通信世界網(wǎng)消息（CWW）目前，人工智能正以前所未有的速度重塑各行各業(yè)，超大規(guī)模集群成為AI基礎(chǔ)設(shè)施的核心，網(wǎng)絡(luò)重要性顯著提升；以大模型訓(xùn)推為代表的AI新場景推動網(wǎng)絡(luò)帶寬和承載性能快速升級；海量內(nèi)容和數(shù)據(jù)運行在網(wǎng)絡(luò)上，需要更高的網(wǎng)絡(luò)可擴(kuò)展性和健壯性。以智能體為代表的AI新業(yè)態(tài)出現(xiàn)，智能體之間的協(xié)同將成為未來AI業(yè)務(wù)的重要場景，以A2A協(xié)議為代表的智能體通信協(xié)議成為IETF等組織重點關(guān)注的標(biāo)準(zhǔn)化對象，網(wǎng)絡(luò)需要適應(yīng)新的通信服務(wù)形態(tài)。

AI骨干網(wǎng)是分布式算力集群互聯(lián)的關(guān)鍵網(wǎng)絡(luò)，《中國運力發(fā)展報告（2024年）》提出“單一算力中心已難以滿足日益增長的算力應(yīng)用需求，多算力中心協(xié)同參與業(yè)務(wù)處理的需求正在持續(xù)提升，需要更加高速靈活的算間互聯(lián)網(wǎng)絡(luò)，便于數(shù)據(jù)在多算力中心間進(jìn)行高速傳輸?！盇I骨干網(wǎng)在滿足跨數(shù)據(jù)中心豐富內(nèi)容（如照片和視頻）帶來的海量數(shù)據(jù)復(fù)制需求的同時，還承擔(dān)處理帶寬、可用性和延遲需求差異巨大的AI應(yīng)用任務(wù)，其中包括對延遲和可用性要求高的用戶交互應(yīng)用，以及高吞吐、大帶寬的批量計算負(fù)載。產(chǎn)業(yè)界應(yīng)圍繞國家算力發(fā)展要求，優(yōu)化升級IP骨干網(wǎng)，為社會數(shù)字化轉(zhuǎn)型和人工智能升級提供賦能和支撐作用。

AI時代IP骨干網(wǎng)演進(jìn)的驅(qū)動力

算力設(shè)施帶來網(wǎng)絡(luò)大帶寬需求

AI應(yīng)用拉動網(wǎng)絡(luò)帶寬需求快速增長，大模型單輪訓(xùn)練數(shù)據(jù)互聯(lián)需求達(dá)到TB級甚至PB級，實時推理需要低更低時延和更穩(wěn)定帶寬支持。過去4年中，單GPU顯存帶寬從H100的3TB/s提升至GB200的7.2TB/s，增長2.4倍；集群互聯(lián)帶寬從400Gbit/s飆升至12.8Tbit/s，增長32倍，DCI骨干網(wǎng)帶寬復(fù)合增長率達(dá)到45%，遠(yuǎn)超傳統(tǒng)互聯(lián)網(wǎng)流量增速。預(yù)計到2030年，AI任務(wù)相關(guān)流量將占全網(wǎng)流量的60%，成為絕對主導(dǎo)。

AI應(yīng)用場景推動高可靠與高性能網(wǎng)絡(luò)

AI應(yīng)用對IP網(wǎng)絡(luò)可靠性和性能的要求遠(yuǎn)超傳統(tǒng)互聯(lián)網(wǎng)，訓(xùn)練場景中GPU服務(wù)器間頻繁進(jìn)行高通量通信，RDMA（遠(yuǎn)程直接存儲器訪問）通信要求網(wǎng)絡(luò)極低丟包和極低延遲以及99.999%的超高可靠性。大規(guī)模訓(xùn)練使用10萬多張GPU，高延遲波動會造成GPU利用率大幅下降；嚴(yán)重的網(wǎng)絡(luò)故障可能導(dǎo)致訓(xùn)練任務(wù)作廢，邊際經(jīng)濟(jì)損失巨大。越來越多的AI推理服務(wù)部署在關(guān)鍵任務(wù)系統(tǒng)中，如金融風(fēng)控、醫(yī)療診斷、智能交通等，需要滿足毫秒級響應(yīng)和低抖動要求；AI對話系統(tǒng)要求200ms端到端時延，超時將導(dǎo)致用戶流失；自動駕駛感知要求50ms端到端反饋，否則決策風(fēng)險劇增。

