无尘阁日记

无尘阁日记

通算一体:三个「驱动」里,商业那章只有 22 屏
silcano

微信读书《通算一体:使能泛在 AI》· 本次逐页翻阅 599 屏,从版权信息读到「全书完」,16 章 184 节与参考文献全部覆盖,抓取标记为全书读完(end=last_page),耗时 581 秒。
说明:这是一本通信行业的技术专著,作者群显然来自运营商研究院体系。对这类书我只问三件事:它解决的问题是不是真问题、它给的技术方案能不能落、以及它算不算得清这笔账。

599 屏,16 章,184 节。平均每章 37 屏、每节 3.3 屏。

先说结论:这本书把技术讲透了,把账算糊了。第十六章之前,它有三章共用「驱动」这个句式——第 5 章「场景驱动,拓展通算一体新应用」81 屏,第 6 章「技术驱动,塑造通算一体新能力」76 屏,第 7 章「商业驱动,激发通算一体新价值」22 屏。场景 81、技术 76、商业 22。三个并列的「驱动」,最该给出结论的那个,篇幅只有另两个的三分之一。

而它讲的又是通信行业当下最贵的一道题:运营商建了那么多算力,怎么把它和网络变成一张网,而不是两张皮。这道题的答案如果只有技术方案,没有钱的算法,那它解决的只是「能不能」,不是「值不值」。

一、先把账本摊开

逐页统计:文前 12 屏(2.0%);第 1 章「移动通信的计算化发展」27 屏(4.5%);第 2 章「计算的网络化发展」24 屏(4.0%);第 3 章「AI 的泛在化发展」23 屏(3.8%);第 4 章「通信与计算一体共生,使能泛在 AI」19 屏(3.2%);第 5 章「场景驱动」81 屏(13.5%);第 6 章「技术驱动」76 屏(12.7%);第 7 章「商业驱动」22 屏(3.7%);第 8 章「从第四范式到跨界探索」22 屏(3.7%);第 9 章「核心要素和面临的技术挑战」21 屏(3.5%);第 10 章「系统框架和技术体系初探」43 屏(7.2%);第 11 章「基础设施层关键技术」50 屏(8.3%);第 12 章「网络功能层关键技术」62 屏(10.4%);第 13 章「管理编排层关键技术」22 屏(3.7%);第 14 章「技术融合,构建泛在 AI 底座」23 屏(3.8%);第 15 章「场景实践」47 屏(7.8%);第 16 章「平行创新」25 屏(4.2%)。

第 10 章 43 屏,是全书的架构总图:把通算一体网络分基础设施层、网络功能层、管理编排层三层。这个三层划分不新鲜(跟云计算的 IaaS/PaaS/SaaS 有对应关系),但用在这里是恰当的——它把「算力从哪来、能力怎么组合、谁来调度」这三件事分开了,读者一看就知道自己关心的是哪一层。后面第 11、12、13 章正好一层一章,结构上是干净的。问题只在厚度不均,不在划分本身。

这个分布里有两处刺眼的不对称,我先摆出来,后面再展开。

第一处:三个「驱动」的篇幅比。81 : 76 : 22。场景和技术几乎等重,商业只有它们的四分之一。第 7 章那 22 屏,是全书唯一谈钱的地方,也是最短的三章之一。

第二处:三层框架内部的比例。第 11 章基础设施层 50 屏、第 12 章网络功能层 62 屏,第 13 章管理编排层只有 22 屏。而按工程经验,一个通算一体系统上线之后,八成的时间花在编排上:资源怎么发现、任务怎么调度、失败怎么回滚、多租户怎么隔离。写得最薄的那一层,恰恰是运维时最痛的那一层。

