5.3 4.2 2.2 3.2 4.1.1 4.2.1 4.1.2 4.2.2 4.2.3 2.3 3.3 2.4 前言 大模型对基础设施的挑战 超节点的出现与演进 超节点基础定义与特征 超节点应用案例 总结和展望：迈向未来计算的下一个十年 参考文献 通往通用人工智能之路：最新大模型发展动态 07 07 06 16 21 07 16 21 09 加速人工智能科学计算，服务算法创新 助力行业企业智能化升级 系统特征 AI 技术从单点能力突破迈向系统能力创新 超节点技术产业生态发展格局 基础特征：大带宽、低时延、内存统一编址 超大规模 扩展特征：多级缓存池化、资源灵活配比 超高可靠 灵活切分 大模型计算基础设施的挑战 小结 小结 CONTENTS 目录 超节点发展报告 02 当我们站在人工智能大模型技术飞速发展的十字路口，一个清晰的趋势已然浮现：大模型正沿着 能力提出了更高要求。在这样的背景下，超节点的出现成为了面向大模型未来发展的必 然趋势。 超节点并非简单的硬件堆砌，它的实现离不开基础技术、系统能力与可落地性的三方协同。基础 技术是超节点的根基，其具备超高带宽互联、内存统一编址等技术特征，通过近乎无阻塞的高带宽 互联，将数百上千个 AI 处理器编织为一个逻辑统一的高密度计算体，为高效计算提供了底层支撑。 系统能力则是超节点高效运转的保障，它需要具备大

有的技术路线。其中量子通信是利用量子不可克隆原理从物理上实现 绝对安全通信；量子计算是利用量子态叠加原理实现并行运算，极大 提高计算速度；而量子精密测量则是突破标准量子极限进一步提升测 量精度。在实用化的过程中，随着用户和节点数目的增加，很自然地 就形成了量子网络。当网络的覆盖面变得很大，类似于当今全球互联 网时，就形成了量子互联网。所以在将量子信息实用化的过程中，对 量子互联网进行深入的研究和发展是必然趋势。 展计算能力的模 型[23,24]。分布式量子计算机的思想是利用非局域的控制非门来协同 多个小型量子处理器来进一步扩展成为一个更大的量子计算机。如果 在量子网络中执行分布式量子计算，那么多个计算节点之间的非局域 控制非门的执行质量非常关键，其会直接关系到整个分布式量子计算 的计算效率。 23 目前由于受到比特数和门操作保真度等技术的限制，很难实现基 于量子纠错码的大规模量子计算机。所以现阶段处于含噪音中等尺度 由于本书主要聚焦于量子互联网，所以简单介绍与量子网络相关 的分布式精密测量方案。分布式量子传感主要是利用非局域量子关联 来实现对空间分布参数的精密测量，具有超越经典测量极限的灵敏度。 24 较为典型的应用场景为多节点的量子相位估计[30-32]、全球的量子时 钟网络[33]和长基线望远镜[34]等。更多关于量子精密测量和传感的 内容可参考文献[28,29]。这里简单介绍两个应用场景。 图 10. 全球量子时钟网络。

需要建设应急预 案和通报机制。 在设计数据库应急预案时，应从硬件、软件、节点、集群、机房等多个维度进行全面考虑，确保在不 同类型的故障发生时，能够快速响应并恢复业务。同时，RTO（恢复时间目标）和RPO（恢复点目 标）的设定应尽量缩短，确保业务的连续性和数据的完整性。 福建海峡银行总结了硬件故障、软件故障、节点故障、集群故障、机房故障、业务故障、性能故障等 几类应急场景，并在实践中设立了应对措施。 在软件故障方面：需要建立软件的冗余机制，如数据库的多实例部署、数据库的热备机制等。软件 故障发生时，能够快速切换到备用实例，确保数据库的持续运行。 在节点故障方面：需要建立节点的冗余机制，如数据库集群的多节点部署、节点的自动故障切换 机制等。节点故障发生时，能够快速切换到其他正常节点，确保集群的持续运行。 在集群故障方面：要建立集群的冗余机制，如多集群多中心部署、要实现集群自动故障检测和转 移机制等。集群故障 动故障切换技术，确保数据强一致性和业 务连续性。 数据可靠性：经过腾讯核心业务��余年 验证，数据可靠性达到��.�����%。 服务可用性：支持��.���%以上的高可 用性，即使节点故障也能快速恢复服务。 分布式架构设计 �个�以上的可靠性 提供强大的智能化管控、运维系统，凭借 DBbrain 数 据 库 自 治 云 服 务 体 系、 DBbridge 一 站 式 迁 移

