解讀下一代網絡：算力網絡正從理想照進現實

在今年召開的《面向2030的新型網絡》主題論壇中，業內專家給出了它們的答案。研討會中，專家對于未來網絡展望的關鍵詞是：算力網絡、確定性網絡、內生安全。這三個詞分別代表了產業對“未來網絡的新愿景、需要解決的新問題、面臨的新挑戰”。

其中，算力網絡是2030網絡最關鍵的特征（新愿景）。其實從2017年開始，產業內就開始研究聯接和計算的融合，之后又對下一代“聯接+計算”的融合網絡進行了展望，并逐漸形成了2020年產業對“算力網絡”的共同愿景。

1. 從網絡2020到2030，“聯接+計算”成主流

網絡2020主要是“彩蝶架構”，其特征是無線RAN，光纖FAN兩個超寬接入網，面向公眾Internet骨干網和面向產業互聯的DCI云骨干網，中間是融合的城域智能邊緣。

如今，RAN接入從4G到5G，FAN從F4G到F5G，構建了面向個人和家庭的雙千兆接入網，以及超寬的DCI云骨干網。

得益于“網絡2020”的架構轉型，在新冠肺炎疫情期間，Zoom和釘釘等成功支撐了數億用戶居家視頻辦公，實現了網絡從消費娛樂到遠程視頻辦公能力的顯著提升。

圍繞AI和行業數字化需求，業內希望下一代網絡能夠具備從目前提供“帶寬+機房”的服務提升到“聯接+計算”服務的新能力。

在ITU FG-2030工作組中，對網絡2030的定位是“從聯接人，到聯接組織，到聯接社會”，下一代網絡的定位是成為聯接未來社會、新通信業務和新基礎設施的紐帶。

2. 智能社會需要算力網絡

隨著AI的出現和CPU處理器處理能力的大幅提升，機器算力已經逐漸逼近、甚至超越人類腦力。從引入機器大腦開始，人類就已經進入了“智能社會”。

但智能社會也存在三個階段，從當前人腦指揮機腦的初級階段，到人機協同階段，再到未來人腦制定規則機腦自主執行的全息化“智能社會”。

在智能社會的演進中，對下一代網絡的基礎設施、通信能力也提出了新的要求。

未來社會將產生海量數據：全息智能社會和傳統社會最大的區別在于各種感知終端將產生海量的原始數據，需要進行處理。

據有關預測，在人機協同階段，來自大量IoT和視頻采集信號的數據，將需要至少千兆的網絡接入能力。在全息化階段，如果需要將人的外觀、觸感、嗅覺、味覺等信息進行全息傳送，未壓縮數據就需要4Tbps，即使壓縮后也需要至少百G的接入帶寬。

數據處理需要網絡化算力新基礎設施：智能社會產生的海量數據都需要大量的算力進行處理，根據羅蘭貝格的預測，各行各業對于算力的需求將出現高速的增長，從2018年到2030年，自動駕駛對算力的需求將增加390倍，智慧工廠需求將增長110倍，主要國家人均算力需求將從今天不足500GFLOPS，到2035年增加到10000 GFLOPS。

終端算力在超過128核之后，經濟性將面臨瓶頸，云數據中心受到傳輸帶寬成本和時延的影響，邊緣算力將成為支撐智能社會海量數據處理的關鍵一環。

5G/WiFi6/F5G打開了數據的水龍頭，處理數據的三級載體云數據中心、邊緣計算、智能終端將組成網絡化算力新型基礎設施。

新通信將為全社會提供智能服務：網絡帶給社會的價值就是其承載的業務，以前網絡幫助人們建立了溝通渠道，承載了通訊服務；今天網絡聯接了端和云，帶給人們豐富的內容，承載了內容服務；未來面向智能社會，網絡將聯接云、邊、端，將海量數據傳輸到網絡化算力基礎設施，為萬物帶來智能。

其中，智能服務與內容服務對網絡的要求不同，智能服務的流量流向將以上行為主，邊緣處理為主，需要網絡具備更大的上行帶寬能力，對實時性要求更高，網絡需要“確定性保障”。內容服務對實時性要求不高，網絡僅需“盡力而為”。

考慮到未來社會需要給萬物帶來智能服務，所以算力網絡需要滿足以下三個特性：

算力網絡要支撐海量數據的接入，未來10年需要從千兆到百G超寬帶，IP和光要支撐百倍的容量提升，云節點通過中心+邊緣分布式支撐百倍容量的增長，邊緣計算將分擔數據中心和終端的算力增長不足。

算力網絡要聯接云、邊、端網絡化算力基礎設施，構建專業化、彈性的算力資源池，支撐百倍增長的高效數據處理能力。

算力網絡要支持算網協同，能夠感知業務算力需求，為數據到算力提供最優路由和可信服務，并通過IPV6協議擴展，實現一個物理網絡與多個虛擬網絡統一管理，向上感知智能業務，向下感知網絡資源，實現算力效率的進一步提升，并能夠在網絡資源不足情況下，為業務提供差異化SLA服務。

3. 算力網絡研究加速，業內發布最新成果

2020年產業對算力網絡的研究進入了一個新的階段，目前算力網絡相關標準已經立項，包括ITU-T 5項、MEF 1項、ETSI 1項、CCSA 2項，并在網絡5.0聯盟（TC614）成立了算力網絡特別工作組。

今年年底，產業也相繼發布了最新的研究成果。

聯通在《算力網絡架構與技術體系白皮書》中提到，目前SDN已經實現了云和網的拉通特別是專線等級的連接，NFV實現了核心網功能的全面云化。但是目前SDN與NFV的部署一般相互獨立，各自自成體系。結合5G、 泛在計算與AI的發展趨勢，以算力網絡為代表的云網融合2.0時代正在快速到來。

