本白皮书面向新型智算中心逐渐以承载 AI 业务为主的演进诉求，提出 FlexLane 链路高可靠技术构想。该技术基于高速接口多通道架构的现状，打破原 有固定组合，引入灵活多通道架构，通过降速运行实时有效的规避任何通道发生 的故障，将链路可靠性提升万倍以上（助力 AI 网络互联可靠性超越 5 个 9），保 障 AI 训练和推理业务不受影响。FlexLane 技术支持在现有设备上通过软件升级快 速部署，或升级硬件实现更优的 ........................ 6 3 FlexLane 关键技术 ................................................8 3.1 故障隔离 ..................................................... 8 3.1.1 软件升级 ............................ ............................. 10 3.1.3 技术效果 ............................................. 13 3.2 故障预防 .................................................... 14 3.3 动态节能 ..............................

法规强化带来的合规压力， 以及人工智能技术催生的智能化运维需求，共同构成了算力运维的复杂技术生态。据 行业研究显示，算力中心的非计划停机每小时可能造成数百万美元损失，而高效的运 维体系可使设备故障率降低 40%以上，能源利用率提升 20%以上，凸显出科学运维体系 的核心价值。 本白皮书旨在系统梳理算力运维的技术框架与实践路径，为行业提供兼具前瞻性 与可操作性的参考指南。基于我们在算力基础设施领域多年的技术积累与项目经验， ......................................................................................- 13 - 2.2.3 故障预测与主动运维............................................................................................ 传统运维管理模式标准化，流程成熟，侧重流程合规与故障快速恢复；团 队需掌握服务器部署、网络排障等基础技能，对硬件底层原理深入理解要求较 低；算力运维管理模式动态化，需结合业务负载实时调整资源分配；团队需掌 握芯片级知识、能耗建模、分布式系统调度等技能，甚至需与算法工程师协作 优化算力使用效率。 算力运维体系技术白皮书 - 4 - （3）. 传统运维故障多表现为单节点或单业务中断，影响范围较小，应对策略以

......................................................................................... 28 6.1 故障运维以业务为中心，提升客户体验 ................................................................................... Tech-Co”战略，2024年起，聚焦故障处理 和投诉处理两个高价值场景，充分利用LLM和Digital Twin技术构建L4能力；2025-2026年， 计划在网络优化、网络配置变更、网络规划等更多高价值场景打造L4能力。 Singtel集团：将自智网络视为未来战略，已在集团成立自智网络 Program，加强子网间 的经验分享与协作，共同迈向自智网络L4。目前聚焦于故障管理、投诉管理、无线节能和无线 none”的少人化/无人化的自智网络愿景，致力于成为自智网络先锋。目前聚焦家宽体验保障、 无线节能优化、无线故障处理、无线网络优化等高价值场景。 Orange: 自智网络是集团“Lead The Future 2030”战略的5个重点工作之一。明确了 向自智网络L4演进的目标，目前聚焦网络变更、故障管理等高价值场景。 Telefónica：发布公司级战略“AN Journey”，聚焦于网络O&M等高价值场景，以全网

构建三级测试流水线，持续提升测试效率和产品质量 5.1.5 资源申请和软件上线全流程自动化，实现一体化应用发布 应用一体化运维 5.2.1 全链路可观测，支撑故障快速发现 5.2.2 AI 模型结合混沌工程，实现故障智能定界 5.2.3 统筹构建故障演练与恢复体系，保障故障一站式自动化恢复 主机上云全流程顶设，提供主机现代化最佳指导和实践 主机上云现代化方案，构建主机现代化最优平台和服务 4.1 4 擎实现加密运算的加速处理 高可靠：硬件组件（处理器、内存、存储）普遍采用冗余设计，不会因单点硬件故障而引起系统中断 高安全：主机通常采用内置硬件加密模块，实现数据的加密处理与密钥管理，从而保障数据在存储、传 输及处理过程中具备机密性与完整性 (2) 管理运维层 主机的管理运维层包括硬件管理、操作系统管理、性能监控、故障恢复和备份管理等，它通常使用专有管 理工具进行集中控制和自动化运维。 业务应用层 Monitoring (WLM ，…) Application Operation System (z/OS，OS2200 ，…) 主要特点： 自动化运维：主机管理运维具备高度自动化特点，支持自动故障诊断、自动修复和无停机维护 可视化监控：通过集中管理控制台，运维人员能够快速掌握整个系统的状态和健康状况 08 (3) 数据服务层 主机的数据服务层，聚焦于数据的存储、管理、处理与保护，是支撑核心业务数据全生命周期的关键一层，

