由云向算的技术演进，彻底的变革了新时代企业对于传统云计算新基建的需求，云计算的概念得到了扩充，算力和网络开始融合，并成为企业上层业务发展的“第三阶段”。

企业数字化转型发展三个阶段

1、算力网络实质性推动了企业新的转型发展

（1）企业业务的全新转型成为必须

在企业上云的初级阶段，企业对于云计算的需求，依然还是聚焦在“静态部署能力、静态平台服务能力和常规应用软件”，即使在第二阶段的“高阶用云”，也是通过整合云计算的IaaS/PaaS/SaaS中的部分能力到自身业务中，实现一定程度的能力复用和共享，企业业务的整体IT架构、业务模式远远没有改变，所以影响业务生存和长久发展的关键因素并没有改变，企业转型成为必须。

随着技术的演进和社会的发展，企业面临着竞争激烈、成本压力巨大等现实问题，尝试去突破现有的技术甚至组织架构已经是很多企业转型做必须面对事情，在新冠疫情和严峻的国际情势下，企业更需要通过业务整合、业务创新和转型商业模式来寻求艰难生存。在这个趋势的推动下，云计算技术更是加速了向“算力网络”的转变，包括资源规划、技术导向和模式转型。

企业需求的变化体现在以下几个方面：

• 首先，数字经济时代，企业更加重视和挖掘数据价值，超大规模的数据存储、分析需求显著提升，传统的云计算能力面临着单点容量、性格的瓶颈，单节点、单地域的数据上限取决于当地资源池建设规模，难以快速扩容，同时业务特点上尚未实现业务上的数据解构和区分，不适应“分布式的数据管理”模式。

• 数据单点规模突破的需求
• 多点传输、协同和价值最大化的需求
• 数据快速扩展能力需求

• 然后，“人工智能的场景化”成功落地，逼迫企加速探索利用人工智能参与企业治理、生产赋能，人工智能的门槛依然较高，传统的云计算平台依然无法实现端到端的人工智能应用落地，缺乏专属的AI训练和推理资源、模型管理和发布的全流程仍需要企业大量的投入。

• AI训练和推理计算能力需求
• 通用大模型场景的基础能力需求
• 行业纵深数据价值挖掘需求
• 企业智能化降本增效需求

• 另外，“供给侧的改革”问题也是比较容易忽视的，即企业如何基于算力网络构建出符合自身发展、具有显著创新作用的新型应用，为企业发展带来生机。

• 企业的业务模式需要从单点向全局转变
• 从大数据向智能领域转变
• 从企业流程化管理向一体化产线转变
• 从数据孤岛向融合交流转变。

以上这些企业业务需求的变化点或关注点，直接提出了对于算力网络的海量存储、高速互联、数据传输、智能调度、智能服务平台和智能应用软件（包括API）的需求，这都是算力网络的必选能力矩阵。

（2）我国社会算力资源现状

数字经济时代发展到今天，云计算的定义已悄然发生了巨大的变化，同时伴随着近两年人工智能和大模型的技术热潮，“算力”已经成为了全社会最为宝贵和紧俏的资源了，我国现有算力总规模已位居全球第二位，人工智能企业的数量达到4400家，在国家全面数字化和人工智能发展的政策推动下，2022年美国、中国、欧洲包揽全球算力规模中的前三，份额达到84%（分别为34%、33%、17%），其中中国和美国占比基本持平，共占据67%，在智算方面，中国、美国领先优势更大，据中国信通院的估算，中美国算力全球占比将达到70%（分别为39%和31%）。

全球算力分布

算力规模的增长与经济发展水平是密切相关的，经济发展水平越高，算力规模越大，过去三年中国算力规模快速攀升已经达到了230EFlops，如下表，预计到2024年底，中国的总体算力规模将达到265EFLops。

2020年 — 2023年统计表

	2020年	2021年	2022年	2023年
算力总规模（EFLops）	135	140	180	230
GDP（万亿元）	101.4	114.9	120.5	126.1

在中国的算力布局中，智算资源的比例逐步增大，已经占据总比例的23%，仍然将以十分迅速的趋势增长。

中国算力资源分布

各大公司积极推进算力资源储备，打造自己的大模型，然而美国对于中国的AI芯片封锁，导致国内人工智能芯片“一片难求”，广大研发大模型的公司因为芯片算力制约，难以实现“超高性能大模型”的技术突破，技术效果与国外相比存在“代差”，而以“昇腾、寒武纪”等为代表的国内人工智能芯片研发厂商，以及以“科大讯飞、商汤”等为代表人工智能软件厂商，由于发展起步较晚，目前在算力性能、大模型规模和成本方面依然有较大发展空间。

