算力网火了，AI WAN为何备受关注？

算力网最近太火了。

今年4月，中共中央政治局会议将算力网纳入“六张网”建设体系。随后，从产业界到主流媒体，围绕算力网的讨论持续升温。

不久前，央视报道了中国信息通信研究院联合电信运营商共同发起的“智能IP广域网（AI WAN）应用推进行动暨中国行活动”。报道指出，智能算力网络如同电网调度中心，可统一调度分散算力资源，让企业像用电一样便捷、安全、稳定地调用算力。在数百公里跨域调用场景下，计算性能损失可控制在5%以内。同时，这张网络已从“传数据”的管道升级为可感知AI业务、实施智能调度与差异化保障的智能底座，并具备风险自动识别与处置能力。

在算力网持续升温的背景下，作为支撑算力资源互联互通与高效调度的底座，AI WAN走到台前并不难理解。

真正值得思考的是，为何此次被重点关注的不是某项单点技术创新，而是“AI WAN应用推进行动”？这一动作背后，究竟释放了怎样的产业信号？

从“传数据”到“调算力”：AI WAN应运而生

近年来，国家持续推进全国一体化算力网建设。《算力基础设施高质量发展行动计划》《关于深入实施“人工智能+”行动的意见》等政策相继出台，明确提出推动算力资源跨区域调度、算网融合基础设施建设和算力网络传输能力提升。今年4月，中共中央政治局会议提出加强水网、新型电网、算力网、新一代通信网、地下城市管网等建设，将算力网纳入“六张网”建设体系，进一步凸显了其作为智能时代关键基础设施的重要地位，也释放出加快构建算力网的重要信号。

这些政策指向了同一个趋势：算力正在成为智能时代的新型生产力，而要充分释放算力潜能，就必须加快构建一张能够连接、调度和协同算力的网络，实现算力像电力一样流动。

政策的背后，往往是产业发展的真实需求。究竟是什么样的新场景、新业务在推动算力网络演进？

一是智算新场景。随着人工智能加速发展，越来越多企业开始通过“入算”方式使用外部智算中心。相比自建智算中心，租用算力不仅投入更低、部署更快，也能更灵活地应对技术迭代和业务增长需求。由此，海量数据需要在企业与智算中心之间高效流动，推动“数据入算”“存算分离”“拉远训练”“分布式推理”等新模式快速兴起。

与此同时，随着大模型训练规模持续扩大，单个智算中心受机房空间、电力资源等因素限制，已难以独立承载不断增长的算力需求。越来越多场景需要将分布在不同区域、不同节点的算力资源连接起来，形成“多点共算”，实现跨智算中心协同训练和协同推理。这些新场景都需要广域网来实现数据和算力的跨域流动与协同。

二是AI新业务。AI手机、AI PC、陪伴机器人等新型终端加速普及，云电竞、云健身、工业大模型、AI助手、智能制造机器人等创新应用不断涌现，AI正快速融入生产生活的各个场景。这些业务往往需要网络将多模态数据实时上传至云端或边缘节点处理，并快速返回推理结果，对网络的实时交互能力提出了前所未有的要求。

那么，传统网络还能胜任这些新场景、新业务吗？

传统WAN网络主要服务于视频、网页、社交等互联网业务，其核心目标是实现数据的连通与传输。而AI时代的网络需求已经发生了根本变化。无论是海量数据入算、跨智算中心协同训练，还是云边协同分布式推理、存算分离等新场景，本质上都要求数据与算力在更大范围内实现高效协同，对网络提出了广域无损、超高吞吐、超低时延、高安全性和可靠性的苛刻要求。同时，AI手机、数字人、智能机器人等新应用不仅对网络带宽、时延、稳定性等基础能力提出更高要求，还需要网络具备智能业务识别、实时体验感知和差异化保障能力，确保推理结果快速、稳定地送达用户。

简而言之，传统WAN解决的是“数据能不能送到”的问题，而AI WAN解决的是“算力能否高效协同、数据能否安全流动、业务体验能否得到保障”的问题。正是这一需求的变化，使得传统WAN在传输效率、资源调度和业务保障等方面已难以适应AI业务发展的需要，从而推动网络架构与技术体系加速升级演进，AI WAN也由此应运而生。

从技术探索到应用落地：AI WAN迈入新阶段

在政策与产业需求的双轮驱动下，业界早在2025年便提出智能IP广域网（AI WAN）的产业方向，旨在破解传统广域网面临的新挑战，为智能时代构建新一代网络底座。

近两年，AI WAN已从技术探索逐步走向产业实践。在去年举行的第三届“IPv6技术应用创新大赛”上，大赛首次设立AI WAN专题赛，涌现出一批来自全国各地运营商、企业和产业伙伴的标杆实践案例。这些案例涵盖政企智算训练与推理、行业数据流通、公众用户体验保障等多个核心场景，不仅验证了AI WAN的技术可行性，也展现出其在真实业务环境中的应用价值。

面向政企：让算力高效流动

面对企业入算、分布式训练、存算分离等新场景，北京电信、浙江电信、河北联通等企业基于AI WAN开展了大量创新实践。通过融合IPv6+、广域RDMA无损传输、SRv6以及AI智能调度等技术，成功破解了传统广域网络在长距离算力协同中面临的链路丢包、负载不均、时延波动以及难以满足差异化SLA保障等难题，实现数百甚至上千公里范围内的高效算力互联。

