中国联通中国联通AIDN关键技术白皮书 2026

2 4 4 6 93.1.广域高速传输承载 93.1.1.高速光网络技术 93.1.2.长距无损传输技术 3.1.3.确定性传输保障技术 3.2.全域智能感知与协同调度 3.2.1.全域感知技术 3.2.2.灵活路由技术 3.2.3.统一编排调度技术 3.2.4.端网协同适配技术 3.3.弹性敏捷与智能分发 3.3.1.智能缓存分发技术 3.3.2.智能体互联技术 3.3.3.智能算网运营技术 3.4.1.网络韧性增强技术 3.4.2.量子安全技术 4.1.实践一：可信训推服务保障用户数据安全 4.2.实践二：缓存高效分发实现推理服务加速 4.3.实践三：面向智能体互联实现高效协同 4.4.实践四：基于BNC的算网融合快速入算 30 能算力呈千倍量级跃升。国家数据局统计显示，量达199.48EB，全国日均Token年7月的180万亿次，增长超1000倍；行业预测到2030年全球活跃智能体数量将达20亿量级，AI驱动的网络流量年复合增长率超时，任务则需要跨多个智算中心联合开展；与此同时，图形处理器（Graphics管全网异构算力”。其次，AI应用从单轮问答转向任务执行，模型调用扩展至算力消耗由训练转向推理后，服务计量正从“Token综合成本成为衡量智能基础设施竞争力的核心标尺，产业界普遍认为城域“毫秒用算”专项行动的通知》设定光层互连时延发展实施意见（2026-2028年）》2024年“人工智能+”写入政府工作报告，2025年8月国务院及率超70%，到2030年超90%、智能经济成为经济发展的重要增长极，推动从而驱动构建算网融合的一体化底座；智能体成为新的互联主体，同时也的历史。软件能力的发展演进，催生了软件定义网络（SoftwareDefined已成为网络的主要服务对象：训练任务需要跨集群聚合数十万张G能体通信，中国联通于2024年发布算力智联网AINet；迈入CUBE-Net4.0图2-1中国联通AIDN创新架构—这在以比特为主的流量时代尚可接受，在的服务质量。多维因子，为请求匹配最优服务节点，同时基于高效分发与复用能力，实现单化定价；通过全链路可视化监控KVCache命中率、算力利用率与网络质量等3.1.广域高速传输承载当前400G已支撑全光底座干线部署，在东数西算、智算分布式协同等场熟产业链，可平滑演进支撑800G、1.6T在城域短距离传输场景落地，通过光高带宽业务，对互联带宽指标提出严格要求，800G/1.6T将成为城域智算中心10G/100G设备，有效提升单纤传输容量OXC线路单元包含双向波长选择开关（WavelengthSelectiveSwitch，务上下（更高效率的网络频谱资源利用）方式。光背板支持多维光图3-1OXC全光交叉技术接入光缆、以点到多点星型组网快速接入企业业务，结合OTN+无源光网络扰业务传输，保障接入段上行时延抖动小于150μs，为高品质专线提供确定性时延直接制约算力释放效率。远程直接内存访问（RemoteDirectMemory图3-2广域RDMA长距无损传输针对广域RDMA传输拥塞问题，提出基于IPv6的段路由（Segment立队列和流控机制，仅对发生拥塞的业务降速。依托智算网关完成细粒度流控图3-3端到端精准流控方案图3-4OTN无损保护方案Service，QoS）动态优化技术，构建“资源预留+动态调与拥塞控制门限。在守住高优先级业务SLA确定性底线的基础上，充分挖掘网图3-5智能QoS动态优化机制3.2.全域智能感知与协同调度AI推理服务的质量不再由单一网络距离或算力规模决定，而是取决于业务等新型业务特征。AI场景下，推理任务的最优服务落点不再由网络距离决定，验；对成本敏感业务优先复用存量KVCache资源，减少重复Prefill计算，在SLA可控前提下降低Token推理成本，最短路径转发机制缺乏全局视图，易引发链路拥塞；静态等价多路径图3-6端网协同机制3.3.弹性敏捷与智能分发力场景，完成热点KVCache高效分发调度，支撑突图3-7KVCache分发可有效降低大模型推理综合成本，优化业务体验，缓存命中条件下Token生成数据及网络需求嵌入路由系统，使网络直接解读服务需求，实现“关为核心采用SRv6等协议动态建立二/三/四/七层跨域连接。可构建多层级组3.4.网络韧性与安全保障利用转发面快速重路由、多路径负载分担提升容错切换能力；结合随流检测ETSI）GS014接口）新建量子密钥分发通道，实现信息论安全。未来，随着4.1.实践一：可信训推服务保障用户数据安全武汉亚心总医院是华中地区首家5G+云上三甲医院，在深化智慧医疗建设在架构设计上，方案通过智算IP广域网络连接企业侧与云端算力，形成边该商用实践在保障数据不出域的前提下，协同推理吞吐达到集中式推理的95%以上，为数据敏感行业打造了可信训推新范式。一是临床工作效率显著提4.2.实践二：缓存高效分发实现推理服务加速相似请求的上下文无法跨池共享，同一份公共知识库、系统提示词被反复执行知识库内容具有高度重复性，缓存复用的潜在在感知层面，系统实时采集各节点的KVCache分布、实践表明，相较于单集群推理服务，通过KVCache跨域池化复用与智能的Prefill算力压力，使存量算力可服务更多并发请求；利用闲时带宽资源完成4.3.实践三：面向智能体互联实现高效协同传统静态路由无法感知任务意图，路由策略与业务需求错配资源利用率不均；三是跨域保障弱，多级算力与跨域传输场景下，“尽力而为”图4-1CubeMAP智能体互联能力图谱服务质量；多维资源统一编排调度在保障SLA前提下最大化资源4.4.实践四：基于BNC的算网融合快速入算用户对大模型Token服务的需求快速增长，但传统宽带仅提供基础网络连通，图4-2基于BNC的算网融合快速入算5.总结与展望Token经济时代正加速到来。AIDN创新架构，聚焦新一代通信网与算力6.附录：术语与缩略语缩略语全称含义A2AAPIECMPETSIFGFCGPUgRPCKVCacheKey-ValueCachemTLSOpticalCross-ConnectP2MPP