（3）算力并网有效推动社会算力资源整合

中国移动全力推进算力并网,以为中国移动为代表的电信运营商积极推进社会算力资源整合，中国移动积极构建“连接+算力+能力”的新型信息服务体系，推动国家规划落地实施，2021年中国移动首次提出了“算力网络”概念，构想将全社会的“离散”算力有效整合，推进“算力并网”策略，整合“通算、超算、智算、量算”的统一纳管，向全社会提供标准化的算力供给服务，积极构建“算力生态”。目前算力并网对接方面有三种主流的方式：

• S1运营层对接
• S2管控层对接
• S3云原生对接

以上三种对接方式均已经有了成功案例，如芜湖算力并网、昆山算力并网、玻色量子计算并网等，多个对接规范正在逐步形成企业和行业标准，指导更大规模和更多的算力中心的纳入。

2、算力网络的服务模式

算力网络完成针对分布式存在算力统一纳管起来，呈现以下特点：

• 统一的服务方式
• 确定性网络
• 高可靠
• 可度量
• 通用化
• 人工智能使能

通过以上几点充分体现网络价值。目前主流的算力服务公司纷纷建设算力资源池，并通过“算力网络”这一确定性的网络对外提供算力基础设施能力、连接能力和平台应用服务能力，同样对应着云计算的IaaS、PaaS、SaaS的三层服务体系，算力网络的服务形态是对于企业新型应用场景的重新定义，这里面需要确定算力的调度规则、度量方式和市场变现模式，如下图。

算力的服务模式

（1）算力基础设施服务能力

和云计算常规的IaaS层能力供给相似，算力服务商提供算力基础设施，算力资源分布在全国各大主要算力站点，算力需求方租赁算力服务商提供的算力资源，基于此资源完成上层使用场景的落地，包括基础的算力应用部署、简易的算力调度，实现为自己的客户的服务展示，这种形态服务于具有相对较强开发运维能力、可灵活管控算力应用和调度能力、具备全栈技术掌控能力的大中型企业。算力服务商主要的能力供给典型清单包括：

• 具备全国性部署能力的智算资源池
• 多卡GPU的智算服务器
• 智能SDN
• 资源深度感知系统

等。

（2）算力平台服务能力

算力服务商主要提供算力服务平台能力，平台建立在算力资源池基础之上。用户无须关注底层算力资源的部署细节，可以直接使用算力服务平台提供的开发环境、运行环境，可以通过较小的技术投入即可快速开发出具有显著“算网”特征的应用。这种形态服务于具有相对较强应用开发能力、希望复用算力平台能力的中型企业。算力服务商主要的能力供给典型包括

• 算力调度管理平台
• 智算服务平台
• 大模型管理平台

等。

（3）算力软件服务能力

算力服务商提供相对较上层的算力应用软件服务能力，对外的服务主要通过API的形式存在。用户甚至不用关注资源和平台的细节，只需要在应用程序内通过 API 来完成算力任务需求。这种形态服务于开发运维能力相对较弱、应用内算力依赖强，但是对于算力调度管控能力弱的中小型客户，新型互联网客户。算力服务商主要的能力典型清单供给包括：

• 智能语音转写
• 全局数据快递
• 智慧型云电脑

等。

以上三种算力服务模式，与云计算传统模式有相似之处，但是却打破了传统云计算服务商仅依靠单纯的租赁底层资源、应用开发平台等的商业模式，实现了针对分布式算力资源的“联网管理”，对于企业客户来讲意义更丰富，一定会催生更多的新型应用场景，兼具分布式、智能网络、大模型等能力，各类能力的充分组合应用，赋予了算力网络服务商更多的商业模式。

