某省一家智能制造企业要上线一套工厂AI视觉质检系统,业务部门给IT负责人提的需求只有一句话:"两个月内,把模型训起来、推理跑起来,预算别超标。"
放到三年前,这个需求会变成一条漫长的工单链:先找人评估到底要多少算力(FLOPS)、用什么卡(GPU还是NPU)、算力落在哪个智算中心、网络链路时延够不够、存储冷热数据怎么分层、安全合规过不过关……每一个环节都对应一个专业团队,每一次跨部门协同都要走流程、开会、填表。一个"算力方案"从提出到资源真正开通,往往以"周"甚至"月"为单位计。
这背后是整个中国算力产业最尖锐的三个矛盾,恰恰也是中国移动在2025年8月23日发布算网大脑3.0时点名的"三大难":
工信部公开数据显示,我国智能算力规模已达到788 EFLOPS,但"散着的算力"并没有变成"能用的智能"。问题不在于算力总量不够,而在于没有一个足够聪明的"中枢"把它们调度起来。
中国移动给出的答案是:把2022年就提出的"算网大脑"概念,从"自动化"升级到"智能化",让它变成一个真正的云智算超级智能体。而驱动这个超级智能体的"大脑内核",正是中国移动自研的九天大模型。
算网大脑3.0最核心的架构突破,是抛弃了过去"一个大系统包打天下"的思路,转而采用"1+N"多智能体协同架构。这也是目前业界Agent工程最主流的范式——用一个总指挥智能体做意图理解与任务拆解,用若干专家智能体做领域内的高效执行。
具体到算网大脑3.0:
这套架构在总体设计上遵循"五中心、两网关"的思路,集成了资源、任务、能力的编排调度,目标是实现面向算网复杂环境的自主任务规划与执行。
理解了架构,就能看懂那条最被反复引用的效果数据:调度响应速度从"小时级"压缩到"分钟级"。原因很直接——过去是人逐级审批、系统逐级串联执行;现在是九天大模型在前端把意图"一次性拆解清楚",再由专家智能体并行各司其职,省掉了大量人工中转环节。
flowchart TB
U["用户/企业意图<br/>一句话提需求:『训一个质检大模型』"] --> CMD{"指挥智能体<br/>Command Agent(九天大模型驱动)"}
CMD -->|"意图理解·任务拆解"| EXP
subgraph EXP["专家智能体池(N)"]
E1["云资源订购专家"]
E2["网络链路调度专家"]
E3["数据快递专家"]
E4["训推一体专家"]
E5["安全合规专家"]
end
EXP --> RES
subgraph RES["算网资源池(全量纳管)"]
R1["80+ EFLOPS 异构算力"]
R2["25万+ 网络链路"]
R3["21智算·3超算·3量算中心"]
end
RES --> OUT["一体化交付<br/>响应:小时级 → 分钟级"]
style CMD fill:#2E7D32,color:#fff,stroke:#1B5E20
style OUT fill:#FF8F00,color:#fff
光有架构是空中楼阁,真正体现一个智能调度系统能力的,是它实际接入了多少资源。根据中国移动官方发布稿、通信世界网报道及央视报道,算网大脑3.0的资源纳管规模如下表:
| 资源维度 | 纳管规模 | 备注 |
|---|---|---|
| 异构算力 | 80+ EFLOPS | 通算/智算/超算/量算全量纳管 |
| 自主可控智算中心算力 | 60 EFLOPS | 国芯国模,全栈自主 |
| 网络链路 | 25万+ 条 | 含400G全光骨干网、空芯光纤低时延链路 |
| 并网智算中心 | 21家 | 全国联网 |
| 并网超算中心 | 3家(国家级) | — |
| 并网量算中心 | 3家 | 量子算力接入 |
| 枢纽级/区域级节点 | 4个 | 京津冀、长三角等 |
| 调度规模 | 全国约1/6算力 | 央视报道口径 |
| 调用频次 | 每天上亿次算力调用 | 央视报道口径 |
这里面有两个数字最能说明问题。第一个是"调度全国六分之一的算力规模"——这是央视的口径,意味着中国移动算网大脑3.0已经不只是中国移动自己的内部调度系统,而是承担了全国一体化算力网"调度中枢"的角色,承接了工信部、国家数据局等多项国家级建设任务。第二个是"每天上亿次算力调用"——这背后是海量小颗粒任务的实时编排,没有大模型做意图解析和任务分发,靠人工或传统规则引擎根本顶不住。
特别值得一提的是长三角芜湖集群。中国移动在这里打造了全国首个"四算合一"(通算、智算、超算、量算四种算力统一调度)的国家枢纽算力调度平台。四种算力异构程度极高,过去从未在同一个平台上被统一编排过,这本身就是技术上的硬骨头。
可能有读者会问:调度这种事,为什么不直接调ChatGPT、DeepSeek这类通用大模型的API?
