加速IPv6技术创新 筑牢人工智能基础设施底座

本文作者为下一代互联网国家工程中心主任刘东

近日，中央网络安全和信息化委员会印发《深化互联网协议第六版（IPv6）技术创新和融合应用实施方案（2026-2030年）》（以下简称《实施方案》），不仅对IPv6部署应用作出新的系统安排，更明确了IPv6面向人工智能时代的战略定位。

《实施方案》将IPv6与大模型训练推理、算力网络、智能体互联以及国家数据基础设施等纳入同一政策框架，推动生成式人工智能应用、云平台、算力和数据基础设施与IPv6技术创新融合，并探索基于IPv6的智能体标识技术和智能互联网创新演进……这些重要部署共同指向一个判断：IPv6正在由互联网基础协议，进一步演进成为构建AI基础设施的关键技术底座。AI基础设施不仅是算力、数据和模型的集合，更是由网络进行连接、组织和调度的复杂系统。

一、AI基础设施正在从算力建设走向网络化协同

当前，全球人工智能基础设施建设主要聚焦芯片、智算中心、数据集和基础模型。随着大模型加快进入产业应用，基础设施建设的重心正在发生变化：单点算力能力仍然重要，但分散的算力、数据和模型能否高效协同，日益成为决定人工智能未来发展的关键。

大模型训练需要持续传输海量数据与参数，推理服务正在向边缘和终端延伸，智能体需要动态调用模型、工具、数据和设备。可以说，人工智能连接的主体更多、分布范围更广、交互关系更复杂，这无疑都对基础设施提出了更高的要求，网络承载的不再只是传统信息流量，而是算力流、数据流、模型流和智能体交互流。

《实施方案》提出推动IPv6赋能全国一体化算力网高质量互联与智能调度，探索在国家数据基础设施中应用IPv6，同时推进IPv6与大模型训练推理、智能体互联协同等场景融合。IPv6建设正在从解决网络接入问题，转向支撑人工智能的系统性组织。只有通过新一代网络将不同区域、不同主体和不同架构的算力、数据与模型连接起来，分散的资源才能转化为可发现、可调用、可调度的整体能力。IPv6技术创新的首要价值，就是为人工智能建立规模化协同和群体化智能的网络根基。

二、以IPv6/SRv6构建算力中心内外一体化互联

人工智能对网络的要求已经超出传统互联网的基础连接能力。分布式训练需要大带宽和稳定传输，实时推理需要低时延、低抖动，工业智能等关键应用需要高可靠和确定性保障，跨区域算力协同则要求网络能够感知任务、识别资源并动态配置路径。

《实施方案》把完善IPv6技术体系置于技术创新的重要位置，提出深化IPv6分段路由（SRv6）、网络切片、随流检测等技术应用，突破应用感知网络、新型组播、韧性网络等前沿技术，并加强智能广域网、新型城域网和算力网络关键技术攻关。

从AI基础设施架构看，网络至少包含两个相互衔接的层次：一是智算中心之间，以及智算中心与云平台、数据源、用户侧之间的广域互联；二是智算中心内部GPU等加速资源之间的高速互联。前者决定分散在不同区域的算力能否形成可调用、可调度的整体资源，后者直接影响大模型训练中的参数交换、集合通信和算力利用效率。随着分布式训练、跨域推理和算力调度日益普遍，算力中心外部与内部网络正在从分别优化走向协同设计。

在算力中心外部，SRv6已经形成较为完整的技术体系。它基于IPv6数据平面，通过段标识和SR Policy把路径、节点及网络功能编排为可执行的转发指令，可以根据时延、带宽、可靠性等目标，为不同训练、推理和数据传输任务选择差异化路径。结合网络切片、随流检测和应用感知等机制，SRv6可以支撑算力中心之间、云与算力中心之间以及跨区域算力资源之间的高质量互联，为全国一体化算力网提供更加可编程、可调度的网络基础。

更值得关注的是，SRv6正在从算力中心之间的互联进一步向算力中心内部延伸。大规模GPU集群中的通信具有流量大、同步性强、对拥塞和丢包高度敏感等特征，传统基于哈希的等价多路径在大象流并发时可能出现路径碰撞，进而影响有效带宽和训练效率。当前IETF正在探索面向AI后端的SRv6确定性路径机制，通过uSID等技术将路径能力进一步下沉至网卡或DPU，由算力调度系统依据任务拓扑和网络状态规划传输路径，中间网络则保持相对简单的高速转发。相关技术已在OpenAI公司数据中心落地，IPv6/SRv6的作用边界开始从算力中心之间延伸到算力中心内部。

