2023面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)

前 言近年來，5G網(wǎng)絡(luò)商用正在全球加速推進，5G已經(jīng)進入了千行百業(yè)，新的業(yè)務(wù)場景對移動網(wǎng)絡(luò)提出了新的更高的要求，5G網(wǎng)絡(luò)演進（5G-Advanced）網(wǎng)絡(luò)架構(gòu)與主要技術(shù)隨之逐步確定。在5G-A網(wǎng)絡(luò)進一步深入行業(yè)應(yīng)用之后，整體移動通信網(wǎng)絡(luò)架構(gòu)已經(jīng)呈現(xiàn)出云網(wǎng)協(xié)同的趨勢。同時，算力網(wǎng)絡(luò)作為國家、社會、產(chǎn)業(yè)發(fā)展重要的戰(zhàn)略需求，算力和移動網(wǎng)絡(luò)的結(jié)合已成為了業(yè)界共識，移動通信網(wǎng)絡(luò)和算力的融合將賦予移動網(wǎng)絡(luò)在傳統(tǒng)連接之外的計算能力，以算助網(wǎng)，提供高品質(zhì)算網(wǎng)協(xié)同的移動聯(lián)接能力。本白皮書對移動算力網(wǎng)絡(luò)（MobileComputingForceNetwork，MCFN）的產(chǎn)生背景、核心特征、典型場景、技術(shù)要求、架構(gòu)及關(guān)鍵技術(shù)進行了系統(tǒng)性的闡釋，希望聯(lián)合產(chǎn)業(yè)各方，凝聚產(chǎn)業(yè)共識建設(shè)技術(shù)體系，孵化產(chǎn)業(yè)生態(tài)創(chuàng)新商業(yè)場景，堅定產(chǎn)業(yè)信心明確實施路徑，最終推動移動算力網(wǎng)絡(luò)的實現(xiàn)。IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書目目錄錄移動算力網(wǎng)絡(luò)概念 P1典型移動算力網(wǎng)絡(luò)場景 P3場景需求總結(jié)及技術(shù)要求 P12移動算力網(wǎng)絡(luò)架構(gòu)及潛在關(guān)鍵技術(shù) P15移動算力網(wǎng)絡(luò)產(chǎn)業(yè)發(fā)展倡議 P21總結(jié)和展望 P22主要貢獻單位 P25IMT-2020(5G)推進組于2013年2月由中國工業(yè)和信息化部、國家發(fā)展和改革委員會、科學(xué)技術(shù)部聯(lián)合推動成立，組織架構(gòu)基于原IMT-Advanced推進組，成員包括中國主要的運營商、制造商、高校和研究機構(gòu)。推進組是聚合中國產(chǎn)學(xué)研用力量、推動中國第五代移動通信技術(shù)研究和開展國際交流與合作的主要平臺。IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書移動算力網(wǎng)絡(luò)概念1.1算力網(wǎng)絡(luò)算力網(wǎng)絡(luò)是面向未來計算與網(wǎng)絡(luò)深度協(xié)同的新型網(wǎng)絡(luò)架構(gòu)。以現(xiàn)有網(wǎng)絡(luò)技術(shù)為基礎(chǔ)，算力網(wǎng)絡(luò)通過無所不在的網(wǎng)絡(luò)連接分布式計算節(jié)點，實現(xiàn)服務(wù)的自動化部署、最優(yōu)路由和負(fù)載均衡。從而構(gòu)建起連接+算力+能力的全新網(wǎng)絡(luò)基礎(chǔ)設(shè)施，保證網(wǎng)絡(luò)能夠按需、實時調(diào)度不同位置的計算資源，提高網(wǎng)絡(luò)和計算資源利用率，進一步提升用戶體驗，從而達到網(wǎng)絡(luò)無所不達，算力無處不在，智能無所不及的愿景。