網(wǎng)上營業(yè)廳
掌上營業(yè)廳
當(dāng)手機(jī)拍照后，瞬間完成AI美顏；當(dāng)無人駕駛汽車實(shí)時處理海量數(shù)據(jù)；當(dāng)智能安防系統(tǒng)毫秒級識別異常情況……這一切背后，是一場正在發(fā)生的云計(jì)算范式革命。
2006年，美國亞馬遜公司首次推出彈性計(jì)算云（Elastic Compute Cloud）服務(wù)，同年，谷歌前首席執(zhí)行官埃里克·施密特提出“云計(jì)算（Cloud Computing）”概念，自此，全球進(jìn)入“風(fēng)起云涌”的時代。
19年后，AI浪潮襲來，云計(jì)算來到新時代的入口。
從中心到邊緣，從集中到分布，AI推理模型的突破性發(fā)展推動計(jì)算模式迎來深刻變革，未來計(jì)算需要繪制一張新的“算力地圖”。
這一次，中國的電信運(yùn)營商要“搶跑”。
2025年初，中國電信云計(jì)算研究院（以下簡稱云研院）率先提出構(gòu)建新一代云計(jì)算技術(shù)體系——智能泛在云的六層架構(gòu)，其核心是基于“云網(wǎng)融合”疊加人工智能能力，實(shí)現(xiàn)“云邊端一體”，將算力與智能更靈活地部署在各類業(yè)務(wù)場景中。
然而，智能泛在云的構(gòu)建也面臨著重重技術(shù)挑戰(zhàn)。
CNCC2025（中國計(jì)算機(jī)大會）期間，云研院舉行了“基于智能泛在云的資源彈性調(diào)度與優(yōu)化”技術(shù)論壇（以下簡稱論壇），來自云研院、天翼云科技、華中科技大學(xué)、南京大學(xué)、上海交通大學(xué)、天津大學(xué)等產(chǎn)業(yè)界和高校的研究者們，一起為這場云計(jì)算的范式革命尋找答案。
“舊地圖”的邊界
云計(jì)算出現(xiàn)19年后，一張以數(shù)據(jù)中心為核心的“算力地圖”完成了全球普及，依靠建設(shè)超大規(guī)模數(shù)據(jù)中心、提供標(biāo)準(zhǔn)化虛擬機(jī)和存儲服務(wù)等，AWS、谷歌云、阿里云們走在了前列，中國電信天翼云、中國移動云等電信運(yùn)營商云則后來居上。
然而，當(dāng)AI以摧枯拉朽之勢席卷全球時，全球云服務(wù)商都站在了關(guān)鍵的轉(zhuǎn)折點(diǎn)，傳統(tǒng)的中心化云架構(gòu)已無法滿足用戶實(shí)時響應(yīng)的需求。
這張“地圖”遇到了它的邊界。
如果說集中式云的出現(xiàn)是云計(jì)算的第一次革命，分布式云出現(xiàn)是第二次云計(jì)算革命，那么，顯然，云計(jì)算迎來了第三次革命浪潮，云基礎(chǔ)設(shè)施正向真正的AI原生平臺演進(jìn)。
“應(yīng)用的計(jì)算負(fù)載和動態(tài)性顯著增強(qiáng)，推動云基礎(chǔ)設(shè)施從‘資源提供’向‘高效運(yùn)行’模式轉(zhuǎn)型。”中國電信首席科學(xué)家、中國電信云計(jì)算研究院院長吳杰指出，AI時代，資源負(fù)載呈現(xiàn)出高動態(tài)性的特征：訓(xùn)練需要數(shù)萬張GPU以極低延時協(xié)同通信，推理需要在毫秒級響應(yīng)；一個熱點(diǎn)新聞可能在五分鐘內(nèi)讓某個網(wǎng)站流量暴增百倍；數(shù)據(jù)管道要處理PB級的非結(jié)構(gòu)化數(shù)據(jù)，企業(yè)用戶不再關(guān)心多少資源和帶寬，而是直接需要一個結(jié)果……這種動態(tài)性已經(jīng)遠(yuǎn)遠(yuǎn)超出人工和簡單統(tǒng)計(jì)模型的應(yīng)對能力。