实践表明，AI WAN正在改变企业获取和使用算力的方式。一方面，通过构建广域无损、高可靠、可调度的算力网络，让企业能够按需接入外部智算资源，实现算力弹性扩容和跨域协同；另一方面，通过模型分层部署、云边协同等创新模式，实现原始数据不出域，仅传输训练参数或中间结果，在充分利用外部算力的同时兼顾数据安全与隐私保护，满足医疗、金融、政务等行业对合规性的严格要求。

目前，这些创新成果已服务于政务、医疗、教育、交通、制造等领域。在医疗场景中，北京电信将医院训练和推理任务拉远至240公里外的智算中心执行，在数据不出域的前提下实现算效损失低于5%；在浙江，AI WAN无损网络已支撑多个行业开展分布式训练和云边协同推理，整体计算效率超过95%；在京津冀地区，通过打造“算力走廊”，实现跨区域算力资源统一调度与高效协同，让企业能够像使用水、电一样便捷地获取算力资源。

面向行业：让数据安全流通

高质量的数据流通是驱动人工智能应用性能持续跃升的重要基础。然而，在跨区域、跨主体的数据流通过程中，往往面临协同效率低、数据共享难、安全合规风险高等挑战，难以满足AI训练对海量、高质量数据实时、可信流通的需求。

针对这一痛点，天津移动创新采用“网-算-数-安”四维协同的AI WAN数据流通网络架构，构建起弹性、确定性、安全可信的数据传输通道，有效破解数据跨域流通中的效率与安全难题，为数据要素高效流转和价值释放提供了有力支撑。

目前，该方案已在汽车消费、金融服务等场景实现落地验证并创造显著价值。在汽车消费领域，通过安全融合人车数据，打破数据壁垒，将联邦学习模型准确率提升34%，帮助合作车企线索转化率提升34%；在金融服务领域，通过实现政企数据安全融合与可信流通，有效支撑普惠金融业务创新，将企业合规审核效率提升70%。

面向公众：让AI服务走进千家万户

AI WAN的应用时代不仅体现在生产侧，也正在加速走向消费侧。随着云电脑、云手机、云游戏、云健身等“弱端强云”家庭AI新业务兴起，大量计算任务开始从终端迁移至云端或边缘，业务体验也越来越依赖网络质量。一旦出现时延波动、网络抖动或带宽不足，就容易造成卡顿、掉线、画面不流畅等问题，直接影响用户体验。

为解决这一问题，广东联通、陕西移动等运营商基于AI WAN创新构建“端—网—云—算”协同体系，通过引入SRv6、AI业务识别、智能调度等技术，实现家庭终端、网络与云端算力资源的协同联动，为云电脑、云游戏、云健身等业务打造专属入云通道和确定性体验保障能力。网络不仅能够精准识别高价值AI业务，还能根据业务需求动态优化传输路径，实现低时延、低抖动、高可靠的服务体验。

实践表明，在AI WAN构建的确定性体验网络支撑下，云电脑、云游戏等应用的操作响应速度和流畅度得到显著提升，实现近乎“零卡顿”的用户体验。目前，该方案已服务无数家庭用户，并拓展至AI体感游戏、智能问诊、云健身等新场景，推动AI新业务从少数尝鲜走向大众普及。

值得期待的智能时代新底座

回过头来看，无论是支撑政企跨域训推的算网一体化服务，还是促进数据要素高效流转的数据流通网络，又或是让云电脑、云游戏、云健身走进千家万户的家庭AI服务，这些鲜活实践都指向同一个事实：AI WAN正在破解人工智能规模化发展的几个关键瓶颈。

一方面，它让分散在各地的算力资源能够高效协同，大幅降低企业用算门槛，推动“算力即服务”从理念逐步走向现实；另一方面，它在释放算力价值的同时，兼顾数据安全与数据要素高效流通，让更多政企客户能够放心用算、安心用算。与此同时，AI WAN还在不断激发新的应用创新。从工业大模型、智能制造、医疗诊断，到云游戏、数字人、AI健身、陪伴机器人，越来越多过去受限于算力和网络能力的创新业务正在加速落地。

这些案例不仅验证了AI WAN的技术可行性和商业闭环价值，更为行业提供了一套可借鉴、可复制、可规模推广的发展路径。这也正是此次“AI WAN应用推进行动”启动的重要意义所在——在已有实践成果基础上，加速推动AI WAN从“点状创新”迈向“规模应用”。

展望未来，随着应用推进行动持续展开，产业链上下游协同联动将进一步加强，一个更大的产业生态也正在加速形成。AI WAN也将走向更多行业和业务场景，催生更加丰富、更具价值的AI服务，持续释放“人工智能+”的创新潜能。届时，一张“懂算力、懂业务、懂调度”的智能IP广域网，将真正成为智能时代的新底座。

随着AI WAN加速迈入规模应用阶段，其发展也进入了新的观察视角。作为行业风向标，即将到来的MWC，将集中呈现AI WAN相关领域的最新成果与实践进展。在这一行业盛会上，它又将带来哪些新的突破，又将如何进一步推动产业演进？答案，值得期待。