智能协同驱动的全国一体化算力网:架构演进、实施瓶颈与优化路径研究*

doi:10.12267/j.issn.2096-5931.2025.10.004

信息通信技术与政策 ›› 2025, Vol. 51 ›› Issue (10): 23-30.doi: 10.12267/j.issn.2096-5931.2025.10.004

专题：先进计算创新应用与生态建设上一篇下一篇

智能协同驱动的全国一体化算力网:架构演进、实施瓶颈与优化路径研究^*

The national computing power network driven by intelligent collaboration: research on architectural evolution, implementation bottlenecks, and optimization pathways

李若尘, 文新博, 杜婧茹, 李世钰, 谢光芬, 董一川

鹏城实验室战略与交叉前沿研究部, 深圳 518052

收稿日期:2025-09-15 出版日期:2025-10-25 发布日期:2025-11-06
作者简介:
李若尘, 鹏城实验室博士后,主要研究方向为人工智能、算力网调度体系、国内外算力网技术动向、宏观政策等
文新博, 鹏城实验室助理研究员,主要研究方向为算力网技术动向与宏观政策等
杜婧茹, 鹏城实验室所长助理,主要研究方向为科技体制机制改革、技术动向等
李世钰, 鹏城实验室博士后,主要研究方向为科技情报、知识图谱等
谢光芬, 鹏城实验室博士后,主要研究方向信息论、移动通信技术等
董一川, 鹏城实验室助理研究员,主要研究方向为算力网调度体系、超算、智算等
基金资助:
*中国工程院科技战略咨询项目(2025-XBZD-15)

LI Ruochen, WEN Xinbo, DU Jingru, LI Shiyu, XIE Guangfen, DONG Yichuan

Department of Strategic and Advanced Interdisciplinary Research, PCL, Shenzhen 518052, China

Received:2025-09-15 Online:2025-10-25 Published:2025-11-06

摘要/Abstract

摘要：

立足国家“东数西算”工程,系统研究人工智能技术驱动全国一体化算力网络的关键协同机制。基于国家“东数西算”工程实践,从调度效率、资源整合等维度切入,剖析当前算力网络的发展态势以及核心瓶颈。同时,通过对鹏城实验室中国算力网等案例的深度剖析,提出算力网智能协同调度的优化路径,为构建高效、安全、自主协同的一体化算力基础设施建设提供理论支撑。

关键词: 算力网, 调度效率, 基础设施, 东数西算, 优化路径

Abstract:

This paper systematically investigates the core mechanisms by which artificial intelligence technology empowers a national integrated computing network, set against the backdrop of China’s “Eastern Data, Western Computing” strategic initiative. Drawing upon practical experiences from this national project, the study analyzes the current development status and critical bottlenecks of computing networks, focusing on dimensions such as scheduling efficiency and resource integration. Concurrently, through an in-depth examination of cases, including the “China Computing Network” at Pengcheng Laboratory, this paper proposes optimized pathways for intelligent collaborative scheduling in computing networks, providing theoretical foundations for the construction of an efficient, secure, and intelligent integrated computing network.

Key words: computing network, scheduling efficiency, AI-infra, eastern data western computing, optimization pathways

中图分类号:

TN929.12

李若尘, 文新博, 杜婧茹, 李世钰, 谢光芬, 董一川. 智能协同驱动的全国一体化算力网:架构演进、实施瓶颈与优化路径研究^*[J]. 信息通信技术与政策, 2025, 51(10): 23-30.

LI Ruochen, WEN Xinbo, DU Jingru, LI Shiyu, XIE Guangfen, DONG Yichuan. The national computing power network driven by intelligent collaboration: research on architectural evolution, implementation bottlenecks, and optimization pathways[J]. Information and Communications Technology and Policy, 2025, 51(10): 23-30.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2025.10.004