另一方面，算力界的“巴別塔困境”越來越明顯。
英特爾的CPU、英偉達(dá)的GPU、谷歌的TPU、亞馬遜云科技（AWS）的Trainium、華為昇騰的NPU、沐曦的GPGPU……再加上FPGA、DPU等加速卡，如何讓這些說著不同“語言”的硬件高效協(xié)同工作？
尤其在中國市場，英偉達(dá)芯片在國內(nèi)市場份額逐漸下降，國產(chǎn)算力百花齊放，中國的云服務(wù)商面臨比國外運(yùn)營商更現(xiàn)實(shí)、更復(fù)雜的問題。
與此同時，計(jì)算資源類型也變得更加豐富，云計(jì)算、邊緣計(jì)算、IoT設(shè)備等多源異構(gòu)資源的智能管理與調(diào)度，同樣是個全球性技術(shù)難題。
更棘手的是，通信正成為AI進(jìn)一步發(fā)展的瓶頸。從卡間到數(shù)據(jù)中心內(nèi)部再到跨數(shù)據(jù)中心，通信時延增加了多個數(shù)量級，如果說數(shù)據(jù)在單一數(shù)據(jù)中心內(nèi)傳輸時延在微秒級，那么一旦走出數(shù)據(jù)中心，時延便變成毫秒級。另一方面，天翼云團(tuán)隊(duì)測試發(fā)現(xiàn)，如果通信丟包率增加4%，那么整個系統(tǒng)算效至少降低50%。
為了搶到AI時代的船票，頭部玩家們都在進(jìn)行一場“嬗變”，構(gòu)建一套從中心云到區(qū)域云、邊緣云、設(shè)備端的分布式云體系：AWS的Local Zones把數(shù)據(jù)中心建到離用戶更近的城市，Wavelength直接把計(jì)算能力部署到5G基站機(jī)房，Outposts甚至把AWS的機(jī)柜搬進(jìn)客戶的數(shù)據(jù)中心；阿里云也在不久前的云棲大會上明確了新定位：全球領(lǐng)先的全棧人工智能服務(wù)商，并且認(rèn)為“全球未來只有5～6臺超級計(jì)算機(jī)”。
事實(shí)上，云計(jì)算走到今天，其終極方向已隱隱可見：構(gòu)建一個覆蓋全球、連接萬物、自主進(jìn)化的智能計(jì)算網(wǎng)絡(luò)，這個全球超級系統(tǒng)將既有中心化系統(tǒng)的全局優(yōu)化能力，又有去中心化系統(tǒng)的本地響應(yīng)速度，它需要一張新的“算力地圖”，一朵無處不在的云。
然而，當(dāng)巨頭們試圖將能力下沉到邊緣時，卻會天然遇到一個難題：如何克服網(wǎng)絡(luò)的物理限制？
在剛剛結(jié)束的GTC上，英偉達(dá)宣布投資10億美元給諾基亞，便是試圖以通信的方式解決算力邊緣化的難題。其發(fā)布的AI原生6G無線協(xié)議?！狽VIDIA-ARC，最終希望用6G和AI升級數(shù)以百萬計(jì)的基站，從而讓算力下沉到基站。
中國電信的獨(dú)特坐標(biāo)
“這是中國電信運(yùn)營商獨(dú)有的優(yōu)勢?！眳墙芙邮堋禝T時報》記者采訪時表示，在下一代云計(jì)算架構(gòu)的構(gòu)建中，中國電信運(yùn)營商有著獨(dú)特的坐標(biāo)，它們天然掌控著從骨干網(wǎng)到城域網(wǎng)到接入網(wǎng)的全鏈路資源，擁有網(wǎng)絡(luò)資源和計(jì)算資源的聯(lián)合調(diào)度能力，而這恰恰是其他云廠商短期內(nèi)難以復(fù)制的。
