算網(wǎng)一體技術創(chuàng)新與實踐

算網(wǎng)一體技術創(chuàng)新與實踐100年前點亮電力現(xiàn)在催生算力ChatGPT等大模型的火爆

，讓算力越來越受關注，“海量數(shù)據(jù)+大算力+大模型”成為未來人工智能發(fā)展標配算力已成為數(shù)字經濟核心驅動

，

直接影響數(shù)字經濟發(fā)展的速度

，決定社會智能的發(fā)展高度①算力成為數(shù)字經濟核心生產要素②算力直接帶動數(shù)字產業(yè)化發(fā)展③AIGC使公眾對算力的認知不斷提升計算機等設備制造其他制造業(yè)批發(fā)零售業(yè)互聯(lián)網(wǎng)、軟件和信息服務金融業(yè)能源供應

科研和技術服務住宿餐飲業(yè)文教衛(wèi)生與社會服務環(huán)境和公共設施管理算力規(guī)模平均每增長一個百分點

，帶動數(shù)字經濟增長0.4個百分點、GDP增長0.2個百分點算力是數(shù)字經濟核心生產力

直接帶動產出

間接帶動產出0

0.5

1

1.5算水電網(wǎng)”2中國移動充分把握算力時代發(fā)展脈絡

，

以網(wǎng)強算提出“算力網(wǎng)絡”全新理念

，

兩年多來持續(xù)開拓創(chuàng)新

，

全力推進算力網(wǎng)絡發(fā)展

，

在業(yè)界取得了廣泛共識

，

引起了巨大反響算力網(wǎng)絡是以算為中心、網(wǎng)為根基，網(wǎng)、云、數(shù)、智、安、邊、端、鏈

ABCDNETS)等深度融合、提供一體化服務的新型信息基礎設施。中國移動提出“算力網(wǎng)絡”新理念發(fā)布新理念發(fā)布中國移動《算力網(wǎng)絡白皮書》和發(fā)展倡議楊杰董事長提出"算力網(wǎng)絡概念與愿景—中國移動《算力網(wǎng)絡白皮書》2021.112021.8中國移動從算網(wǎng)基礎設施構建、

業(yè)務融合創(chuàng)新、

創(chuàng)新技術引領等多方面系統(tǒng)化推進算力網(wǎng)絡建設和發(fā)展物理空間、

邏輯空間、

異構空間、

多主體算力融通“4+N+31+X”布局

，

1000邊緣節(jié)點打造20ms、

5ms、

1ms三級時延圈SRv6/G-SRv6打造統(tǒng)一算網(wǎng)底座實現(xiàn)算網(wǎng)高效協(xié)同

，

支持CHBN業(yè)務融合發(fā)展

，打造算網(wǎng)全新生態(tài)產品算力化和算力產品化發(fā)布算網(wǎng)服務1.0構筑算網(wǎng)大腦實現(xiàn)創(chuàng)新技術引領

，打造原創(chuàng)技術策源地三橫兩縱體系架構三十二個核心技術形成技術體系構建試驗網(wǎng)CFITI

，打造科學裝置主線一面向算網(wǎng)基礎設施構建主線三面向創(chuàng)新技術引領主線二面向業(yè)務融合創(chuàng)新推動算力網(wǎng)絡體系化發(fā)展42021-2023融合服務：產品融合、確定性服務統(tǒng)一運營：統(tǒng)一入口、統(tǒng)一平臺智能編排算網(wǎng)融合“算網(wǎng)一體”是中國移動算力網(wǎng)絡發(fā)展的深化算力網(wǎng)絡的發(fā)展經過三個階段的發(fā)展

，

逐漸深化一站服務：一站開通算網(wǎng)服務協(xié)同運營：云網(wǎng)運營雙入口拉通一體服務：多層次智簡無感服務模式創(chuàng)新：

多方算力可信交易

十四五階段

2025發(fā)展階段：融合統(tǒng)一起步階段：泛在協(xié)

十五五階段及更長期

一體內生基礎設施運營服務編排管理算網(wǎng)一體協(xié)同編排智慧內生網(wǎng)隨算動跨越階段：2024-2025同5算網(wǎng)一體是算力網(wǎng)絡發(fā)展的目標階段

