面向新型智算中心的以太 网弹性通道（FlexLane） 技术白皮书 （2025 年） 发布单位：中国移动通信有限公司研究院 前 言 随着以 ChatGPT、Deepseek 为代表的 AI 大模型崛起，算力需求呈指数级增长， 全球正加速建设智算中心以应对这一挑战。智算中心内部或智算中心间海量的数 据交换，对网络链路的可靠性提出了前所未有的要求。任何链路闪断或中断都可 能导致 AI ......... 20 参考文献 .......................................................... 21 中国移动 面向新型智算中心的以太网弹性通道（FlexLane）技术白皮书(2025) 1 1 背景与需求 近年来，人工智能（AI）技术取得了突破性进展，特别是以 ChatGPT、Deepseek 为代表的大语言模型（LLM）的兴起，标志着 ∁��� ��� × ������ × 1 − � 1 FIT：Failure in Time of 109 hours,在 109 小时中发生故障的次数[1]。 中国移动 面向新型智算中心的以太网弹性通道（FlexLane）技术白皮书(2025) 2 ��� ���−��� ≈ ��� × ���（��� = 200���������，万卡集群无收敛组网��� = 15360 时，��� ×

在数字经济深度渗透的今天，数据中心作为关键基础设施，其“韧性”已成为衡量社会运转稳定性的核心指 标。这本白皮书立足实践，由华为和业界的专家共同执笔，从韧性定义与评估体系入手，通过容灾高可用架 构、确定性安全、AI驱动的智能运维及弹性自适应四个维度，系统解构了韧性数据中心的建设路径，既有理 论框架的清晰阐释，又有落地实践的参考价值。本白皮书提供了可供借鉴的韧性建设范式，对于推动数据中 心的韧性升级具有积极意义。 ——华为ICT 计算的基础设施，已深度融入生产生活、 政府管理、民生服务等各方面，其稳定运行不仅关乎信息技术服务的可靠与连续，更直接影响经济社会体系 的韧性与安全。《韧性DC白皮书》率先从业务永续、确定性安全、弹性自适应、Agentic AI运维等维度 体系化阐述了韧性DC的特征，为提升算力中心的可靠性系统等级与可持续服务能力提供理论支撑与实践指 引，对于推动算力向高韧性、高质量方向发展具有重要意义。 杨晓骋 为行业伙伴梳理出韧性升级的清晰路径，企业无论是在技术选型、生态协同还是合规布局存在疑惑，都能从 中找到启发。因此，我推荐此书，希望能够携手业内各方共同推动数据中心从“能承载”向“可进化、更安 全、高弹性” 的方向持续迈进，在不确定性的数字时代，锚定业务发展的长期确定性。 ——沙利文公司大中华区合伙人兼董事总经理 人工智能技术的迅猛发展，正在以前所未有的速度推动算力需求的增长。随着智能化的普及和渗透，算力将

“有序引导万兆光网从技术试点迈向部署应用”。 中国电信作为信息通信行业的骨干央企，坚决履行使命责任，坚 定投身数字中国建设，为推进中国式现代化贡献电信力量。通过强化 网络多维布局，构建国际国内一体化的高品质网络；构筑弹性、超宽、 高速、无损的基础承载网，持续增强算力的供给能力；以人工智能赋 能网络，提升云网运营自智水平，重塑业务流程，改善用户体验。 随着网络基础设施能力的持续提升，AI、数据、大模型与网络加 “全光网 3.0”是推动新型工业化与数字基础设施融合发展的关 键支撑。通过能力升级、架构重构、服务模式创新，光网络向数智融 合、多维感知与天地协同转型，并具备超大带宽、极低时延、原生智 能、弹性敏捷等核心能力。促进区域资源协同共享，支撑算力资源灵 活配置、数据要素高效流通，加速智慧工厂、智慧办公等产业数字化 升级，推动远程教育、远程医疗等城乡数字鸿沟弥合，带动实体经济 与数字经济的可持续发展，全面释放社会新经济动能。 智融合、光感业融合、天地海融合”为愿景的全光智能联接体系，夯 实未来十年 AI 时代的网络底座。 1）光云智融合：光网络支持海量数据的高效联接，结合智能化 升级，实现光网络和云资源的深度融合。依托弹性敏捷、泛在协同、 智能感知的光网络，为算力、存力与运力等所有在网资源构建高效集 约的全光联接底座。同时融合网络自智技术，覆盖光网络“规划、建 设、维护、优化、运营”全生命周期，满足所有用户、终端、节点和