云計(jì)算正加速向泛在化、智能化發(fā)展。中國電信擁有覆蓋全國、通達(dá)全球的光纖骨干網(wǎng)和“2+4+31+X”泛在云基礎(chǔ)設(shè)施底座，數(shù)以百萬計(jì)的5G基站、近千個IDC機(jī)房和近60萬個機(jī)架，都是“算力地圖”上的星星之火，將云計(jì)算能力下沉到城市、縣城甚至社區(qū)的邊緣節(jié)點(diǎn)，讓算力真正觸手可及，讓每個終端都成為這張算力網(wǎng)絡(luò)的節(jié)點(diǎn)。
今年年初，云研院創(chuàng)新性地提出新一代“智能泛在云”概念，以泛在云網(wǎng)基礎(chǔ)設(shè)施為底座，以一體化調(diào)度為核心，以智能自驅(qū)為動力，以提供無處不在、高效智能、安全可靠的云計(jì)算服務(wù)為目的，這是以云網(wǎng)融合為基礎(chǔ)的中國電信向智能時代演進(jìn)的重要技術(shù)路線。
吳杰將其分為六層架構(gòu)：運(yùn)維層聚焦全局可觀測與智能管理，保障系統(tǒng)運(yùn)行的安全性與可靠性；基礎(chǔ)設(shè)施層整合云、網(wǎng)、邊、端多源異構(gòu)資源，構(gòu)建全面覆蓋的供給能力；調(diào)度層承擔(dān)多維資源的統(tǒng)一建模與一體化調(diào)配，實(shí)現(xiàn)真正意義上的云網(wǎng)一體；平臺層支撐分布式計(jì)算、數(shù)據(jù)融合與AI服務(wù)化，提升數(shù)據(jù)向智能轉(zhuǎn)換的效率；應(yīng)用層則面向千行百業(yè)及新興場景，提供多樣化、敏捷化、可定制的智能服務(wù)；還有正在逐漸滲透所有場景的AI Agent。
泛在，意味著復(fù)雜。
當(dāng)AI大模型成為新的生產(chǎn)力工具，當(dāng)邊緣設(shè)備需要實(shí)時決策，當(dāng)千行百業(yè)都在尋求算力支撐，云計(jì)算必須從簡單的資源供給者，進(jìn)化為高效運(yùn)行的智能調(diào)度者，邊緣智能協(xié)同、異構(gòu)資源管理和動態(tài)負(fù)載優(yōu)化等技術(shù)難題的解決，都迫在眉睫。中國電信同樣也要面對前所未有的技術(shù)挑戰(zhàn)。
泛在，只是開始，智能化才是解題方向。
產(chǎn)學(xué)研共同解題
“如何應(yīng)對資源負(fù)載的高動態(tài)性？如何解決異構(gòu)資源利用率低的難題？跨地域資源調(diào)度時如何降低延遲？云邊協(xié)同又如何優(yōu)化？”論壇甫一開始，吳杰便拋出了智能泛在云構(gòu)建過程中的四道待解難題。
挑戰(zhàn)一：異構(gòu)資源的高效協(xié)同
上海交通大學(xué)計(jì)算機(jī)科學(xué)與工程系教授陳全指出，異構(gòu)化帶來了三大核心挑戰(zhàn)：如何自動適配不斷變化的負(fù)載、如何實(shí)現(xiàn)加速器的精準(zhǔn)隔離共享、如何快速加載和執(zhí)行模型。
“池化”是關(guān)鍵詞?！斑@就像樂高積木，可以根據(jù)需要隨時拼裝出不同的形態(tài)。”陳全提出的方案是將所有計(jì)算資源——無論是加速器、內(nèi)存還是存儲——都打散成一個資源池，通過軟件靈活組合。但新的問題是，資源通過網(wǎng)絡(luò)連接，數(shù)據(jù)在節(jié)點(diǎn)間傳輸，如何避免性能損耗？從此前的測試來看，通信開銷高達(dá)24%以上。
