面对计算设备升级、模型训练需求增长等挑战，新一代智算中心的网络管理与运维正朝着云原生化、智能化、绿色化的方向发展。为了应对超多配置、超细粒度、超大规模和超智控制等挑战，必须实施端到端的资源协同管理、自动化部署、性能优化和故障监测等关键能力，以解决计算与网络分离运营带来的孤岛效应，
本白皮书提出了新一代智算中心网络管控运维技术体系，详细阐述了中国联通在该方向的创新思考及实践。同时，面向智算中心网络的未来演进，提出应通过数字李生、故障自愈和管控运维智能体等方面的技术，实现网络质量、网络安全、和网络可持续发展性的统一协调维护的倡议。
最后，本白皮书展望了新一代智算中心网络管控与运维的发展前景，期待与行业同仁携手，共同推动智算中心网络的先进建设和高效运营，为数字经济的发展贡献新的力量。
新一代智算中心网络管控运维需求
新一代智算中心发展概述
在当今日益进步的人工智能领域，大模型已经显著成为推动信息技术前沿进步的关键动力。从 BERT到 GPT 等代表性模型的演变过程中，涌现出具备万亿到数十万亿参数的『大语言模型』和多模态模型。这些模型在自然语言处理、图像识别、内容生成等复杂任务中展现出了卓越的处理能力和惊人的应用价值。然而，要有效地训练这些庞大的模型，并充分发挥它们的潜力，我们不仅需要持续的算法创新，同样重要的是需要强大且可靠的算力及网络支持。新一代智算中心，作为算力资源和数据处理的集中枢纽，正逐步成为推动科技创新和支撑『数字化』转型的关键基础设施。这些智算中心不仅负责大规模数据的处理和高复杂度计算任务还集成了先进的机器学习与深度学习算法，向各行各业提供强大的智能化支撑。新型的算力基础设施将信息计算力、网络运载力、数据存储力整合在一起，不仅能实现信息的集中计算、存储和传输，还具备智能化、安全可靠、绿色低碳等多种先进特性。这对于促进产业的转型升级、推动国家的科技创新、满足人民对美好生活的向往，以及实现社会的高效能治理，均具有深远的意义。
在新一代智算中心的持续发展中，智能化的运维管理、云原生技术的应用和绿色能源技术的集成，已成为其核心发展方向。这些技术的综合应用，正在推动智算中心向更高效率、更环保、更智能化的方向发展。新一代智算中心需要具备支持超大模型训练的能力,形成足以处理万亿参数级别模型的超大规模有效算力。通常，这种超大规模算力需要从数千至数万张高性能 GPU 卡或人工智能计算加速卡的集成应用。这些计算卡必须协同作业，以提供充足的计算能力来应对模型中海量参数的处理和更新需求。尽管拥有庞大的计算资源，如何高效地管理和利用这些资源，仍是摆在我们面前的一个重大挑战。
