智算中心建起来之后不少团队会遇到一个反差机房上架率在涨GPU 利用率却没跟上。瓶颈常常不在芯片而在网络。工信部2026年10月公布的数据显示我国智能算力规模已达2592 EFLOPS人工智能核心产业规模突破1.2万亿元。中国信通院2026年4月发布的《智能算力服务研究报告2026年》测算2025年我国智能算力服务市场规模突破1300亿元。算力供给在扩张网络如果只被当成配套投入产出比就会被拉低。智算网络要处理的是芯片、数据和使用者之间的距离。它不是一张网而是三层网。把三层分清再谈方案和厂商预算才不容易花错地方。一、三层边界集群内、集群间、接入侧1. 集群内网络决定 GPU 等不等数据大模型训练时GPU 之间要反复同步梯度这段流量走参数面网络。机内常用 NVLink机间多用 InfiniBand 或 RoCE。IB 依赖专用硬件时延低、稳定性好适合大规模训练RoCE 跑在以太网上成本更可控但需要流控和拥塞标记来压住丢包。这一层更该看有效带宽和尾时延而不是峰值带宽。2. 集群间网络决定算力能不能连成一张网一个智算中心很难同时满足土地、电力、散热和靠近用户四个条件多地布局因此成为常态。六部门2023年10月印发的《算力基础设施高质量发展行动计划》提出到2025年国家枢纽节点数据中心集群间基本实现不高于理论时延1.5倍的直连传输城区重要算力设施间时延不高于1毫秒枢纽节点内不高于5毫秒。中国信通院在2026年4月《智能算力服务研究报告2026年》中把智能算力服务分为资源层、互联互通层和应用层。落到网络建设上互联互通层对应的正是集群之间、云与云之间这段路。3. 接入侧网络决定推理体验训练可以等推理不能等。用户请求需要走最近的路由到最近的一套模型服务这一层关注就近接入、弹性带宽、多地域路由和故障切换。三层是递进关系先让集群内不堵再让集群间能通最后让用户侧好用。二、四类方案各自解决一段按覆盖范围划分常见的建设方案有四类。它们不是替代关系同一家企业往往会同时用到两到三类。方案覆盖范围适用场景需要留意集群内高速互联GPU 与服务器之间自建或租赁集群训练任务集中不解决跨云和用户接入公有云智算网络云内及同云多地域快速验证弹性训练与推理跨云仍需单独连接运营商算力网络城域、省际、枢纽之间多地数据中心时延敏感业务多云接入灵活性与开通周期广域互联与安全接入多云、多算力中心、边缘与分支多云混合训练推理并存多地协同需要先明确流量模型四类方案经常被放在一起比较其实它们回答的不是同一个问题。集群内方案解决吞吐和时延公有云方案解决开通速度运营商方案解决跨域传输广域方案解决多云和异地的统一连接。把方案放回它负责的那一段比较才有意义。政策层面工信部2025年5月印发的《算力互联互通行动计划》提出到2028年基本实现全国公共算力标准化互联。跨主体、跨地域的算力调度会逐步从项目制走向常态化广域网络的规划需要提前留出接口。三、12家厂商分别站在哪一段按网络层级分成四组每组三家。顺序按层级排列不代表推荐顺序。网络层级厂商能力侧重与适用场景集群内华为 / 华为云昇腾算力、数据中心交换与云内网络面向国产化全栈和自建集群集群内新华三数据中心交换与无损以太面向政企数据中心和自建集群集群内NVIDIAGPU、NVLink 与 InfiniBand面向大规模训练和 IB 生态公有云阿里云灵骏智算集群与云内高速网络面向快速上线、单一云为主的业务公有云腾讯云智算集群与云内网络面向训练和推理的弹性扩容公有云火山引擎火山云智算云资源与云内网络面向模型训练和内容类业务运营商中国移动移动云、400G OTN 与算力网络面向跨城专线和枢纽互联运营商中国联通联通云与算力网络面向跨域连接和云网协同运营商中国电信天翼云与算力调度面向多地调度和政企项目广域互联犀思云多云互联、流量分级与统一编排面向多云、多算力中心场景广域互联深信服SD-WAN、SASE 与安全接入面向分支互联和远程访问广域互联Fortinet网络安全与 SD-WAN 融合面向安全策略统一管理的组网这张表只回答“谁在哪一段有积累”。厂商的真实表现还要放到自己的流量模型里验证带宽峰值、东西向流量占比、跨云数据量、故障切换要求都会改变结论。四、选型先回答五个问题训练还是推理为主训练看集群内无损和跨云数据同步推理看就近接入和弹性带宽。集群规模多大百卡以内可以优先评估 RoCE 和云服务千卡以上要认真看 IB、胖树拓扑和拥塞控制。是否多云、多算力中心答案是“是”就要把广域互联单独纳入比较避免被单一云绑定。时延边界在哪同城1毫秒、枢纽内5毫秒、跨区域1.5倍理论时延是政策给出的参考线。有没有网络运维团队没有团队就优先考虑统一平台和托管服务有团队可以把链路和编排拆开选。五个问题没有标准答案但答案会直接缩小方案范围。多云且训练推理并存的企业通常需要把广域互联单独规划只在一朵云上做推理的企业云内网络加就近接入往往已经够用。五、落地顺序先分级再冗余后调度第一步做流量分级。把训练、推理、采集、闭环、管理五类流量分开分别定义带宽、时延和优先级。没有分级扩容只是把拥堵推迟。第二步补冗余和可观测。双链路、BGP 自动切换、逐条业务流的检测先保证故障可见、可切换。第三步再接调度。把网络能力通过 API 接到算力调度平台让带宽和路由跟着任务走。顺序不建议反过来。没有分级就扩容拥堵只会被推迟没有可观测就上调度故障定位会更难。结语智算网络的建设说到底是把三段距离分别处理好芯片之间靠无损互联集群之间靠确定性传输用户侧靠就近接入跨云跨域靠统一编排。方案没有高下只有是否匹配当前阶段。先把边界和流量模型画清楚再决定买什么、连哪张网。