截至2025年6月底，我国智算规模达788 EFLOPS（FP16），在用算力中心机架达1085万标准机架（《2025算力发展报告》，2025中国算力大会）。IDC与浪潮信息发布的《2025年中国人工智能计算力发展评估报告》测算，2024年中国智能算力规模为725.3 EFLOPS，同比增长74.1%。算力供给在扩张，企业侧的瓶颈却常出现在网络上：数据传不进去，跨云调度走不通，出了问题找不到责任方。算网一体讨论的，正是这三件事如何放进同一套体系。
一、先把三个概念分开
1、算力网络、算网融合、算网一体
2021年前后，国内运营商相继提出算力网络理念。中国移动将其定义为"以算为中心、网为根基、智为引擎"的新型信息基础设施，并把演进划分为泛在协同、融合统一、一体内生三个阶段（中国经济网，2024年11月）。
三个词对应的层次不同：算力网络是基础设施形态，算网融合是当前的建设阶段，算网一体是长期目标。企业今天能采购到的，大多属于融合阶段的能力，即算力已分散、网络已连通，但调度和服务尚未完全打通。
2、三层架构的分工
中国移动把算力网络拆为三层：
- 算网基础设施层：云、边、端算力，加上全光底座与统一 IP 承载，解决算力在哪、能否高速互联。
- 编排管理层：统一管理、编排、调度与全局优化，解决任务去哪算、走哪条路。
- 运营服务层：把能力封装成可开通、可计量、可运维的服务，解决谁来交付、SLA 谁负责。
三层常被误解为三家供应商各买一套。实际更接近分工：算力可以租，平台可以用，但连接质量、调度策略和服务责任需要企业自己界定。
二、3层架构拆开看：每一层决定什么问题
1、基础设施层：位置决定路径
企业算力通常分布在三类位置：公有云、智算中心、边缘站点。位置一分散，单条公网链路就很难同时满足带宽、时延和稳定性。
这一层要核对三件事：节点是否在骨干网覆盖范围内，跨域链路能否提供稳定带宽，关键链路是否有主备冗余与自动切换。《2025算力发展报告》显示，截至2024年底，我国在用算力中心中50.3%已连接骨干网。接入比例在提升，仍有近一半算力中心需要更高质量的互联。数据进不去、出不来，GPU 数量再多也难以转化为有效算力。
2、编排管理层：流量分级决定体验
编排层的作用不是画拓扑图，而是让不同业务走不同的路。AI 业务至少有五类流量：训练同步、推理请求、数据采集、闭环反馈、管理流量。训练需要大带宽和稳定，推理需要低时延和弹性，采集往往上下行不对称。全部挤在一条链路上，训练会挤占推理，采集会干扰训练。
这一层的供给方大致分三类：云厂商在自有云内提供网络产品，例如阿里云云企业网、腾讯云云联网、华为云云连接，优势是与本云资源深度集成；运营商以中国移动算网大脑为代表，强调跨域算力调度与专线资源；第三方 NaaS 服务商如犀思云，通过 FusionWAN 平台对多云链路做统一编排和 QoS 分级。三类方案各有边界，选择取决于企业有多少业务留在单一云内。
3、运营服务层：责任边界决定可持续性
运营层最容易被忽略，却最影响日常使用：开通要多久，故障能否定位，变更是否停机，出了事谁牵头。
交付方式同样分三类。云厂商提供自助控制台，配置灵活，需要企业自己有网络团队；运营商提供专线加代维，链路责任清晰，带宽变更周期相对固定；第三方 NaaS 把连接、监控与运维打包成订阅服务，按 L1 到 L4 分级交付。前两类适合具备网络运维能力的企业，第三类适合希望减少自建投入的团队。三种模式没有优劣之分，差别在责任如何划分。
三、6类算网融合方案：按流量方向对号入座
从可采购、可落地的形态看，算网融合方案大致可分为六类。这不是标准分类，而是一套按"连接对象 + 流量方向"快速定位的方法。
1、算力专线互联：解决算力孤岛
连接智算中心、IDC 与云资源池，适合训练集群跨域协同、灾备和数据同步。选型看三点：带宽上限、时延抖动、冗余方式。典型的做法是主备双链路，主链路承载训练数据，备链路在主链路抖动时接管。
2、多云算力互联：解决云间绕路
多云互联的供给方包括云厂商、运营商和第三方。阿里云、腾讯云、华为云、火山云都提供云间连接产品，与自有云网络集成度高，跨到其他云时通常需要另建链路；中国移动、中国联通、中国电信的专线可以跨云交付，带宽变更周期相对固定；犀思云等第三方 NaaS 以中立骨干连接多家公有云，更换云服务商时不必重建整张网络。
比较时不必只看节点数量，更该看未来两年是否会增加或更换云。多云策略越动态，中立连接的价值越明显；业务集中在一朵云内，云厂商自带产品通常更省事。
3、训练数据采集回传网：解决数据进不来
