对发现监管套利行为？（例如同一集团客户通过跨省分 支机构拆分授信，规避集中度监管指标，需要整合全行客户数据与央行征信信息， 运用聚类算法识别分散授信的关联客户集群） （三）具体审计示例 1、贷前调查真实性审计：抽取 50 笔小微企业贷款档案，比对客户提供的财 务报表与税务申报数据、银行流水匹配度；通过工商系统核查企业实缴资本、 股 处理） 2 、如何实时监控跨渠道套利风险？（如同一客户多渠道重复申贷，可部 署 流式计算，实时关联手机银行、柜面、ATM 等多渠道交易） 3 、如何构建隐私保护的审计模型？（ “ 如检测 分散开户-集中转账”洗钱模 式，可采用联邦学习技术，在加密状态下联合分析多家分支机构数据） 4 、如何优化反欺诈规则有效性？（ “ 如 深夜高频扫码支付 ”“异地登录+ 大 额转账”等现象，可应

考虑到单个数据中心的算力规模受电力供应、机房空间等多重因素的 制约，为满足大模型快速增长的算力需求，需要推动多 AIDC 协同训 练，整合分布在不同地理位置的分散算力资源。同时，我国智算中心 规模普遍偏小（规模为 100-300 PFLOPS 的小型智算中心占比超 70%）， 并且往往分散在不同的数据中心、科研机构、地方政府和云服务商。 因此，整合零散的社会算力有助于打破地域、机房资源、服务商等限 制，构建统一、高效的算力服务平台。

影响都微乎其微。回归分析（R² = 0.003）证实了 这一结论，表明这两种存储规模都难以支撑应用的 发展。这反映出这些国家的存储基础设施尚不完 善，存储规模有限，而先进的存储技术要么缺失要 么尚未成熟。这种状况导致数据分散且不可靠，削 弱了对数字化方案的信心，进而影响了数据应用的 普及。 IDC 洞察 ：“没有坚实的存储底座，再先进的应用 也只是空中楼阁。数据碎片化和缺失会严重阻碍数 智化转型进程。” 51 在此阶段，轨道交通正通过初步的系统建设，为数 字化奠定基础。票务、调度和监控等环节实现了基 础应用部署，同时在信号、闸机和检票等环节逐步 实现了局部的设备自动化。然而，这一阶段的数据 仍然是分散而孤立的，每个系统各自为政，缺乏集 成。此外，运营和维护仍然以人工操作为主，需要 有经验的人员进行定期检查。因此，此阶段的业务 重点是提高员工对数字化系统的熟悉度、优化安全 监控、降低对纸质或手动流程的依赖。 局部系统上线：部署基础管理系 统，如仓库管理系统（WMS） 和运输管理系统（TMS） • 初步流程标准化：实现运营流程 的初步标准化和可视化 • 手工数据录入：信息依赖手工输 入，准确性较低 • 分散、独立运营：各环节系统相 互隔离，协同效率低 • 全链路数据渗透：连接采购、仓 储、运输、配送等系统。 • 统一平台调度：构建云调度平 台，提升整体运营效率。 • 智能辅助决策：引入大数据对路

化进程，培育新的经济增长点和竞争优势。例如，通过数据匹 配供需双方，可以提高资源利用效率和经济运行效率，培育数 字经济新业态、新模式。 4．个人可信数据空间 一是掌握个人数据自主权。当前，个人数据分散存储在政 府部门、电商企业、电信运营商和互联网平台等单位，个体在 12 大型互联网平台面前相对弱势，在“要么同意，要么不服务”的 条约下，用户只能同意个人数据被采集甚至过度采集。个人数 效配置前景广阔。但是在这个过程中也面临多维挑战，一是汽 车行业主体复杂、标准不统一；二是敏感、高价值数据治理难 度高，难以保障数据共享流通全过程可信可控；因此各主体共 享流通意愿不足、行业数据资源分散在各主体手中难以实现价 值倍增。 汽车行业可以通过规划建设可信数据空间，构建可信管控 能力与统一的数据传输协议、数据交互规则，推动发挥核心企 业带动作用，引导矿产企业、材料企业、零部件企业、电芯企 中核验贸易业务动态，事后核查贸易数据真实性，对新型国际 贸易业务进行全链路跟踪管理。平台可为金融机构、贸易企业、 监管部门等提供数据查询、市场分析、风控管理、收付汇服务 等综合服务，赋能国际贸易数字化创新。 面对国际贸易中数据分散和“孤岛”现象，以及核验贸易数据 真实性手段的局限性，“贸链智综”采用国产安全可控的区块链 底层开源平台飞梭链（FISCO BCOS），防止数据篡改和欺诈行 为，提升了数据互联互通能力，增强了跨境贸易的透明度和安

智能运维是运维发展的高级阶段，亦是必经之路。 切实落地智能运维，需要三个要素：数据是基础， 场景是导向，算法是支撑。因此，运维数据是构筑 智能运维的基石。 与业务数据相比，运维数据有其自身的特点和治理 难点，例如数据分布分散，数据标准化比例低，缺 乏成熟的方法等。运维数据治理贯穿于数据生命周 期，从规划设计，到实现和维护，再到应用和变 现，需要一整套方法论及规范去指导落地。 3.1.2 运维流程 运维流程按照不同运维动作属性分为故障修复线、 新一代数字平台。该平台以云底座为基石，以云服 务为引擎，构建起双轮驱动的创新架构，深度赋能 集团总部及21家二级单位，助力业务价值模型创新 升级与用户场景的数字化重塑。 面对旗下28家数据中心管理分散、技术路线多元的 复杂局面，该集团携手华为，充分发挥华为在数字 化领域的技术优势与实践经验，共同打造统一的运 维体系，构建标准化、规范化的管理模式。通过资 源整合与流程再造，全面提升数字化运维效率，加 5、弹性扩展：组织架构应具备弹性，能够快速适配业务的增长和变化。 6、安全合规：设置安全运维岗位，负责安全策略制定、执行和监控，确保符合相关法律法规和行业标准。 4.3.1.2 组织架构设计 针对运维体系存在的管理分散、响应滞后等痛点，通过设立运维经理、服务台、云底座运维、网络运维、安全 运维等关键运维岗位，形成“集中调度、专业支撑、协同保障”的运维架构，为该集团数字平台的安全稳定运 行提供坚实保障。 图4