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 的研究人员提供介绍与 分布式算力是相对于传统集中式算力（如单一超级数据中心）而 言的算力部署与利用模式，其核心是将一个大的计算任务分解成若干 个小任务，然后把这些小任务分配给地理、网络层级或逻辑上相互独 立的多个节点。这些计算节点可涵盖数据中心、边缘设备（如基站、 物联网网关）、终端设备甚至个人闲置设备等，通过网络连接形成协 同体系，实现算力资源的分布式协同与高效利用。分布式算力并非单 一形态，边缘算力是前者重要组成部分，是分布式思想的一种具体体 依存、紧密结合的环节。“感知”是基础和前提，它指的是系统具备 全面、实时、精准地获取分布式网络中各个计算节点资源状态的能力。 具体而言，感知过程涵盖多维度：首先，系统需自动发现并注册新计 算节点，识别其 CPU、GPU、FPGA 等类型，以及内存、存储容量等基 础属性。其次，通过轻量探针或节点遥测数据，实时监控 CPU/GPU 利 用率、存储占用率、网络带宽与延迟、负载水平、功耗及环境温度等

15%以上， 实现“比特”与“瓦特”的时空耦合。政策层面，“东数西算”工程已 明确要求 2025 年国家枢纽节点数据中心绿电占比超 80%， 《加快构建 新型电力系统行动方案（2024—2027 年）》更将算电协同列为新型基 础设施建设的战略抓手，通过源网荷储一体化项目推动“大”“小” 电网与算力节点的双向赋能。产业实践中，青海柴达木 100%绿电算 第九届未来网络发展大会白皮书 算电协同技术白皮书 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 8 个地区布局国家算力枢纽节点， 明确要求西部节点可再生能源使用率不低于 65%。2022 年 2 月，“东 数西算”工程全面启动，规划建设 10 个国家数据中心集群，展望“十 五五”期间，我国将进一步提升可再生能源的利用比例，到 2030 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 2025 年 5 月发布的《

1.2 产业驱动经济升级 卫星互联网承载网正以“空天地一体化”架构重构产业生态，深 度融入国家“东数西算”与“算网能一体化”战略布局。通过卫星制 造、火箭发射、激光通信等核心技术的跨域协同，天基节点正成为绿 色算力网络的空间支点，驱动海洋经济、跨境贸易等产业向智能化、 低碳化跃迁，为区域经济联动注入新动能。产业链协同推动卫星制造 与火箭技术突破，如蓝箭航天完成火箭垂直起降回收验证，银河航天 为核心 节点，依托星间链路和星地链路，将分布在轨道各处的卫星节点与地 面信关站、高空平台等通信节点紧密连接，构成独立于地表的骨干通 信网络。与地面互联网中的光纤骨干网类似，卫星互联网承载网直接 决定了卫星互联网的通信能力上限，其性能优劣关系到系统能否真正 实现全球覆盖、低时延和高可靠的服务目标。 图 2-1 卫星互联网架构图 2 卫星互联网承载网的结构由在轨卫星、地面节点和多类型链路共 路共 同构成。在轨卫星既包括低轨卫星，也包括中高轨道的区域中继节点， 它们通过高速星间链路形成一个动态的网状拓扑。这些卫星节点不仅 仅承担信号转发的作用，还具备一定的路由计算、缓存和处理能力， 使得网络在链路变化频繁的空间环境中依然能够保持高效的数据调 度。地面节点主要由信关站和核心骨干节点组成，前者承担卫星与地 面网络之间的数据注入与卸载，完成物理层和链路层的对接，后者则 与地面核

OmniData 算子下推 适用于存算分离场景或大规模存算融合场景，支持 Spark 3.0.0/3.1.1、Hive 3.1.0（Tez 0.10.0），是一种将大 数据引擎的算子下推到存储节点或卸载节点的服务，从而实现了近数据计算，减少了网络带宽，将该特性集成 到 Spark 后，基于 TPC-H 测试用例 12 条算子下推的 SQL 性能平均提升 40%。集成到 Hive 后，基于 TPC-H 适用于虚拟化场景，支持 RDMA 和 TCP 两种网络模式，支持 Spark 3.1.1、Spark 3.3.1、Hive 3.1.0 版本，其基 于 TCP/RDMA 等网络介质，优化数据分析过程中跨节点的数据写入、传输和读取流程，提升 Shuffle 性能，支 持数据分析过程性能提升，将该特性及算子加速特性集成到 Spark 后，基于 TPC-DS 99 条 SQL 验证，可实现 Spark 性能提升 Web/CDN 鲲鹏 BoostKit CDN 使能套件聚焦 CDN 开源组件可用性和 CDN 缓存节点吞吐量低、时延大等问题，通过使能鲲鹏 处理器内置的 RSA 加速引擎，对 RSA2048 算法进行硬件卸载，同时提供了 NUMA 优化等手段，以便充分发挥鲲 鹏处理器多核优势，助力 CDN 缓存节点提供更大吞吐量，实现更低时延。 鲲鹏 BoostKit Web 使能套件聚焦 Web 应用 HTTPS