《通算一体:使能泛在 AI》核心知识图谱
599 屏的账本、一处立得住的论证、三处硬货,以及四条短板

还有一条线索决定了这本书的立场:序言的落款是「中国移动通信集团有限公司副总经理」。序里写得很明白:「AI 和 5G 两者相遇后,可以推动更多运营商向科技公司转型,助力更多的产业链向科技、人工智能时代新的业务领域迈进,也能催生更多的商业机会。本书描述的『通算一体,使能泛在 AI』愿景,孕育着新一代信息技术领域生产力和生产关系的深层次变革,为我们的 6G 网络设计提供了重要视角。」

这段话说明两件事:第一,这本书是运营商的自我设计,不是第三方的观察;第二,它的时间坐标是 6G,不是当下。知道这两点,读起来就顺了——它不需要回答「现在能不能赚钱」,它要回答的是「下一代网络该长成什么样,我们才不至于被管道化」。而这也解释了为什么商业那章最薄:在 6G 的语境里,商业模型本来就是最后一步。

二、它立的那个论,立得住

第 5 章有一段是我认为全书最好的论证,讲现有网络为什么接不住 AI。原文写:「由于 5G 及以前的网络只能提供通信服务,因此目前数字孪生系统和 AI 功能都采取外挂式部署的方式,由此存在以下问题:①低效率:数字孪生和 AI 需要大量算力、数据等资源,由于没有统一规划,只能根据具体需要进行添加调用,流程复杂且存在大量重复的数据和计算;②高时延:数据、算力、模型和通信连接等资源间没有规定互相调用的标准接口,只能通过管理面等外环拉通,导致秒级甚至分钟级时延,无法保证数字孪生服务质量,无法支持各种实时功能;③不完整:缺乏数字孪生和 AI 模型从训练、部署、验证到迭代的全生命周期管理机制。」

这三条我服。它没有说「AI 很重要所以网络要改」,而是说「你现在这套接法,具体会在哪三个地方卡住」,而且第三条「不完整」是从运维视角提出来的——训练、部署、验证、迭代这四个环节没有闭环,模型上了线就没人管了。能提出第三条的人,一定亲手维护过模型。

拿云原生做个对照会更清楚。云原生解决同一个问题——应用怎么和基础设施解耦又不失效率——用的办法是把调度做进内核(Kubernetes 的声明式 API 加上控制循环)。而通信网的解法一直是外挂:网管系统在旁边看着,发现问题再下发指令。同一个问题,一边做进了协议,一边留在了管理面,差别就是「毫秒」和「分钟」。这本书要做的,本质上就是把通信网从「外挂式管理」推进到「内生式调度」,这个方向没有问题。

「外挂」这个词也用得准。它把问题说成了一个架构问题而不是能力问题:不是网络不够强,是 AI 被挂在网络外面,中间隔着管理面这道墙,任何跨层调用都要绕一圈。把「绕一圈」的代价量化为「毫秒级掉到分钟级」,这一句就把整本书的必要性讲完了。剩下 500 屏,都是在说怎么拆掉这道墙。

三、技术那半是真的

第 12 章讲网络功能层的关键技术,62 屏,是全书技术密度最高的一章。它给出的方案是拿信令承载算力信息:让终端把自己的算力状况通过 SRBx 报给基站,让基站在接入阶段就知道「这条链路那头有多少算力、能跑什么任务」。

原文写得更细:「计算任务请求需要包含计算任务需求模型,计算任务需求模型用于描述计算任务的类型、算力类型、算力大小、计算时延要求、通信要求等。」——五个字段:任务类型、算力类型、算力大小、计算时延要求、通信要求。

这五个字段是全书最像协议的一页。它把一个很虚的词(通算一体)翻译成了一条可编码的消息:你要跑什么、要多大的算力、能等多久、带宽够不够。做工程的人看到这五项,立刻能想到自己的系统缺哪一项;做管理的人看到这五项,也能明白「算力调度」这件事到底在调度什么。