算力網(wǎng)絡(luò)具備以下特征：實時、快速業(yè)務(wù)調(diào)度：基于網(wǎng)絡(luò)層實時感知業(yè)務(wù)需求和網(wǎng)絡(luò)、計算狀態(tài)，相比于傳統(tǒng)的集中式云計算調(diào)度，算力網(wǎng)絡(luò)可以結(jié)合實時信息，實現(xiàn)快速的業(yè)務(wù)調(diào)度；保證用戶體驗一致性：網(wǎng)絡(luò)可以感知無處不在的計算和服務(wù)，用戶無需關(guān)心網(wǎng)絡(luò)中的計算資源的位置和部署狀態(tài)。網(wǎng)絡(luò)和計算協(xié)同調(diào)度保證用戶的一致體驗；多維度協(xié)同編排：網(wǎng)絡(luò)基于用戶的SLA（ServiceLevelAgreement）需求，綜合考慮實時的網(wǎng)絡(luò)資源狀況和計算資源狀況，動態(tài)編排分布式算力、存儲、網(wǎng)絡(luò)服務(wù)，雙向匹配網(wǎng)絡(luò)資源與業(yè)務(wù)需求，實現(xiàn)業(yè)務(wù)體驗的優(yōu)化及資源的全局優(yōu)化。目前的算力網(wǎng)絡(luò)的前沿網(wǎng)絡(luò)技術(shù)研究主要關(guān)注IP承載網(wǎng)的算力業(yè)務(wù)感知，算力網(wǎng)絡(luò)分析用戶的算力業(yè)務(wù)需求，通過綜合考慮網(wǎng)絡(luò)實時狀況和算力節(jié)點資源狀態(tài)，將用戶的計算任務(wù)路由到最佳的目標(biāo)計算節(jié)點，以保證業(yè)務(wù)的用戶體驗。1.2移動算力網(wǎng)絡(luò)移動算力網(wǎng)絡(luò)是以移動網(wǎng)絡(luò)能力及基礎(chǔ)設(shè)施為基礎(chǔ)，并基于5G-A網(wǎng)絡(luò)架構(gòu)與算力資源共同組成的開放式算網(wǎng)基礎(chǔ)設(shè)施，其目的是實現(xiàn)移動網(wǎng)絡(luò)與算力的協(xié)同，以達成移動網(wǎng)絡(luò)內(nèi)算力訪問的最優(yōu)體驗，是算力網(wǎng)絡(luò)在移動接入場景下的具象化體現(xiàn)。移動算力網(wǎng)絡(luò)和算力網(wǎng)絡(luò)具有一致的愿景，但發(fā)展路徑與節(jié)奏有所不同，體現(xiàn)出若干不同的特征。首先，在業(yè)務(wù)上，移動算力網(wǎng)絡(luò)以3GPP5G-A網(wǎng)絡(luò)為基礎(chǔ)，為滿足業(yè)務(wù)體驗和用戶訴求，實現(xiàn)了用戶、算力和應(yīng)用的最佳互聯(lián)，提供了用戶到用戶、用戶到應(yīng)用的最優(yōu)接入路徑與最佳訪問體驗，并且具備泛在移動接入、端網(wǎng)協(xié)同、體驗可控、電信高穩(wěn)等特征。3GPP標(biāo)準(zhǔn)下的移動網(wǎng)絡(luò)天然支持終端用戶的可移動性，并基于核心網(wǎng)與無線接入網(wǎng)的移動性管理、會話管理等能力對處于移動模式下的業(yè)務(wù)提供高效調(diào)度及QoS保障能力。因此移動算力網(wǎng)絡(luò)可以在1IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書進一步納入算力因素后，提供高品質(zhì)算網(wǎng)協(xié)同的移動聯(lián)接能力。其次，在架構(gòu)上，移動算力網(wǎng)絡(luò)基于5G基礎(chǔ)設(shè)施，在5G網(wǎng)絡(luò)核心能力基礎(chǔ)上，引入網(wǎng)絡(luò)結(jié)合算力、網(wǎng)絡(luò)與算力統(tǒng)一調(diào)度等兩項關(guān)鍵架構(gòu)能力創(chuàng)新，涵蓋終端算力、基站算力、邊緣算力等算力資源，并且充分繼承分布式用戶面及5GMEC（Multi-accessEdgeComputing）所獨有的網(wǎng)絡(luò)位置優(yōu)勢與成熟技術(shù)體系。其以業(yè)務(wù)為中心，借助算力調(diào)度提升5G接入業(yè)務(wù)的體驗，然后逐步向廣域擴大。