算网智一体化
搜索文档
面向5G-A与AI融合驱动的算网智一体化解决方案白皮书
中移智库· 2025-11-10 20:54
报告行业投资评级 - 报告未明确给出具体的行业投资评级 [1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][18][19][21][22][23][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][48][50][52][53][54][55][56][57][59][60][61][62][63][64][65][66][67][68][69] 报告的核心观点 - 核心观点为构建“算力、网络、智能”一体化融合的新型基础设施,以支撑千行百业数字化转型 [4] - 核心路径是通过5G-A与AI深度融合,实现从“连接赋能”到“智能赋能”的跨越 [4] - 核心解决方案是中国移动提出的“5G-A×AI算网智一体化”技术体系,其设计理念为“算为引擎、网为根基、智为大脑” [5][14][15] 5G-A与AI融合驱动发展的背景 政策导向和产业现状 - 国家政策密集出台,为构建“算-网-智”一体化基础设施提供引导,如国务院《关于深入实施“人工智能+”行动的意见》和工信部“扬帆”行动升级方案 [9] - 产业需要运营商、设备商和垂直行业参与者打破传统角色边界,联合探索“业务+连接+运维”三位一体的融合理念 [10] - 运营商需强化算网智一体化平台构建,设备商需提升设备“靠近生产要素”的优势,垂直行业参与者需成为技术与业务融合的核心纽带 [10] 痛点与挑战 - 企业专网面临“多而不融、言而无策、静而不柔、治而不智、连而无感”等系统性挑战 [11] - 工业控制等场景对网络有极致要求,如端到端时延低于1ms、可靠性达99.999% [12] - “网算分离”模式导致网络资源与边缘算力适配滞后、数据流转效率低 [12] 5G-AxAI算网智一体化技术体系 设计理念 - 体系以“算为引擎、网为根基、智为大脑”为核心理念,推动数字基础设施从“被动支撑”向“主动赋能”跃迁 [14] - “算为引擎”指通过轻量化内核、异构计算与云边协同,实现多样化算力资源的统一池化与智能调度 [14] - “网为根基”指5G-A网络演进为具备内生智能的“感知-保障”系统,能主动感知业务意图并动态调动资源 [14] - “智为大脑”指AI深度内生于基础设施核心,借助大模型、智能体等能力实现闭环自治 [15] 算网智一体化架构 - 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 [16][18] - 赋能边缘智能核心网的算力平台具备轻量化与弹性部署、跨异构适配、云边模型与数据协同、安全与高可靠运行等关键能力 [18] - 赋能企业专网的边缘智能核心网通过异构接入、意图化用网、一网多能、内生智能、多模态感知五大能力构建智能化网络基座 [18] - 智能驱动中枢与模型服务基座作为“智慧大脑”,深度融合大模型与行业知识,解决企业“技术融合难、运维复杂度高、业务创新慢”等痛点 [19] 算网智的关键能力特性 赋能边缘智算核心网的算力平台 - 轻量化与弹性部署能力支持模块化功能按需启停,可根据业务负载弹性扩展部署规模,保障高优先级任务的确定性低时延响应 [21] - 跨异构适配能力通过深度融合CPU、GPU、NPU、DPU等多类计算单元,构建高效协同的混合算力体系,提升业务承载能力和能效 [22] - 云边模型与数据协同通过“边缘-区域-中心”三级协同体系,实现AI业务的高效部署与灵活调度,满足边缘端实时性与中心侧算力优势 [23][25] - 安全与高可靠运行能力构建纵深防御体系,采用无单点故障架构与多层冗余备份机制,满足电信级可靠性要求 [26] 赋能企业专网的边缘智能核心网 - 异构接入能力支持5G、Wi-Fi等多种制式网络的统一纳管与毫秒级智能切换,保障关键业务“零中断” [27] - 意图化用网技术通过LLM将高层业务意图自动转化为网络策略,实现业务分钟级一键开通,改变传统逐条配置的复杂模式 [28] - 一网多能基于5G-A技术构建统一数字底座,通过通感算一体化实现单设备多功能复用,满足从产线级控制到园区级感知的差异化需求 [29][30][31] - 内生智能融合5G-A核心网原生AI架构与智能体技术,实现意图精准识别、资源动态分配与运维自动化 [32] - 多模态感知融合视觉、雷达与5G-A通感技术,构建全要素高精度实时感知体系,提升目标关联准确性 [33] 智能驱动中枢与模型服务基座 - 模型服务依据业务场景、硬件资源与成本约束进行精准选型与优化,支持模型剪枝、量化等轻量化工具,解决大模型边缘部署难题 [34][35] - 通过统一的异构计算框架和边云协同推理工作流,实现计算任务的智能调度与分配,平衡边缘实时性与云端算力优势 [36][37] - 提供标准化的推理服务API和模型定制化技术路径,降低AI技术使用门槛,为智能体提供强大的推理支持 [38] - 智能体技术通过大模型与知识增强、任务处理引擎、NetMCP SERVER工具调用及多智能体动态协同,赋予网络“思考”和“决策”能力 [39][40][41][42][43][44][45][46] 应用案例 确定性时延PLC控制 - 在江苏亨通光电试点中,通过5G LAN与双发选收技术,将PLC端到端传输时延由60ms降至20ms以内,抖动降低超过80%,实现零丢包传输 [53] - 试点验证了算网智内生一体化方案的创新价值,通过内置业务智能体实现网络设备的AI自配置与智能维护,提升运营管理效率 [53] 意图驱动智能专网管理 - 在无锡知名企业工厂试点中,5G专网问题定界时间从天级缩短至分钟级,网络巡检效率由小时级提升至秒级,并可同步生成标准化报告 [57] - 专网知识问答功能问答准确率超过90%,有效弥补了传统人工查阅效率低、专业门槛高的短板 [57] 展望 - 未来将在技术突破、场景创新与生态共建三个维度持续深化,推进新型工业化 [60] - 技术上将强化协同攻坚,推动网络向“主动优化”、算力向“智能流动”、智能向“内生自治”演进 [61] - 场景上将深化在智能制造、智慧能源等领域的应用,打造“行业智能切片”,实现全链条赋能 [62] - 生态上将推动标准化与开源协作,构建开放共赢的协同创新生态,加速解决方案在更多行业落地 [63]