，是計算和網(wǎng)絡兩大學科深度融合形成的新型技術簇

，是融合貫通多要素的一體化服務

，是實現(xiàn)算力網(wǎng)絡即取即用社會級服務愿景的重要途徑——中國移動《《算網(wǎng)一體網(wǎng)絡架構與技術體系展望白皮書》OTN/OXCOTN/OXC分布式算力（端）

OTN/OXC

分布式算力（邊）分布式算力（中心）分布式算力（中心）分布式算力（邊）分布式算力（網(wǎng)）統(tǒng)一IP算網(wǎng)底座以網(wǎng)強算構建算網(wǎng)共生一體化新型信息基礎設

施

，

實現(xiàn)融

合貫通多要

素的一體化

服務算網(wǎng)一體的驅動力科學計算算網(wǎng)一體化設施新基礎AI大模型應用產業(yè)數(shù)字化智能化升級綠色低碳算網(wǎng)一體服務新需求算網(wǎng)一體化算力泛在展新約束網(wǎng)絡極致網(wǎng)一體化全光底座分布式算力（端）分布式算力（網(wǎng)）算發(fā)聯(lián)合感知算力信息CPU利用率異構算力算力規(guī)模4.算網(wǎng)數(shù)字孿生基于網(wǎng)絡大模型的算網(wǎng)數(shù)字孿生構建可視、可管、可控的算網(wǎng)基礎設施7算網(wǎng)一體通過“聯(lián)合感知”“混合控制”“極致互聯(lián)”構建面向智能化時代的數(shù)字基礎設施3.廣域RDMA突破RDMA長距傳輸瓶頸，實現(xiàn)廣域高性能互聯(lián)1.算力路由創(chuàng)新互聯(lián)網(wǎng)架構協(xié)議

，基于算網(wǎng)資源聯(lián)合感知實現(xiàn)動態(tài)融合決策選路2.在網(wǎng)計算網(wǎng)絡內生算力

，基于集中式控制

，實現(xiàn)計算任務跨云、網(wǎng)、邊、端分布式協(xié)同CSP4CSP2支撐作用算網(wǎng)一體總體設計?ISP：網(wǎng)絡服務提供者；

CSP：算力服務提供者網(wǎng)絡信息拓撲信息擁塞狀態(tài)SLA指標極致互聯(lián)集中式控制任務分解與

調配ISP2CSP1關鍵技術節(jié)點3

CSP3ISP1混合控制

節(jié)點1

節(jié)點2

分布式控制前提消費側節(jié)點4批量100個客戶端通過

http連續(xù)訪問服務端程序解決思路在路由中引入計算信息

，進行聯(lián)合調度,（1）感知：路由系統(tǒng)感知計算資源（2）路由：綜合網(wǎng)絡和計算信息尋址選路形成算力感知網(wǎng)絡CAN的核心方向-算力路由問題本質計算和網(wǎng)絡是獨立系統(tǒng)

，算的負載和網(wǎng)的擁塞信息沒有產生關聯(lián)算：降低負載、計算資源預留...2018年開始研究算網(wǎng)融合技術

，面向云邊協(xié)同和邊邊協(xié)同的“性能反轉”等問題

，提出在路由域引入計算信息進行聯(lián)合調度-計算負載高及網(wǎng)絡隊列

深的條件下

，邊緣響應

平均時延及尾時延遠大于中心云-算的負載狀態(tài)以及網(wǎng)的

擁塞情況均是問題來源發(fā)現(xiàn)問題云邊以及邊邊調度之間出現(xiàn)“性能反轉”通過仿真發(fā)現(xiàn)在路由中引入算力信息在低、

中、

重載情況下均有一定的優(yōu)化效果1、算力路由(1/4)

造成大量計算資源的閑置

增加網(wǎng)絡建設、運維成本網(wǎng)：增加帶寬、配置專線...邊緣節(jié)點

邊緣節(jié)點中心云范圍?基礎工作

：問題聲明、場景、需求、技術分析等?總體架構：定義、組網(wǎng)、功能模塊等?其他基礎工作：計算指標的分析、控制面和數(shù)據(jù)面的定義、基于現(xiàn)有協(xié)議的實現(xiàn)、潛在新協(xié)議需求的分析里程碑/計劃?2023年7月

，采納問題聲明、場景、需求、技術分析等基

礎文稿?