AI技術(shù)推動網(wǎng)絡(luò)智能化升級

AI技術(shù)是IP骨干網(wǎng)技術(shù)升級的重要推動力?？紤]到廣域網(wǎng)運行環(huán)境的復(fù)雜性與外部事件的不確定性，傳統(tǒng)的路由協(xié)議和流量工程技術(shù)難以應(yīng)對海量應(yīng)用場景的快速變化需求。IP骨干網(wǎng)需要與AI技術(shù)深度融合，借助AI算法增強(qiáng)網(wǎng)絡(luò)智能感知能力，提供流量可視、數(shù)字孿生、異常預(yù)警等；基于AI大模型和算法重構(gòu)網(wǎng)絡(luò)智能決策能力，實現(xiàn)智能路由、智能調(diào)度、智能切片；基于AI自動化工具打造智能執(zhí)行層，構(gòu)建具備“意圖理解、邏輯推理”能力的網(wǎng)絡(luò)智能體，實現(xiàn)網(wǎng)絡(luò)配置、優(yōu)化、故障處理全流程自動化，進(jìn)而邁向高等級自智網(wǎng)絡(luò)。

AI業(yè)務(wù)催生多模態(tài)網(wǎng)絡(luò)新需求

AI時代的IP骨干網(wǎng)將同時承載“人－人通信”、“人－機(jī)交互”、AI智能體之間的協(xié)同，業(yè)務(wù)通信模式差異極大，需要在統(tǒng)一的網(wǎng)絡(luò)上實現(xiàn)高效融合與邏輯隔離，同時兼顧業(yè)務(wù)體驗與安全合規(guī)。此外，新的通信模式對網(wǎng)絡(luò)標(biāo)識、尋址和路由有新的需求，如基于身份的尋址、智能DNS、智能體路由、零信任接入、無協(xié)議轉(zhuǎn)發(fā)等。當(dāng)前單一的IP尋址、路由和數(shù)據(jù)轉(zhuǎn)發(fā)模式難以完全滿足，未來的骨干網(wǎng)應(yīng)加快向多模態(tài)網(wǎng)絡(luò)轉(zhuǎn)型，有效兼容多種業(yè)務(wù)編址、路由和硬件轉(zhuǎn)發(fā)體系。

面向AI的IP骨干網(wǎng)架構(gòu)要點

云網(wǎng)融合是AI時代數(shù)字基礎(chǔ)設(shè)施發(fā)展的核心特征，未來網(wǎng)絡(luò)架構(gòu)將以AIDC/DC為中心構(gòu)建，聚焦智能云業(yè)務(wù)，統(tǒng)籌光纜網(wǎng)、傳輸網(wǎng)、IP網(wǎng)和接入網(wǎng)布局，逐步推動實現(xiàn)固移融合和6G空天地一體化網(wǎng)絡(luò)，攻關(guān)低空、衛(wèi)星通信等核心技術(shù)，打造彈性高速、無損智能的DCA/DCN/DCI網(wǎng)絡(luò)服務(wù)，精準(zhǔn)匹配業(yè)務(wù)資源需求，實現(xiàn)網(wǎng)絡(luò)、算存、數(shù)據(jù)、模型、應(yīng)用一體化服務(wù)供給，IP骨干網(wǎng)是人工智能網(wǎng)絡(luò)體系的重要一環(huán)。

