算力调度与网络路由长期以来是两张皮。一批容器集群发出的 GPU 任务，调度器只知道目标节点卡够不够、显存足不足，却不知道中间链路此刻的时延、丢包和拥塞情况。这种脱节导致的结果是：算力有余，任务却跑不动。本文以算网融合中的协同机制为主线，回答一个具体问题：算力调度如何与网络路由在资源感知、路径计算、流量工程三个层面实现协同工作；不做政策解读，不展开算电协同。

一、算网融合要解决什么问题：算力与网络为何必须协同

1. 算力资源分散与路由感知滞后

训练集群可能在 A 城，数据在 B 城，推理副本分布在多地域机房。传统模式下，调度器只管 GPU、显存、卡数，路由协议只按最短路径转发，二者之间没有实时状态共享。任务被调度到某个节点后，网络是否拥塞、链路是否有丢包，调度器不知道。

2. 资源感知的缺口

算力资源的可用状态是异构的。有卡不等于有带宽，算力节点接入网络的出口带宽、专线利用率、跨域时延，调度器通常拿不到。这意味着调度决策可能在一张不完整的资源图上进行，选出的节点从计算角度看最优，从网络角度看可能根本不可用。

3. 路径计算的缺口

网络路由的可达性不区分业务优先级。训练同步的高带宽流量和推理请求的低时延要求，在网络层被同等对待，所有流量挤在同一路径上。路由协议只会选最短路径，不会因为某个任务的时延敏感而绕行。

4. 流量工程的缺口

算力任务的流量呈现突发性和非对称性。训练期东西向大流量，推理期南北向小流量高并发，静态带宽配置匹配不了这种弹性。忙时拥塞、闲时空转，带宽成本和工作负载之间长期存在错配。

算网融合的本质，是让算力资源的计算状态和网络资源的链路状态进入同一个调度决策域，而不是分别由两个系统独立决策后再人工对齐。

二、协同的第一层：算网融合的调度控制域与资源感知机制

1. 调度控制域三组件拆解

算力调度要真正影响网络路由，需要一个完整的调度控制域架构。这个架构包含三个核心组件：

• 算网资源数据中心：存储全网算力拓扑和链路实时状态，是联合调度的数据底座

• 智能调度引擎：接收任务需求，在算力和网络两个维度上做联合优化计算

• 协同编排控制器：同时下发算力分配指令和网络链路配置指令，保证两边动作一致

三件事缺一不可。缺了资源数据中心，调度引擎只能拿到半张资源图，回到盲调度状态。

2. 关键难点：状态更新频率的对齐

算力状态和网络状态的更新频率差异大。GPU 利用率可能是秒级变化，跨域链路的 BGP 路由收敛是十秒到分钟级。如果调度引擎用旧链路状态做决策，可能刚切过去的路径已经拥塞了。对齐粒度是调度控制域落地中最实际的问题，目前没有统一答案。

3. 可实现路径

网络侧引入实时链路质量探测，测量时延、丢包、抖动，用比路由协议更短的周期掌握链路状态。算力侧输出可用计算单元列表，用统一资源标识将算力和网络做联合表征，一起喂给调度引擎。设计算网融合方案时，要先确认有没有真正的联合调度引擎，而不是运营商的静态算力导航表格。

三、协同的第二层：SRv6+FlexE 如何让路径计算服务于算力任务

1. SRv6 解决什么

SRv6 给每个算力节点和网络节点分配 IPv6 段标识，让调度器可以把路径写死在包头里，从网络自己选路变成按任务需求选路。对于算力调度，这意味着时延敏感任务走确定性路径，大流量训练走高带宽路径，而不是被动接受路由协议的最短路径优先。

2. FlexE 解决什么

FlexE 把一条物理链路切片成多个硬隔离的带宽通道。训练流量占大带宽通道不挤推理，推理流量走低时延通道不排队。需要区分的是：这是物理层和链路层的隔离，与 QoS 排队策略是两层手段，不能互相替代。

3. 两者的协同逻辑

SRv6 解决选哪条路，FlexE 解决路上给多大车道。算力调度器把任务类型翻译成 SRv6 策略的段列表和 FlexE 切片标识，路径和带宽在任务级上实现匹配。这种协同的意义在于，路径计算第一次直接服务于算力任务的属性，而不是服务于路由协议自身的规则。

4. 边界说明

SRv6+FlexE 主要覆盖广域网和数据中心间互联场景，数据中心内 GPU 卡间走 NVLink、InfiniBand 或 RoCE，不在此列。方案选型时先分清楚问题出在哪个域，把模块内高速互联（计算层问题）和跨域网络连接（网络层问题）分开判断。

四、协同的第三层：流量工程与 QoS 策略如何匹配算力任务优先级

1. 业务流量分类

算力场景下至少需要区分五类流量，每类对网络的要求不同：

• 推理流量：时延敏感，需要弹性带宽保证

• 训练同步流量：高带宽，需要稳定保障

• 数据采集和回传流量：突发性强，非对称

• 管理面流量：低优先级

• 闭环反馈流量：周期性小流量

2. 差异化 QoS 的落地

推理流量配置弹性带宽加低时延队列，训练流量配置固定带宽保障加独立 QoS 分类，采集流量支持非对称带宽配置。这样推理不会被训练流量挤占，训练同步不会被采集流量干扰。关键是把分类落到队列和带宽限制上，而不是只贴标签不执行。