2024年7月

，采納架構文稿?2025年11月

，提交架構文稿至RFC發(fā)布序列歷經4年

，

中國移動在IETF發(fā)起成立算力路由工作組(CATS,Computing-AwareTrafficSteering)

并擔任主席

，是IETF路由域近10年由中國高校/公司牽頭成立的兩個工作組之一CATS面向AR/VR、車聯(lián)網(wǎng)等新型多節(jié)點部署服務的場景

，考慮網(wǎng)絡邊緣節(jié)點如何引導服務的

客戶端和提供服務的站點之間的流量的問題，制定算力路由的場景、需求、架構標準1、算力路由(2/4)/wg/cats/about/9CATS-control

center：?CATSComputing

information

Base(C-CIB)：維護細粒度的計算信息?CATS

Network

Metric

information

Base(C-NIB):維護細粒度的網(wǎng)絡信息?CATS

PathCalculation

Unit(C-PCE):計算最合適的網(wǎng)絡路徑和選擇服務節(jié)點?CATS-SBI

interface:CATS-control

center與CATS-Router的接口Ingress

CATS-Router：?CATSTraffic

Classifier(C-TC):

區(qū)分是否是CATS流量

，決定服務節(jié)點?

CATS

PathSelector(C-PS)：選擇網(wǎng)絡轉發(fā)路徑Egress

CATS-Router：?CATS

Network

MetricAgent(C-NMA):收集和分發(fā)網(wǎng)絡指標?CATSService

MetricAgent(C-SMA):

收集和分發(fā)服務和計算指標CATS已經召開二次會議

，

目前已經完成場景和需求立項

，聚焦在架構、需求、計算指標定義等工作1、算力路由CATS（

3/4）/wg/cats/document/CATS核心組件CATS架構10.完成算網(wǎng)控制器和算力路由網(wǎng)關原型樣機開發(fā)，構建業(yè)內首個集中式算力路由驗證系統(tǒng).推進廣東珠海現(xiàn)網(wǎng)試點驗證

，驗證業(yè)務承載量提升30%以上

，算網(wǎng)綜合資源利用率提升32%以上階段II端到端算力路由系統(tǒng)驗證.開展規(guī)模性部署的CATS技術方案驗證.開展CA-BGP等新型協(xié)議的驗證測試.

分布式算力路由樣機已進入平臺測試階段算力路由系統(tǒng)根據(jù)網(wǎng)絡部署情況

，支持集中式、分布式、混合式等多種組網(wǎng)方案。

從集中式組網(wǎng)方案開始

，分階段逐步開展算力路由實驗驗證《面向算網(wǎng)一體的算力路由技術攻關和標準突破》方案成功入選2023屆未來網(wǎng)絡領先創(chuàng)新科技成果

11CA-BGP算力路由網(wǎng)關

5CA-BGP算力路由網(wǎng)關算力路由網(wǎng)關算力路由網(wǎng)關《算網(wǎng)一體技術體系關鍵技術創(chuàng)新案例》榮獲CCSA

TC6102022年度“最佳實踐案例”《算力感知和算力路由構建算網(wǎng)一體化調度》榮獲工信部2022年ICT優(yōu)秀案例“卓越科技創(chuàng)新獎”《算力感知和路由方案》通信世界全媒體“2023年度算力應用案例十大標桿”1、算力路由(4/4）云管理平臺TelBGP

SRv6PolicyBGP-FSNetconf階段I集中式方案總體測試方案算網(wǎng)控制器3

集中式算網(wǎng)一體感知分布式算力路由樣機4

集中式多策略調度1

分布式算力感知2

分布式網(wǎng)絡感知算力路由網(wǎng)關-LSemetry算網(wǎng)一體感知協(xié)

議CA-BGP-LS算網(wǎng)控制器算力路由轉發(fā)5算力路由網(wǎng)關Restful云資源池云資源池集中式：分布式：CA-BGP4431155423應用APP應用APP用戶CA-BGPBGP2444ECMP等網(wǎng)絡側調度策略無法適應智算網(wǎng)絡差異

化的流量特性

，造成網(wǎng)絡鏈路負載嚴重不均衡MPI集合通信的實現(xiàn)方式并未和物理網(wǎng)絡聯(lián)

動設計

，網(wǎng)絡中存在大量冗余信息通信開銷已成為分布式AI模型訓練的性能瓶頸，嚴重制約系統(tǒng)規(guī)模擴展

現(xiàn)有的網(wǎng)絡側及端側解決方案仍面臨負載不均衡、難以動態(tài)調度等問題?Tensorflow在128張卡下訓練InceptionV3模型（參數(shù)量2000多

萬），節(jié)點間通信時間已接近系統(tǒng)總處理時間的50%?