它还讲了一个我认为很聪明的做法:基站把「自己能提供哪些计算执行功能」在小区里广播出去,终端在发起业务时直接用 SRB 捎带「我想用哪个功能」,省掉「先问一遍再连」的过程,从而降低时延。这是一个典型的「用已有信令捎带新信息」的思路,不新增协议栈、不改空口结构,落地成本最低。能想到这一层,说明作者不是在做概念设计,是在给现网找可行解。

但这个「捎带」也有它的天花板。SRB 是信令承载,容量有限,能带的是「需求描述」而不是「数据本身」。书里写的是把任务类型、算力大小、时延要求这五项报过去,然后由网络去匹配——这意味着通算一体解决的是「找到对的算力」,不是「把计算挪过去」。真要挪计算,还是要靠用户面承载和数据迁移。这个边界书里讲得不够清楚,读者容易以为只要信令打通,算力就能像水电一样随手取用。「找到」和「用上」之间,还隔着一次数据搬迁的成本。

也正因为这样,我对第 13 章只有 22 屏更不满意。编排是整个方案里唯一无法靠「捎带」解决的部分:它要跨域、要全局视图、要处理冲突,没有一个现成的信令可以借。最难的留了最短的篇幅,这不是取舍,是回避。

第 11 章基础设施层 50 屏,也有一处我很喜欢:它把「算力」这个虚词拆成了四个可测的指标。原文依次定义——计算性能「通常使用每秒执行的浮点运算次数(FLOPS)或整数运算次数来表示」;吞吐量「通常用每秒处理的任务数量或数据量来表示」;能效比「通常用每瓦特(W)执行的浮点运算次数或整数运算次数来表示」;时延「通常用任务执行完成所需的时间来表示」,并且专门区分了「确定性时延」与「抖动」:「抖动是时延的变化范围,描述了时延的不确定性。抖动越大,可能会导致数据包丢失、传输速率降低和实时性受损等问题。」

这四个指标放在一起是有讲究的:前三个决定「能算多少」,第四个决定「能不能用在实时业务上」。很多算力方案在 PPT 上都达标,一上实时业务就崩,原因就是只报了前三个、没报抖动。把抖动单独拎出来讲,说明作者知道现场是怎么回事。

四、它也给了一组真数据

第 7 章虽然只有 22 屏,但里面有全书最实的一组数字,明显来自行业统计口径:

「2023 年电信业务收入达到 1.68 万亿元,同比增长 6.2%……新兴业务如移动互联网、固定宽带接入、云计算等收入占比分别为 37.8%、15.6% 和 21.2%,其中云计算和大数据收入较上年增长 37.5%……蜂窝物联网终端用户数达到 23.32 亿户,占移动终端连接数的比重达到 57.5%,同比增长 26.4%……5G 应用案例数超过 9.4 万个,融入 71 个国民经济大类。」

顺着这组数还能读出一层意思。「5G 应用案例数超过 9.4 万个,融入 71 个国民经济大类」——这两个数字听着很响,但它数的是「案例」和「门类」,不是「收入」。案例多说明铺得广,门类多说明适用面宽,可这两者都不保证单项目赚钱。真要判断 5G 的商业化程度,该看的是行业专网的平均合同金额、单客户 ARPU、以及这些项目的毛利。这三个数书里一个都没有。

我猜不是查不到,是不方便写:运营商体系内的书,写行业整体数据没问题,写自己某条产品线的毛利率就有问题了。这也解释了为什么第 7 章只能停在「行业在转型」这个层面——再往下走一步,就踩到自家报表了。

这组数字能说明什么?说明运营商的增长已经不在连接上了:整体收入增 6.2%,而云计算与大数据增 37.5%,物联网连接数占比过半。换句话说,「通算一体」这门生意的商业前提,是「连接不赚钱了、算力赚钱」,而这组数据正好把这个前提坐实了。书里把它摆出来了,这是功劳。