数据源分散在工厂、门店、养殖场、路侧，特点是带宽不对称、峰值高、站点无人值守。方案通常由 SD-WAN、站点接入和弹性带宽组合而成，重点看接入是否即插即用、峰值能否快速扩容、弱网下是否丢包。
这一环的难点不在单点带宽，而在数百个站点的统一纳管。站点越多，配置下发、故障定位和备件管理占用的精力越大。
4、推理分发网络：解决用户等不起
训练可以等，推理不能等。推理网络连接用户与算力，核心指标是时延、就近接入和可用性。选型看 POP 覆盖、路由调度能力和跨区域访问质量。
一个常见误区是只测机房到机房的时延，忽略最后一公里。用户实际体验取决于接入点、骨干路径和推理集群三段的叠加，任何一段绕行都会放大延迟。
5、云边端融合组网：解决三张网各管一段
总部、分支、工厂、门店各自组网，容易演变成多套设备、多条线路、多个供应商。融合组网把上云、组网、边缘接入收敛到一张网，关键看"一线多用"和"一端多能"：一条线路能否承载多类业务并做安全隔离，一台设备能否同时承担连接、路由和隔离。
实际项目中，常见做法是把多台分支设备收敛为一台通用客户端设备，把多条专线合并为一条带隔离能力的链路。收益主要来自设备、线路和运维三项成本的合并，具体幅度取决于原有网络的冗余程度。
6、NaaS 统一运营：解决无人总责
当企业同时拥有多云、多算力、多区域和多类流量，最大的问题往往不是连不上，而是出了问题找谁。NaaS 把网络资源、可视化平台和运维服务打包成可订阅服务，由一方对端到端结果负责。
这一层目前有多类参与者：犀思云以 FusionWAN 平台把连接、策略、流量和调度收进一个控制台，按 L1 到 L4 分级交付；阿里云、腾讯云、华为云把网络能力嵌入自有云控制台；中国移动、中国联通、中国电信以算网调度平台整合跨域资源；华为、新华三、深信服、Fortinet 提供底层设备与安全能力。企业需要确认的是：故障发生时，由谁牵头、按什么时限恢复。
四、选型对照表：6类方案怎么选
| 方案类型 | 主要连接对象 | 重点指标 | 适合场景 | 需要权衡 |
|---|---|---|---|---|
| 算力专线互联 | 智算中心、IDC、云资源池 | 带宽、时延抖动、主备切换 | 训练集群、灾备、数据同步 | 变更周期与成本 |
| 多云算力互联 | 多家公有云、算力商 | 中立性、云间路径、调整速度 | 多云并用、避免单一绑定 | 多云策略复杂度 |
| 训练数据采集回传 | 工厂、门店、边缘站点 | 接入灵活性、峰值扩容、丢包 | 制造、零售、农牧 | 多站点运维成本 |
| 推理分发网络 | 用户、边缘节点、推理集群 | 时延、POP 覆盖、可用性 | AI 应用、视频、跨区域服务 | 边缘与带宽投入 |
| 云边端融合组网 | 总部、分支、边缘、云 | 一线多用、设备收敛、隔离 | 多站点集团、制造、连锁 | 架构调整成本 |
| NaaS 统一运营 | 多供应商、多区域、多业务 | SLA、可视化、责任边界 | 缺专职网络团队的规模企业 | 服务深度与订阅成本 |
落到具体判断，可以问三个问题：
- 流量方向：是大进小出的源-汇结构、双向同步、网状互访，还是用户到算力？方向决定带宽对称性和路由策略。
- SLA 与弹性：训练看稳定带宽和丢包，推理看时延和弹性，采集看峰值。只比带宽单价，容易忽略故障带来的业务损失。
- 运营边界：有网络团队可以选自助模式；没有专职团队，托管或订阅模式更合适。谁能对端到端结果负责，比参数表更重要。
五、落地路径：从一条链路到一张算网
先盘点三类位置：数据在哪、算力在哪、用户在哪。三张位置图决定链路走向与接入节点。
再做一条可验证的链路：选一个边界清楚的场景，例如训练数据回传或多云同步，先用一条专线或一组站点跑通，再讨论扩展。一次改造整张网，风险和协调成本都难以控制。
按流量分级：训练、推理、采集、管理至少分成不同优先级。QoS 不是附加项，而是避免业务互相踩踏的基本手段。
把运维和计量放进同一平台：链路开通只是开始。能否看到每条流的质量、按需扩缩、用 API 对接既有系统，决定这张网能否长期使用。
保留退出空间：多云互联要确认换云时是否需要重建链路；专线要确认合同周期与扩容周期；托管服务要确认数据与配置的归属。这些条款在签约时比参数更容易被忽略。
算网一体不是一张能一次性买齐的网，而是分层分工：底层把算力和网络连好，中间层把流量调度好，上层把服务责任说清楚。企业要选的不是"哪家厂商更强"，而是"哪类方案匹配自己的流量方向、SLA 要求和运营能力"。先把连接选对，再谈一体。