為應(yīng)對未來網(wǎng)絡(luò)發(fā)展的新挑戰(zhàn)與新機(jī)遇，IP骨干網(wǎng)應(yīng)從“以數(shù)據(jù)傳送為中心”向“以智能服務(wù)為中心”演進(jìn)，將網(wǎng)絡(luò)的傳輸能力與人工智能Token消耗深度關(guān)聯(lián)。國家數(shù)據(jù)局?jǐn)?shù)據(jù)顯示，截至2025年6月底，我國Token日均消耗量已經(jīng)突破30萬億，與2024年初的1000億相比，1年半增長了300多倍，模型推理的增長勢頭非常強(qiáng)勁。IP骨干網(wǎng)應(yīng)加快架構(gòu)升級和能力提升，更好地服務(wù)AI業(yè)務(wù)場景，重點體現(xiàn)在以下四個方面。

數(shù)據(jù)驅(qū)動的智能控制面：從SDN到ADN

2006年SDN概念誕生，控制面從網(wǎng)絡(luò)設(shè)備中剝離成為集中化的獨立軟件，集中式控制器通過南向接口（OpenFlow、PCEP、BGP-LS）實時采集拓?fù)渑c流量矩陣，使用全局優(yōu)化算法（如線性規(guī)劃、最大流、多商品流）計算顯式路徑，再批量下發(fā)到設(shè)備；IP骨干網(wǎng)獲得了“一鍵調(diào)優(yōu)”能力，帶寬利用率從40%提升到70%～90%。SDN技術(shù)實現(xiàn)了控制與轉(zhuǎn)發(fā)的分離，但控制器和核心算法仍以人工配置和規(guī)則驅(qū)動為主，難以適應(yīng)AI時代的高度動態(tài)化業(yè)務(wù)變化和極致性能需求，智能化水平仍有極大的提升空間。

當(dāng)算力、算法、數(shù)據(jù)三要素齊備，IP骨干網(wǎng)將引入AI定義的控制面作為核心組件，重點實現(xiàn)“控制策略可學(xué)習(xí)、可演進(jìn)”。首先，基于意圖的網(wǎng)絡(luò)讓運營人員只需聲明“訓(xùn)練集群同步延遲小于10ms”，網(wǎng)絡(luò)自動把意圖轉(zhuǎn)譯為多目標(biāo)優(yōu)化函數(shù)，并推理給出“可承諾邊界”，輸出路徑概率分布，天然解決傳統(tǒng)線性規(guī)劃“離散－松弛-舍入”帶來的性能損耗問題。其次，在IP骨干網(wǎng)部署網(wǎng)絡(luò)數(shù)字孿生能力，實時維護(hù)網(wǎng)絡(luò)狀態(tài)鏡像，通過對比“預(yù)期狀態(tài)－實際狀態(tài)”自動觸發(fā)閉環(huán)調(diào)優(yōu)；基于在線強(qiáng)化學(xué)習(xí)技術(shù)，對“路徑-延遲-丟包”三元組進(jìn)行獎勵建模，在仿真環(huán)境中自我博弈出“逃生策略”，實現(xiàn)故障毫秒級自愈、隧道權(quán)重優(yōu)化和在線策略梯度更新。最后，推理引擎下沉至網(wǎng)絡(luò)數(shù)據(jù)面，本地GPU/TPU微秒級完成策略推理，進(jìn)一步提升網(wǎng)絡(luò)策略執(zhí)行效率。

極簡協(xié)議和極簡數(shù)據(jù)面：從IPv6到多模態(tài)網(wǎng)絡(luò)

IP骨干網(wǎng)將從“協(xié)議繁復(fù)、功能剛性”走向“極簡轉(zhuǎn)發(fā)、協(xié)議無關(guān)”的新范式，以應(yīng)對多元化應(yīng)用的共存、演進(jìn)與變革，以及功能與安全兼容的時代要求。傳統(tǒng)IP骨干網(wǎng)數(shù)據(jù)面被MPLS、RSVP-TE、LDP、BGP等層層疊疊的協(xié)議包裹，網(wǎng)絡(luò)設(shè)備極其復(fù)雜，新業(yè)務(wù)須等待標(biāo)準(zhǔn)成熟、芯片迭代、現(xiàn)網(wǎng)割接，周期以年計。隨著云和AI業(yè)務(wù)流量占比超過90%，IP骨干網(wǎng)對“快速上線、彈性承載、零中斷演進(jìn)”的訴求快速增加，極簡、協(xié)議無關(guān)成為數(shù)據(jù)面演進(jìn)的方向。

