4月25日上午,“2025年·云网智联”大会确定性网络/广域高性能网络分论坛在京成功举办。本次论坛以“确定性高性能网络,AI创新的加速器”为主题,汇聚了来自运营商、设备商、高校及科研机构的技术专家,围绕着算网融合、广域智算互联网络、光电融合确定性网络和智算网络测评等技术议题展开研讨,旨在推动行业共识,加速技术创新,为AI时代的算力高效互联提供坚实网络支撑。
聚焦AI算力需求,共话网络技术突破
论坛由中国信息通信研究院技术与标准研究所光网络技术与应用研究部主任李芳主持,来自三大运营商的知名专家分享了最新研究成果与实践案例。中国电信研究院网络技术研究所未来网络团体总监唐静剖析了大模型时代“预训练+后训练+推理”的全流程算力与网络需求,介绍了中国电信广域智算网络的总体方案及技术试验进展;中国移动研究院基础网络技术研究所前沿技术研究员杨红伟聚焦广域高吞吐技术,分享了在数据处理、重传确认及拥塞控制算法上的技术创新,并介绍了广域RDMA技术在“数据快递”业务中的应用实践;中国联通研究院数据通信网络首席专家庞冉结合海量数据入算、存算拉远训练、跨DC协同训练和推理服务等典型场景,阐述了中国联通高通量数据网技术体系的创新与实践成果。
产学研协同,展示前沿技术方案
华为数据通信产品线SPN解决方案首席架构师魏家道提出AI WAN SPN融合承载网络解决方案,涵盖确定性硬管道、自智网络和绿色AI节能等关键技术,助力AI算力高效传输。北京网测科技有限公司技术总监李海峰从测试角度出发,系统分析了智算网络仿真测试方法,为行业标准化评测提供参考。北京邮电大学副教授汪硕梳理了广域/局域确定性网络的关键技术和标准化进展,并探讨其在工业互联网和行业专网等场景的落地实践。紫金山实验室未来网络集团解决方案部总监顾艳雷分享了光电融合确定性切片网络的技术创新和应用实践,重点介绍了确定性算网操作系统统、“IP+光”的光电融合确定性网络整体架构与应用实践。
凝聚共识,推动产业生态发展
论坛通过进展成果分享和技术观点碰撞,系统梳理了确定性网络与高性能智算互联的技术标准、试点成果及未来方向。与会专家一致认为,构建高通量、低时延、高可靠的网络基础设施是释放AI算力潜能的关键,需产学研多方协同,加速技术规模化应用。
作为“云网智联”大会的分论坛之一,本次活动为产业链上下游搭建了交流平台,进一步推动确定性高性能网络技术的创新发展,为AI、工业互联网等领域的数字化转型注入新动能。
中国信通院联系人:
赵老师 zhaojunfeng@caict.ac.cn 010-62305054
李老师 lifang@caict.ac.cn
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。