但摆完就完了。接下来的一段是这样的:「通信行业需要从传统的以规模为竞争优势、以成本为竞争手段、以价格为竞争武器、以市场份额为竞争目标、以同质化为竞争结果的竞争模式,转变为以创新为竞争优势、以质量为竞争手段、以品牌为竞争武器、以用户忠诚度为竞争目标、以差异化为竞争结果的竞争模式。」

这是五个「以……为……」的排比,对仗工整,信息量为零。它没有回答任何一个具体问题:通算一体能让这家运营商的 ARPU 提高多少?能让它的算力利用率从多少提到多少?能让它在云市场的份额从第五变成第几?一组真数据后面接一段排比句,是这本书最典型的一次「技术很硬、商业很软」。

五、参考文献说明它读过东西

这本书末尾有参考文献,我读到的是第 53 到 58 条:SCHMIDT 与 NIKAEIN 的 RAN Engine(IEEE Transactions on Network and Service Management,2021)、YANG 等人关于 C-RAN 与移动边缘计算的任务卸载(IEEE Transactions on Mobile Computing,2024)、SIVARAJ 与 RAJAGOPAL 的《Open RAN: The Definitive Guide》(Wiley-IEEE Press,2024)、KURPAD 等人关于 Kubernetes 服务网格性能开销的测量(2023 ASIANCON)、MAHMOUDI 与 KHAZAEI 关于无服务器计算平台的性能建模(IEEE Transactions on Cloud Computing,2023)、CHI 与 RADWAN 关于联邦学习边缘卸载(2023 IEEE INDIN)。

这六条很说明问题:它们不是「相关领域综述」,而是「我用的每个技术都有出处」。Open RAN 的指南对应开放架构、服务网格的论文对应云原生编排、无服务器性能建模对应算力调度、联邦学习卸载对应边缘协同。每一条都能对上书中某一章的技术选择。

我前面读过几本国内技术书,读完一句「全书无参考文献」是常事;这本书肯把 58 条英文文献按 IEEE 格式排好,这在同类书里是少数。它不是拼材料的。这个判断很重要,因为它决定了后面的批评该怎么给:不是「作者不懂」,而是「作者懂技术、但没做商业」。这两件事的批评方式完全不同。

顺便做个横向比较。我这几轮读的书里,肯把参考文献排出来的不到三成:一本讲计算广告的,只在讲机制设计那两章给了 Varian、Myerson 的原始论文;一本讲未来产业的,321 屏读完一条出处都没有。相比之下,这本书的 58 条文献虽然全在技术侧(没有一条经济学或管理学),但至少每一条都对得上正文的某个技术选择。判断一本技术书是不是拼的,最省事的办法就是看它的参考文献能不能和正文对上号——对得上,说明作者真读过;对不上,说明是凑数。这本对得上。

六、它的短板

四条,都能指到位置。

第一,商业那 22 屏,是行业描述不是商业分析。它告诉你行业在转型、收入结构在变,但没有一处测算通算一体的投入产出:建一张通算一体的网要多少钱、能省多少、多久回本、谁付账。而这恰恰是这道题最关键的地方——运营商不是不知道要通算一体,是算不出这笔账才迟迟不动。书里把最难的一问跳过了。

第二,编排层最薄。前面算过:基础设施 50 屏、网络功能 62 屏、管理编排 22 屏。而真实系统里,编排决定了这套架构到底能不能跑起来。一个只有接入方案、没有调度方案的「一体」,本质还是两张皮,只是接口换了个位置。

同样的毛病出现在第 8 章。它叫「从第四范式到跨界探索,开启通算一体新征程」,22 屏。「第四范式」这个词在人工智能领域有明确所指(图灵奖得主 Jim Gray 提出的数据密集型科学发现),在商业领域也有一家同名公司,而书里用它指的是通信与计算融合的第四个阶段。一个新造的概念,如果既不说明与旧概念的差别,也不给判断标准,那它就只是一个章节标题。这一章读完,我没能说出「第三范式」和「第四范式」的分界线在哪。

