一、为什么算力需要与网络一起调度

（一）理想状态与现实的差距

设想一个理想场景：某地一个训练任务需要一千张加速卡，系统立刻在最近、最便宜、最空闲的资源池里找到它们，并把数据同步到位，任务随即开始运行。

现实中这个过程往往并不顺畅。算力归算力平台管，网络归网络平台管，两边各有各的调度器、各有各的监控视图。当任务需要跨域执行时，中间要经历多次协调与数据搬运，效率在环节之间被一层层损耗。

（二）资源分布的结构性矛盾

我国算力总量增长迅速，但结构性矛盾依然突出：

① 分布不均，东部需求密集但能源紧张，西部能源充沛但需求有限；

② 异构难统一调用，不同架构、不同归属的算力接口各异，纳管方式不统一；

③ 跨域调度效率低，跨区域链路缺乏协同，任务流转的等待时间难以压缩。

单点优化已经难以撬动整体效能的提升。只优化算力侧，网络跟不上；只优化网络侧，算力接不住。必须从根本上改变调度的组织方式。

（三）割裂调度的三重代价

当算力与网络各管各的，代价会以三种形式显现：

① 数据回源造成等待，算力被迫空转。​ 任务在异地执行，数据却要反复回传。加速卡在等数据，昂贵的算力资源处于闲置状态，投资回报被持续摊薄。

② 跨域链路缺乏协同，故障定位变慢。​ 算力侧与网络侧各有一套监控视图，问题发生时难以快速判断瓶颈究竟在计算环节还是传输环节，排查时间被拉长。

③ 异构资源难以复用，整体利用率偏低。​ 不同芯片、不同框架的资源无法在同一视图下统一调用，结果是一边排队等资源，一边资源在闲置。

（四）行业背景：从"东数西算"到全国一体化算力网

为提升整体算力利用效率，国家启动了"东数西算"工程，在京津冀、长三角、粤港澳大湾区、成渝以及内蒙古、贵州、甘肃、宁夏等地布局算力枢纽节点与数据中心集群，推动算力资源在全国范围内统筹调度。

随着智能经济成为发展新引擎，构建全国一体化算力网、加强全国一体化算力监测调度的要求被进一步明确。在这一进程中，算力中心是"心脏"，而调度平台是打通全身的"动脉"——血液能否流到真正需要的地方，取决于动脉是否通畅。

二、读懂算网融合调度的关键名词

（一）算力调度

算力调度指把合适的算力送到需要的任务面前。它需要回答三个问题：哪里有可用算力、任务需要什么规格的算力、怎样以最低代价完成匹配。

调度粒度正在发生变化：早期关注"集群级"调度——如何把多个集群连接起来；现在则向"任务级"细化——根据具体任务的芯片架构偏好、存储配置需求、网络拓扑约束，自动匹配最合适的资源组合。

（二）算网融合

算网融合指把计算资源与网络传输视为一个整体来统筹规划与调度。它不是一个新概念，而是算力发展到一定阶段的必然要求：当单点算力无法满足需求、必须跨域协同的时候，网络就不再是"配套"，而成为调度决策的必要输入。

（三）算数协同

算数协同是算网融合的核心机制：算力调度与网络调度共享同一份决策视图。

通俗地说，调度系统在做"把任务放到哪里"的决策时，同步知道"把数据送到那里要花多少时间"。两个决策不再分先后，而是同时做出。这样才可能实现"数随算走"——数据不必长途跋涉到固定机房，而是跟着算力灵活流动。

