第22屆中國計算機大會（CNCC2025）在“冰城”哈爾濱盛大啟幕，主題為“數智賦能，無限可能”。華為數據通信產品線研究部部長鄭曉龍在大會上發表題為《大模型推理加速與演進：網絡如何破局？》的演講，首次提出“網絡+”破局模型，為十萬卡智算集群面臨的通信瓶頸提供了創新方案。他指出，在單卡算力提升日益趨緩的背景下，唯有通過網絡、計算與存儲的跨層協同，才能將集群效率推向全新量級。

為支持十萬卡智算集群的規模化部署與高效運行，華為提出“網絡+”破局模型，旨在系統化解決超大規模集群中的通信瓶頸問題。該主題演講涵蓋架構設計、協議優化與調度策略等多個層面，為構建下一代智算基礎設施提供完整技術路徑。

網絡級負載均衡，應對大EP部署帶來的動態通信模式挑戰，性能提升20%+。

DeepSeek的出現，將大模型架構引向了更稀疏的大EP部署。隨之而來的是通信模式及通信關系的變化。面對通信的隨機性和非對稱性，華為提出的網絡級負載均衡，將通信性能提升20%+，顯著降低P99完成時間。

從Chat LLM進入Agentic AI，“超節點”助力實現極致的TPOT需求

大模型應用從聊天式的Chat LLM向Agentic AI演進，對于token生成速度的要求從50ms提升到了10ms以下。這在當前的部署實踐中，存在多個挑戰：推理階段以小消息通信為主，控制面時延占比高；單純卸載控制面，則會消耗計算資源SM。華為推出了CloudMatrix384超節點及對應的超節點網絡，為滿足極致的TPOT需求提供了可能。

多模態LMM流量混戰，網絡調度“四兩撥千斤”，提升推理性能

大模型從語言文本的處理向多模態轉變，智算集群內的流量模式也更加復雜。采用EPD分離的部署方式，引入EP和PD之間的傳輸流量，與推理的all2allv等集合通信流量相互干擾，對應用性能產生很大影響。華為提出了針對不同流量類型進行網絡識別、隔離不同推理流量、進行差異化調度、提升推理性能的技術目標。

“網絡+”不是簡單的帶寬升級，而是讓網絡成為AI集群的‘第七代算力’。”鄭曉龍最后呼吁，華為愿與業界共建標準，與合作伙伴及行業組織一起，共同定義大模型時代的下一代智算網絡接口。