我国超大规模智算集群管控达领先水平：中国移动实现智算万卡池在长周期训练场景持续稳定运行
发布时间：
2025-10-15 09:31:16
【导(dǎo)语(yǔ)】10月(yuè)14日(rì)消(xiāo)息(xi)，据(jù)人(rén)民(mín)邮(yóu)电(diàn)报(bào)报(bào)道(dào)，中(zhōng)国(guó)移(yí)动(dòng)近(jìn)期(qī)实(shí)现(xiàn)智(zhì)算(suàn)万(wàn)卡(kǎ)池(chí)长(zhǎng)周(zhōu)期(qī)训(xun)练(liàn)持(chí)续(xù)稳(wěn)定(dìng)运(yùn)行(xíng)，攻(gōng)克(kè)超(chāo)大(dà)规(guī)模(mó)算(suàn)力(lì)集群(qún)调(diào)度(dù)等(děng)难(nán)题(tí)，训(xun)练(liàn)稳(wěn)定(dìng)性达行业领先；其主导研发的全调度以太网技术体系及系列新技术，大幅缩短大模型训练周期、提升资源利用率；此外，中国移动宣布升级“AI+”行动计划，明确2028年底总体投入翻番，探索十万卡智算集群建设。
10 月 14 日消息，据人民邮电报报道，中国移动近期实现了智算万卡池在长周期训练场景下持续稳定运行，训练稳定性达到行业领先水平，标志着我国在超大规模智算集群管控领域已具备领先水平，解决了超大规模算力集群调度、高可靠通信保障、故障智能诊断与快速自愈等业界难题。
据介绍，人工智能技术正迎来爆发式的发展，大模型参数规模正向万亿级升级，因此智算基础设施的算力密度、稳定性和协同效率面临挑战，万卡级规模协同训练场景是全球普遍面临智算集群稳定性问题。
中国移动基于哈尔滨数据中心智算集群，主导研发全调度以太网（GSE）技术体系，打造慢卡慢网络风险识别、断点续训、AI 运维智能体等新技术，攻克了超大规模智算基础设施运行的关键技术难题。在关键技术突破层面，团队重点攻关三大核心难题：
创新慢卡慢网络风险识别技术，实现典型场景故障全部感知、提升诊断准确率
研发断点续训机制，实现故障节点自动隔离后训练状态的分钟级回滚，硬件故障导致的断训量下降 50%
引入 AI 运维智能体，通过多层架构日志分析系统实现分钟级故障定界，覆盖 25 类软硬件故障解决方案，将故障处理时长从数天级降至分钟级
从人民邮电报报道获悉，长稳运行能力直接将大模型训练周期缩短近三分之一，资源利用率近 100%，为 AI 技术工业化量产奠定基础，可支撑自动驾驶、生物医药、新材料研发等前沿领域技术进步。此外，中国移动还在黑龙江、广东打造了智算运维样板间。
值得一提的是，在今年 10 月 11 日的 2025 中国移动全球合作伙伴大会主论坛上，中国移动宣布升级“AI+”行动计划，明确到 2028 年底，中国移动将持续加大对人工智能领域的投入力度，总体投入翻一番，建成国内规模最大、技术领先的智算基础设施，探索十万卡智算集群建设，全国产智能算力规模突破 100 EFLOPS。
相关新闻
数据瓶颈的误判与系统效能的底层逻辑很多人以为，自动化装配系统的效能提升必然依赖海量数据输入，当系统抛出“没有更多数据了”的错误提示时，便判定其已触及性能天花板。其实不然——这一错误本质是数据流管理失效的表征，而非系统能力的物理极限。在工业4.0架构中，数据并非越多越好，其有效性取决于三个关键维度：数据粒度、时序同步性与决策链闭环性。案例：慕尼黑工业博览会上的“数据饥饿”陷阱2023年慕尼黑工业博览
数据孤岛效应下的系统熵增危机很多人以为自动化装配系统的数据阈值仅受硬件存储容量限制，其实不然。在德国斯图加特某汽车零部件制造商的案例中，其2023年投产的智能产线因传感器数据流超载，导致PLC控制单元在47分钟内产生23次非计划停机。该产线配置了128组力觉传感器与32组视觉检测模块，原始数据生成速率达每秒1.2TB，远超工业以太网协议规定的100Mbps有效带宽。底层逻辑是：现代装配系统普遍采用