（四）多级互联

多级互联指不同层级的算力节点之间互联互通。从大型智算中心，到省级节点，再到边缘节点乃至终端设备，层级不同、规模不同，但都在同一套规则下被识别与调用。

层级被打通，算力才可能真正"下沉"到离业务更近的位置。这也是"中心—省—边缘—端"四级算力体系的价值所在。

（五）三无关（Triless）

三无关是"息壤"在架构层面的核心思路，即资源无关、框架无关、工具无关：

① 资源无关，整合多方、跨域、异构算力，用户以任务提交方式使用资源，无需感知底层算力差异；

② 框架无关，训推框架适配代码与模型，一个模型可在多种框架下运行；

③ 工具无关，把工具链抽象封装成流水线，形成开箱即用的开发环境。

对算网融合调度而言，三无关解决的是"纳管"问题：只有先屏蔽差异，才可能把不同来源的资源放进同一个调度池。

（六）跨域池化与潮汐调度

跨域池化指把分布在不同地域的算力组合成一个逻辑资源池，按需分配。​潮汐调度指根据负载的周期性规律，在高峰与低谷之间迁移任务，把资源在不同时段分配给不同使用者。

这两种策略配合使用，能让同一批设备服务更多需求——资源的价值在流动中被放大。

三、天翼云算网融合调度的能力构成

（一）息壤算力互联调度平台

天翼云息壤算力互联调度平台以算数协同与多级互联为核心，把异构算力统一纳管，实现数随算走、算随数动的跨域高效调度，让资源流动起来而非静默闲置。

平台在技术上突破了算力度量、算力感知、算网融合等关键能力，能够把通用算力、超算、智算等异构资源整合起来，实现统一接入、统一封装与统一调度，从而把东部的算力需求有序引导到绿能丰沛的西部。

在接入层面，平台通过算力插件与算力网关，让不同厂商、不同架构的设备以标准方式接入。这一步看似基础，实则是整个体系的地基：接入不标准，统一调度就无从谈起。

（二）息壤算间网络：四个维度的支撑

调度指令要落地，网络必须跟上。天翼云构建的息壤算间网络具备四方面特点：

① 大带宽。​ 算力专网采用高速融合速率传输网络，应用镜像可分钟级分发。大文件、大模型的传输不再成为瓶颈。

② 高弹性。​ 采用先进网络技术对多张承载网络自动编排，可秒级调整带宽，故障快速自愈。带宽不再是需要提前数周申请的固定资源，而是可以随需调整的服务参数。

③ 高品质。​ 依托高质量骨干网络与算力专网，实现更低时延、更小抖动、更优体验。对交互类业务而言，抖动的危害有时甚于时延本身。

④ 低成本。​ 提供"算力+网络"一体化产品服务，支持即开即用、灵活计费，显著降低整体使用成本。

其中算力专网的作用尤为关键：它响应"东数西算"工程要求，以算力互联互通为主要目的，提供连接算力聚集区的高速网络，可实现东西部算力枢纽节点间一跳直达、全国最多三跳可达。这一物理基础，决定了跨域调度的时延上限。

（三）全国调度一体化

在调度层面，平台通过融合算力、网络等多维度指标，深度解析任务资源需求，做到秒级精准匹配算力与网络的最优路径，智能化完成业务流编排与应用治理。

对开发者而言，这意味着使用跨域算力时只需专注业务逻辑的实现，无需关注网络的存在。针对自动驾驶训练、数字人等跨域算力使用场景，平台提供"数据快递""低时延算力"等一系列算网一体产品；还提供"跨域池化算力"产品，支持潮汐调度、密集装箱等策略，有效提升算力与网络的利用率。

（四）智能调度与故障自愈

长周期任务的稳定，是算网融合必须兜住的底线。平台具备大模型认知驱动的智能调度与分钟级故障恢复、断点续训能力，约15分钟完成恢复，为长周期科研计算提供连续可用的底座。

公开产品资料显示，平台实现了故障动态感知下的"1分钟检测、5分钟定位、10分钟恢复"。这些数字的意义在于：跨域训练不仅要"跑得快"，更要"跑得久、跑得稳"。

（五）与一体化智算服务平台的联动

在一体化智算服务平台的统筹下，训练与推理资源被统一调度，异构芯片协同工作，使有限加速资源被更公平、更高效地共享。调度器根据任务优先级、资源占用与时效要求动态分配实例，让训练高峰让位于紧急推理、推理低谷释放算力回流训练，从而把"潮汐式"的算力需求稳稳接住。