因此移動算力網(wǎng)絡(luò)可以做到以網(wǎng)助算，網(wǎng)隨算動，優(yōu)化端到端業(yè)務(wù)的算網(wǎng)體驗，并實現(xiàn)移動算網(wǎng)資源5G-A通感場景利用率的提升?！八懔笔且苿泳W(wǎng)絡(luò)到移動算力網(wǎng)絡(luò)新增的屬性，由于5G移動網(wǎng)絡(luò)自身可以閉環(huán)所有移動業(yè)務(wù)，移動網(wǎng)絡(luò)和算力的結(jié)合將帶來編排效率、能力調(diào)用等方面的強有力的優(yōu)勢。在符合算力網(wǎng)絡(luò)整體布局和規(guī)劃的前提下，邏輯上移動算力網(wǎng)絡(luò)可以獨立于算力網(wǎng)絡(luò)實現(xiàn)具體功能。兩者之間短期內(nèi)優(yōu)先考慮通過服務(wù)層和管理層協(xié)同實現(xiàn)一體化管理，充分降低邊緣算網(wǎng)資源管理復(fù)雜度并提升云邊之間資源編排效率。后續(xù)通過能力開放實現(xiàn)移動算力網(wǎng)絡(luò)與算力網(wǎng)絡(luò)之間組件互通，能力調(diào)用。而未來面向長期網(wǎng)絡(luò)演進則進一步實現(xiàn)云網(wǎng)邊端高度協(xié)同下的統(tǒng)一解決方案，面向行業(yè)及用戶提供高質(zhì)高效的一體化算網(wǎng)服務(wù)。圖1移動算力網(wǎng)絡(luò)愿景構(gòu)想2IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書典型移動算力網(wǎng)絡(luò)場景需求當(dāng)前部分5G應(yīng)用場景已初步呈現(xiàn)出對移動算力網(wǎng)絡(luò)的基礎(chǔ)需求，而面向5G-A的新業(yè)務(wù)，尤其是以XR（ExtendedReality：擴展現(xiàn)實）為代表的消費者業(yè)務(wù)，需要智能協(xié)同的行業(yè)業(yè)務(wù)，以及部分網(wǎng)絡(luò)原生的優(yōu)化業(yè)務(wù)能力均需要更為高效的移動算力網(wǎng)絡(luò)服務(wù)。其中部分業(yè)務(wù)場景尚處在探索期，需要網(wǎng)絡(luò)與業(yè)務(wù)的相互促進才能更快的催熟業(yè)務(wù)商用能力。本章給出了三類典型移動算力網(wǎng)絡(luò)場景，分別為面向消費者的業(yè)務(wù)場景、面向行業(yè)的業(yè)務(wù)場景以及面向網(wǎng)絡(luò)的業(yè)務(wù)場景。2.1面向消費者的業(yè)務(wù)場景2.1.1移動算力網(wǎng)絡(luò)使能的普及沉浸化業(yè)務(wù)目前，AR（AugmentedReality：增強現(xiàn)實）、VR（VirtualReality：虛擬現(xiàn)實）、MR（MixedReality：混合現(xiàn)實）等沉浸化業(yè)務(wù)市場快速增加。沉浸化業(yè)務(wù)需要網(wǎng)絡(luò)對音頻、視頻、觸覺、多種傳感器信息等多模態(tài)數(shù)據(jù)進行傳輸與處理，并對傳輸速率、時延、可靠性等網(wǎng)絡(luò)性能指標(biāo)與處理器能力、存儲能力等算力要求都具有嚴(yán)格的要求。目前，受限于終端算力，沉浸化應(yīng)用用戶體驗較差，無法完全實現(xiàn)用戶的沉浸化體驗，業(yè)務(wù)卡頓、抖動情況明顯。針對以上問題，移動算力網(wǎng)絡(luò)能夠提供“云-邊-端”的泛在算力協(xié)作架構(gòu)以提升業(yè)務(wù)體驗。首先，移動算力網(wǎng)絡(luò)能夠協(xié)同感知網(wǎng)絡(luò)泛在的云服務(wù)器、MEC、移動終端等算力，并實時監(jiān)控部署位置、負(fù)載、算力服務(wù)部署情況等信息。通過原生支持算網(wǎng)融合網(wǎng)絡(luò)協(xié)議，移動算力網(wǎng)絡(luò)能夠根據(jù)多模態(tài)數(shù)據(jù)差異化數(shù)據(jù)處理與算力需求，實現(xiàn)靈活按需的算力服務(wù)調(diào)度。