極簡網(wǎng)絡(luò)體現(xiàn)在向IPv6演進(jìn)上，IP骨干網(wǎng)可率先演進(jìn)至IPv6單棧網(wǎng)絡(luò)，圍繞IPv6單棧構(gòu)建管控和安全體系。SRv6 SID、AI語義、In-band OAM、隨路Telemetry，都可作為“用戶自定義標(biāo)簽”隨包穿越全網(wǎng)，中間節(jié)點無需理解其含義，有效解決路由表容量與轉(zhuǎn)發(fā)性能的矛盾。

AI骨干網(wǎng)向“意圖驅(qū)動、零人工、零協(xié)議”的多模態(tài)網(wǎng)絡(luò)演進(jìn)，多模態(tài)網(wǎng)絡(luò)可根據(jù)業(yè)務(wù)SLA需求，實現(xiàn)軟硬件組態(tài)、報文格式、路由協(xié)議、交換方式、轉(zhuǎn)發(fā)邏輯、部署策略的協(xié)同調(diào)度，支持多種運行模態(tài)的動態(tài)加載和運行，實現(xiàn)多元化和專業(yè)化的資源高效集約供給。網(wǎng)絡(luò)數(shù)據(jù)面實時分析鏈路抖動、隊列深度等微指標(biāo)，針對業(yè)務(wù)SLA智能調(diào)整，實現(xiàn)“數(shù)據(jù)面自我進(jìn)化”。協(xié)議標(biāo)準(zhǔn)、封裝格式、轉(zhuǎn)發(fā)行為不再是預(yù)設(shè)的靜態(tài)契約，而是隨業(yè)務(wù)需求、網(wǎng)絡(luò)狀態(tài)、硬件能力動態(tài)生成的“即時合約”，IP骨干網(wǎng)數(shù)據(jù)面將逐步邁入“協(xié)議無關(guān)、極致極簡”的多模態(tài)時代。

端到端高可用、安全網(wǎng)絡(luò)：從單一集中控制到混合協(xié)同

高可用是未來面向AI的IP骨干網(wǎng)的核心特征，一方面，要對傳統(tǒng)SDN集中式控制架構(gòu)進(jìn)行優(yōu)化，適應(yīng)頻繁變化的流量需求、新數(shù)據(jù)中心的加入以及新鏈路的引入，能夠在不中斷服務(wù)的情況下對控制平面進(jìn)行實時遷移和更新；另一方面，骨干網(wǎng)絡(luò)需要對潛在廣域環(huán)境下鏈路或中間節(jié)點故障具備快速響應(yīng)能力，以提升路徑計算效率，減少響應(yīng)周期內(nèi)可能的丟包問題。同時，AI骨干網(wǎng)還必須考慮簡捷操作的設(shè)置，滿足不同應(yīng)用、不同等級流量類型的快速調(diào)度需求。

AI骨干網(wǎng)可借鑒數(shù)據(jù)中心網(wǎng)絡(luò)設(shè)計，由單一邏輯網(wǎng)絡(luò)向多邏輯平面網(wǎng)絡(luò)新架構(gòu)遷移，物理拓?fù)渚W(wǎng)絡(luò)劃分為多個并行的拓?fù)?，即“平面”，每個平面承擔(dān)一部分負(fù)載，并擁有獨立的集中式控制棧，平面間流量按需控制，靈活遷移，可便捷地實現(xiàn)新算法的漸進(jìn)部署、灰度發(fā)布和平面間的A/B測試，最小化對實時流量的干擾。高可靠網(wǎng)絡(luò)的控制架構(gòu)應(yīng)由集中式架構(gòu)向集中與分布式混合控制架構(gòu)轉(zhuǎn)型，集中式控制器負(fù)責(zé)全局流量工程，而分布式控制則利用本地信息快速響應(yīng)變化。這種混合架構(gòu)兼顧了集中流量工程算法的智能、高效管理流量的優(yōu)勢，能夠快速響應(yīng)故障，確保網(wǎng)絡(luò)服務(wù)的連續(xù)性。