GPT-3模型已增長至1750億參數(shù)

，訓練預估需要5000張GPU卡，

通信瓶頸問題將被進一步放大通信復雜度：

0(og)0()大模型訓練常用的梯度聚合算法

②

ServerServerServer2、

在網(wǎng)計算（1/4）以在網(wǎng)計算實現(xiàn)MPI接口廣播及規(guī)約操作為例，說明在網(wǎng)計算對AI模型訓練系統(tǒng)性能提升問題根源及現(xiàn)有方案的不足MPI_Broadcast()組播MPI_Reduce()規(guī)約在網(wǎng)計算主要優(yōu)勢通信復雜度：

0og)模型參

數(shù)

總量線速處理縮短傳輸路徑網(wǎng)內處理

，實現(xiàn)Sub-RTT通信大模型訓練的模型同步與數(shù)據(jù)同步算法流量壓縮交換機Tbps處理能力在網(wǎng)聚合

，數(shù)據(jù)消冗與求和背景問題

ClientClient發(fā)送

Switch③接收計算時間通信時間1212100%發(fā)送接收0%①產業(yè)實踐在網(wǎng)聚合IB

basedMPI-BcastSIGCOMM

’22面向AI訓練場景

，多

基于NP交換機實

級交換機參與PS參數(shù)現(xiàn)PS參數(shù)聚合

，基

向量聚合

，基于IP協(xié)

于UDP協(xié)議設計議設計

ATP

Header

Trio-ML

Header挑戰(zhàn)豎井式現(xiàn)有在網(wǎng)計算設計面向單一場景

，在協(xié)議設計、硬件實現(xiàn)等方面不通用封閉化基于Infin

i

Band網(wǎng)絡協(xié)議棧及專用

網(wǎng)絡硬件實現(xiàn)在網(wǎng)計算

，成本昂貴開發(fā)不友好應用程序開發(fā)模式和網(wǎng)絡開發(fā)模

式不匹配

，開發(fā)者學習門檻高在網(wǎng)計算在學術和產業(yè)上已經有一定的研究基礎

，仍然面臨豎井式、封閉化、開發(fā)不友好等挑戰(zhàn)2、

在網(wǎng)計算（2/4）基于FPGA和商用

交換機實現(xiàn)傳輸層

透明的參數(shù)在網(wǎng)聚

合基于IB交換機的硬件組播能力

，實現(xiàn)

MPI_Bcast基于IB智能網(wǎng)卡

和IB交換機

，實

現(xiàn)在網(wǎng)聚合學術研究NetReduce在網(wǎng)聚合在網(wǎng)組播COMHPC

’16ASPLOS

’23IPDPS

’04NSDI

’21SHARPTrioATPAI訓練/推理同步/異步控制統(tǒng)一通用的在網(wǎng)計算通信庫、實現(xiàn)分布式應用邏輯與物理通信高效映射，

重構應用計算、開發(fā)模式中國移動提出在網(wǎng)計算NACA架構（NetworkAssistedComputingAcceleration），

通過重塑應用處理和開發(fā)模式

，實現(xiàn)系統(tǒng)加速

，提升算網(wǎng)資源利用率在網(wǎng)計算

通信庫高性能互聯(lián)異構網(wǎng)元發(fā)布在網(wǎng)計算(NACA)技術白皮書2、

在網(wǎng)計算（3/4）Omni-PathINC拓撲感知DC交換機SlingshotINC可靠傳輸Infin

ibandINC標識轉發(fā)邊緣匯聚交換機分布式

應用園區(qū)網(wǎng)關NACA架構端側適配器RoCE多對一通信多對多通信一對多通信大數(shù)據(jù)HPC架構AlexNetVGG19VGG16VGG11ResNet15

2ResNet10

1ResNet50BytePS330110120130110155250Horovo

d500130150210100148235在網(wǎng)計

算540155175215115165265測試基準：GPU型號：2080

單位：圖片數(shù)/秒訓練提速：

相比參數(shù)服務器架構BytePS

，通信密集型任務最

高可提升60%以上帶寬優(yōu)化：

相比RAR架構Horovod

，

降低智算集群網(wǎng)絡帶寬

占用約1倍左右?