其次，移動算力網(wǎng)絡(luò)具備“云-邊-端”多層統(tǒng)一管理與協(xié)同調(diào)度機制，能夠根據(jù)業(yè)務(wù)的多模態(tài)數(shù)據(jù)類型、算網(wǎng)資源需求、QoS（QualityofService）等將業(yè)務(wù)分離成不同數(shù)據(jù)流或算力任務(wù)，并將數(shù)據(jù)流分流到不同算力節(jié)點上，對分解算力任務(wù)進行統(tǒng)一編排與最優(yōu)算網(wǎng)資源匹配。通過移動算力網(wǎng)絡(luò)的多級協(xié)作，能夠最大程度利用分布式算力資源，解決端側(cè)算力缺而云端響應(yīng)遲的問題，滿足沉浸化業(yè)務(wù)的極致性能要求。2.1.2邊緣算力協(xié)同的CloudVR業(yè)務(wù)容量提升以CloudVR業(yè)務(wù)為例，其對網(wǎng)絡(luò)時延的要求可按不同體驗階段分為不同等級：起步階段需支持4K全景視頻70ms，舒適體驗階段需支持8K全景視頻50ms，理想業(yè)務(wù)體驗則需進一步支持12/24K全景視頻20ms。為滿足理想業(yè)務(wù)體驗下的時延要求，算力必然進一步下沉部署至住宅小區(qū)、場館附近。但邊緣算力的下沉部署會帶來算力的潮汐效應(yīng)等額外問題，即業(yè)務(wù)量在不同時間段將在不同區(qū)域間起伏3IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書遷移。按傳統(tǒng)部署模式，各MEC邊緣計算節(jié)點均需配置最大用戶數(shù)容量以保障各時間段的峰值用戶接入能力，但這種模式下在業(yè)務(wù)閑時會產(chǎn)生較大算力資源浪費。圖2-1CloudVR場景中的算力潮汐效應(yīng)基于移動算力網(wǎng)絡(luò)所提供的邊緣算力協(xié)同模式，則可支持CloudVR計算任務(wù)在多個MEC節(jié)點間流動，實現(xiàn)靈活動態(tài)的算力分流和調(diào)度，在同等資源配置的情況下使區(qū)域業(yè)務(wù)總接入容量提升30%以上。為此需要在網(wǎng)絡(luò)中設(shè)置算網(wǎng)一體協(xié)同用戶面，用于UPF網(wǎng)元之間的計算任務(wù)分發(fā)和計算結(jié)果回傳，并為按需實時創(chuàng)建的計算任務(wù)，提供靈活的路由轉(zhuǎn)發(fā)和確定性時延保障。2.1.3端邊協(xié)同的UAV競技等MR類新業(yè)務(wù)近年來無人機競賽等第一人稱視角的UAV（UnmannedAerialVehicle）遙控競技較受歡迎。在特定場地提前布置游戲關(guān)卡后，UAV上的攝像頭實時將運動畫面通過Wi-Fi傳送到游戲者的頭顯設(shè)備，游戲者則通過遙控器或平板電腦遠程操控UAV穿梭或?qū)?zhàn)。但目前游戲場地搭建費時費力成本高，而且Wi-Fi路由器受限于有線寬帶覆蓋位置，不能隨時隨地開啟游戲。而通過沉浸化MR技術(shù)，游戲者可自行下載喜愛的競技場景，快速完成游戲場景布置并開啟游戲。以5G大帶寬低延時網(wǎng)絡(luò)取代Wi-Fi更可為游戲者在廣域范圍提供泛在的無線通信，隨時隨地開啟游戲，獲得更佳操控體驗。首先，此場景中游戲頭顯、UAV、遙控設(shè)備的算力與電池有限，移動算力網(wǎng)絡(luò)可為終端提供必須的邊緣外置算力。其次，UAV將攝像頭影像/姿態(tài)/位置等上傳至邊緣計算節(jié)點進行物理和虛擬影像的4IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書疊加和渲染，然后傳輸至頭顯呈現(xiàn)虛實融合的游戲畫面。游戲者基于MR通過遙控器操控UAV的控制信令也可以經(jīng)由MEC轉(zhuǎn)發(fā)，并實現(xiàn)控制和視頻的同步。移動算力網(wǎng)絡(luò)中多個邊緣算力節(jié)點通過協(xié)同可以為該類游戲提供更廣的競技空間，可以容納更多競技者的參與，甚至實現(xiàn)異地多人競技。