我们必须坦诚地认识到：主机系统技术体系在应对爆发式业务增长和海量交互时，无法快速赋能业务智能创新， 并且与开放协同的产业生态相悖，主机技术正面临严峻挑战。如何让企业核心业务系统既能延续固有的稳定与 可靠，又能获得云与 AI 时代的弹性与智能，已经成为每个企业需要面对的重要战略课题。 近几年，主机现代化成为了打开企业核心业务系统大门的钥匙。它绝非简单的技术平台更替，而是一次深 刻的 业务转型 。其根本目标在于释放核心数据的价 主机（Mainframe）起源于上世纪中叶，以其卓越的事务处理能力和极高的可靠性，长期以来支撑着金融、 政府等领域核心业务系统。然而，在云计算、人工智能技术迅猛发展的今天，传统主机架构无法满足核心业务 系统在资源弹性扩展、应用迭代速度、业务创新效率和技术开放度等方面诉求，已严重制约企业数字化转型， 主机现代化应运而生。 主机现代化（Mainframe Modernization）是一项涉及架构演进、应用重构、组织转型的系统工程。其 个方面： 1.2 传统主机面临的挑战 (1) 技术封闭制约创新效率 传统主机技术栈过于封闭，操作系统和专用硬件深度绑定，难以兼容 x86、ARM 等标准化芯片，这限制 了企业自主引入云计算的弹性资源调度和分布式技术的水平扩展能力，系统升级和功能迭代依赖原厂支持，流 09 程繁琐且周期长，难以及时响应业务变化（主机厂商硬件升级周期通常为 3~5 年），远滞后于业务对敏捷创 新的需求（如

融合驱动发展的背景 1 03 04 2.1. 设计理念 2.2. 算网智一体化架构 2 03 5G-AxAI 算网智一体化技术体系 3.1. 赋能边缘智算核心网的算力平台 3.1.1. 轻量化与弹性部署 3.1.2. 跨异构适配 3.1.3. 云边模型与数据协同 3.1.4. 安全与高可靠运行 3.2. 赋能企业专网的边缘智能核心网 3.2.1 异构接入 3.2.2 意图化用网 3.2.3 智的门槛。 5G-AxAI 算网智一体化技术体系以智能 5G-A 网络为根基，使其成为可感知业务意图、动态调优的神 经脉络；以异构融合的算力平台为引擎，打破资源壁垒，实现算力随业务需求智能流动与弹性供给； 并以原生内嵌的 AI 能力为大脑，贯通感知、决策与执行闭环，将复杂运维与业务优化转化为“业务 目标驱动”的自主过程。三者深度融合，互为支撑，共同推动基础设施从标准化供给迈向场景化赋能， 围绕上述设计理念，本文构建了如图 1 所示的算网智一体化架构。该架构以边缘智能核心网为枢纽， 通过算力平台的弹性支撑与智能驱动中枢的赋能调度，实现算、网、智的闭环协同，为企业提供端到端、 全流程的智能化专网服务。 赋能边缘智能核心网的算力平台：作为一体化架构的底层支撑，通过轻量化与弹性部署实现资源按需分 配与快速响应，依托跨异构适配能力对 CPU/GPU/NPU/DPU 等多元算力进行统一调度，支持云边模型

Inc. All rights reserved. Unauthorized reproduction prohibited. “智云上海”的城市级云网平台有力推动了上海本地产业创新生态的发展，其弹性算力网络能 够帮助企业获得用得上、用得起、用得好的算力服务。“智云上海”提供的普惠算网和宽带连 接也能使广大市民消费者和中小企业更为便捷的接入信息网络，获得“类内网”的服务体验， 成为先进数字 市的基础底座。同时，依托其云计算平台以及长期积累的技术开发和系统集成能力，运营商还 能在构建城市数据中枢体系和打造城市共性技术赋能平台发挥重要作用。此外，运营商在网络 和数字安全方面的技术积累和经验也能为构建弹性主动的数字城市安全防护体系提供重要的支 持。 为实现中国电信集团的数字化转型战略，助力上海“五个中心”建设，上海电信发起“智云上 海”建设，从构建新型信息基础设施、提供本地化普惠服务、推动产业创新生态发展等多个方 “智云上海”的城市级云网平台有力推动了上海本地产业创新生态的发展，其弹性算力网络能 够帮助企业获得用得上、用得起、用得好的算力服务。利用弹性算网，企业可为日常应用购入 基础速率网络服务，而一旦出现突发性任务、周期性作业急需大带宽传输，当天即可发起动态 提速。例如，在 100Mbps 带宽下，10TB 数据需 10 天才能完成传输，通过“弹性算力网络”升速 后，仅需 2 小时便可完成传输，且企业只需支付

台 结合主流大数据框架实现数据存储、 资源管理和计算 UID 技术 UID 使得敏感数据无法识别及复原 基于 Docker 技术安全沙箱 提供基于 Docker 容器化技术，实现任 务的弹性扩容、按需分配、环境隔离 安全大数据体系 Kerberos 安全认证、 Knox 安全网 关、 HDFS 透明数据加密等构建完善的 安全大数据体系 场景三： AI 大赛 场景二：公共数据共享 云端大数据 快速简洁构建，运维便捷 云端数据库 更易使用，高性能，免运维 AI 计算能力 强大的算力与平台级接能力 私有专区 独立、满足行业合规要求 容器服务 更适合互联网弹性业务承载 海量存储服务 弹性容量、随需使用与备份 数据分析能力 平台级经验，持续优化 数据保护机制 减少数据类风险和运维成本 物理云主机 灵活度与云服务免运维结合 综合安全方案 全面安全方案，解后顾之忧 不断发展的目标。 2019 年，将原有的自建 K8S 平台，迁移到 UK8S 平台上，缓解了用户的后顾 之忧 最终收益 用户可以专注于产品和业务， IT 基础设施的维护和支持交由云厂商来完成； 弹性伸缩，灵活应对业务发展需求，按需使用减少成本；容器服务带来灵活度； 具备快速部署和搭建高可用方案的条件，以及数据安全保护； 获得售前和售后技术支持团队的服务，提供解决方案的建议。 典型案例 · 某移动医疗平台