​​​​​​​3、算网时代的创新应用场景

根据企业客户发展的“第三阶段”需求特征，以及算力网络的集中服务模式，分析得出主要的几种算力网络的落地场景，如下图：

算力网络的创新应用场景

（1）容量型需求业务

算力网络时代，一方面全网计算资源、网络资源统一纳管，真正实现传统“云”和“网”从割裂走向融合，两类资源的一体化管理，有效提升了资源的配置效率，也降低了成本；一方面提升了算力的理论上限，无论是单个资源池还是分布式架构下的资源逻辑总容量，将支撑客户构建更大规模的应用，包括海量计算、海量存储、极限传输、单体智算能力，其中移动云的呼和浩特万卡超大规模单体智算中心入选“央企十大超级工程”，可以支持大型“通用和行业大模型”训练，开启了AI的新时代，具有广阔的行业需求。

（2）全国型需求业务

算力网络“这张网”是构建在全国、乃至全球的“大范围”地域空间下的，在这张网下全国一盘棋，实现了算力资源的泛在部署，具有显著的“扁平化”特征，中国移动构建的“4+N+31+X”数据中心布局基本覆盖了全量的国家算力枢纽节点，具备了算力分布式、数据跨域传输的能力。在应用场景上，一方面支持了云智能DNS和CDN方案，智能缩短用户的访问路径，进一步加快系统响应速度、数据的传输速度；一方面支持数据要素在多点之间通过既有高速网络的传输，实现了数据要素的跨域流动；一方面支持构建地域型无感接入的网关型业务，用户无需关心自己的算力和数据资源在何处。

（3）智能型需求业务

算力网络进一步的重塑了算力基础设施的服务形态和运营模式。一方面利用智算资源支持企业通用大模型训练，一方面利用云提供的智算管理平台服务MaaS进行大模型的管理和运营，赋能企业打造各大AI原生型应用。同时，支持企业构建“云边端”的业务架构，即“云中训练-边缘推理-终端应用”，在前面所说的“无感接入”方面，企业的大模型训练可以在无感的情况下，选择最具性价比的时段分布在多个资源池进行训练，综合实现降本增效。

（4）融合型需求业务

传统的云计算业务以“通用计算”为主，而算力网络则改变了这一现状，一方面推动了从“以通算为主”向“通智超量”一体的异构算力融合的形态进行转变，比如大模型能否利用超算中心进行训练，清华大学的郑玮民院士团队做过试验，结果是积极的，支持同样性能和准确度的前提下，训练费用仅为使用紧扣主流智算方案的1/6，充分的提升了超算资源的综合效率；一方面融合型业务的极端就是产品形态的模糊，各类产品边界将会不断模糊，比如算力网络时代的数据库产品，可能已经和传统的数据库架构大相径庭了，数据库可能已经卸载为一个最基础的存储结构了，其可接入方式可能是新型交互性网关式的，网关后面的数据是什么类型、在哪里存储对企业来讲基本不用关心，同时冷热数据也将支持自动跨网均衡，总之业务上只需要面对网关进行API/语音式的“读”和“写”即可。

​​​​​​​4、对企业数字化和战略转型的发展建议

上述介绍的四大类应用场景，是算力网络时代几个典型的场景，是从算网能力的特点和优势所总结出来的，但是对于企业来说，如何结合实际构建符合企业新型转型需求，本章将对于企业数字化和战略转型提出建议：

相对于企业发展的“第一阶段”和“第二阶段”，“由云向算”的第三阶段内，也伴随着技术支撑能力、行业标准的不断演进与成熟，那么对于企业来讲，企业战略转型机遇也可以区分为“三个层次”的需求，按照“由浅至深”如下图；

 企业战略转型机遇“三个层次”

（1）是否存在“静态泛在”的需求

企业可以从挖掘自身在规模和容量方面的需求，通过算力网络构建超大规模算力应用；另外企业可挖掘自身业务是否存在多点接入、能力分散的情况，可借助算力网络实现能力的管控统一、基础互联；另外企业若为算力提供方，是否存在需要算力接入集中算网资源池、甚至参与统一的算力并网和交易的情况。通过上述需求点促进算力网络对于全网资源的纳管、编排和集中运营。

（2）是否存在“动态协同”的需求

企业可以探索自身业务的智能调度、位置无感、动态编排等能力，以至于需要通过算力网络构建“协同能力”，在这一阶段，算与网的边界逐步变得模糊，企业可以更加关注对于算网的感知技术和智慧编排技术，比如实现数据在多点之间的高速、稳定可靠、云边协作的传输场景。

（3）是否存在“内生智能”需求

最后一个情况，就要看企业是否存在“一体内生”的算网需求，算网大脑建成真正意义上的控制中枢，实现业务的智能解构和分区管理，实现“AI Native”以及对于整个算力网络的深度动态感知，实现算网服务的智能调度与编排、资源隔离与故障隔离等。

