一个数字，可能比任何模型发布都更值得琢磨：2025 年，中国用于 AI 训练和推理的数据总量达到 199.48 艾字节，同比增长 42.86%。更关键的是，其中推理数据量 101.34 艾字节，第一次超过了训练数据。

这个交叉点意味着什么？意味着 AI 已经不是偶尔"练一次"就完事，而是每天都在被海量调用、持续交互。数据要流动，算力要调度，模型要联网——压力，一下子压到了网络身上。

国家数据发展研究院今年 8 月发布了《高速数据传输网络研究报告 2.0》，中国工程院院士邬贺铨写的序。报告给这个网络起了个说法——数字中国建设的"大动脉"。

从"修路"到"按需派车"

1.0 版报告的核心理念是"安全、高速、合规"。到了 2.0，这三个词被重新拆解了一遍：

• 高速，不再只是堆带宽和接口速率，而是根据任务的规模、时限、服务等级，动态组织连接、按需分配资源；
• 安全，从过去守边界，变成覆盖设备、链路、流通过程的内生安全；
• 合规，也要从"连得上"走向"流得可控、过程可追溯、责任可溯源"。

换句话说，这条路不仅要修得宽，还得会自己判断：哪辆车该优先走，哪辆车得拦下来查。

三个区，把数据关进"有规矩的通道"

报告给出的总体架构，由三个功能区构成：接入区、互联区、管控调度区。

接入区负责"怎么进来"——报告给了三种模式：动态专网讲按需组网和弹性保障，静态专线讲稳定连接和专属隔离，互联网接入讲广泛覆盖和便捷使用。三种各干各的活，谁也别想一套方案打天下。

互联区负责"怎么互通"，管控调度区则负责全局的"什么时候给谁多少资源"。围着这套架构，报告列了十项核心能力，从统一流通标识、灵活组网、高吞吐传输，一直到弹性带宽、交易隔离、可视溯源、计量计费、零信任接入和全链路安全。

真正有意思的是那几个落地案例

政策写得再好，也得看有没有人真在用。报告挑了天津、南京、武汉、苏州、温州五个城市的实践。

最让我意外的是武汉那个案子。湖北联通联合华为，给亚心医院做了一套"边云协同"的训推方案：模型的首尾层放在医院自己的算力上，中间层放到运营商智算中心，原始数据不出园区。用的是 Qwen3-32B，跨 200 公里拉远推理，能效损失只有 2.21%。

苏州银行的案子更直白：接入高速数据传输网络后，风控模型的特征维度从百余维增加到 500 余维，贷款审批周期从 7 天缩短到 1 天，高价值客群拓展比例提升 20%，风险评估命中率达到 72%。

温州则把它用在了低空经济上——浙江移动部署了超过 37 公里的低空智控网络，支撑 12 条常态化飞行航线，累计无人机日常巡航 6000 余次。

一个值得记住的转向

把这份报告读完，最大的感受是：数据的流通形态变了。

过去流通的是原始数据和标准化文件，现在流通的是高质量数据集、接口服务、模型能力，甚至词元（token）。流通方式从阶段性的点对点传输，变成高频调用、持续交互、跨域协同。

当"数据"本身变成了要按次计费、要追溯来源、要分级管控的服务，网络就不再是背景板，而是主角之一。

英伟达的股价涨了这么久，会不会有一天，真正卡住 AI 脖子的是运营商？这个问题，可能比我们想的来得更早。

以上为节选，关注本公众号，文章结尾“阅读原文”、"留言区"获得下载完整文档网址。

来源：国家数据发展研究院

【推荐阅读】

2026年TokenFactory词元工厂技术与产业发展白皮书

数据工厂白皮书

中国具身智能数据采集产业发展蓝皮书（2026）

2026具身智能数据产业链与新基础设施研究报告