與此同時，IP骨干網(wǎng)需要將安全能力內(nèi)嵌于網(wǎng)元和運營中，實現(xiàn)內(nèi)生安全、全域可信。構(gòu)建自主可控的軟硬件安全能力，內(nèi)生實現(xiàn)威脅建模、安全基線掃描和軟件供應(yīng)鏈安全；同步構(gòu)建智能安全的運營體系，借助AI技術(shù)實現(xiàn)事前攻擊預(yù)警升級、跨域路由安全事件智能研判和自動阻斷，響應(yīng)時間縮短至秒級，保障業(yè)務(wù)中斷零感知。

低時延、“無損”的高性能網(wǎng)絡(luò)：從盡力而為到“確定性”服務(wù)

AI時代的高性能IP骨干網(wǎng)絡(luò)，需要IP、光、RDMA深度協(xié)同，從“啞管道”逐步向端到端“確定性管道”演進(jìn)，構(gòu)建面向AI場景的分布式算力的內(nèi)存總線和分布式數(shù)據(jù)的互聯(lián)總線。

面向AI業(yè)務(wù)的極致性能需求，IP骨干網(wǎng)的“低時延+高吞吐”將從單點優(yōu)化進(jìn)入“光電融合、端網(wǎng)一體”的新階段，路由與光層打破專業(yè)壁壘，聯(lián)合調(diào)優(yōu)；RDMA走出IDC機(jī)房，以原生形態(tài)落地骨干網(wǎng)，IP、光和算力三者在統(tǒng)一控制面下被編排。

運營商IP骨干網(wǎng)轉(zhuǎn)型路徑

新一代IP骨干網(wǎng)將延續(xù)云網(wǎng)融合發(fā)展理念，以AIDC/DC為中心，向“三新網(wǎng)絡(luò)”轉(zhuǎn)型，重點服務(wù)AIDC/DC間的大規(guī)模東西向流量，并構(gòu)建AI骨干網(wǎng)，助力運營商打造AI時代的第二增長曲線。

新架構(gòu)：極簡廣域網(wǎng)

新一代AI骨干網(wǎng)將秉持網(wǎng)業(yè)分離和極簡架構(gòu)理念，平衡網(wǎng)絡(luò)容量、成本和可靠性，更好地支持AI時代大帶寬和差異化業(yè)務(wù)需求。

首先，應(yīng)秉持開放解耦的核心理念推動網(wǎng)絡(luò)升級。推動實現(xiàn)網(wǎng)絡(luò)業(yè)務(wù)邏輯與網(wǎng)絡(luò)轉(zhuǎn)發(fā)機(jī)制的解耦，簡化網(wǎng)絡(luò)配置，快速適配各類AI新業(yè)務(wù)的差異化需求；推進(jìn)產(chǎn)業(yè)鏈的開放解耦，降低網(wǎng)絡(luò)建設(shè)成本和定制成本，讓IP骨干網(wǎng)向協(xié)議無關(guān)的多模態(tài)骨干網(wǎng)轉(zhuǎn)型，成為AI時代的普惠基礎(chǔ)設(shè)施；實現(xiàn)網(wǎng)絡(luò)協(xié)議的簡化和網(wǎng)元功能的裁剪，通過控制面和數(shù)據(jù)面的協(xié)同，以簡潔、標(biāo)準(zhǔn)的可編程轉(zhuǎn)發(fā)邏輯替代多樣化的路由協(xié)議。

新控制：數(shù)據(jù)驅(qū)動的智能控制

新一代AI骨干網(wǎng)將全面升級網(wǎng)絡(luò)的智能控制能力，將AI技術(shù)嵌入網(wǎng)絡(luò)內(nèi)生控制邏輯，構(gòu)建實時閉環(huán)控制系統(tǒng)，實現(xiàn)“感知—決策—執(zhí)行”一體化，有效提升網(wǎng)絡(luò)的可靠性、轉(zhuǎn)發(fā)性能和端到端時延性能。

