當前人工智能技術加速演進并深入各行各業，驅動計算資源需求呈爆發式增長，在旺盛的應用需求和多樣化場景的雙重推動下，中國智能算力規模將持續攀升，預計2026年將達到1460 EFLOPS（每秒浮點運算次數），2027年進一步增長至超過2000 EFLOPS。然而，企業在實際使用算力過程中仍面臨"兩大瓶頸"：一是本地算力擴展難，配套機房用電、空間等改造成本巨大；二是安全管控難度大，訓練與推理過程中所涉及的數據多為企業的核心資產，數據安全性難以保障。

浙江電信與華為攜手攻堅面向智算時代的AI WAN高算效無損網絡基礎設施，聚焦解決數據安全不出域、算力彈性擴展等關鍵場景需求，充分發揮IPv6 Overlay特性，通過強化網絡能力，實施"以網強算"策略，對精準響應市場核心訴求、推動產業智能化升級具有重要意義。

浙江電信搭建的AI WAN無損網絡，融合IPv6+與廣域RDMA無損技術，構建具備"算網融合、彈性無損、安全可信、全域智控"特征的新一代運力基礎設施。該網絡依托IPv6+實現業務靈活部署，通過租戶級擁塞控制與流級精細化調度保障廣域RDMA無丟包傳輸，并構建智能運維體系確保服務高可靠，最終形成一體化算網服務能力。

該方案具備如下3個技術突破點：

廣域RDMA無損傳輸突破：在AI WAN高算效IP廣域網中基于IPv6+底座，部署新型租戶級流控機制，解決了傳統網絡因輕微丟包導致吞吐量驟降的問題，并實現租戶級擁塞隔離，有效規避了傳統PFC（基于優先級的流量控制）技術在廣域場景下易引發的頭部阻塞及擁塞擴散等缺陷，為分布式訓練與推理構建可靠基礎。

流級動態負載均衡技術突破：針對AI WAN高算效IP廣域網中大小流量混合的特點，微秒級大象流識別技術創新，高準確率捕捉全網大象流，克服了傳統ECMP算法因無法識別流速大小而導致的鏈路負載不均、吞吐低下等問題。

算網融合服務創新：整合網絡傳輸、存儲與算力資源，提供"算力+網絡"一體化服務。企業可通過該模式實現訓練與推理任務的端到端快速交付，算力獲取周期從月級縮短至天級，極大加速企業AI業務部署進程。在訓練高峰期可臨時擴容并按小時計費，顯著降低企業算力使用成本，推動普惠算力落地。

在實際部署中，浙江電信AI WAN無損網絡接入嘉善和杭州的省級算力池，通過算網融合服務為全省政務、醫療、教育等多個行業提供普惠化的AI算力支持，助推行業智能化升級。

在超百公里存算分離的模型訓練與微調場景中，浙江電信AI WAN無損網絡端到端的彈性無損傳輸，精準適配數據預處理、模型訓練及推理部署等關鍵場景的多樣化需求，有效克服RDMA在廣域網絡中因單流突發帶寬大、流數少而導致的擁塞、丟包和傳輸性能下降等問題，微調訓練和云邊協同分布式安全推理業務的計算效率高于95%，具備分布式推理、廣域高算效、高收斂比、數據高安全等核心優勢。浙江電信以溫州為起點，逐步構建起"大集群+普惠化+智調度"新型算力體系和分布式訓練與推理服務，滿足政府、醫療、交通、企業的關鍵業務需求。

浙江電信AI WAN無損網絡打破了傳統的賣算力、賣存儲、賣專線單一服務，創新性地為企業提供邊、網、云一體化的打包服務，帶來數據安全0泄露、彈性算力小時級擴容、邊云協同高效運維三大核心能力，解決企業用算痛點，積極踐行央企責任、創造社會效益，真正讓算力普惠浙江。