答案在于"电信/算网领域的专业壁垒"。通用大模型训练语料里,3GPP协议、PFCP信令、光传送网OTN时延模型、智算中心网络拓扑这些东西的含量极低,它根本"听不懂"一个资深网优工程师嘴里蹦出来的术语,更别说把这些术语翻译成可执行的资源调度指令。
九天大模型的优势正在于此——它是中国移动自研、从出生就泡在通信与算网数据里的行业大模型,对运营商领域的概念、流程、约束条件有天然的理解力。在算网大脑3.0里,九天负责的是最难的"意图理解与任务拆解"这一层,相当于整个智能体的"前额叶皮层"。
这一点上,海外运营商走的是同一条路。韩国SK Telecom的A.X系列(最新为2025年7月开源的A.X 3.1,34B参数)就是专门针对韩语和电信领域微调的telco LLM,其"Telco LLM"产品融合了自研A.X、OpenAI GPT、Anthropic Claude三个模型协同,被明确用于客服、营销、供应链、法务、HR等场景。SKT官方给出的客服场景效果是:解决方案交付时间从"超过3分钟"压缩到"几秒钟"。
可以看出,无论是中国移动还是SK Telecom,结论高度一致:运营商的核心场景,必须用自研行业大模型,而不是通用大模型外挂。差异只在于,中国移动把行业大模型用在了"基础设施侧"(算力网络调度),SKT更多用在了"业务运营侧"(客服营销)。
| 对比维度 | 中国移动 算网大脑3.0 | SK Telecom A.X / Telco LLM |
|---|---|---|
| 核心大模型 | 九天大模型(自研行业大模型) | A.X 3.1(34B,2025-07开源) |
| 架构形态 | 1+N 多智能体协同 | 多LLM协作(A.X+GPT+Claude) |
| 主战场 | 算力网络基础设施调度 | 客服、营销、运营流程 |
| 典型效果 | 调度响应:小时级→分钟级 | 客服响应:3分钟→几秒 |
| 资源规模 | 80+ EFLOPS / 全国1/6算力 | 服务千万级用户群 |
| 调用频次 | 每天上亿次算力调用 | 实时客服/营销交互 |
| 生态协同 | OISA 2.0协议(百度/之江等) | OpenAI / Anthropic 合作 |
要让读者真正理解3.0的分量,必须和2.0做一个对比。中国移动算网大脑2.0的定位是"算力网络的自动化中枢"——它能做的是按照预设规则、按照人工配置的策略,把算力调度流程跑通。它的逻辑是"规则驱动 + 自动执行"。
算网大脑3.0则跳到了"意图驱动 + 自主决策"。差异体现在三个层面:
| 维度 | 算网大脑2.0(自动化) | 算网大脑3.0(智能化) |
|---|---|---|
| 输入方式 | 结构化参数、表单 | 自然语言意图(一句话) |
| 决策逻辑 | 规则引擎、策略匹配 | 九天大模型推理 + 多智能体协同 |
| 编排方式 | 串行流程、人工审批节点 | 任务自动拆解、专家智能体并行执行 |
| 典型耗时 | 小时级~天级 | 分钟级 |
| 异常处理 | 告警后人工介入 | 自主感知、自主重规划 |
| 客户体验 | "走流程" | "私人定制" |
一句话总结:2.0是"会跑流程的司机",3.0是"听得懂人话、会自己看路况的领航员"。这个跃迁的底层,正是九天大模型提供的语义理解与推理能力。
算网大脑3.0目前已经渗透到能源、政务、交通等多个垂直领域,对外输出了训推一体、数据快递等20多项标准化服务。几个有代表性的量化效果:
| 应用场景 | 核心动作 | 量化效果 |
|---|---|---|
| 智慧煤矿 | 实时分析开采数据+优化方案 | 效率 +15% |
| 数据快递 | 东部温冷数据→西部存储 | 成本 −20% |
| 政务 | 法规咨询/公文写作自动化 | "办事不跑断腿" |
| 大模型训练 | OISA 2.0 / 1024卡互联 | 训练成本 −40%(预期) |
| 工厂AI质检 | 一句话生成算力方案+一体化开通 | 方案交付:周级→分钟级 |