IP骨干網(wǎng)的管控系統(tǒng)與云基礎(chǔ)設(shè)施深度協(xié)同，升級AI骨干網(wǎng)的控制面能力，全面實現(xiàn)從軟件定義到AI內(nèi)生的轉(zhuǎn)型；持續(xù)提升控制面對網(wǎng)絡(luò)狀態(tài)數(shù)據(jù)的采集與分析能力，數(shù)據(jù)采集的精度和廣度覆蓋網(wǎng)絡(luò)運行狀態(tài)，夯實數(shù)據(jù)基礎(chǔ)；構(gòu)建更加健壯的網(wǎng)絡(luò)控制系統(tǒng)架構(gòu)，支持混合部署模式，兼顧集中控制面的智能高效以及分布式控制的可靠性；構(gòu)建閉環(huán)控制系統(tǒng)，實現(xiàn)“感知—決策—執(zhí)行”一體化；與云服務(wù)深度融合，實現(xiàn)網(wǎng)絡(luò)能力的全面開放，以及面向差異化業(yè)務(wù)的靈活封裝。

新運營：智能內(nèi)生的高效運營

IP骨干網(wǎng)將借助AI技術(shù)全面提升網(wǎng)絡(luò)“規(guī)建維優(yōu)”全生命周期的智能化水平，以新一代AI工具為核心，智能體與大模型深度滲透，將故障預(yù)判準(zhǔn)確率提至90%以上，70%的網(wǎng)絡(luò)告警由AI自動響應(yīng)，打造體系化運營工具。

以數(shù)字孿生技術(shù)為基礎(chǔ)構(gòu)建網(wǎng)絡(luò)世界模型，打造基于數(shù)字化網(wǎng)絡(luò)仿真系統(tǒng)，實現(xiàn)網(wǎng)絡(luò)關(guān)鍵操作的灰度覆蓋和故障的快速復(fù)現(xiàn)；以強(qiáng)化學(xué)習(xí)技術(shù)與優(yōu)化理論為基礎(chǔ)研發(fā)網(wǎng)絡(luò)智能設(shè)計和優(yōu)化工具，持續(xù)迭代網(wǎng)絡(luò)策略模型；引入AIOps（人工智能運維）平臺，基于AI大模型技術(shù)建立網(wǎng)絡(luò)知識圖譜，支持意圖識別、策略推理和故障根因分析，實現(xiàn)故障預(yù)測、自動修復(fù)；推動IP骨干網(wǎng)運營水平向L4（高度自動化）階段演進(jìn)，部分場景將加速向L5（完全自智）邁進(jìn)。

結(jié)語：邁向AI原生網(wǎng)絡(luò)

未來，以AI智能體為代表的AI原生應(yīng)用將無處不在，AI骨干網(wǎng)絡(luò)將成為AI智能體之間協(xié)同、學(xué)習(xí)、決策的“神經(jīng)中樞”。推動算力、數(shù)據(jù)、模型跨地域高效流轉(zhuǎn)——既為東部數(shù)字經(jīng)濟(jì)核心區(qū)提供海量訓(xùn)推算力、數(shù)據(jù)和模型能力，又為中西部地區(qū)提供輕量化推理算力，支撐“東數(shù)西算”戰(zhàn)略深化，成為國內(nèi)數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展的硬支撐。

面向AI的IP骨干網(wǎng)演進(jìn)，不僅是技術(shù)的演進(jìn)，也是未來網(wǎng)絡(luò)架構(gòu)重構(gòu)的核心方向和AI商業(yè)生態(tài)競爭的新戰(zhàn)場，AI骨干網(wǎng)將遵從云網(wǎng)融合理念，圍繞AIDC需求持續(xù)發(fā)展，從SDN集中控制到AI原生自治，逐步演進(jìn)成為具備業(yè)務(wù)感知、智能調(diào)度、自適應(yīng)優(yōu)化能力的AI原生網(wǎng)絡(luò)。構(gòu)建AI原生骨干網(wǎng)絡(luò)，是網(wǎng)絡(luò)工程師與AI創(chuàng)新者的共同使命。

*本篇刊載于《通信世界》2025年12月10日*

第23期 總981期