当前，AI发展进入快速普及的阶段，大模型、智能体等AI技术和产品正以前所未有的速度和深度融入生产生活的各个场景，智能制造、智慧家居、在线教育等新业态新模式加速涌现，市场需求持续攀升。这对算力、数据和网络供给能力提出了更高要求。

今年全国两会期间，全国政协委员、中国科学院科技战略咨询研究院研究员张凤建议加速构建面向AI时代的网络基础设施，加快推进数网算一体化布局，通过数据、网络和算力在资源、协议、编排、管理等多个维度的深度融合，推动数字基础设施从“分头建设”向“协同发展”升级。

全国政协委员、中国科学院科技战略咨询研究院研究员 张凤

AI应用发展加速，数字基础设施建设面临新考验

“十四五”时期，我国持续推进网络、算力、数据基础设施建设。工业和信息化部、国家数据局最新统计数据显示，当前我国已建成了全球规模最大、技术领先的网络基础设施；建成万卡智算集群42个，智能算力规模超过1590EFLOPS，位居全球前列；建成高质量数据集超10万个，规模超890PB。算力网络全国贯通、智算中心拔节而上、数据要素价值凸显，共同为我国人工智能产业和经济社会发展构筑起强大支撑。

当前，AI发展进入快速普及的阶段，国务院印发的《关于深入实施“人工智能+”行动的意见》提出，到2030年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%。这对算力、数据和网络供给能力提出了更高要求，不仅需要更大的资源规模，也需要更高效、更稳定、更安全的协同供给体系。

张凤提到，如何实现资源跨域灵活供给与高效调度，保障企业及全社会普惠安全用算，是AI时代基础设施建设面临的新考验。

在企业方面，算力需求呈现跨区域、跨集群协同增长态势。随着大模型训练与推理规模持续扩大，企业对算力调度和算力互联的需求显著增强。但现有广域网在带宽保障、拥塞控制和智能调度方面仍存在明显短板，难以支撑大模型分布式训练与推理的高并发、低时延要求。

在家庭与消费场景中，AI应用对网络实时性的要求显著提升。直播、网课、云游戏等实时交互服务日益普及，尤其是AI健身等多模态应用，对动作识别、视频传输等数据通信提出更高要求。在这些需求中，网络质量直接决定用户体验，亟须确定性网络能力支撑。

与此同时，AI时代的网络安全风险也更加复杂。随着攻击手段逐步向智能化、自动化演进，安全威胁呈现跨域联动、线性扩散特征。在算力资源动态调度过程中，单一节点的风险可能迅速蔓延至整个网络，传统安全防护体系面临严峻考验。

数网算协同一体化布局，筑牢数字中国建设底座

张凤指出，当前我国正加速推进全国一体化算力网络和新型数据基础设施建设，但数据、网络与算力的协同仍存在短板。数据孤岛、算力浪费、网络适配不足等问题尚未彻底破解。面向AI时代发展的新需求，亟须加速构建面向AI时代的数据通信网络基础设施，加快推进数网算一体化布局，推动数字基础设施从“分头建设”向“协同发展”升级。

对此，张凤提出四点建议：一是优化数网算协同顶层设计。统筹数据、算力、网络等基础要素整体规划，构建“国家级、省级、城市级”三级基础设施协同体系，推动资源合理布局和高效利用。

二是加快建设超高速智能立体承载网络。推进智能IP广域网（AI WAN）建设升级，加快接入网向100Gbps及以上速率、骨干网向400Gbps/800Gbps升级；推动算力枢纽与城市算力中心之间、算力枢纽/算力中心与算力应用热点之间高效、无损、弹性互联，确保算力资源高速、无损和弹性调度。

三是加快构建数网算统一资源表达体系。围绕数据属性、计算任务、算力类型、网络质量与业务需求之间的映射关系，构建统一的资源描述与能力表达框架，制定统一的资源元数据标准、接口协议和调度规范，推动算力、数据、网络资源实现标准化表达与互联互通。

四是完善数网算协同安全体系与跨域信任机制。推动安全能力由节点防护向数网算全业务全流程延伸，强化对APT攻击等新型威胁的防护能力，结合内生安全、通量一体、应用识别等技术，建设安全、高速、合规的数据流通网络，促进数算网安融合创新发展。

张凤强调，加快推进数网算一体化布局，不仅是提升AI时代数字基础设施效能的重要路径，也是应对AI时代复杂安全挑战的战略支点，更是培育新质生产力和推动数字中国建设的重要支撑。

来源：人民邮电报