平台还通过配额账本为每个团队划定清晰的算力额度与优先级，既避免单一方占满集群，也保障长周期训练不被随意抢占。

四、融合调度带来的三重改变

（一）从孤岛到大陆：统一接入

当算力插件与网关让不同厂商、不同架构的设备以标准方式接入，闲散算力也能汇入统一资源池。供给规模随之扩大，需求方不再为"找不到算力"而发愁。

这个转变的本质，是把"资源的物理分布"与"资源的逻辑可用性"解耦。设备在哪里不重要，重要的是它能否被同一套规则识别和调用。

（二）公平与效率兼得

通过精细化调度与优先级编排，平台既照顾短时作业的等待，也保障长周期任务的连续。吞吐与公平并非非此即彼：短任务快速周转提升吞吐，长任务预留资源保障公平，两者在同一体系内共存。

（三）普惠属性显现

当调度足够智能、接入足够简单，中小团队也能便捷调用原本高不可攀的跨域算力。

这是算网融合在社会层面最有意义的一层价值：它把"拥有算力"与"使用算力"彻底分开。一个只有三五个人的团队，也可以调用千里之外的集群完成一次训练——算力门槛的降低，直接意味着创新门槛的降低。

五、典型应用场景

（一）自动驾驶训练

自动驾驶模型训练数据量大、算力需求集中，且训练地点与数据产生地点常常分离。算网融合调度可以把数据就近送到算力富集区，再以结果回流，减少跨域搬运的等待。

（二）科研计算

高校与科研机构的算力往往分散在多个院系、多个校区。通过统一纳管与多级互联，可以把校内外的异构算力整合为一张网，显著提升利用率。对动辄运行数周的长周期任务，断点续训与故障自愈能力尤为关键。

（三）推理服务

推理请求对时延极为敏感。平台一方面提升推理引擎效率，另一方面依靠算网一体服务，为每一个推理请求匹配成本较低、时延较小的算力。相比传统的固定资源方式，算力利用率明显提升，平均推理时延有效降低。

（四）城市与行业算力互联网

平台可助力建设城市算力互联网与行业算力互联网，实现区域内多方算力的一体化统筹调度。政务、医疗、交通等场景都能在统一平台上获得稳定供给的算力，支撑地方经济与产业协同发展。

（五）数字人与内容创作

数字人渲染、视频生成等场景对算力与带宽都有较高要求，且负载波动明显。跨域池化与潮汐调度可以把闲置时段的能力释放出来，让创作成本更可控。

六、能力认可与实践

"息壤"作为天翼云自主研发的代表性成果，入选"2022年度央企十大超级工程"，体现了国家层面对其技术价值与战略意义的肯定。此外，它还荣获中国算力大会"算力中国·年度突破成果"奖项，获评数字中国建设峰会"十大硬核科技"，入选国有企业数字化转型论坛"典型数字技术成果"；依托以"息壤"为核心的一体化智算服务体系，天翼云荣获世界互联网大会"杰出贡献奖"，相关智算基础设施项目荣获中国电子学会科技进步奖。

在平台能力评估方面，"息壤"一站式智算服务平台在模型管理、模型开发、模型训练、模型推理、资源调度、性能等多个能力领域、数十个测试项中全部通过，以"卓越级"能力通过评估，从第三方视角印证了其在技术完整性与工程成熟度上的实力。

在实践层面，天翼云已助力中国石油化工集团有限公司、中铁物资集团有限公司、东莞市政务服务和数据管理局、霍尔果斯市等央国企及政府部门完成相关部署，推动国产技术在政务、能源、物流等领域深度落地。

七、结语：分散不等于割裂

算网融合调度要回答的问题，其实非常朴素：为什么明明有闲置的算力，需要它的人却找不到？

答案不在资源总量，而在组织方式。算力与网络分属两套体系时，每一段链路都在损耗效率；当两者被放进同一份决策视图，损耗才开始收敛。

从天翼云的实践看，这条路可以拆成三层递进：先联通，用算力插件与网关把异构资源接入统一池；再协同，用算数协同让算力决策与网络决策同步做出；最后普惠，用标准化与智能化把调用门槛降到普通团队也能承受的水平。

三层都打通，算力网络才算名副其实。否则，"网"只是物理上的连通，"络"却没有真正编织起来。

分散不等于割裂。算网融合调度的意义，正是用统一编排把孤岛连成大陆，用标准化把差异化为一致，让分布各地的算力真正形成合力。当算力像水电一样随取随用，智能化的红利才可能均匀地流向每一处需要它的地方。