务系统贴合企业 的业务形态，支持 松耦合、共享化的 方式对现有系统 的能力进行迭代 和升级 （1）企业的业务 系统高度贴合企 业的业务形态，支 持模块化构建、共 享和快速部署，灵 活应对业务变化， 弹性地应对业务 流量的增加和减 少 （2）企业的核心 业务系统持续优 化创新，创造生态 价值 7.1.3 协作系统 协作系统能力指标包括协作系统平台、柔性运营2个评估维度。 表 12 协作系统能力发展等级要求 的健康状态和性 能指标 在云原生架构上 建立完整的生态 系统，包括公共、 混合和私有云服 务，以及相关的开 发、测试、部署、 监控和运维工具。 采用容器编排平 台 （ 如 Kubernetes）进行 弹性部署和管理， 结合无服务器计 算 （ 如 AWS Lambda）实现按需 资源分配和自动 扩缩容。应用程序 的架构采用微服 务架构，通过服务 注册与发现、负载 均衡和断路器等 模式实现高可用 和容错能力。持续 服 务、微型服 务和无服务 器 的 优 势 （1）应用程序部 署在本地物理服 务器或虚拟机上， 缺乏弹性和自动 化扩缩容的能力 （2）应用程序架 构较为单一，缺乏 松耦合和独立部 署的特性 （1）部分应用程 序采用容器化部 署，利用容器编排 平 台 （ 如 Kubernetes）进行 弹性部署和管理 （2）应用无服务 器计算（如阿里云 Serverless）来实 （1）多个应用程 序采用微服务架

02 通义大模型：全生命周期安全 合规 1 风险现状及能力构建 46 1.1 主要风险挑战 46 1.2 核心能力构建 46 2 全尺寸、全模态的模型供给 48 2.1 全尺寸覆盖的弹性架构 48 2.2 全模态融合的认知能力 48 3 通义大模型全生命周期安全实践 49 3.1 研发安全：数据与算法根基防护，强化内生 49 安全能力 3.2 部署安全：过程控制，构建防御屏障 AI 基石 70 2 阿里云百炼全链路安全能力框架 72 2.1 安全设计理念：纵深防御与原生集成 72 2.2 核心：贯穿生命周期的数据安全与隐私保护 73 2.3 扩展：支持客户弹性、灵活地应对外部攻击 78 3 阿里云百炼关键场景安全实践 82 3.1 场景一：发布并调用一个线上模型推理服务 82 3.2 场景二：使用私有数据微调一个专属模型 85 3.3 场景三：构建并运行一个 恢复机制应对故障。 ● 突发流量冲击则进一步加剧了可用性压力。在电商大促、AIGC（生成式人工智能） 爆发等场景下，瞬时流量可能超出系统承载能力。部分 AI 推理服务虽具备高负载处 理能力，但若缺乏弹性扩容与智能调度机制，将导致响应延迟激增，影响用户体验和 业务连续性。 1.3 高性能瓶颈：算力利用率与异构协同问题凸显 随着生成式 AI 技术普及，AI 基础设施进入 GPU 主导阶段，万亿参数模型训练需数千

开发平台、LangChain/LangGraph 等 Agent 框架，极大 降低了 Agent 开发门槛。 架构设计的模块化与可扩展性：结合 Kubernetes 和 Dapr 技术，实现了微服务化部署、弹性扩缩容和服务间异步 通信，为 Agent 系统的稳定性和可维护性提供了技术保障。 开源社区与行业标准的形成：AutoGPT、MetaGPT 等开源项目加速了 Agent 技术的普及，同时行业逐渐形成关于 与传统依赖版本迭代实现局部优化的模式不同，自我进化（Self-Evolving）通过持续学习、动态适配和自我优化， 智能应用的形态和核心特征 应用全生命周期智能化白皮书 18 为智能应用构建了更具弹性和自愈能力的技术框架。这一转变不仅可以显著提升系统的自我决策与故障响应效率，还 可在复杂多变的业务场景下，帮助企业更敏捷地适应市场变化并保障服务质量。 从技术层面来看，一方面，完善的智能化运维体 槛；智能测试系统可自动生成并执行覆盖复杂业务边界的测试用例， 大幅提升测试覆盖率和可靠性；在生产环境中，AIOps 通过智能日志分析辅助定位故障根因并动态实施扩容策略，显 著增强系统的高可用性和弹性。面向未来，智能研发将进一步迈向“零代码化”和多模态交互，通过 Agent 架构将代 码仓库演化为智能化“知识库”，使得函数和模块能够被动态检索、组合与验证，从而真正实现“AI 原生研发”时代 的全面到来。