5、能力布局：加强算力网络新基建的布局规划

以中国移动为代表新型云服务商，充分发挥自身网络和基础算力的优势，在算力网络方面全面布局，实现了全国性算力资源的均衡布局，通过推动“云网融合”促进了全国性云计算和网络资源的一体化泛在布局，有效的提升了全社会算力资源的逻辑上限，同时聚焦发展智算领域，大力布局智算资源池，开展通用和行业大模型的研究和产业落地研究，从长远来看，算力网络直接带动了融合型业务的发展，将推动越来越多的未来新形态的产品发布，带动企业战略转型发展进入新阶段。

 算力网络新基建布局规划

（1）算网设施“基础”能力构建

需要满足算力网络中最基础的容量和高速互联需求，一方面推动单体万卡甚至两万卡智算集群构建，也包括“超智量”算的并网；一方面加速网点间“高速”网络建设，包括400G全光互联网络通道成型，以及800G以上超高速网络试点。最终形成具备支撑海量算力、海量存储和高速传输能力的算网基础设施建设。

（2）智能调度“协同”能力构建

主要提供底层资源调度以及上层任务式调度的双重能力，体现在“协同”体系构建，一方面需要实现对底层算力、存力、运力等资源的全量智能感知，结合算网融合的调度算法，实现精准的资源调度和编排，支撑各类上层复杂调度场景的基础资源管控需求；一方面需要支撑上层算网新应用的“任务式”协同能力，包括基于AI的交互式用户界面、支持用户无感接入的全局网关、以及对于后端任务的智能调度能力。构建起从底层资源和上层任务的全栈“协同”架构。

（3）算网服务“治理”能力构建

除了基础的算网设施构建和基础调度能力之外，一方面需要构建支持智算平台服务的能力，提供涵盖模型大训练、部署和推理的全流程支持；一方面构建模型即服务（MaaS）能力，打造模型托管、异构兼容、能力开放的平台服务。通过智算平台和模型及服务的“双重治理”能力，支持算力网络时代，对于新型应用研发、发布和调用提供了“原子能力”支持，有效提升云服务商的智算资源向用户应用场景落地转化的效率。

（4）绿色高效“集约”能力构建

由云向算，对于云服务商来说，意味着需要管控的算网资源无限大，那么需要做好“成本管控”，一方面积极推动绿色低碳技术，包括液冷集群建设，打造绿色数据中心；一方面推动集约化工程开展，强化新型技术应用，走出自主的成本可控路线。实现资源各环节集约化管控，助力全社会实现“双碳”目标。

6、总结与展望

算力网络发展的优势在规模化之下才会更大程度的发挥，2023年12月，国家发展改革委、国家数据局等部门联合印发了《关于深入实施“东数西算”工程 加快构建全国一体化算力网的实施意见》，明确需要建设联网调度、普惠易用、绿色安全的“全国一体化算力体系”，对于构建全国一体化算力网络提出几个方面的建议：

一是构建高质量的算力供给体系。统筹全国一体化算力网建设布局，充分发挥枢纽型国家中心节点+区域型绿色数据中心建设，加强算力并网和算力运营。

二是建立健全跨区域协同联动机制。利用东西部算力资源和产业需求的区位差异性，做好跨区算力调度，实现资源配置优化见效。

三是提升“东数西算”网络传输效能。探索算力服务运营计费，针对地区、企业的差异性制定合理的计费机制，让最有需求的群体优先实现算力交易和变现，在过程中逐渐优化和推广人群覆盖面。

四是培育壮大算力产业生态。加快技术创新，在重大算力工程中实现产业分层化，加速推动相关标准、体系的建立，形成算力产业上下游联动机制，体系化构建算网未来。

五是促进算电协同高效发展。加强数据中心绿色高质量发展，推动绿色低碳、液冷服务器、智慧能源等前沿技术试点落地，为算力网络持久发展奠定基础。

由云向算，万物都要充分理解并融入算力网络，无论是云服务商，还是企业用户，还是广大生态伙伴，共同编织起这一张网，在这一张网上，算力将更加立体泛在，以算为中心、网为根基，全方位的赋能企业在数字经济时代实现业务转型发展进入新阶段，这需要全社会的共同探索和努力。