这意味着，IPv6/SRv6正在形成从“中心间互联”到“中心内互联”的连续技术路径：中心外部侧重跨域连接、流量工程和服务质量保障，中心内部侧重高吞吐、低时延和确定性路径控制，两者可以在统一IPv6技术底座上分层构建，并通过算力调度系统实现协同。未来，应用提出任务，调度系统感知算力资源和网络状态，网络按需编排路径，算力动态响应，数据按需流动，网络由此不再只是连接通道，而将进一步成为AI资源组织和调度的重要平台。

三、IPv6拓展互联网能力边界支撑智能体规模化协同

人工智能正在从提供内容和答案的大模型，向能够理解意图、调用工具、执行任务并自主协作的智能体演进。互联网由连接人、信息和设备，进一步走向连接模型、智能体和机器服务。

智能体互联建立在现有互联网基础设施之上，其核心是让不同模型和智能体能够彼此发现、通信、协作，并在可信规则下完成复杂任务。IPv6与智能体技术的融合将催生智能互联网新范式。

此次《实施方案》明确提出深化IPv6与智能体互联协同场景融合，探索基于IPv6的智能原生网络架构，研究推进基于IPv6的智能互联网创新演进，并探索基于IPv6的智能体标识技术。这意味着，IPv6技术创新将不再局限于提升现有网络性能，还将支撑互联网连接对象和协作模式的深刻变化。

IPv6充足的地址空间和端到端连接能力，可以为大规模智能体及其关联的模型、工具、数据和服务提供寻址基础；SRv6、网络切片和应用感知网络，可以根据智能体任务动态规划路径和配置资源；IPv6与域名解析、名字服务、数字身份、认证授权等机制结合，还可以进一步支撑智能体的发现、连接和可信交互。

未来智能互联网需要解决的，不只是“能否联网”，还包括如何识别能力、发现服务、验证身份、建立授权、组织协作和追溯行为，具备全时全域感知、传输和计算能力，成为支撑智能终端、智能体之间互联协同的智能化综合性信息枢纽。IPv6将成为这些能力赖以运行的网络根基，并推动互联网从传输信息的基础设施，演进为组织智能协作的基础设施。

四、以IPv6原生形成AI基础设施工程闭环

IPv6支撑人工智能发展，最终要落实到智算中心、云平台、模型服务、应用系统和智能终端的建设全过程。这里的IPv6原生化不应只理解为互联网入口支持IPv6，还应覆盖智算中心内外互联、云网连接、算力调度和相关网络设备，使地址、路径、服务质量和安全能力能够贯穿AI基础设施的不同层级。

《实施方案》提出加快向IPv6单栈演进，推动云服务平台全产品、全区域支持IPv6，新上线云产品和新建节点实现原生支持与默认启用，提高算力设施IPv6接入能力和服务质量；同时要求新增生成式大模型个人应用支持IPv6访问，加快存量大模型应用升级，推动行业大模型上线部署同步支持IPv6。

这些任务贯通了AI基础设施的主要环节。新建智算中心、大模型平台和行业人工智能系统，应当在规划建设阶段同步采用IPv6原生架构，减少双栈运行和多层地址转换带来的复杂性，提升端到端连接、算力调度和运行管理效率。

更为重要的是，《实施方案》并未把技术创新停留在研发层面，而是同步部署试验验证、国家和行业标准研制、IPv6单栈能力评测、终端测试认证以及安全产品升级，推动形成从技术研发到标准、测试、认证和规模应用的完整链条。

这也是IPv6技术创新转化为AI基础设施能力的关键。只有经过试验验证的技术、可以统一实施的标准、能够客观评价的指标和成熟可靠的产品，才能进入智算中心、云平台和行业核心系统，形成可复制、可推广的产业能力。同时，还应加强身份管理、访问控制、源地址验证、零信任和异常流量检测，将安全能力贯穿人工智能基础设施建设和智能体协作全过程。

五、结语

人工智能时代的竞争，最终取决于能否将算力、数据、模型和智能体组织成为高效协同、持续运行的整体。IPv6技术创新的战略价值，正在于以统一的网络技术底座打通算力中心内外连接，并为跨区域算力调度、中心内部高速协同和智能体互联提供可编程、可演进的运行基础。

我国已经形成大规模IPv6用户、网络和产业基础，下一步应推动IPv6与人工智能深度融合，在巩固SRv6广域承载和算力中心互联能力的同时，加快开展面向AI后端等新场景的技术验证、标准研制与测试认证，将网络规模优势进一步转化为AI基础设施优势。加速IPv6技术创新，筑牢AI基础设施，既是IPv6从规模部署迈向全面赋能的核心方向，也是我国主动塑造智能互联网、赢得未来人工智能竞争的重要战略选择。