http://ictp.caict.ac.cn/CN/Y2025/V51/I10/23

参考文献 35

[1]	裴培, 吴鹏, 吕城锦, 等. 全国一体化算力网探索与研究[J]. 通信世界, 2025(7):36-41.
[2]	王思航, 匡先辉, 郭煜, 等. 加快构建全国一体化算力网分析[J]. 决策咨询, 2025(2):12-13,41.
[3]	孔思淇, 潘泽友, 路海, 等. ESnet架构、建设进展及其与CSTnet的比较[J]. 计算机技术与发展, 2011, 21(12):18-21,25.
[4]	ESnet. High energy physics network requirements review final report[R], 2020.
[5]	ESnet. ESnet launches next-generation network to enhance collaborative science[EB/OL]. (2022-10-11)[2025-09-15]. https://www.es.net/news-and-publications/esnet-news/2022/esnet-launches-next-generation-network-to-enhance-collaborative-science/.
[6]	Lawrence Berkeley National Laboratory. ESnet turns on 400G circuits, supercharging multi-site scientific research[EB/OL]. (2023-10-25)[2025-09-15]. https://newscenter.lbl.gov/2023/10/25/esnet-turns-on-400g-circuits-supercharging-multi-site-scientific-research/.
[7]	安捷, 刘莹, 任罡, 等. 世界各国教科网建设(四)[J]. 中国教育网络, 2015(8):40-43.
[8]	WANG W, XIE R, TANG Q, et al. Service anycast forwarding for software defined computing power network[C]// 2025 IEEE Wireless Communications and Networking Conference(WCNC). Milan: IEEE, 2025:1-6.
[9]	梁芳, 佟恬, 马贺荣, 等. 东数西算下算力网络发展分析[J]. 信息通信技术与政策, 2022, 48(11):79-83. doi: 10.12267/j.issn.2096-5931.2022.11.010
[10]	梅建平. 以推进中国算力网建设发展新质生产力[J]. 中国网信, 2025(9):32-35.
[11]	刘芹, 刘鹏, 武振宇, 等. 东数西算战略下运营商业务西迁部署研究[J]. 电信工程技术与标准化, 2024, 37(7):55-61.
[12]	傅文军, 钱军波, 毛雄飞, 等. 东数西算之算力网络试点建设探讨[J]. 中国仪器仪表, 2022(3):17-21.
[13]	郭亮. 专题导读:算力网络[J]. 信息通信技术与政策, 2025, 51(2):1.
[14]	归律, 王悦, 张钟琴. 东数西算中多云管理技术应用浅析[J]. 信息通信技术与政策, 2022, 48(11):84-92. doi: 10.12267/j.issn.2096-5931.2022.11.011
[15]	栗蔚, 王雨萌, 立言, 等. “东数西算”背景下算力服务对算力经济发展影响分析[J]. 数据与计算发展前沿, 2022, 4(6):13-19.
[16]	梁腾, 杨健, 杨佳宇, 等. 广域长距离高性能传输技术研究与讨论[J]. 科技导报, 2025, 43(9):31-37. doi: 10.3981/j.issn.1000-7857.2024.08.01032
[17]	高文. 中国算力网的机遇与挑战[J]. 中国计算机学会通讯, 2023, 19(1):31-36.
[18]	李佳颖, 杨泽民, 宋哲代, 等. Kubernetes容器云的弹性伸缩方法[J]. 电子科技, 2025, 38(3):32-39.
[19]	李为丽. 可解释的云平台任务终止状态预测方法研究[D]. 新乡: 河南师范大学, 2023.
[20]	柯尊旺. Mesos平台下多资源调度算法的研究与改进[D]. 乌鲁木齐: 新疆大学, 2016.
[21]	王荣丽, 侯秀萍. 基于优先级权重的HadoopYARN调度算法[J]. 吉林大学学报(信息科学版), 2017, 35(4):443-448.
[22]	CHOUDHARY A. Google cluster data centers[M]// Fifth Congresson Intelligent Systems: CIS 2024. London: Springer Nature, 2025, 1276:127.
[23]	SARKAR A, RAGAVAN S, WILLIAMS J, et al. End-user encounters with lambda abstraction in spreadsheets:Apollo’s bow or Achilles’ heel?[C]// 2022 IEEE Symposium on Visual Languages and Human-Centric Computing(VL/HCC). Roma: IEEE, 2022:1-11.
[24]	OpenI启智社区. 不忘初心·砥砺前行:OpenI启智社区2024年度回顾[EB/OL]. (2025-01-22)[2025-09-15]. https://mp.weixin.qq.com/s/AIAGnAcXBrBL-U9rt7J0t9w.
[25]	LUO J, PADURARU C, VOICU O, et al. Controlling commercial cooling systems using reinforcement learning[J]. arXiv Preprint, arXiv:2211.07357, 2022.
[26]	SALAMI B, PARASYRIS K, CRISTAL A, et al. LEGaTO: low-energy, secure, and resilient toolset for heterogeneous computing[J]. arXiv Preprint,arXiv:1912.01563, 2019.
[27]	杨金涛. 偏好多目标强化学习算法及其在路径规划中的应用[D]. 南京: 东南大学, 2023.
[28]	ESMAILI A, PEDRAM M. Energy-aware scheduling of jobs in heterogeneous cluster systems using deep reinforcement learning[C]// 2020 21st International Symposium on Quality Electronic Design (ISQED), Santa Clara:IEEE, 2020:426-431.
[29]	SOUZA A, JASORIA S, CHAKRABARTY B, et al. CASPER:carbon-aware scheduling and provisioning for distributed web services[C]// IGSC’23: the 14th International Green and Sustainable Computing Conference. New York: Association for Computing Machinery. 2023:67-73.
[30]	D'ANTONIO L, TEHERAN J. Computing node scanning tool for collaborative science[R], 2021.
[31]	BRAUD A, FROMENTOUX G, RADIER B, et al. The road to European digital sovereignty with Gaia-X and IDSA[J]. IEEE network, 2021, 35(2):4-5.
[32]	PREMKUMAR V, BHANDARI V. Ultra-Low latency video streaming using verizon 5G and AWS wavelength[J]. International Journal of Management IT and Engineering, 2021, 11(5):29-33.
[33]	KOVAČ M, NOTTON P, HOFMAN D, et al. How Europe is preparing its core solution for exascale machines and a global, sovereign, advanced computing platform[J]. Mathematical and Computational Applications, 2020, 25(3):46.
[34]	张叶红, 董一川, 相洋, 等. 从“算力中心”到“算力网”:从算力角度谈算网一体的机遇与挑战[J]. 信息通信技术, 2023, 17(3):28-33.
[35]	张政, 冯少飞. 大模型算力基础设施技术趋势、关键挑战与发展路径[J]. 信息通信技术与政策, 2024, 50(6):2-9. doi: 10.12267/j.issn.2096-5931.2024.06.001