陳全團(tuán)隊(duì)的答案是統(tǒng)一內(nèi)存空間和零拷貝技術(shù)。傳統(tǒng)方法中，數(shù)據(jù)在不同模塊間傳遞需要多次冗余拷貝，就像接力賽跑時需要交接棒，而他們的方法是讓各模塊共享同一內(nèi)存空間，省去了交接環(huán)節(jié)，就像大家圍著同一張桌子工作，省去了交接的麻煩，從而使通信開銷大大降低。
挑戰(zhàn)二：邊緣智能的協(xié)同優(yōu)化
端側(cè)的泛在化，使手機(jī)、無人機(jī)、無人駕駛汽車都成為算力節(jié)點(diǎn)，但云邊協(xié)同優(yōu)化的挑戰(zhàn)最為復(fù)雜，它不只是技術(shù)點(diǎn)，而是整個架構(gòu)范式的轉(zhuǎn)變。
一方面，受限于成本，算力有限，運(yùn)行模型都相當(dāng)困難，更不用說訓(xùn)練；另一方面，終端AI化會帶來新的不公平，如果AI成為普遍的生產(chǎn)工具，那么無疑更高價值的終端設(shè)備將擁有更強(qiáng)的算力，生成更好的結(jié)果。
常見的做法是建設(shè)更多的節(jié)點(diǎn)，由邊緣節(jié)點(diǎn)承接用戶的需求，更激進(jìn)的做法是將計(jì)算本身下沉到邊緣，比如Azure的Edge Zones直接把數(shù)據(jù)中心建在5G基站附近，延遲可以壓縮到10毫秒以內(nèi)。
但這又帶來新的問題：如何在資源有限的邊緣節(jié)點(diǎn)上運(yùn)行復(fù)雜的業(yè)務(wù)？或者出于數(shù)據(jù)安全的考量，用戶并不愿意在邊緣節(jié)點(diǎn)完成數(shù)據(jù)閉環(huán)。一個典型的場景是，視頻監(jiān)控進(jìn)行AI分析時，原始視頻在邊緣做運(yùn)動檢測和人臉識別（延遲敏感），但身份對比卻需要訪問全國數(shù)據(jù)庫。
華中科技大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院教授何強(qiáng)團(tuán)隊(duì)的解決之道是“切蛋糕”：將模型切分成兩部分，較小的部分放在終端設(shè)備上，較大的部分放在邊緣算力節(jié)點(diǎn)上，通過協(xié)同的方式完成訓(xùn)練。然而，此時又會疊加通信延遲的挑戰(zhàn)。何強(qiáng)發(fā)現(xiàn)，雖然5G網(wǎng)絡(luò)延遲可以降到10毫秒以下，但在AI大模型訓(xùn)練的前向和后向傳播過程中，多次往返通信仍然會極大影響訓(xùn)練效率。于是，何強(qiáng)團(tuán)隊(duì)又設(shè)計(jì)了動態(tài)調(diào)整模型切割點(diǎn)，當(dāng)網(wǎng)絡(luò)狀況好時，多讓邊緣服務(wù)器分擔(dān)；當(dāng)信號弱時，由終端多承擔(dān)一些。
更智能的是，系統(tǒng)會監(jiān)控訓(xùn)練管道的性能，如果通信性能持續(xù)惡化，終端設(shè)備會主動尋找并切換到更好的邊緣算力節(jié)點(diǎn)。比如當(dāng)一個無人機(jī)逐漸飛離它的邊緣節(jié)點(diǎn)時，通訊聯(lián)系越來越弱，便可以自動切換新的算力節(jié)點(diǎn)。
“這有點(diǎn)像在高鐵上時，手機(jī)需要在不同基站間切換信號。”何強(qiáng)解釋，“但這里切換的是整個任務(wù)”。
挑戰(zhàn)三：毫秒級響應(yīng)的冷啟動?