力与水平。 4、服务群众 a. 求助服务 除受理报警外，公安指挥中心积极为群众提供各类求助服务。如帮助寻找走失老人、儿童、智障人员等特 殊群体，协调解决群众遇到的紧急危难情况，如突发疾病求助、水电气故障求助等。通过与 120 急救中心、消 防部门、市政公用事业等单位建立联动机制，确保群众求助得到及时有效解决。例如，接到群众求助称家中老 人突发疾病昏迷，指挥中心立即调度附近派出所民警前往现场协助，并通知 航班计划。在航班换季期间，根据航空公司的运 力投放、市场需求以及机场资源情况，对航班时刻、航线、机型等进行合理安排和优化。实时跟踪航班计划的 执行情况，当遇到特殊情况（如恶劣天气、航空管制、飞机故障等）导致航班计划变更时，迅速协调航空公司、 空管部门等相关单位，及时调整航班计划，并将变更信息准确传达给各保障部门和旅客。例如，在冬季降雪天 气频发的地区，机场指挥中心提前与航空公司协商，对可能 与空管部门的紧密协作，及时获取空中交通流量信息，提前做好应对措施，保障航班在空中和地面的顺畅衔接。 c. 应急航班处置​ 面对各类突发情况，如恶劣天气（暴雨、大雾、强风等）、设备故障（跑道灯光故障、通信导航设备故障 等）、突发事件（机场周边鸟击、炸弹威胁等）对航班运行造成的影响，机场指挥中心迅速启动应急处置机制。 一方面，及时评估事件对航班运行的影响范围和程度，制定相应的应急处置方案，如启动备降机场、调整航班

足毫秒级需求（如非洲某铜矿遇光伏 / 负载波动导致频率不稳定，效率降 15% 以上，年损超千万美元）；环 境适应性弱，高海拔功率衰减 30%-50%，极寒效率更低，且噪音、排放不达标；运维复杂，故障间隔短； 在非洲、拉美等基础设施薄弱地区，柴油运输依赖公路，供应链中断风险高（如暴雨导致道路中断），直接威 胁生产连续性。 表 1-1：2021-2030 年全球新能源行业对各金属需求量及增幅 供电中断可能导致设备损坏、生产停滞或安全事故。如球磨机停机超 10 分钟会使研磨介质固结， 清理需数天；井下排水系统停机 1 小时可能淹井，煤矿鼓风机停转 10 分钟或致瓦斯超标，需 供电系统 24/7 连续运行且毫秒级故障响应。 重负荷电机（破碎机、球磨机等）启停频繁易引发电压波动和谐波干扰，需动态无功补偿（SVG）、 稳压器维持稳定；接入弱电网配旋转备用或储能，孤网运行依赖储能或柴发协同控制。 需适应时空 离网模式：微电网独立运行，由内部电压源（如储能 VSG 模式、柴发 VF 模式）支撑电压和频率，光 伏运行于 PQ 模式。 计划性并网切离网：人工触发，切换前可预控功率，冲击较小。 非计划性并网切离网：电网故障导致切换，冲击较大，需继电保护与微网控制器配合实现无缝切换。 离网切并网：分无缝（准同期并网）与有缝（关停电源后并网）两种方式。 黑启动：系统失电后，由具备黑启动能力的电源（如储能）重建电压，逐步恢复供电。

拿 不到诊疗单、门诊暂停等问题。 住院医生/护士工作站：多位医生和护士共用打印机，因此同样存在较大的打印量， 主要以A�/A�幅面的文档为主，包括出院病历、医嘱、体温单等。为减少打印机出现 故障而影响护理站的工作流程，所以设备的可靠性和稳定性至关重要。此外，首页 打印速度和连续打印速度都要快，以满足医护人员频繁打印的需求。同时还需要支 持彩色打印和网络打印，方便多名医疗人员共享设备。 者自助打印 挂号单、检查结果等资料。这类打印大多数情况下以黑白打印为主，且打印量较 大，因此需要支持大纸盒的打印机，以减少频繁更换纸张的麻烦；且打印机需要具 备持续打印的能力，不能轻易出现停机故障，以确保患者能够随时获取所需信息。 同时，打印速度也是关键因素之一，以便能够快速完成大量文档的打印任务，为患 者提供高效的自助打印服务。 �� 2.2 智慧文印管理解决方案：寻求效率和可靠的最优解 打印设备可靠：医疗场景对设备稳定性要求极高，需选择耐用、小巧且支持高品质 彩色打印的机型。打印设备的质量直接关系到医院文印工作的正常开展。设备需具备 皮实耐用的特性，能够在高强度的使用环境下稳定运行，减少故障发生的频率；小巧 的设计则更符合医院空间有限的实际情况，便于设备的安置和使用。在打印质量方 面，彩色打印品质尤为重要，特别是在检验影像科室等对色彩还原度要求较高的场 景，高质量的彩色打印能够确