圖2-2端邊協(xié)同的UAV競技等MR類新業(yè)務(wù)技術(shù)上，移動算力網(wǎng)絡(luò)需要保障用戶頭顯、UAV、遙控器等多設(shè)備的連接會話關(guān)聯(lián)及同步傳輸。確保同一用戶的多設(shè)備接入到移動算力網(wǎng)絡(luò)中相同的算力節(jié)點，以便實現(xiàn)物理世界和虛擬世界的混合渲染和游戲邏輯同步。其次，移動算力網(wǎng)絡(luò)一方面基于各終端移動性及時遷移計算任務(wù)實例，實現(xiàn)算力感知的路由，保障端到端QoS不變；另一方面通過對無線波動性的感知，及時調(diào)整計算任務(wù)。此外，面向游戲運營方，需要進行算網(wǎng)一體化調(diào)度和編排，平衡全局最優(yōu)體驗，實現(xiàn)系統(tǒng)資源利用率最大化。2.1.4移動終端算力上移，降低終端AI硬件要求近年來，以AI美顏、人臉識別為例的AI應(yīng)用在移動終端的應(yīng)用場景逐漸增多。當(dāng)前終端通過訓(xùn)練完成的AI模型進行預(yù)測和推理。但受限于手機終端電池、存儲及AI算力，端側(cè)AI模型需要進行剪枝、壓縮、優(yōu)化、算子替換等特殊處理。且當(dāng)前手機終端的AI處理器運算能力普遍低于服務(wù)器側(cè)2個數(shù)量級，限制了手機終端普遍使用基于強算力的高端AI應(yīng)用。但采用云服務(wù)器輔助協(xié)同模型運行則需要向云端上傳終端原始數(shù)據(jù)，帶來用戶數(shù)據(jù)隱私安全隱患的問題。因此，3GPPSA1在R18中定義了將AI推理模型分割為二的場景。終端側(cè)模型計算量小，主要用于數(shù)據(jù)的預(yù)處理；網(wǎng)絡(luò)側(cè)模型計算量大，可部署在MEC邊緣計算節(jié)點運行。兩者之間，終端側(cè)模型向網(wǎng)5IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書絡(luò)側(cè)模型上傳中間數(shù)據(jù)，MEC將最終的AI推理結(jié)果及時返回發(fā)給終端。此方式同時解決了終端電池容量持續(xù)受限和算力持續(xù)弱于服務(wù)器側(cè)的問題以及數(shù)據(jù)上傳隱私保護的問題。此外，簡單AI推理任務(wù)無需受限于專用芯片，提高了AI模型在終端運行的泛化性，使更多的手機可以通過端邊協(xié)同推理擴展AI算力。圖2-3移動終端AI算力上移，實現(xiàn)端網(wǎng)AI協(xié)同推理在此方案中，移動算力網(wǎng)絡(luò)為UE（UserEquipment）提供了網(wǎng)絡(luò)內(nèi)生的AI算力服務(wù)，增強終端AI推理能力。同時，網(wǎng)絡(luò)將算網(wǎng)一體化服務(wù)開放給第三方應(yīng)用商，方便其開發(fā)和部署高端AI應(yīng)用。其次，核心網(wǎng)需要緊密協(xié)同UE與MEC間的移動性和會話管理，確保UE側(cè)AI模型快速發(fā)現(xiàn)和匹配對應(yīng)的網(wǎng)絡(luò)側(cè)模型，并保障移動場景下UE和MEC間上行數(shù)據(jù)傳輸時延要求。此外，當(dāng)UE因移動遠離初始錨定MEC，核心網(wǎng)需要提前感知端到端推理時延的變化，并及時為UE重新選擇最佳的MEC站點并提供匹配的網(wǎng)絡(luò)側(cè)模型，保障AI應(yīng)用體驗不變。2.2面向行業(yè)的業(yè)務(wù)場景2.2.1面向智能終端協(xié)作的分布式學(xué)習(xí)隨著產(chǎn)業(yè)數(shù)字化發(fā)展，智能機器人、UAV等智能終端協(xié)同工作場景逐漸增多，此類智能終端能夠6IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書進行分布式數(shù)據(jù)采集與本地AI模型訓(xùn)練。