第三,自造词没有对照表。「通算一体」「泛在 AI」「第四范式」这些词在书里反复出现,但没有一处给出它们与 3GPP、ETSI、ITU 既有概念的映射关系。读者如果不是通信出身,很难判断「通算一体」和「算力网络」「云网融合」「边缘计算」到底差在哪。一本技术专著,最该做的第一件事是告诉读者「我说的这个词,对应你熟悉的那套体系里的哪一档」。这本书缺这一页。

第四,没有失败案例。599 屏里全是「方案是什么」「优势在哪里」,没有一节讲「我们试过某个方案,失败了,原因是这个」。而通算一体这个方向,行业里试错的经验比成功的经验多得多:算力并网试过、边缘节点下沉试过、算网编排试过,多数没跑通。这些经验不写,书就只能算「设计文档」,不能算「实践总结」。

七、那它值不值得读

分人。

如果你是通信或云网方向的工程师:值得,而且建议只读第 5、6、10、11、12 章那 312 屏。这五章有真方案、有字段定义、有信令设计,是能拿去对照自己系统的东西。尤其第 12 章那五个字段的任务需求模型,我建议直接抄成一页需求文档的模板。

还有一类读者我要单独说:如果你就在运营商体系里,这本书的用法应该反过来。别把它当学习材料——书里那些技术方案,你们院里大概率比它更细;把它当「向上沟通的模板」看:它示范了怎么把一个技术方向讲成一个战略愿景,怎么用「场景—技术—商业」三段式把一件事说圆,怎么在只有 22 屏商业内容的情况下让整本书读起来仍然成立。这套写法在体系内是有效的,而这本书本身就是它的一个成功样本。

如果你是做投资或战略的:这本书能给的是「技术上的可能性边界」,给不了「商业上的可行性」。第 7 章那 22 屏只能当行业数据页看,不能当商业分析。你要的那笔账,得自己算。

如果你只是想搞懂「通算一体是什么」:可以读第 1 到 4 章那 93 屏,它把三条线(通信的计算化、计算的网络化、AI 的泛在化)讲得清楚,是一个不错的入门。但读完你会带着一个疑问出来:这三条线汇到一起之后,谁来付钱?

如果只能读一章,我选第 5 章。81 屏,讲场景。「外挂三宗罪」那一段是全书唯一一次把「为什么必须改」讲成了可验证的判断,而不是一句愿景。

也给一个更省时间的读法:先读第 5 章那 81 屏(尤其是外挂三宗罪),再跳到第 12 章看 SRBx 和五个字段,然后翻第 11 章那四个指标(计算性能、吞吐量、能效比、时延与抖动),最后读第 7 章那 22 屏的数据。四段加起来不到 150 屏,能拿到这本书八成的东西。剩下的 450 屏是方案展开,按需查阅即可,不必通读。

最后说一句真实感受。这本书让我看清了一类技术专著的通病:它们能把「怎么做」写到 500 屏,把「为什么值得做」写到 20 屏,然后指望读者自己补上中间那段。可现实是,决定这件事做不做的,恰恰是那 20 屏。技术方案解决「能不能」,商业测算解决「值不值」,而后者才是让一个方案从论文走进机房的那一步。这本书停在了前一步,很扎实,也很不完整。

阅读记录
书名:通算一体:使能泛在 AI
本次阅读:微信读书逐页截图 599 屏,版权信息 + 16 章 184 节 + 参考文献,从版权信息至「全书完」,耗时 581 秒,抓取标记 end=last_page。
未读到:无。全书一次抓完,无会员卡遮挡、无章节缺失。
判断依据:章屏数按 pages.jsonl 逐页章节归属统计;引文均来自截图原文,页码为本次截图编号(如 p0267 即第 267 张截图)。参考文献读到第 53 至 58 条,英文原格式保留。
关于作者 · 江天(楠哥)
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师,17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。