为核 心，按照互联互通接口规范，不同主体通过可信数据空间连接 器接入可信数据空间服务平台。 分布式可信数据空间基于区块链的分布式特性，构建跨网、 跨云、跨链的底层基础设施，不同主体作为应用节点接入可信 数据空间，实现数据产品或服务跨主体可信流通。 递阶式可信数据空间介于集中式与分布式之间。 本报告所讨论的内容主要为基于区块链和区块链服务网络 （BSN）的分布式可信数据空间。 技术支撑层（跨链）：区块链与隐私计算技术既是数据基础 设施建设核心技术，也是构建可信数据空间的基础技术底座。 区块链方面，可信数据空间建设应支持各种联盟链底层框架接 入，对于跨境可信数据空间，还应允许境外节点公有链底层框 架接入，并实现基于不同区块链底层技术平台的链与链之间数 据交互。隐私计算方面，通过提供支持多方安全计算和联邦学 习的接口，数据提供方、数据使用方可以使用 SDK 接入密态计 算 实现数据来源透明化、流转过程可验证。在可信数据空 间中，通过链上记录数据产生、传输、交易等环节的哈 希值与时间戳，支持实时追踪； ⚫ 数据监管技术：基于区块链的数据监管技术在数据流通 过程中对多层多方监管、监管节点开放、数据侵权判定、 数据审计等方面进行全面考虑，促进数据合规流通、保 障用户合法权益。 2．支撑实现资源交互能力的关键技术 （1）数据标识能力：为数据资源分配唯一标识符，实现快 速准

础设施正向着通信、存储、计算等多要素深度融合的一体化服务方向 发展。算力网络作为实现算网基础设施化的一个重要载体，旨在将泛 在的算力资源依托网络进行打通互联、协同调度，并将不同的应用业 务通过最优路径调度到最优的计算节点，在实现用户体验最优的同时， 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 3 保证网络资源和计算资源利用率最优化。 算力网络的核心思想是基于泛在分布的网络实现无处不在的算 略，并通过对基础设施进行自动配置来进行功能实现。因此，需要实 现意图驱动的算网融合，如图 2-2 所示。 图 2-2 意图驱动的算网融合 为实现上述目标，一方面需要基于算力网络现有的研究，包括资 源感知、算力节点协同机制、任务调度机制等，实现算网的深度融合。 另一方面，结合意图网络相关技术，将用户的意图进行转译成网络可 理解、可执行的指令，并根据当前算网状态进行策略验证、执行和结 果反馈，确保用户意图 保证算网对当前业务和未来新业务的服务质量。 业务应用层用于实现面向用户的服务能力开放，承载着抽象的业 务功能。从用户的角度来说，业务运营层支持用户智能交互，并能够 根据用户意图自动地将服务应用调度到合适的节点，实现资源利用率 最优并保证极致的用户体验。 内生智能模块通过构建数据采集、模型训练、智能分发、知识迭 代的完整闭环，能够为基础设施层、算网管理层及业务应用层提供全 方位的智能服务，进而为多样化业务需求和算网服务生成提供智能化

SDLC。传 统 SDLC（软件开发生命周期）将被 Agent 代 软件形态变化：从程序到“程序 +Agent” 13 理化，AI 可自动生成需求文档、产出代码、执 行测试、提交 PR，人类则监督关键节点。开发 流程将演变为人机协作流水线，强调回滚机制 与可靠性保障。 架构重构：从微服务到 Agent 工作流。过度 微服务带来复杂性，未来将回归“模块化单体” 降低接口复杂度、强化边界清晰与可观察性。同 容）技术重建虚拟空间并根据自己意图生成 3D 内容，镜像世界生态将走向爆发。例如： 个性化互动式教育将逐渐普及：“虚拟数字 老师”将带领孩子们走进量子世界，或是与史前 动物面对面，或是“穿越”到关键的历史节点。 第一人称视角的虚拟旅行直播将成为常态， 每个人都可以分享身临其境的体验。比如乘坐 宇宙飞船在星际中穿梭、深潜海底、攀登世界 屋脊等。 预测未来十年，AI 在镜像世界沉浸式进化 进展。通过新型的终端设备会诞生出 异质 3D Wafer Scale 先进 互联 2/1/0D 材料 氧化物 半导体 宽带隙 材料 存储 新介质 研究新材料新器件、工程工艺、新架构、新范式，实现未来计算愿景 23 “制程节点缩小”的单一依赖，转而通过工程 的多维革新实现突破。三大关键技术方向将成 为核心抓手：一是 3D 异质集成与堆叠，将不 同功能、不同工艺的芯片 / 模块垂直堆叠，大 幅提升单位空间的算力密度；二是晶圆级计算