在網(wǎng)計算繼承了集中式的PS架構

，網(wǎng)絡高速處理能力克服了PS側的通信瓶頸?

相比環(huán)形結構RAR

，在網(wǎng)計算更加節(jié)省帶寬資源

，且處理性能方面仍有提升以分布式機器學習模型訓練為典型應用場景

，

中國移動推進在網(wǎng)計算的驗證和標準2、

在網(wǎng)計算（4/4）標準推進：在CCSATC3WG3牽頭完成首個在網(wǎng)計算行標立項分布式模型訓練在網(wǎng)計算系統(tǒng)架構創(chuàng)新中國移動CFITI試驗網(wǎng)創(chuàng)新驗證PS架構參數(shù)服務器聚合RAR架構循環(huán)參數(shù)聚合帶寬資源占用高通信效率低GPU

節(jié)點N在網(wǎng)聚合GPU

節(jié)點2GPU

節(jié)點3GPU

節(jié)點1GPU節(jié)點NGPU節(jié)點NGPU

節(jié)點1GPU

節(jié)點3GPU

節(jié)點3GPU

節(jié)點2GPU

節(jié)點2GPU

節(jié)點1?

自動駕駛?

影視制作?

科學計算?

云遷移?

多云災備?

多云協(xié)同計算?...

16自動駕駛訓練數(shù)據(jù)

上云單車日產數(shù)據(jù)幾TB至十幾TB

，

完成L3訓練預計產生8EB數(shù)據(jù)

，

L4訓

練預計產生20EB數(shù)據(jù)綜藝原始素材上云綜藝原始素材總量一年達500PB

，

10TB~100TB量級/日/節(jié)目基因測序數(shù)據(jù)上云國內某基因企業(yè)基因測序數(shù)據(jù)年數(shù)據(jù)100PB

，TB~100TB量級/次FAST觀測數(shù)據(jù)上云FAST每年200+以上觀測項目

，產生數(shù)據(jù)15PB左右

，TB~PB量級/次2025年中國數(shù)據(jù)量將達到48.6ZB

，其中適合東數(shù)西算的溫、

冷數(shù)據(jù)占比95%為保證數(shù)據(jù)的安全存儲以及有效管理

，

云災備市場規(guī)模不斷擴大

，

2019年達到了32

億元

，

2023年達到了51億元

，

年復合增長率約為12.4%海量數(shù)據(jù)跨廣域網(wǎng)傳輸?shù)膱鼍霸絹碓蕉?/p>

，數(shù)據(jù)異地上云、云間遷移等場景的數(shù)據(jù)規(guī)模越來越大?

東數(shù)西存?

東數(shù)西訓?

