智能算网（AI Fabric2.0）研究报告

智能算网（AI Fabric 2.0）研究报告2025年9月编制说明010203目录前言01数据中心网络发展趋势与挑战0209031104AI 网元4.1.1 4.1111112数据中心网络产业发展趋势2.12.2通算数据中心网络发展趋势与挑战2.3智算数据中心网络发展趋势与挑战050603数据中心网络代际演进AI Fabric 2.0 关键技术绿色超宽4.1.2 高速光互联4.1.3 内生安全154.1.4 智能遥测164.2 18AI联接4.2.1 1818新型网络架构4.2.1.1 多平面组网技术4.2.1.2 对等组网技术204.2.2 网络级负载均衡技术234.1.5 AI交换机174.2.2.1 流级负载均衡技术4.2.2.2 逐包负载均衡技术2423目录4.2.3 拥塞控制技术264.2.3.1 端网协同拥塞控制技术4.2.3.2 FlexBuffer拥塞控制技术28264.2.3.3 拉远训练精准流控技术294.2.3.4 AI ECN 2.0技术304.2.4 在网计算技术314.2.5 在网存储技术314.2.6 高稳韧性技术334.2.6.1 故障恢复技术4.2.6.2 闪启技术36334.2.6.3 光链路检测技术374.3 AI大脑414.3.1 仿真验证/孪生仿真414.3.2 自动化Agent424.3.3 故障Agent424.3.4 网维Copilot434505总结和展望4.2.6.3 网络互联冗余39编制说明本研究报告在撰写过程中得到了多家单位的大力支持，在此特别感谢以下顾问专家、参编单位和参编人员：顾问专家（排名不分先后）：中国信息通信研究院云计算与大数据研究所所长何宝宏华为数据通信产品线数据中心网络领域总裁王武伟参编单位（排名不分先后）：华为技术有限公司、中国信息通信研究院（云大所）参编人员（排名不分先后）：郭亮、王少鹏、王建兵、钱骁、李建高、张白、李军、韩涛、吴圣伟、陈太尚、魏智杰、耿煜、屈飞园、赵笑可、李久勇、李杰、汪若虚、管紫轩、侯延祥、温华锋、陈龙、焦雪松、许建、吴洋、胡秀丽、赵科学、张力、李晨飞1产业数字化的快速发展推动了数据中心的演进，数据中心网络的发展经历了三个主要阶段：虚拟化阶段、云化应用阶段和算力服务化阶段。在虚拟化阶段和云化应用阶段，数据中心为办公和生产系统提供虚拟化和云化基础设施，数据中心网络采用传统以太网技术用于支撑数据的集中管理以及计算和存储资源的池化应用。发展到算力服务化阶段，随着高性能存储、超算中心高性能互联和AI算网的引入，数据中心网络需要提供更高带宽、更低时延以及更高可靠性。然而，传统以太网技术无法满足要求，导致数据中心高性能存储选择FC专网承载，超算中心高性能互联则通过IB专网承载，而AI算网则通过增强的以太网技术承载。这种三种网络技术并存大大增加了数据中心网络的管理运维复杂度和成本。与此同时，计算技术的广泛应用和数据中心对以太网交换需求的显著增长，推动了以太技术的快速发展。随着400GE以太技术的商用和800GE以太标准的发布，以太网技术不仅在带宽上超越了IB网络，无损以太网技术也逐渐成熟，为高性能网络向无损以太演进奠定了基础。超融合以太以实现数据中心网络融合为目标，将通用计算、存储、高性能计算统一承载在0丢包以太网技术栈上，实现从三张网到一张网的融合部署，统一网络架构，推动无损网络向超融合网络架构演进，实现算网融合。在当前数字化浪潮席卷全球、AI应用呈指数级快速增长的时代背景下，数据中心网络作为算力承载与数据流通的关键枢纽，其性能优劣直接决定了企业数字化转型与智能化创新的成败。基于对这一行业痛点的深刻洞察，以及推动 AI 产业生态良性发展的使命感，我们精心筹备并推出这份《智能算网（AI Fabric 2.0）研究报告》（下面简称AI Fabric 2.0）。相对于传统数据中心网络，AI Fabric 2.0不仅是技术上的迭代升级，更是从理念到架构、从技术到应用的全面革新，是对重新定义了AI时代数据中心网络的价值范式。前言12数据中心网络发展趋势与挑战随着数字经济的加速发展，人工智能、大数据、云计算、区块链等新一代信息技术已成为社会生产力的关键支撑，尤其是以GPT-4、Llama和DeepSeek为代表的大语言模型（Large Language Models, LLMs）在人工智能领域取得突破性进展，引发了对算力资源前所未有的需求。在数字经济加速发展的背景下，算力已成为新型基础设施的重要支撑，是推动经济社会高质量发展的核心驱动力。作为数字经济的关键组成和引领性领域，算力正加快成为培育新质生产力、赋能产业升级的重要引擎。全球范围内，各国围绕算力展开了激烈竞争，纷纷通过政策强化算力产业的引导，以抢占数字经济发展的制高点。例如，美国、欧盟等均已将算力网络纳入国家数字基础设施建设规划。2019年11月，美国发布《国家战略性计算计划》，提出开发、拓展并提升国家的计算基础设施和生态系统。2020年9月，欧盟对“欧洲高性能计算共同计划”进行了升级，重点发展下一代超级计算，强化欧洲数字主权。2023年，欧盟在《2030 年数字十年政策方案》也提出"加强欧盟范围内传输、 计算和数据基础设施建设”, 以实现欧盟2030年数字化转型的共同目标。此外，沙特制定了《沙特愿景2030》战略，旨在发展高性能计算和人工智能技术，提高在全球竞争力。我国也在持续强化算力产业政策引导，统筹通用算力、智能算力和超级算力，为网络强国和数字中国建设筑牢数字基座。2021年3月，“十四五”规划首次提出“全国一体化大数据中心体系”，建设E级与10E级超算中心；同年5月，国家发改委等四部委联合发布《全国一体化大数据中心协同创新体系算力枢纽实施方案》，明确提出布局全国算力网络枢纽节点，启动实施“东数西算”工程。2021年7月，工业和信息化部发布《新型数据中心发展三年行动计划（2021-2023）》，提出构建以新型数据中心为核心的智能算力生态体系，构建具备高技术、高算力、高能效、高安全特征的新型算力基础设施。2023年10月六部委印发《算力基础设施高质量发展行动计划》（工信部联通信〔2023〕180号），提出2025年算力规模超过300EFLOPS（每秒浮点运算次数），智能算力占比35% 的目标，2.1 数据中心网络产业发展趋势23并阐述了算力内网络高性能传输调度要求，以及无损网络技术应用要求。数据中心网络连接算力，其性能直接决定了整个数据中心的实际算力水平。以大模型训练为例，需要同时协调数千张甚至数万张算力卡资源，数据吞吐量成为AI计算的关键瓶颈，需要高效的数据流水线支持，对网络的带宽、时延和可靠性都提出了极高要求。因此，要提升数据中心算力服务能力，就必须进一步提升数据中心网络性能。根据《中国综合算力指数（2024年）》报告，计算、存储和网络是算力最重要的组成部分，在数字经济发展新时期，需要更加关注构建集群算力、存力和运力于一体的数据中心。42.2 通算数据中心网络发展趋势与挑战根据中国人民银行发布的金融行业标准《金融数据中心容灾建设指引》（JR/T0264—2024），通用计算网络容灾正在从“备份可用”向“智能韧性”升级。这一指引不仅提升了对灾难恢复能力，