云網融合2.0是在云網融合1.0基礎上，強調結合未來業務形態的變化，在云、網、芯三個層面持續推進研發，結合“應用部署匹配計算，網絡轉發感知計算，芯片能力增強計算”要求，實現 SDN 和 NFV 的深度協同。

聯通定義的“算力網絡體系架構”是指在計算能力不斷泛在化發展的基礎上，通過網絡手段將計算、存儲等基礎資源在云-邊-端之間進行有效調配的方式，以此提升業務服務質量 和用戶的服務體驗的計算與網絡融合思路架構。

移動在《泛在計算服務白皮書》中將“泛在計算”定義為“通過自動化、智能化調度，人們可在任何時間任何地點無感知的將計算(算力、存儲、網絡等)需求與云-邊-端多級計算服務能力連接適配，通過多方算力貢獻者和消費者共同參與，實現算力從產生、調度、交易到消費的閉環，實現算網一體、算隨人選、算隨人動的可信共享計算服務模式”。其具備四個主要特征：算網融合，算隨人選，算隨人動，可信共享。

電信提出“網絡是邊緣計算的核心能力之一”，建議以邊緣計算為中心，重新審視和劃分對應的網絡基礎設施，并將網絡劃分為ECA（邊緣計算接入網絡），ECN（邊緣計算內部網絡），ECI（邊緣計算互聯網絡）。其中，算力網絡是聯接與計算深度融合的產物，通過成熟可靠、超大規模的網絡控制面（分布式路由協議、集中式控制器等）實現計算、存儲、傳送資源的分發、關聯、交易與調配。并將網絡架構劃分為“應用資源尋址”，“算法資源尋址”和“基礎資源尋址”三層，實現多維度資源的關聯、尋址、交易和調配等。

實現“聯接+計算”的服務化，首先是要構建SLA量化分級體系，聯通與華為完成了《面向業務體驗的算力需求量化與建模研究報告》，信通院發布了《5G切片端到端SLA需求研究報告》，分別對計算和聯接的服務量化分級給出了建議。

5G+AI是行業發展業務的關注點，也是算力網路的最佳試驗田，在第三屆“綻放杯”參賽的4289個項目中，有55%的項目與AI相關，邊緣計算的使用率也達到了49%。

4. 算力網絡還需構建兩個關鍵能力

計算和聯接分級量化只是算力網絡落地的起點，面向社會提供泛在算力服務還需要實現AI設計自動化，減少面向企業提供服務過程中需要高級專家的參與的問題，這需要解決兩個技術挑戰：從數據到算法的AI應用算法的自動化設計工具、從AI應用到聯接+計算資源的“AI應用環境（聯接+計算）自動規劃工具”。

如果把AI應用場景劃分為設計態和運行態，這兩個關鍵技術都屬于設計態的工作，目前的算力網絡技術架構中對運行態考慮比較充分，但對設計態則比較欠缺。

AI應用的自動化設計工具：類似電商平臺的“千人千面”引擎，可以基于企業提供的數據和需求，自動完成算法推薦和超參數調優，核心是讓非AI領域專家也可以自動構建AI應用程序。

近年來，深度學習在各個領域得到了應用，在圖像分類、物體檢測、語言建模等領域，都得到了應用。由于AlexNet在2012年ImageNet大型視覺識別挑戰賽(ILSVRC)中超越了所有其他傳統的手動方法，因此越來越復雜和深度的神經網絡被提出來。例如，VGG-16有***多個參數，占用近500 MB的內存空間，處理一張224×224大小的圖像需要153億次浮點運算。

然而，值得注意的是，這些模型都是由專家通過試錯和手工設計的，這意味著即使是AI專家也需要大量的資源和時間來創建性能良好的模型。為了降低這些繁重的開發成本，近年來出現了將機器學習（ML）流水線自動化的新思路，即自動機器學習(Automatic Machine Learning)。

AutoML設計的目的是減少對數據科學家的需求，使非AI領域專家也能夠自動構建ML應用程序，而不需要過多的統計和ML知識。自動機器學習（Automated Machine Learning, AutoML）成為無需人工干預的DL系統的一種有希望的解決方案，現在越來越多的研究者開始關注AutoML。

AI應用環境（聯接+計算）自動規劃工具：根據算法和客戶數據處理的實時性需求，自動分解出需要的算力（TOPS），存儲，網絡帶寬和時延的要求。這個軟件類似網絡規劃工具，區別是要把“計算和聯接”資源一體化考慮，客戶可以在設計前增加一些約束條件，比如帶寬，時延約束等。

商業上為了進一步簡化，可以參考信通院《5G切片端到端SLA行業需求研究報告》的分級思路，將聯接需求映射到帶寬、時延等幾個等級，計算可以參考CCSA TC1《面向業務體驗的算力需求量化與建模研究報告》將算力需求映射到算力、存儲等幾個等級：

企業在內部測試驗證時，也可以參考計算和聯接服務等級定義，并考慮到一定的冗余，從而可以快速將AI應用與計算+聯接的資源服務之間形成映射關系，容易實現算力標準化、和應用的跨平臺遷移，從而加速算力網絡的商業化進程。

5. 理想照進現實，算力網絡將起航

算力網絡自2019年被業界提出以來，在聯接和計算的SLA分級、泛在計算架構、算力網絡技術架構等研究方面已經取得了顯著的進展，面向行業數字化轉型的萬億市場，結合“5G+AI”需求，以算力網絡為代表的下一代網絡轉型即將起航。

網絡

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。