重构传统 RAG ，提升企业级复杂场景 AI 问答效果及准确率 ， 比如 ：如跨境电商运营复盘、 飞机维修等场景 引入智能体（ Agent ） 的动态规划能力 ， 支持长链多跳、 证据整合推理（如设备故障排查需 5 步以上操作） ， 非静态单轮问 答； 引入数据技能（ Text2SQL ） ，打通结构化库表（如 ERP 数据） 与非结构化文档（如维修手册） ，解决传统 RAG 孤岛问题； RAG 检索质量：高（多专家协同研判 / 验证） • 响应方式：主动优化 • 计算能力：优（数学智能体 /SQL 智能 体） • 学习能力：主动学习 • 典型应用场景：多步骤的技术故障排查、 高纬度模糊问 链式推理 无跨文档多实体关系推理能力 • 核心：关键词 / 向量检索 • 单向（流水线）：检索 --> 重排 --> 生成 • 问题 ： ，这些数据闲置在各系 统 中 ，未能加以有效应用。 设备数据现状的复杂性 设备的全生命周期数据分布于各个 系统中，来源广泛，结构复杂，数 据孤岛现象严重 故障数据的不均衡性 由于电力系统的高安全性高可靠性 要求，设备实际故障数据 / 样例少， 面临长尾分布的问题 场景一： 人工智能时代下的电力设备的检修与运维

心的创新协作新模式。 在协作体验方面，视网联动技术可纵向贯通端、网、云，对视频会议进行应用标签识别， 用切片技术划分视频专属通道，提供 VIP 会议重保。使用随流检测技术实时感知会议质量， 打造视网一张图，故障分钟级自动定位，让网络无卡顿，会议无干扰，为企业数字化转 型提供更加稳定、安全、可靠的智能化支持和保障。强大的“AI+ 视网联动”为用户带 来了更加极致高效、便捷舒适的人机协同体验，是促进协作应用场景不断拓宽的动力。 在制造行业，通过协作实现从办公到生产的企业数据 协同，通过数字化运营进行产线现场流程和工人的协 同管理，晨会抽检、AI 数字人培训等进一步推进质量 管理落地。AR 远程协作实现设计远程评审、故障远程 诊断，大大提升交互协作效率和响应速度。 1.3 高品质协作的演进趋势 在数字经济高速发展、前瞻技术加速创新和社会需求革命的驱动下，协作 3.0 向协作 4.0 时代迈进，高品质协作 向泛在化、智能化、融合化发展。 公、居家办公成为主流办公模式。区别于传统指令性执 行，虚实融合协作将在生产领域广泛应用，使得专家技 能得以保存和传播沉淀，安全生产活动得到更好地执行 和抽检监督，维护人员可以实时查看设备的运行状态和 故障信息并根据提示进行维修。沉浸式培训为员工培训 提供更加真实、沉浸式的培训环境，通过创建虚拟工厂 环境，员工可以在不接触实际设备的情况下进行模拟操 作并熟悉生产流程和操作规范。 1.3.3 融

应用提供确定性、高性能的连接服务。 智为大脑：智能（AI）不再是以外挂工具的形式存在，而是深度内生于网络与算力基础设施的核心。 借助大模型、智能体（Agent）与知识增强等能力，系统能够理解自然语言意图，实现从网络配置、 故障诊断到业务优化的闭环自治，将运维人员从繁琐低效的劳动中解放，并大幅降低企业用网和用 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 将高层业务意图自动转化为网络策略，实现从需求到配置的零等待； 一网多用能攻克资源“静而不柔”的难题，通过通感算一体化实现单设备多功能复用；内生智能可应对 运维“治而不智”的挑战，通过智能体实现网络自优化与故障自愈，变被动响应为主动保障；多模态感 知突破能力“连而无感”的限制，融合视觉、雷达与 5G-A 通感技术，为智能决策提供全域环境感知能力。 2.2 算网智一体化架构 图 1 算网智一体化架构 确保数据隐私和业务通信安全。通过容器化沙箱和资源隔离，实现多租户、多业务的安全并行运行， 并采用严格的身份认证、访问控制和加密算法保障平台及模型服务的可信。在高可靠性方面，边缘 算力平台遵循电信级设计标准，采用无单点故障架构与多层冗余备份机制，支持故障自动隔离和秒 级容灾切换，保证核心网关键功能连续稳定运行，满足超高可靠性要求。同时，完善的监控告警与 智能运维体系能够实时发现异常并自动恢复，进一步提升平台运行的稳定性与可靠性。