值得单独拎出来讲的是OISA 2.0协议。这是中国移动联合百度、之江实验室等机构推出的开放互联协议,瞄准的是大模型训练中最贵的环节——大规模集群的卡间通信。1024张AI芯片互联、时延数百纳秒,意味着千卡规模的训练集群通信瓶颈被显著缓解,而训练成本下降40%的预期,对任何一家要训大模型的企业都是实打实的诱惑。
作为实战分析,必须指出算网大脑3.0目前的几个边界,避免陷入"万能智能体"的过度神化:
"分钟级"是调度响应,不是端到端交付。资源方案生成从小时压到分钟,但物理资源真正开通(尤其涉及跨省跨域的链路打通、算力迁移)仍受基础设施现状约束,不能等同于"点一下按钮模型就训完了"。
自主可控的"卡脖子"前提。60 EFLOPS自主可控智算中心、国芯国模国标,意味着整套栈尽量采用国产芯片和国产模型。但国产AI芯片在大规模训练集群的良率、互联稳定性、生态成熟度上,相对国际先进仍有差距,这部分风险会在实际千卡训练中暴露。
意图理解的准确率仍是黑箱。九天大模型把自然语言转成算力方案,转化准确率、在复杂约束下的决策合理性,目前公开数据中并未给出权威第三方评测。这意味着在关键任务场景,仍需要"人在回路(Human-in-the-loop)"做最终确认。
"每天上亿次调用"的结构需澄清。这个数字更多体现的是调度系统的吞吐压力和小颗粒任务的并发编排能力,而非全部都是大模型推理调用。读者不应误读为"九天大模型每天做上亿次推理"。
回看整个2025年运营商AI大模型的落地格局,你会发现一条清晰的主线:行业大模型正在从"业务侧"(客服、营销、政务、急救)向"基础设施侧"(算力、网络、核心网)纵深推进。
中国移动算网大脑3.0的分量在于,它不再是大模型做某个具体业务场景的"点状应用",而是把九天大模型直接嵌进了全国一体化算力网的"中枢神经系统"。当一套系统能调度全国六分之一的算力、每天处理上亿次算力调用、把算力方案交付从"周"压到"分钟",它解决的已经不是中国移动一家的效率问题,而是整个数字经济"用算门槛"的问题。
正如报道中所说,"让散着的算力,变成能用的智能"——这句话精准概括了算网大脑3.0的产业价值。从"自动化"到"智能化"、从"走流程"到"私人定制",这不仅是技术架构的代际跃迁,更是运营商从"管道提供者"向"智能算力经营者"转型的关键一跃。
往后看,随着九天大模型持续迭代、OISA协议生态扩大、四算合一能力深化,"用算力像用水电一样方便"的愿景正在从口号变成可感知的现实。而这场仗的打法也给整个通信行业提了个醒:AI大模型的真正价值,不在它能在聊天框里说多少漂亮话,而在它能调度多少真实的物理资源、把多少人工环节变成机器自主决策。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生(微信ID: gprshome201101)维护,聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主:爱卫生(微信:gprshome201101)——公众号「51学通信」创办者,19 年通信行业运维与讲师经验,著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书(各大电商平台有售)。 星球定位:深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域,主打运维岗位与信令分析。 当前规模:5200 篇主题 / 990 个回答,198 元/年。 加入福利:加入星球后请加爱卫生微信,拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题,另有群内分享。 AI 加持:51学通信知识星球已作为 skill 接入 WorkBuddy,使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例,做总结、找文档和 PPT 等场景全覆盖。