计算节点除了可以新建计算，还包括合并计算节点组、扩容计算节点组、缩容计算节点组、删除计 算节点组、查看计算节点组等。在高并发场景下，扩容计算节点组可以有效分担计算节点的负载， 提高系统的吞吐量。通过将客户端请求分散至各计算节点，达到负载均衡效果，进而减少单一节 点的压力，全面提升系统性能。缩容，是因为原有集群在日常运行过程中存在资源富余情况，为降 低使用成本，优化资源使用，系统提供计算节点组缩容功能。在操作前，请合理评估业务需求，避 可用区部署可以保证数据的安全和业务 的连续性。即使某个地区的所有数据中心都受到影响，其他地区的可用区仍然可以正常运行。 负载均衡 在高峰时段，如节假日促销或大型活动期间，多可用区部署可以帮助分散流量，避免单个可用区 的过载，提高整体的系统性能。 多可用区切换流程 �� 数据备份和同步 多可用区部署可以提供数据备份和同步服务，确保数据的一致性和可靠性。即使发生数据损坏或 丢失，也可以从其他可用区的副本中快速恢复。 请确认系统存在足够的剩余资源可用于分配。 b.扩容前，请确认实例状态为 运行中。 注意事项 �．水平扩容（扩容计算节点组） 在高并发场景下，扩容计算节点组可以有效分担计算节点的负载，提高系统的吞吐量。通过将客 户端请求分散至各计算节点，达到负载均衡效果，进而减少单一节点的压力，全面提升系统性能。 a.请确认系统存在空闲的计算节点资源可用于分配。 b.待扩容计算节点组状态为正常。 注意事项 �．水平扩容（新增SET）

的学习和分析，建立信道状态的预测模型，能够提前预判链路质 量的变化。这为路由调整、资源分配等网络优化操作提供了前瞻 性的支持，有助于提高网络的性能和可靠性。  分布式测量架构结合边缘计算：卫星互联网网络覆盖范围广，节 点分布分散，集中式的测量架构往往会导致测量数据的传输延迟 大、开销高。分布式测量架构结合边缘计算技术，将测量任务分 布到卫星、地面网关等边缘节点，在边缘节点处就近处理测量数 据，仅将关键的测量结果上传至控制中心。这种方式不仅减少了 合作协调，建立公平的轨道分配机制，避免资源过度争夺和浪费。频 谱资源上，加大高频段研发投入，突破技术瓶颈，提高利用效率；推 广动态频谱共享技术，感知空穴供非授权用户临时使用；通过频谱聚 合技术将分散资源聚合，形成更宽带宽，提升承载网容量。 8.2 空间环境复杂导致承载网链路可靠性下降 空间环境的复杂性给卫星互联网承载网的链路可靠性带来极大 挑战，各种空间环境因素相互作用，导致链路信号传输不稳定、中断 卫星互联网的安全风险具有特殊性和复杂性，一旦发生安全事件， 很容易在承载网中产生级联效应，对整个卫星互联网的安全运行造成 严重威胁。 网络边界模糊对承载网信任模型造成严重瓦解。卫星互联网覆盖 广、涉及多国家地区，网络节点多且分散，通信链路复杂，使网络边 界难以清晰界定。这导致承载网无法有效区分合法与非法用户，传统 基于边界的信任模型失效，非法用户易突破边界进行攻击破坏，如伪 装成合法节点窃取信息、篡改数据等。同时，安全策略难以有效实施，

目前，人们解决上述问题的一个构思是引入“去中心化云”的 概念，即利用区块链技术，进一步将中心化云服务商的功能去中心 化。其中，目前比较成功的就是“去中心化云存储”技术，这种技 术可以依托区块链技术有效配置分散在不同用户手中的存储空间， 用于服务数据的存储，从而解决区块链网络存储难的问题。不过， 从总体上看，目前Web 3.0对基础设施“去中心化”的要求和基础设 施提供“中心化”的矛盾依然没有从根本上得到解决。 0虽然以“去中心化”为目标，但它可能会带来新 的“中心化”，而由此产生的问题可能是更难以解决的。人们对于 Web 3.0的“去中心化”期望是建立在区块链技术的基础之上的。人 们一般认为，区块链技术可以有效保证权力的分散，很难出现一个 绝对的权力中心，但现实并不是这样。例如，一项关于比特币的研 究表明，被人们认为高度去中心化的比特币网络其实是一个非常中 心化的网络：超过50%的网络算力被掌握在50个（大约仅占“矿工” 2006）。同一年，尤查·本科勒提出建立一种被称为 “ 同 行 生 产 ” （ Peer Production ） 的 组 织 的 设 想 （Benkller,2006）。根据他的设想，在这种组织中，具有多样性动 机的参与者可以独立、分散地开展工作，并通过相互间的交流来达 到协调一致。从特征上看，这种组织已经和DAO十分接近。 在文献中，DAO这个名词首次出现在迪尔格于1997年发表的论文 中（Dilger, 1997）。不过，这篇论文所指的DAO主要是物联网环境