数据阈值：自动化装配的隐形边界很多人以为，自动化装配的精度仅由机械臂的重复定位精度决定，其实不然。在工业4.0的语境下，数据阈值才是决定系统稳定性的关键变量。当传感器采集的原始数据超过预设阈值时，系统会触发容错机制，这种机制的本质是数学模型与物理现实的动态博弈。以某德系汽车零部件供应商的案例为例：其位于巴伐利亚州的工厂曾因传感器数据波动导致装配线停机率上升12%。问题根源并非机械故障，而是阈值设定
数据瓶颈的底层逻辑：并非“量”的终结，而是“质”的觉醒很多人以为，自动化装配的数据瓶颈源于数据采集的物理限制或存储容量的技术天花板，其实不然。当系统抛出“没有更多数据了”的报错时，真正的矛盾往往隐藏在数据维度单一性、标注效率低下或算法泛化能力不足的底层逻辑中。以汽车底盘焊接产线为例，某头部车企曾因依赖单一传感器数据源，导致装配误差率在0.3mm阈值处频繁波动——看似数据量充足，实则缺乏多模态数据融
当自动化装配系统遭遇数据瓶颈：解码“没有更多数据了”背后的技术真相
数据断流：自动化装配的“隐形刹车”很多人以为，自动化装配系统的效率瓶颈仅存在于机械臂的重复定位精度或PLC的响应速度，其实不然。当系统抛出"{"error":"没有更多数据了"}"的报错时，暴露的往往是数据流架构的深层缺陷——这并非简单的存储容量问题，而是工业物联网（IIoT）与数字孪生（Digital Twin）协同失效的典型症状。底层逻辑：数据供应链的断
深圳市物联网产业协会成功举办《24小时自助图书馆通用规范》团体标准评审会
【导语】2019 年深圳市物联网产业协会发布的《24 小时自助图书馆通用规范》部分指标落后且引用文件有更新，不利行业发展。为此协(xié)会(huì)于(yú) 2024 年(nián) 11 月(yuè)启(qǐ)动(dòng)修(xiū)订(dìng)立(lì)项(xiàng)，2025 年(nián) 10 月(yuè) 30 日(rì)召(zhào)开(kāi)评(píng)审(shěn)
全球智能视觉处理芯片龙头冲刺港交所：光环之下，何以冲破增长枷锁？
【导语】近日，智能视觉处理芯片龙头富瀚微递交港交所招股书，吹响“A+H”双上市号角。其虽在全球市场占据领先地位，但2022 - 2025年上半年营收、净利、毛利率均逐年下滑。不过，富瀚微注重研发创新，积极拓展AI新业务版图。此次赴港上市，能否助力其突破瓶颈、续写传奇，值得期待(dài)。 近(jìn)日(rì)，智(zhì)能视觉处理芯片龙头富瀚微正式向港交所递交了招股书，吹响“
国家发改委等五部门：探索推动具身智能机器人进社区、进家庭，到 2027 年底建成 50 个以上全域数字化转型城市
【导语】10月31日，国家发展改革委等五部门发布《深化智慧城市发展推进全域数字化转型行动计划》，提出到2027年底建成50个以上全域数(shù)字(zì)化(huà)转(zhuǎn)型(xíng)城(chéng)市(shì)，2035年(nián)涌(yǒng)现(xiàn)一(yī)批(pī)具(jù)有(yǒu)国(guó)际(jì)竞(jìng)争(zhēng)力(lì)的(de)现(xià
2025深圳安博会：大公博创揽三奖 低空安防技术引国内外媒体聚焦
【导语】2025年10月28日至31日，第二十届中国国际社会公共安全博览会在深圳启幕。成都大公博创信息技术有限(xiàn)公(gōng)司(sī)携(xié)全系(xì)列(liè)低(dī)空(kōng)安(ān)防(fáng)设(shè)备(bèi)参(cān)展(zhǎn)，凭(píng)借(jiè)三(sān)项(xiàng)权(quán)威(wēi)大(dà)奖(jiǎng)、全栈(zh
【导语】中国电信率先公开展示业内首个“北斗语音消息”服务，首创 AI 算法实现语音极速传输；与此同时，华为也在第四届北斗峰会上发布相关功能，其手(shǒu)表(biǎo)成(chéng)首(shǒu)款(kuǎn)支(zhī)持(chí)终(zhōng)端(duān)，北(běi)斗(dòu)应(yīng)用(yòng)再(zài)掀(xiān)新(xīn)篇(piān)。 据(jù