東數(shù)西渲?...3、廣域RDMA（

1/3）東數(shù)西算云間遷移數(shù)據(jù)上云丟包率達到0.5%時，有效吞吐接近為0①新型擁塞控制算法

，提升吞吐

，

降低丟包②丟包快速恢復算法

，

減少重傳

，

降低時延

③丟包精確重傳機制

，

實現(xiàn)RDMA有損部署

④數(shù)據(jù)安全加密協(xié)議

，

實現(xiàn)數(shù)據(jù)高安全傳輸聯(lián)合12家單位

，

牽頭制訂CCSA行標《承載RMDA的廣域網(wǎng)技術要求》

，推動廣域RDMA技術成熟應用4個關鍵技術

，實現(xiàn)廣域高吞吐傳輸實現(xiàn)高吞吐、高可靠、低時延、低算力損耗“兩高兩低”特性的算網(wǎng)高性能互聯(lián)網(wǎng)絡3、

廣域RDMA（2/3）時延由1ms增加到10ms時

，吞吐下降10倍原生RDMA對丟包敏感

，難以直接用于廣域網(wǎng)TCP吞吐與傳輸距離、

丟包率成反比廣域RDMA技術17網(wǎng)絡控制器?專線傳輸：高帶寬專線實時傳輸

，幾十TB/小時?聚合傳輸：匯聚空閑帶寬實時傳輸

，幾百GB~TB/小時?錯峰傳輸：夜間空閑帶寬錯峰傳輸

，幾十TB/小時?8月19號

，

2023中國算力大會發(fā)布《中國移動數(shù)據(jù)快遞技術白皮書》

，推動廣域高吞吐網(wǎng)絡技術發(fā)展?正在推進10+省市現(xiàn)網(wǎng)應用

，

覆蓋通算、

智算、

超算多種場景

，逐步構建覆蓋全國的數(shù)據(jù)快遞服務2類業(yè)務模式?數(shù)據(jù)快遞站：數(shù)據(jù)源不能直連網(wǎng)絡場景?數(shù)據(jù)直通模式：數(shù)據(jù)源通過網(wǎng)絡在線傳輸利用廣域RDMA高吞吐特性，打造任務式數(shù)據(jù)快遞服務，滿足多場景大規(guī)模數(shù)據(jù)傳輸需求端到端SRv63、

廣域RDMA（

3/3）數(shù)據(jù)快遞業(yè)務平臺端到端SRv6選路、按需彈性大帶寬數(shù)據(jù)直通模式低負載鏈路業(yè)務轉發(fā)路徑數(shù)據(jù)快遞站基因測序門店智駕路測車隊接入專線第三方云移動云云專網(wǎng)CMNet孿生網(wǎng)絡層功能模型數(shù)據(jù)采集控制下發(fā)物理網(wǎng)絡層

下提出數(shù)字孿生網(wǎng)絡“三層三域雙閉環(huán)”系統(tǒng)架構

三層：物理網(wǎng)絡層、孿生網(wǎng)絡層和網(wǎng)絡應用層

三域：孿生網(wǎng)絡層數(shù)據(jù)域、模型域和管理域

雙閉環(huán)：內閉環(huán)完成配置變更前的仿真驗證和迭代優(yōu)化

，外閉環(huán)完成對網(wǎng)絡應用的控制、反饋和優(yōu)化算網(wǎng)數(shù)字孿生通過網(wǎng)絡本體與虛擬孿生體間的實時交互映射，助力實現(xiàn)網(wǎng)絡的全生命周期管理以及創(chuàng)

新優(yōu)化策略的低風險、

高效率部署，是面向算網(wǎng)一體的關鍵技術之一已在《自動化學報》，

IEEE

CLOUD，

DTPI，

ICCT，《

Digital

Twin》等期刊和會議發(fā)表9篇論文，其中《數(shù)字孿生網(wǎng)絡（DTN）

概念，架構及關鍵技術》入選2022年度“領跑者5000”頂尖論文l基礎模型本體建模方法l

DTN數(shù)據(jù)域的高效數(shù)據(jù)采集l形式化建模方法研究l高精度流量模擬方法研究l以數(shù)據(jù)為中心的網(wǎng)絡性能評

估方法研究l

...l

DTN架構及技術需求l網(wǎng)絡建?？傮w要求l數(shù)據(jù)域技術要求l能力等級及評估方法l接口和協(xié)議要求l網(wǎng)絡協(xié)議孿生技術要求等

l

...網(wǎng)絡創(chuàng)新技術驗證網(wǎng)絡應用層數(shù)據(jù)共享倉庫數(shù)據(jù)管理數(shù)據(jù)服務數(shù)據(jù)存儲用戶業(yè)務運行狀態(tài)網(wǎng)絡配置數(shù)據(jù)采集網(wǎng)絡孿生體管理模型

管理網(wǎng)絡維護和優(yōu)化仿真驗證拓撲

管理安全

管理4、算網(wǎng)數(shù)字孿生

-概念及架構（1/3）

規(guī)劃

建設

維護

優(yōu)化

運營

標準推進學術研究迭代優(yōu)化礎型

基模網(wǎng)絡

可視化網(wǎng)絡管理意圖驗證故障診斷拓撲模型網(wǎng)絡規(guī)劃網(wǎng)元模型服務映射模型能力調用調度優(yōu)化流量建模安全建模意圖翻譯質量保障19…?

2020年

，在IRTF牽頭開啟DTN標準化研究?

2022年3月在NMRG組完成《DTN概念及架

構》立項

，得到多家單位支持，

DTN概念、架構、應用場景和價值已形成共識?

DTN已成為NMRG當前三大研究方向之一?目前6個項目在研

，產學研共同推進：

中國移

動、西班牙電信、華為、法國電信、

UPC大學、

日本信息與通信研究院等?

中