DIN 白皮书知识库

安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install din-whitepaper
2. 手动安装 将技能文件夹复制到以下位置之一
   全局模式
   ~/.openclaw/skills/
   工作区
   /skills/
   优先级：工作区 > 本地 > 内置
3. 提示词安装 将此提示词复制到 OpenClaw 即可自动安装。
   请帮我使用 Clawhub 安装 din-whitepaper。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
   更倾向于下载？
   获取包含原生技能文件的ZIP压缩包。
   下载技能 (.zip)

什么是

DIN 白皮书 skill 可帮助 AI 编码代理回答有关中国移动研究院 2025 年《分布式推理网络（DIN）技术白皮书》的问题。它将论文中的概念整理成实用参考资料，涵盖 AI 推理基础设施、边缘云协同、确定性连接、算力路由和网络安全。
使用 Openclaw Skills 按主题或章节浏览内容、比较六种推理协作模式，并查阅技术术语和量化目标。该来源是一份架构愿景文档，而非部署手册：它未规定商业模式、部署成本或设备级规格。

应用场景

在规划 AI 推理网络之前，了解 DIN 架构、设计目标和行业背景。
比较六种协作模式，包括边缘云后训练、模型拆分、大模型与小模型协同、训练与推理演进，以及 Prefill/Decode 分离。
研究网络要求，例如丢包目标、微秒级抖动、RDMA、G-SRv6 切片和算力感知路由。
了解包括 PHYSec、DDoS 缓解和 APT 监测在内的安全方法。
在研究或技术讨论期间，查阅特定白皮书章节、概念、缩写或选择阈值。
使用 Openclaw Skills 获取 DIN 白皮书的结构化概览，但不要将其愿景级建议视为针对特定项目的部署指导。

工作原理

未提供参数调用时，加载 skill 的 DIN 核心框架概述。
确定所需范围：提供 PHYSec 或 PD separation 等主题以检索相关资料，或指定 ch04 等章节以获取详细章节内容。
查阅主题索引和章节索引，定位相关概念及支持材料。
综合相关架构、协作模式、技术或量化目标，形成回答。
将术语表、模式参考和速查表作为辅助资源，并指出项目特定决策需要结合当前行业发展进行验证。

配置指南

SKILL.md 未指定软件包安装命令、外部服务、API 密钥或其他运行时配置。将该 skill 及其引用的知识文件放入 AI 代理的 skill 工作区，然后不带参数调用以获取核心框架，或使用主题或章节标识符进行针对性查阅。
支持的请求示例：
请求章节索引以浏览完整大纲。
询问 PHYSec、PD separation 或丢包目标，以获取主题相关信息。
请求 ch04，聚焦关键技术章节。
来源未记载任何 CLI 命令，因此此处不提供安装命令。

数据架构

知识库以白皮书概览为核心，由章节、主题和辅助参考文件组成。
资源 用途
SKILL.md Skill 说明、核心框架摘要、使用指南和索引。
chapters/ch01-trends-challenges.md 业务趋势、流量变化和基础设施挑战。
chapters/ch02-service-models.md 六种推理协作模式及其网络要求。
chapters/ch03-architecture-goals.md DIN 架构及其设计目标。
chapters/ch04-key-technologies.md 流量控制、切片、推理识别、调度、PHYSec、DDoS 和 APT 技术。
chapters/ch05-outlook.md 结论、利益相关方目标和未来方向。
chapters/ch06-abbreviations.md 缩写和术语。
glossary.md 白皮书术语定义。
patterns.md 六种协作模式和七项关键技术的用法、权衡及选择指南。
cheatsheet.md 量化阈值、选择标准和信号识别说明。
分类体系支持按章节和主题查找，包括 PD 分离、KV Cache、Split Learning、PHYSec、G-SRv6、算力路由、DDoS/APT 安全和确定性连接。Openclaw Skills 的回答应限于白皮书的 2025 年范围。

高级特性

支持按主题和章节检索，既可回答特定问题，也可浏览完整索引。
通过交叉引用将概念关联到相关章节，包括 PD 分离、PHYSec、KV Cache 和确定性网络目标。
涵盖六种协作模式和关键技术权衡，并提供模式参考和速查表作为辅助资料。
包含来源中的量化设计目标，例如广域网丢包率低于 10⁻⁹ 和微秒级抖动；这些是白皮书目标，并非特定部署的保证。
涵盖算力与网络协同、SRv6 切片、推理感知调度、PHYSec、DDoS 防御和 APT 监测。
该 skill 是白皮书参考资料，不是部署自动化、多代理编排或实时网络管理工具。

name: din-whitepaper description: "Knowledge base from《分布式推理网络（DIN）技术白皮书》(中国移动研究院, 2025). Use when analyzing 算力网络/AI推理网络 architecture, 端边云协同 inference patterns, deterministic networking (丢包率10⁻⁹/微秒级抖动), 运营商AI战略, SRv6切片/PHYSec/算力路由, or referencing DIN concepts."

分布式推理网络（DIN）技术白皮书

作者: 中国移动通信有限公司研究院 | 页数: ~25 | 章节: 6 | 生成: 2026-09-26

使用方法
不带参数 — 加载核心框架速览
带主题 — 如"PD 分离"、"PHYSec"、"丢包率指标"，我读对应章节后回答
带章节号 — 如"ch04"，加载该章详细内容
浏览 — 问"有哪些章节"看完整索引
核心框架与心智模型
判断前提（第1章）
两大趋势：AI 普及加速（DeepSeek-R1：推理速度 4 倍、API 成本为 GPT-4-Turbo 的 1/100、DAU 一月破 3000 万）；AI Agent 无处不在（Agent 间去中心化实时通信流量爆发）
流量双增长：南北向（多模态交互，2030 年中国 AI Token 日均流量预测 500TB = 当前全国移动日均 5.5 倍）；东西向（Agent 协作）
三大挑战：推理基础设施能力不足、网络架构技术待完善、安全防护能力待提升
DeepSeek 教训：峰值 4900 万次/日并发打垮服务；攻击从放大攻击→HTTP 代理→僵尸网络，烈度暴增上百倍
六大协同模式（第2章）
算网一体安全推理：推理一体机 + 智享 WAN（SRv6+IPSec），服务政务/金融/医疗
边云协同后训练：本地 8 卡+云租 120 卡（vs 纯本地 128 卡），RDMA 流水线并行，数据不出园区；丢包 10⁻⁵→算效损失 >8%，需 50%
模型分层协同：Split Learning 切分模型保数据不出园区，可叠加 PD 分离；隐变量几 KB-几十 KB，TBT 亚毫秒抖动
大小模型协同：能力调度/推理加速/场景自适应三策略；网络设备内置 NPU+NP+CPU 走向"连接→感知→推理"
训推协同进化（中训边推）：边缘收集不确定性数据→云端蒸馏→下发参数；PHYSec 保护模型分发
PD 分离：Prefill 中心 + Decode 边缘，KV Cache（MB-GB 级）百毫秒传完；RDMA 10⁻⁵ 丢包即服务中断
架构与目标（第3章）
DIN = 以 AI 推理为中心的网络基础设施，端边网算协同，差异化/高安全/高并发/高频率/高突发
三大设计目标：可扩展架构、确定性连接（广域丢包