南京大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系特聘研究員顧榮和天津大學(xué)軟件學(xué)院教授趙來平關(guān)注的，都是“當(dāng)紅炸子雞”——Serverless。
趙來平透露，2024年，已有31%的應(yīng)用是通過 Serverless工作流構(gòu)建。Serverless的核心是將計(jì)算資源以服務(wù)形式提供，其承諾很美好：用戶無需關(guān)心服務(wù)器，只需提交代碼，系統(tǒng)就會自動分配資源、處理擴(kuò)縮容。但現(xiàn)實(shí)卻是，冷啟動的延遲可能長達(dá)數(shù)秒。
邊緣場景下，應(yīng)用場景的需求讓這個矛盾變得更加尖銳。比如，一個智能安防應(yīng)用需要在攝像頭捕捉到異常時，便立即啟動識別函數(shù)，而在工業(yè)質(zhì)檢場景下，產(chǎn)品在經(jīng)過檢測點(diǎn)的瞬間便需完成AI推理。
顧榮團(tuán)隊(duì)提出了預(yù)熱機(jī)制——提前啟動一定數(shù)量的函數(shù)實(shí)例，但這種方式對預(yù)測結(jié)果的精度要求很高。于是他將函數(shù)的請求轉(zhuǎn)化為排隊(duì)問題，在滿足冷啟動率要求（如不超過5%）的前提下，通過數(shù)學(xué)模型實(shí)現(xiàn)請求的動態(tài)平衡。
趙來平則設(shè)計(jì)了一套庫操作系統(tǒng)，將策略決定和高級抽象的實(shí)現(xiàn)完全委托給用戶態(tài)的庫，從而減少用戶態(tài)和內(nèi)核態(tài)的切換開銷，在滿足多租戶隔離性需求的基礎(chǔ)上，實(shí)現(xiàn)了工作流毫秒級冷啟動和函數(shù)間的高性能中間數(shù)據(jù)傳遞。
從資源池化到模型切分，從預(yù)熱機(jī)制到庫操作系統(tǒng)，這些看似復(fù)雜而分散的技術(shù)探索，實(shí)則都指向同一個目標(biāo)：讓計(jì)算發(fā)生在數(shù)據(jù)產(chǎn)生的地方，讓AI運(yùn)行在每個人的設(shè)備上，讓邊緣計(jì)算真正“智能”起來。
從理論到田間 彌補(bǔ)三大鴻溝
“智能泛在云面臨著諸多技術(shù)挑戰(zhàn)，只有合作才能共贏?！眳墙苤赋觯舜握搲∏∈且淮萎a(chǎn)學(xué)研深度合作的最佳實(shí)踐，學(xué)術(shù)界提供前沿理論和算法，產(chǎn)業(yè)界提供真實(shí)場景和工程實(shí)踐，雙方碰撞才能產(chǎn)生真正改變世界的力量。
泛在意味著普惠。2024上海云網(wǎng)寬帶發(fā)展大會上，中國電信董事長柯瑞文首次提出AI時代“三大鴻溝”理論，他認(rèn)為，全球的數(shù)字鴻溝已經(jīng)發(fā)展為連接鴻溝、云計(jì)算鴻溝以及AI智能鴻溝，且后兩者面臨持續(xù)擴(kuò)大的風(fēng)險。
彌合鴻溝，電信運(yùn)營商責(zé)無旁貸。2025年，中國電信正式啟動“云改數(shù)轉(zhuǎn)智惠”戰(zhàn)略升級，充分發(fā)揮云網(wǎng)融合優(yōu)勢，致力于將曾經(jīng)“高不可攀”的新型數(shù)字信息基礎(chǔ)設(shè)施，轉(zhuǎn)化為千行百業(yè)觸手可及的“數(shù)字水電”。
一系列產(chǎn)業(yè)實(shí)踐的案例正讓技術(shù)有了溫度。
在中國的最北端，中國電信黑龍江公司面臨著獨(dú)特的挑戰(zhàn)：冬季氣溫常常低至零下30℃，有著漫長的冬天和綿延的邊境線、廣袤的農(nóng)墾區(qū)域、分散的城鎮(zhèn)布局，這些地理特征決定了傳統(tǒng)的云計(jì)算難以滿足需求，必須構(gòu)建泛在化的算力網(wǎng)絡(luò)。
