传统计算与网络架构已难以满足AI大模型对高性能、可扩展和低成本的综合需求。中国移动将“算网一体”作为未来网络演进的新范式，通过原创算力路由技术将算力信息封装至路由协议——在传统网络路由的距离矢量上叠加算力向量，改变选路方法实现算网联合路由。中国移动已在IETF推动成立算力路由CATS工作组，是路由域近20年由中国企业/高校推动成立的唯二工作组之一。在网计算技术则将Allreduce、Broadcast等集合通信算子卸载至网络节点，压缩网络流量、缩短传输路径。算网大脑以三级编排调度体系实现网络和算力的深度融合与动态协同供给。
算力路由——在路由协议中叠加算力向量
算力路由支持归一化算网度量、自适应算力通告、多因子联合路由三大创新技术。归一化算力度量将异构算力（CPU/GPU/DPU）、存储容量、网络状态（时延、带宽）量化为统一指标；自适应算力通告将算力信息动态封装至路由协议；多因子联合路由在距离矢量上叠加算力向量，实现算网联合路由。
中国移动已在IETF推动成立算力路由CATS工作组，当前已完成需求、场景、架构、算力度量立项。2024年MWC发布全球首台算力路由器，已构建5省20地市规模中试网络。面向近期重点开展归一化算力度量、自适应算力通告、多因子联合路由技术研究，面向智算推理场景验证模型感知和推理实例选择的灵活性与高效率；面向中远期攻关大模型训练场景的多维算力信息融合路由机制，构建稳定高效的智算训练网络。
在网计算——将通信算子卸载至网络节点
云智算应用中存在大量的跨节点数据迁移，如集合通信和K-V cache缓存，为网络带来较大传输压力。在网计算技术将Allreduce、Broadcast等集合通信算子卸载至网络节点，在网络内完成数据处理动作，压缩网络流量、缩短传输路径，提升系统性能。面向智算训练，在网计算可以完成梯度聚合等集合通信操作；面向智算推理，在网计算可以在中间网络节点缓存K-V cache，同时实现token复制分发。
中国移动已发布《在网计算NACA技术白皮书》，提出在网计算NACA技术架构，原生支持面向云智算的在网计算通信库。面向近期重点开展面向智算训练的集合通信库适配机制研究，设计支持集合通信感知的网络架构和协议；面向中远期开展面向智算训练、智算推理等多样化场景的通用在网计算架构和实现机制研究，重新定义原生支持在网计算功能的网络架构和网络元素。
算网大脑——资源、任务、智能体三级编排
算网大脑是算网一体的核心运营枢纽，构建了三级编排调度体系。资源编排调度通过多集群资源统一抽象层和算力度量技术，量化异构算力、存储容量及网络状态，形成全局资源动态画像。基于深度学习模型预测资源负载趋势，实现秒级重调度迭代和预案推演，生成满足SLA约束的最优部署策略。
任务式编排调度面向三类核心业务范式：数据处理场景通过弹性层级队列和负载感知调度保障多租户任务稳定性；分布式推理场景通过全局流量负载均衡和推理集群自适应弹性伸缩提升全局Token吞吐；集中式训练场景通过分时调度机制实现训练和推理混合负载（白天推理、晚上训练），有效降低总体成本。
智能体编排调度基于分布式AI Agent协同架构，深度整合ANP与MCP协议，通过智能体路由实现多智能体动态协作与资源高效管控。ANP协议建立智能体自主协商与契约达成，MCP协议实现智能体与外部系统的统一标准化对接。
算网一体的产业进展与未来方向
算网一体的产业进展体现了中国移动在标准制定和技术落地两个层面的领先地位。IETF算力路由CATS工作组是路由域近20年由中国企业/高校推动成立的唯二工作组之一，标志着中国在算网融合领域的国际话语权提升。全球首台算力路由器的发布和5省20地市的中试网络验证了技术的可行性。
面向未来，算网一体技术将在三个方向持续深化：一是算力路由从推理场景向训练场景扩展，综合感知网络拓扑、故障、节点算力状态、检查点等多维信息；二是在网计算从集合通信卸载向通用计算卸载演进，解决高性能流量转发和高性能业务处理之间的匹配协同问题；三是算网大脑从编排调度向超级智能体演进，具备意图解析与任务规划、能力编排与资源调度、可视交付与持续优化能力。
