近期，一份深入探討算力網絡發展的白皮書——《2025服務生成算力網絡白皮書》正式發布。該白皮書由紫金山實驗室攜手中國聯合網絡通信有限公司研究院主編，匯聚了多家單位的智慧結晶，全面剖析了服務生成算力網絡（SGCNC）的現狀與未來。

隨著數字經濟的蓬勃發展，算力已成為其核心基礎設施。然而，傳統的算力網絡正面臨多重挑戰，包括場景需求的多樣化、規模復雜度的急劇上升以及用戶體驗要求的不斷提升。與此同時，AI技術的迅猛發展為算網應用帶來了全新的范式，促使算網服務生成成為應對這些挑戰的關鍵路徑。服務生成算力網絡通過深度融合AI與算力網絡，旨在實現基礎設施的智能化以及業務流程的一體化，被視為算力網絡智能化演進的終極目標。

白皮書描繪了服務生成算力網絡的愿景特征，即提供無處不在且高效的算力服務，實現“網絡無處不在、算力無所不能、智能無所不及”。其關鍵特征涵蓋意圖驅動的算網融合，能夠精準轉譯用戶意圖為算網指令；算網全流程閉環自治，能夠自動化完成全生命周期的任務；以及網-算-智協同自適演進，確保算網與智能能夠協同迭代，共同提升。

在架構層面，白皮書提出了一個自下而上的參考架構。該架構包括基礎設施層，負責提供資源感知與傳遞；算網管理層，負責狀態感知、資源調度，實現單域自治與跨域協同的結合；以及業務應用層，承載抽象的業務功能，支持用戶智能交互。內生智能模塊跨越各層級賦能，確保感知、分析、決策、執行的全流程智能化。

白皮書還詳細闡述了支撐服務生成算力網絡的關鍵技術，包括算力網絡的資源感知、資源編排與任務調度；自智網絡的單域自治與跨域協同、意圖網絡、智能運維；人工智能的傳統算法、大語言模型與智能體Agent；以及數字孿生的數據采集傳感、仿真建模與實時更新反饋。這些技術共同構成了服務生成算力網絡的技術基石。

在應用案例方面，白皮書展示了算網數據按需生成、網絡拓撲智能生成、算網服務智能生成、業務流程自主管控以及服務自優化與持續演進等多個實際場景。這些案例不僅展示了服務生成算力網絡的強大潛力，也為其未來的廣泛應用奠定了堅實基礎。

當然，服務生成算力網絡的發展也面臨著諸多挑戰，如智能訓練與部署的數據標準化不足、AI模型效率與安全問題；業務融合方案設計的架構平衡難題；智能度量與評估的單點與全域智能評估難度；自演進可控性的持續學習技術瓶頸；以及應用落地與生態建設的隱私倫理、用戶適應等問題。這些挑戰需要業界共同努力，通過技術攻關與生態構建來推動產業的持續發展。

盡管面臨諸多挑戰，但服務生成算力網絡的發展前景依然廣闊。隨著技術的不斷進步和應用的不斷深化，它有望為各行各業的數智化轉型提供強大動力，推動數字經濟邁向新的高度。