在北大荒集團(tuán)建三江分公司的多個農(nóng)場，中國電信將5G、云計(jì)算、物聯(lián)網(wǎng)和人工智能等新一代信息技術(shù)融入農(nóng)業(yè)生產(chǎn)，將邊緣智能系統(tǒng)部署到田間地頭，通過在農(nóng)田布設(shè)傳感器、攝像頭和無人機(jī)，借助5G專網(wǎng)與天翼云平臺匯聚分析農(nóng)業(yè)數(shù)據(jù)，實(shí)現(xiàn)水肥智能調(diào)控、病蟲害預(yù)警、農(nóng)機(jī)遠(yuǎn)程調(diào)度等功能，構(gòu)建起覆蓋全流程的“農(nóng)業(yè)數(shù)據(jù)大腦”。
以前農(nóng)場發(fā)現(xiàn)病蟲害，只能等上報等專家，現(xiàn)在“農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用基地”的系統(tǒng)自動識別異常，立即推送預(yù)警，馬上采取相應(yīng)措施，從而將減產(chǎn)的誘因扼殺在幼蟲階段。
“從‘經(jīng)驗(yàn)種田’到‘?dāng)?shù)據(jù)種田’，這個案例為農(nóng)業(yè)數(shù)字化轉(zhuǎn)型提供了可復(fù)制推廣的‘中國電信樣板’?！眳墙鼙硎?。
北大荒只是智能泛在云“算力地圖”上的一個坐標(biāo)。更多的場景正在被點(diǎn)亮。
“前兩個月，幾乎每天都有各種問題和挑戰(zhàn)，每天。”時至今日，中國電信云操作系統(tǒng)專業(yè)首席專家，天翼云科技有限公司公有云事業(yè)部總經(jīng)理?xiàng)铞稳噪y忘當(dāng)初任務(wù)攻堅(jiān)時的焦慮，“大規(guī)模國產(chǎn)智算集群當(dāng)時的技術(shù)成熟度有限，涉及百萬級器件的部署與調(diào)試，而給我們的時間只有三個月?！?o:p>
彼時，中國電信自研的萬億參數(shù)大模型星辰要在國產(chǎn)智算萬卡池中訓(xùn)練，各種問題變成“每日例行”。在中國電信和華為的共同努力下，天翼云和天翼AI團(tuán)隊(duì)硬是將系統(tǒng)穩(wěn)定性提升到全新高度。在國產(chǎn)智算集群上的大模型訓(xùn)練性能達(dá)到業(yè)界主流算力的93%以上，訓(xùn)練任務(wù)有效訓(xùn)練時長達(dá)到98%以上，成功實(shí)現(xiàn)萬卡集群萬億參數(shù)大模型訓(xùn)練的全國產(chǎn)化。
在廈門，天翼云為一家科技公司修建了一條封閉式的“數(shù)據(jù)磁懸浮列車”軌道，龐大的AI訓(xùn)練數(shù)據(jù)被高效地送到天翼云的計(jì)算中心，而且計(jì)算資源可以按需彈性伸縮。這有點(diǎn)像當(dāng)AI訓(xùn)練需要一萬個處理器同時工作時，教室里就立刻出現(xiàn)一萬個座位；當(dāng)任務(wù)量減少，只需要一百個處理器時，多余的九千九百個座位就馬上消失，避免了任何資源浪費(fèi)……
智能泛在云不是一個高高在上的技術(shù)概念，而是改變生活、推動產(chǎn)業(yè)的現(xiàn)實(shí)力量。隨著這朵“無所不在云”逐步構(gòu)建完成，算力將滲透到經(jīng)濟(jì)社會的毛細(xì)血管中。
當(dāng)智能可以在任何地方被喚醒，當(dāng)千行百業(yè)、千家萬戶都能公平地獲得算力，三大鴻溝將被逐步彌合，人們才能真正享受科技帶來的福祉，數(shù)字時代的普惠承諾，才得以真正實(shí)現(xiàn)。