智能协同驱动的全国一体化算力网:架构演进、实施瓶颈与优化路径研究^*

The national computing power network driven by intelligent collaboration: research on architectural evolution, implementation bottlenecks, and optimization pathways

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献 35

相关文章 15

编辑推荐

Metrics

本文评价

[1]	龙翔宇, 于胜波, 康陈, 洪启安. 城市可信数据空间建设关键问题和发展建议[J]. 信息通信技术与政策, 2025, 51(9): 20-28.
[2]	李林, 任伏虎, 蔡华谦, 董锦华, 李春光, 叶自燊, 金华松. 基于实数融合的全国化数据流通基础设施体系思考^*[J]. 信息通信技术与政策, 2025, 51(4): 15-27.
[3]	吕艾临, 王丹阳, 杨晓芸, 杨靖世, 白玉真. 数据要素流通发展热点与趋势分析[J]. 信息通信技术与政策, 2025, 51(4): 2-7.
[4]	白玉真, 贾轩, 王思源, 袁博. 数据流通利用设施关键技术与建设路径研究[J]. 信息通信技术与政策, 2025, 51(4): 34-39.
[5]	陈湉, 刘明辉, 汪露露. 算力网络数据安全保护框架研究[J]. 信息通信技术与政策, 2024, 50(8): 62-67.
[6]	谢丽娜, 刘睿, 谭轶男, 赵妍. 基于组合赋权-TOPSIS模型的上合国家数字基础设施发展水平研究[J]. 信息通信技术与政策, 2024, 50(6): 54-61.
[7]	李林, 任伏虎, 蔡华谦, 董锦华, 叶自燊. 基于时空码和数联网技术的新型“可信数据空间”体系构想^*[J]. 信息通信技术与政策, 2024, 50(6): 89-96.
[8]	李伯雄, 于润东, 于胜波, 郭美英. 车联网基础设施系统级测试运维体系研究[J]. 信息通信技术与政策, 2024, 50(3): 66-72.
[9]	王宏羽, 邱奔, 王少鹏. 算网城市发展路径研究[J]. 信息通信技术与政策, 2024, 50(2): 12-17.
[10]	车碧瑶, 张永航, 廖怡, 唐剑, 樊小平, 赵继壮, 陆钢. 运营商大模型硬件基础设施创新及RDMA流量控制技术研究[J]. 信息通信技术与政策, 2024, 50(2): 26-32.
[11]	吴帅, 韩振东, 王佳, 蔡航. 运营商视角下的算力网络技术及实践研究[J]. 信息通信技术与政策, 2024, 50(2): 40-45.
[12]	李论, 郭英男, 王子暄. 大模型智算基础设施夯实新型工业化赋能底座[J]. 信息通信技术与政策, 2024, 50(12): 2-6.
[13]	黄潇洁, 宋闻萱, 张恒升, 许方敏, 赵成林. 面向AIGC类新型计算业务的算力网络挑战与设计^*[J]. 信息通信技术与政策, 2023, 49(6): 10-16.
[14]	李宁东, 邢玉萍, 马新翔. 我国算力网络发展评估体系研究^*[J]. 信息通信技术与政策, 2023, 49(5): 15-20.
[15]	郭亮. 数据中心发展综述[J]. 信息通信技术与政策, 2023, 49(5): 2-8.