3. 流量工程的失效模式

只配队列不配带宽上限，训练突发流量会把推理队列的缓冲打满，低时延队列形同虚设。只做路径切换不做主动调度，算力任务高峰期专线拥塞后绕行更长路径，时延反而恶化。设计时要把防挤占和可切换分开考虑，防挤占靠带宽上限和队列隔离，可切换靠路径策略和弹性配置。

4. 可复用的判断点

拿到一个算网 QoS 方案，先确认三个问题：是否按业务优先级做分类、是否对训练和推理分别管带宽、是否有流量可视化手段能验证策略真正生效。

五、一个可复用的协同判断框架：评估算力调度与网络路由协同成熟度

1. 成熟度四级映射

用四级映射定位现有架构的缺口：

• 一级：算力和网络分开管，人工用表格对齐

• 二级：有统一可视平台，但决策仍然靠人

• 三级：调度引擎能自动读取链路状态，影响调度决策

• 四级：网络路由策略随算力任务自动下发、自动回收

大多数团队卡在二级到三级之间：有平台能看到状态，但调度决策和链路策略仍是两套动作。

2. 判断算力专线是否适合当前业务

不同场景对应的网络指标优先级不同。训练跨城同步看丢包率和带宽稳定性，推理集群看时延分位数，其中 P99 比均值重要，数据回传看峰均比和非对称能力。不能拿一套标准选所有场景的专线。

3. 协同选型的三个检查项

评估服务商方案时，三个检查项需要逐一确认：算力节点接入是否预连接目标云或算力生态、平台是否支持 API 调度集成、链路是否支持按需弹性扩缩。三项都满足，算网协同才不止停留在口号层面。

六、算网融合落地中的协同动作：从一次任务调度看完整链路

1. 场景拆解

以一个多模态模型训练和推理并行的任务为例：训练集群在 A 城，数据源在 B 城，推理副本部署在三个接入点。调度申请到达后，调度引擎查询算力数据中心的算力和链路状态，生成调度方案，协同编排控制器同时下发 GPU 分配指令和 SRv6 路径策略，流量进入 FlexE 切片通道，周期回传闭环数据。

2. 各环节协同动作清单

整个过程中的协同动作有顺序关系，不可跳过：

1. 资源注册与标识：算力节点和链路状态进入统一资源池

2. 状态采集与上报：算力和网络的实时状态进入资源数据中心

3. 联合计算决策：调度引擎在算力和网络两个维度做优化计算

4. 路径策略下发：把调度结果翻译成路由策略，下发到网络设备

5. 链路调整确认：确认链路配置已生效，再启动任务

6. 运行期监控与重新调度：链路状态变化触发重新决策，策略随任务变化自动调整

这套视角把前面三层的机制串起来，重点不是原理本身，而是协同动作的先后关系和依赖条件。

七、常见问题解答

算力调度和网络路由协同对普通企业的 IT 团队意味着什么？

意味着从买完云主机和专线后人工配置，转向用一套平台同时管算力分配和链路策略。普通企业不一定要自建 SRv6 网络，但可以在选型时要求服务商提供算力和网络联合调度的平台能力。判断标准是：任务高峰期能否自动调整链路带宽或路径，而不是出问题后人工扩容。

SRv6+FlexE 在算网融合中是必须的吗？

不是。如果算力资源集中在一两个机房，普通专线加带宽冗余就能满足需求。SRv6+FlexE 的价值在多地域多云的算力调度场景下才明确体现：需要按任务选路径、按业务切带宽。决策逻辑是先看时延和带宽需求是否已经超出单一路径能力，再看是否需要引入这种分段路由和切片技术。

算网融合方案怎么评估专线时延和带宽是否够用？

把够用拆成三个具体的测量维度：推理类业务测 P99 时延而不是平均时延；训练类业务测连续数天的丢包率和吞吐稳定性；数据采集类业务测峰均比是否匹配专线的非对称带宽能力。已有服务商提供分场景的网络性能测试报告，评估时要求对方按业务场景分别给指标，不只看一条标称的专线带宽。

算力调度与网络路由协同最大的落地难点在哪个环节？

在资源状态采集和更新频率的对齐。算力侧的状态变化快，网络侧的路由收敛相对慢，如果调度引擎用旧链路状态做决策，可能刚切过去的路径已经拥塞。落地时需要引入额外的链路质量探测机制，用比路由协议更短的周期掌握链路实时状态，再决定是否把该链路作为算力任务的候选路径。

中小企业需要为算网融合做哪些准备？

先做架构现状梳理，确认算力和网络哪一侧是瓶颈。如果算力利用率高但网络成本占比低，先把带宽冗余和 QoS 配置做好；如果已经上了多云算力但专线时延不稳定，再评估是否需要统一的算网调度平台。中小企业可以选择订阅式网络服务按需开通，不需要一次性建设 SRv6 骨干网。

数据来源

• 国务院常务会议关于算力网部署，2025年9月：百家号

• 工信部算力开放共享平台相关信息：百家号

• 《通信世界》算力互联网技术方案，2025年5月：福建省经济信息中心转载

• 中国联通算网调度平台及跨域混训数据，2025年：百家号

• 全国一体化算力监测覆盖率数据：百家号

本文由犀思云技术团队撰写，含相关产品服务信息，仅供技术交流。