文章核心观点 - 中国信通院发布《算力互联网体系架构研究报告（2025年）》，旨在为算力互联网提供一个全面、深入、前瞻性的参考框架，促进业界统一共识，赋能人工智能、科学计算、工业计算等业务发展，并为后续技术创新、标准制定等工作提供参考，推动其健康、快速、可持续发展 [1][13][14] 算力互联网发展背景 - 人工智能产业快速发展，算力需求极大扩展：Gartner预测2025年全球人工智能总支出近1.5万亿美元，2029年将增至3.3万亿美元，五年复合年增长率为27.5%；2024年中国人工智能产业规模突破9000亿元，同比增长24% [20]；随着DeepSeek等大模型应用普及，处理复杂任务消耗远超对话场景的token量，推动算力需求陡增，例如DeepSeek单日推理调用2500万次需1814张H800芯片支持 [21] - 全球布局算力互联成网，多措并举抢占高地：美国能源局推动实现东西海岸40余个机构算力互联互通；欧盟委员会推动构建互联可信的统一算力设施；谷歌加速推动四个园区互联互通打造GW级AI训练集群；英伟达推出Lepton调度平台构建覆盖全球GPU算力的虚拟网络 [22][23] - 中国探索算力互联路径，体系研究亟待完善：地方政府发起形成算力区域“块状网络”；电信运营商提出算力网络和算力并网方案，形成各自“条状网络”；当前体系化研究仍待完善，亟须为算力互联成网提供有效理论支撑，加快各个体系的算力网互联，形成算力互联网 [24][25] 算力互联网概述 - 概念定义：算力互联网是指互联网面向计算任务与调度需求进行能力增强和系统升级，通过在互联网上构建统一算力标识和协议接口、增强异构计算和跨域高性能网络传输能力等方式，使计算任务及其相关数据可精准寻找相适应的算力资源并高效执行，形成算力之间智能感知、实时发现和随需获取的一张逻辑互联网络 [26] - 流程机理：涵盖四个重要环节，即计算任务识别、任务算力匹配、数据传输流动和任务计算执行 [27]；区别于传统应用，典型算力互联网应用的计算任务具有上行数据量大、计算密集且时间集中的特征 [27] - 场景需求：主要包括人工智能推理任务、游戏与视频渲染等计算任务、本地算力资源不足时的调度任务以及人工智能分布式协同训练任务 [34][35][38][39]；采用“卡时”、“核时”等细粒度、可度量的资源使用单位，实现对算力消耗的统一计量与服务化核算 [33] 算力互联网体系架构 - 体系架构简介：整体划分为算网设施层、互联资源层和应用服务层三个逻辑层级 [41]；协议架构在兼容传统互联网OSI五层模型基础上进行了增强，在传输层引入RDMA等低时延、高吞吐传输协议 [43] - 体系架构释义： - 算网设施层：由计算与传输两类物理基础设施组成，计算设施包括通用计算、智能计算、超级计算等数据中心以及云、边、端等算力资源，传输设施包括公共互联网、企业算力专网等 [48] - 互联资源层：由国家算力互联网服务平台、区域和行业算力互联互通平台组成，是算力互联网的核心节点，提供算力标识注册、解析、查询检索、路径调度参数生成、居间结算、算力度量等关键功能 [48] - 应用服务层：面向用户提供多元化的算力服务，主要包括传统算力资源式服务、算力调配接入服务以及算力应用服务等 [50] 算力互联网组网模式 - 整体组网架构：分为算网设施层、互联资源层及应用服务层三个层级 [53] - 算网设施层组网：底层为算力传输网，提供高速、可靠的数据通路支撑；上层形成公共互联网、企业算力专网等多种模式并存的融合组网格局 [55]；算力传输网依托全光网、400G/800G等高性能网络技术构建 [56] - 互联资源层组网：采用“1+M+N”节点架构，其中“1”代表国家总体平台，“M”代表区域核心节点，“N”代表行业核心节点 [58]；国家平台负责标准化算力标识的分配与管理，区域和行业节点负责汇聚相应资源 [58] - 应用服务层组网：面向终端用户提供多元化算力服务，相关主体可通过国家算力互联网核心节点获取可调度算力资源的算网参数与接口信息，构建逻辑层面的算力资源调度入口 [64] 算力互联网业务及生态 - 业务概况：包括算力资源提供业务、算力调配接入业务、算力应用业务、网络传输业务、算力互联业务五种业务 [66][67][68][69][70][71] - 生态主体：生态体系由多元主体协同构成，主要包括算力资源提供商、算力调配接入服务商、算力应用服务商、网络运营商、算力互联运营商、算力互联互通平台主体等 [72]；例如，算力资源提供商包括数据中心服务商、云服务商；算力调配接入服务商包括基础电信运营商、各地调度平台运营主体；网络运营商包括中国电信、中国移动、中国联通等 [73][75][76][79] 算力互联网关键技术 - 算网设施层技术： - 全光网络：实现高速率、低时延、高安全性与智能化的网络传输能力，核心技术包括超大带宽技术、超低时延技术、智能管控技术 [85][86][87][88] - 长距RDMA：实现跨广域网络的高效数据传输，核心技术包括零复制传输技术、无损网络传输技术 [90][91][92] - 弹性网络：根据业务需求实现端到端的带宽弹性供给与流量智能调度，核心技术包括带宽弹性供给技术、流量多路负载技术 [95][96][97] - 互联资源层技术： - 算力标识：用于唯一标识、描述和定位算力资源的基础性技术，核心技术能力包括资源描述、精准寻址、动态解析 [100][101][102][104] - 算力资源并网：将异属、异构、异地的算力资源实现可达、可用、可管、可调度的技术过程，核心技术包括算力注册、算力纳管、算力封装 [105][106][107][108][109] - 任务编排调度：在异构算力环境中动态调配计算任务以实现效率最大化的综合调度技术，核心技术能力包括多任务统一编排、多类资源调度控制、多样化调度策略 [110][111][113][114] - 应用服务层技术：主要包括任务定义和算力度量技术 [115][118] 算力互联网建设进展 - 算网设施层：截至2025年一季度，中国“东数西算”八大枢纽节点算力总规模达到215.5 EFlops，智能算力规模占枢纽节点算力规模的80.8%，枢纽节点间20毫秒时延圈已基本实现 [119]；网络设施迭代升级，400G技术体系基本完善，800G/1.6T技术标准正在加紧研制 [120] - 互联资源层：截至2025年12月，国家算力互联网服务平台已采集获取共102万条算力标识，接入136家算力提供商，共117 EFLOPS的算力资源 [121]；三大运营商启动算力互联网试验网建设，已接入社会算力超60家，总算力规模超60 EFlops，累计服务用户超700万，总服务卡时超1600万 [122] - 应用服务层：任务式算力服务市场崛起，2024年全球云游戏市场规模达97.1亿美元，预计将从2025年的157.4亿美元扩张至2032年的1217.7亿美元 [122]；调度接入服务市场快速发展，例如贵州算力调度平台2024年算力年交易额突破100亿元 [123][124] 算力互联网发展建议 - 推进设施互联，构建高速传输网络：需从提升算力节点内互联能力和强化网络间互联能力两方面推进，例如加快新型高速互联总线协议开发，推广RDMA在广域场景中的应用，升级国家级互联网骨干直联点等 [126] - 强化资源互用，实现高效供需匹配：需重点关注四方面：建立统一的算力标识体系、提升接口互操作能力、建设多级算力互联互通平台、保障算力互联互通平稳运行 [128] - 推动业务互通，加速融合贯通调度：推动计算、存储、网络等业务的协同调度 [129]