未来网络技术发展系列白皮书（2025） 东数西算算网协同调度 业务场景白皮书 第九届未来网络发展大会组委会 2025年8月 版权声明 ● 本白皮书版权属于紫金山实验室及其合作单位所有并受法律保 护，任何个人或是组织在转载、摘编或以其他方式引用本白皮书中的 文字、数据、图片或者观点时，应注明“来源：紫金山实验室等”。 否则将可能违反中国有关知识产权的相关法律和法规，对此紫金山实 验室有权追究侵权者的相关法律责任。 《东数西算算网协同调度-业务场景白皮书》（简称白皮书）的编 制，是基于国家东数西算“安全新总线”项目所开展的算网协同工程 实践。“安全新总线”通过 400Gbps 互联了国家八大枢纽节点、以及 多个国家超算中心，可根据任务时延、带宽需求提供广域确定性网络 传输质量，并通过网络操作系统开放网络资源的调度能力，算网协同 调度平台即原生构建其上。 白皮书以业务场景视角切入，对东数西算算网协同调度的调度架

通用算力、智能算力、超算算力均保持高速增长，智能算力在增长竞赛中跑出“超级加 速度”。2025 年，全球总算力已攀升至约 3300 EFLOPS，在三大主流形态中，通用算力约 为 1150 EFLOPS，占比首次跌破 35%，降至 34.8%；智能算力则因大模型和 AI 智能体应用 的持续井喷，规模激增至 1980 EFLOPS，占比已高达 60%，成为拉动全球算力增长的核心 引擎；超算算力虽然绝对值较小，但也扩张至约 价，针对特定算法或应用场景进行 晶体管级优化，实现远超通用芯片的计算效率与能效比，这一技术通过重构计算单元、内存 层级及指令集，使芯片变成“领域专用体系架构”。 1.4 异构算力协同挑战 智算算力“百花齐放”呈现多元异构局面，面临异构算力“资源墙”、软件栈“生态割 裂”和协同调度“效率低”三方面的挑战。 （1）异构算力“资源墙”因其硬件架构、互联拓扑等物理差异，阻碍了不同厂商、不 同 以及测试耗时时间 长、工作量大等问题。统一评测体系通过统一指标、统一工具、统一数据，为芯片选型、容 量规划、性能优化提供可度量、可对比、可复现的统一标准和自动化测试工具与用例，实现 厘清异构智算算力的优缺点与适用场景，促进算力落地，指导未来算力发展。 业界现有评测实践大致分三类，一是芯片原厂自测，侧重自家峰值算力，数据孤岛化； 二是第三方实验室评测，资源有限、更新慢、模型覆盖面不足；三是头部云厂商自建

中台建设方面，创新研发融合多家训推 工具链的 AI 中台，通过重构与集成，实现了商业大模型在一个中台 的统一纳管，支持主流开源大模型的私有化部署，算力、模型、服务 的统一管理和协同调度能力显著增强。在智算算力建设方面，搭建了 全栈国产化的智算算力环境，算力资源纳入 AI 中台管理，高峰时算 力使用规模达到 1950P。 （二）中国移动震泽 MaaS 平台 中国移动积极落实国家“东数西算”战略 ，构建“4+N+31+X”的算

建设 接口 建设 模型 迭代 数据 标注 系统 部署 产品 评测 运营 监控 通过众多智能客服项目沉淀建设方 法论 产品监控 运营情况监控 入口流量适配 代码 NLU 算法 语义计算算法 模型调优 存量数据的标注 增量数据的标注 私有化部署方案 代码安全部署方 案 客户核心系统集 成方案 智能多轮对话 智能运营管理平 台 智能知识平台

关键技术，研制新型算力标识网关，提高多样化算力感知能力。 大模型是指具备大规模参数和复杂计算结构的机器学习模型，能 够处理海量数据、完成各种复杂的任务，包含语言大模型、视觉大模 型等多种类型。大模型的快速迭代极大地增加了智算算力需求。根据 应用领域的不同，可分为通用大模型、行业大模型和垂直大模型等。 通用大模型不受特定领域的限制，具备跨领域的泛化能力，需要更大 的数据量和计算资源，训练成本普遍较高。行业大模型和垂直大模型

| 进入受限空间作业 | 通用违章 | … 大模型 AI 中台 业务应用 区域数据治理 API 服务网关 推理管理平台 区域推理模型库（大模型 + 自建小模型） 推理模型 通算算力 推理算力 1 2 21 智慧勘探开发 / 智慧油气田 / 智慧管网 油气田一张网 进入数字化转型深水区，油气公司对网络提出了更高的要求。井场地处偏远，环境恶劣，“少人化、无人化”

已经投产使用算力中心的设计机架数量（按 2.5kW 折合标准机架） 在建标准机架 数(万架） 在建的算力中心的设计机架数量（按 2.5kW 折合 标准机架） 在用智算规模 已经投入使用的智算算力规模（以半精度，FP16 计量） 算力质效 上架率 算力中心折合标准机架的已使用机架数与折合标 准机架的已完成基础机电配置机架数的比值 PUE 算力中心总能耗与 IT 设备全年耗电量的比值

智能安全：飞行器自主感知、决策与避障技术的发展路径 “智能安全”将安全责任的一部分从地面中心化的管理系统，下放到飞行器本身，提升 系统的整体冗余度和快速响应能力。随着机载传感器（如激光雷达、毫米波雷达、高清摄像 头）、边缘计算算力和 AI 算法的进步，飞行器将具备更强的自主安全能力。其发展路径将经 历一个清晰的演进过程： ⚫ 辅助避障：当前阶段。机载系统能探测到障碍物，但主要功能是向远程飞手或地面控制 中心提供告警，由人来做出最终决策。

提供文本类数据的常用基本算法，包括文本检索，索引，关键字提取，拆分等。 4. SQL 类算子 SQL 类算子针对结构化数据的常用基本算法，支持常用SQL 语句。 5. 地理位置类算子 地理位置类算子提供基于地理经纬度的检索和计算算法。 6. 图计算 提供图计算的常用基本算法。支持有向多重图的计算，有向多重图是一个有向图，潜 在的多重平行边（edge）共享相同的源和目的顶点（vertex ）。提供图形的拆分并行计算。 第

提供文本类数据的常用基本算法，包括文本检索，索引，关键字提取，拆分等。 4.SQL 类算子 SQL 类算子针对结构化数据的常用基本算法，支持常用 SQL 语句。 5.地理位置类算子 地理位置类算子提供基于地理经纬度的检索和计算算法。 6.图计算 提供图计算的常用基本算法。支持有向多重图的计算，有向多重图是一个有向图，潜在 的多重平行边( edge) 共享相同的源和目的顶点(vertex)。提供图形的拆分并行计算。同时