随着人工智能大模型技术突破与 “人工智能 +” 行动落地，AI 应用需求全面扩张，对随时、随地、随需、低成本的算力支撑提出更高要求。

我国算力虽已按区域禀赋优化布局，但存在异构芯片路线、算力主体多元等问题，亟需实现跨主体、跨架构、跨地域的算力资源互联。近日，中国信通院发布《算力互联网体系架构研究报告（2025 年）》，全面剖析算力互联网发展核心，为算力资源优化配置、赋能 AI 等产业发展提供前瞻性参考框架。

这份报告系统阐述了算力互联网的发展背景、概念定义、流程机理、体系架构及发展建议，不仅推动业界形成统一共识，也为后续技术创新、标准制定、推广应用奠定基础，助力算力互联网健康可持续发展。

发展背景：AI 算力需求迭代，算力互联成全球布局重点

当前 AI 应用场景持续深化，生成式 AI 向各领域纵深渗透，算力需求从训练端向推理端迁移，推动全球算力基础设施需求扩张。全球主要国家纷纷发布算力互联相关政策加速布局，头部企业也在创新算力调度技术，推动算力弹性扩展与按需调度。我国产业界虽已探索出区域 “块状”、行业 “条状” 的局域算力网络，但体系化的算力与网络融合研究仍待完善，成为算力互联成网的关键突破口。

核心定义：算力互联网，让计算任务精准匹配算力资源

算力互联网（Internet of Compute）是互联网面向计算任务与调度需求的能力增强和系统升级，通过构建统一算力标识和协议接口、增强异构计算和跨域高性能网络传输能力，让计算任务及相关数据能精准找到适配算力资源并高效执行，最终形成算力间智能感知、实时发现、随需获取的逻辑互联网络。

流程机理：四大核心环节，实现算力任务高效流转

算力互联网中核心传输对象是 “计算任务”，任务经编码识别后通过最优路径传输、在目标资源池执行，整个过程围绕四大关键环节层层推进，保障算力调度的高效与精准：

1. 计算任务识别

   ：明确任务类型，界定其对算力、存储、网络等关键资源的需求规格；

2. 任务算力匹配

   ：基于算力标识体系，查询并匹配满足需求的目标算力资源池；

3. 数据传输流动

   ：将任务相关数据高效、可靠地传输至目标资源池；

4. 任务计算执行

   ：在目标资源池完成计算处理，并将结果返回至请求方。
5. 
   

体系与组网架构：三层核心架构，筑牢算力互联底座

算力互联网的体系架构与组网架构均以三层为核心，即算网设施层、互联资源层、应用服务层，报告对各层级的功能定位、系统能力边界及实施部署路径进行了系统性剖析。从实际组网需求出发，相关单位可基于该参考架构，对现有系统开展标准化升级改造，或新建合规的算力互联平台，最终实现算力资源的统一接入、高效调度与服务化供给。

发展建议：先试点后推广，四大着力点推进建设

我国算力互联网建设尚处于起步阶段，报告明确了 “先试点后推广、先互联再成网” 的总体发展思路，以设施互联、资源互用、业务互通为核心着力点，以标准规则为基础、应用场景为牵引、安全保障为支撑，稳步推进建设：

✅ 推进设施互联，构建高速传输网络，夯实算力互联硬件基础；

✅ 强化资源互用，实现算力供需高效匹配，提升资源利用效率；

✅ 推动业务互通，加速算力与业务融合贯通调度，适配多元需求；

✅ 培育场景赋能，以 AI、科学计算等场景为牵引，提升算力普惠便捷体验。

算力是数字经济的核心生产力，更是人工智能发展的关键支撑。此次中国信通院算力互联网体系架构报告的发布，为我国算力互联建设划定了清晰路线，随着算力互联网的逐步建成，跨域异构的算力资源将实现最优配置，为人工智能、科学计算、工业计算等产业发展注入强劲算力动能，助力 “人工智能 +” 全域落地，推动数字经济高质量发展。