区域级训推一体无损网络的设计与研究|区域级|广域网|无损网络|算力|路由器|通信

通信世界网消息（CWW）AI大模型及人工智能产业的快速发展，催生了大量算力缺口，我国新增算力基础设施中智能算力占比已过半。智能算力需求结构也从以往少数千亿、万亿参数模型集中消耗的一次性大规模训练算力，转变为千行百业驱动的“持续性推理主导、周期性训练为辅”的双轨算力需求新格局。面对算力需求的新格局，浙江电信主动推进算力布局优化与算网融合实践，将省级范围内的算力节点布局逐步收敛至“4+11+X”，层次化满足各类用算需要：即在省内部署个位数超大型训推一体算力枢纽，在各地市部署以推理为主的区域级公有算力资源池，在近用户侧按需部署边缘算力节点。同时，持续完善无损算力网络基础设施，形成以算力节点为中心向外延伸500千米的算力辐射圈，满足省内任意地点弹性用算、邻间调算、数据安全保障以及算力互联并网的需求，为接入长三角算力联合体筑牢基础。

需求分析

大模型兴起

大语言模型（LLM）日益增加的训练和推理任务，推动算力需求急剧增长。同时，DeepSeek通过关键架构创新与工程优化，以极低的训练成本打造出具备顶尖能力的模型。相关报告显示，2025年上半年中国企业级市场日均调用量达10.2万亿Tokens，人工智能正于推理端开启规模化价值创造。

尖端AI训练芯片被禁运，单中心算力资源受限

全球半导体产业的竞争与地缘政治因素叠加，导致我国在获取尖端AI训练芯片方面面临严峻挑战。单一实体所能获取和部署的算力规模存在上限，“单点超大规模智算中心”的建设模式遭遇瓶颈。在此背景下，整合区域内分散、多厂商、异构的算力资源，构建协同调度的“算力舰队”，成为突破单点算力“天花板”、应对模型规模持续增长的必然选择。

算力供给与电力消耗正相关，省域范围内算力呈分散分布状态

智算中心的运行伴随着巨大的电力消耗，其选址与当地能源供给能力、PUE（电能使用效率）指标紧密相关，算力基础设施自然向能源富集、气候适宜的地区部署。这使得省级行政区域内的算力资源呈现“核心—区域—边缘”的多层次、分散化格局。

用算企业对轻资产运营的期望与对数据安全的担忧

对于广大传统行业企业而言，自建并维护大规模的智算集群意味着沉重的资本开支和运维负担。它们更倾向于采用“算力即服务”的模式，按需获取、按使用付费，实现轻资产运营。然而，将核心业务的训练与推理数据上传至第三方算力中心，也引发了企业对于数据隐私和商业机密泄露的深切担忧。

技术选择

为应对上述挑战，浙江电信、温州数据集团与华为携手打造了边云协同分布式安全训推解决方案。该方案构建广域超长距RoCE（即基于融合以太网的远程直接内存访问）无损传输能力与训推模型切割部署能力，将企业侧轻量级算力与智算中心算力池，通过基于新型架构的AI WAN高算效广域网实现超长距协同整合，满足“数据不出域”“算力弹性扩展”等关键需求。实施“以网强算”策略，对精准响应市场核心诉求、推动产业智能化升级具有重要意义。

广域超长距RoCE无损传输能力

为达成算力之间的高速互联，业界采用了RoCE和IB（无限带宽）两种通信协议方案。其中IB协议私有化属性较强，且整体成本过高；而RoCE协议扩展性更好，有利于标准化发展。因此，边云协同分布式安全训推解决方案的网络通信协议选择基于RoCE协议进一步升级。

传统的RoCE协议在面对广域网复杂的组网环境、超长的转发距离时，易出现负载不均与拥塞问题，造成吞吐性能瓶颈。另一方面，RoCE协议对丢包极为敏感，仅千分之一的丢包率就可能导致传输性能下降50%。为解决以上问题，浙江电信与华为联合创新了广域超长距RoCE无损传输的两大关键技术。

一是租户级精准流控机制。在AI WAN的“IPv6+”底座之上，新型AI路由器以租户为单位对数据包进行智能缓存。若缓存达到预设阈值，系统将按租户粒度向上游设备发送反压信号，逐级传递直至流量源头，从而确保不同租户间的网络拥塞互不干扰，实现超百千米级RoCE“零丢包”传输。此项技术解决了传统网络因轻微丢包导致吞吐量骤降的问题，使超长距离AI训练、推理效率提升至95%以上，并实现租户级拥塞隔离，有效规避了传统PFC（功率因数校正）技术在广域场景下易引发的头部阻塞及拥塞扩散等缺陷，为超长距的边云算力协同奠定可靠基础。

二是流级动态负载均衡技术。针对智算业务大象流带来的挑战，基于AI路由器的微秒级大象流识别技术，可实现捕捉全网大象流99%准确率并上报至管控平台。结合流级自适应调度算法，根据实时网络状态为不同流量动态分配传输路径，从而实现广域网络的全局负载均衡，整体吞吐率超过95%。该机制克服了传统ECMP（等价路由）算法因无法识别流速大小而导致的链路负载不均、吞吐率低下等问题。

训推模型切割部署能力

为解决企业用户使用云上算力时对“数据不出域”的安全需求，在本次训推一体创新合作中，浙江电信联合华为推出训推模型切割部署架构。在AI训推业务中，将模型首尾层部署于本地，中间层部署于云端。通过企业侧部署的少量算力，完成模型训推中的首尾层计算，保障输入和输出的原始数据100%不出域；通过AI WAN跨越数百千米，将高维向量数据传输至智算中心，实现数据可用不可见，且中间层数据不可被还原。云上算力则完成中间层计算，满足大计算量的资源需求。该架构既满足“数据不出园区”的安全要求，又支持算力在数百千米超远距离上的灵活扩展，与基准数据相比，整体计算效率达95%以上。反观传统加密传输方案，仅能保障数据在转发过程中的安全，无法覆盖云上计算环节的数据安全，也无法保障模型本身的安全。

方案设计

浙江电信通过打造区域级训推一体无损网络，构建起一张覆盖区域、具备智算中心级性能的广域网络，将分散的算力节点整合成虚拟且统一的“超级计算机”；同时依托创新的分布式人工智能技术，保障业务逻辑可靠与数据安全。如图1所示，该网络与浙江电信“4+11+X”算力布局精准匹配，形成“中心训练枢纽—地市推理资源池—边缘算力节点”的三级云边协同体系。

中心训练枢纽（4个）：在嘉善、杭州、金华、宁波布局省级区域节点，承担大规模、周期性的模型训练与微调任务。这类节点具备区域内最高算力密度，是全省算力网络的核心基石。

地市推理资源池（11个）：在11个地市设置汇聚节点，主要承载高并发、低时延的在线推理服务，满足地市级实时业务需求。

边缘算力节点（X个）：部署于靠近数据源头（如工厂、医院）的位置，处理对时延极度敏感或数据隐私要求极高的推理任务。