智能協(xié)作利用聯(lián)邦學(xué)習(xí)、完全分布式學(xué)習(xí)等方法，能夠在保護智能終端數(shù)據(jù)隱私的同時，通過多智能體AI模型聚合優(yōu)化集群整體目標(biāo)，提升智能終端決策能力。例如園區(qū)或廠房內(nèi)的AGV（AutomatedGuidedVehicle）能夠通過分布式數(shù)據(jù)采集與協(xié)同路徑優(yōu)化，實現(xiàn)精準(zhǔn)且無人化的物流搬運。分布式學(xué)習(xí)的性能指標(biāo)體現(xiàn)在AI模型、通信、本地算力、隱私保護等多個方面，包括與全局最優(yōu)模型差距、識別準(zhǔn)確度等AI模型指標(biāo)，通信時延、迭代次數(shù)等通信或?qū)W習(xí)速率指標(biāo)，本地訓(xùn)練次數(shù)、訓(xùn)練時延等算力需求指標(biāo)等。智能協(xié)作任務(wù)的整體性能受到終端算力、能耗、網(wǎng)絡(luò)環(huán)境等多維因素影響，需要基于性能優(yōu)先級與各因素限制條件，選擇合適的智能終端進行算力協(xié)同。針對以上問題，移動算力網(wǎng)絡(luò)能夠?qū)崟r捕捉算網(wǎng)資源的動態(tài)信息，并根據(jù)業(yè)務(wù)性能優(yōu)先級、算網(wǎng)資源利用率等要求，實現(xiàn)高效的端到端/端邊協(xié)同智能終端組網(wǎng)，提升智能協(xié)作任務(wù)的整體性能。首先，移動算力網(wǎng)絡(luò)能夠?qū)崟r感知智能終端的算力負(fù)載、電池能量以及無線網(wǎng)絡(luò)信道狀態(tài)、帶寬占用情況等，并通過統(tǒng)一編排、靈活調(diào)度的方式進行智能協(xié)作任務(wù)的動態(tài)組網(wǎng)，從而在滿足集群整體學(xué)習(xí)目標(biāo)的同時，保證單個智能設(shè)備的能耗、算力負(fù)載、隱私保護等要求。例如，對于本地算力有限的設(shè)備，本地模型訓(xùn)練速度慢，可降低其模型傳輸聚合的頻率；對于信道環(huán)境較差的智能終端，可選擇將本地AI模型轉(zhuǎn)移到鄰近可信終端進行聚合或中繼傳輸。其次，算網(wǎng)多要素融合編排可以提供業(yè)務(wù)性能需求與算網(wǎng)資源分配間的最優(yōu)匹配，例如對于更新的本地模型與前次差別較大的終端分配更多的帶寬資源，可以幫助全局AI模型實現(xiàn)更好的學(xué)習(xí)性能。基于此，移動算力網(wǎng)絡(luò)能夠支持智能協(xié)同任務(wù)實現(xiàn)高效的模型訓(xùn)練與模型聚合，并保證高效的算網(wǎng)資源利用。2.2.25G接入算網(wǎng)協(xié)同體驗保障的產(chǎn)業(yè)園區(qū)算力專網(wǎng)助力工業(yè)信息化、智能化轉(zhuǎn)型升級，是5G產(chǎn)業(yè)化發(fā)展的關(guān)鍵方向之一。但以制造業(yè)為例，我國的工業(yè)企業(yè)在數(shù)量分布上仍以中小規(guī)模為主，在地理分布上則呈現(xiàn)出特色產(chǎn)業(yè)區(qū)域化集中的顯著特征。這些中小型制造業(yè)企業(yè)在企業(yè)信息化領(lǐng)域普遍存在業(yè)務(wù)應(yīng)用規(guī)模偏小、IT采購預(yù)算有限、IT團隊技能偏弱等特質(zhì)，故此對于公共信息化基礎(chǔ)設(shè)施服務(wù)的接受度更高?；?G-A，可進一步基于移動算力網(wǎng)絡(luò)在特定地域內(nèi)集中為多家中小型制造業(yè)企業(yè)提供可信可控的共享式產(chǎn)業(yè)園區(qū)算力專網(wǎng)。通過在產(chǎn)業(yè)園區(qū)內(nèi)部署的共享式移動算網(wǎng)節(jié)點，所有園內(nèi)企業(yè)均可獲得一站式的5G網(wǎng)絡(luò)連接與算力基礎(chǔ)設(shè)施服務(wù)。各企業(yè)以多租戶自服務(wù)方式按需使用算網(wǎng)資源，自助部署運行滿足自身業(yè)務(wù)訴求的智能應(yīng)用。同時，為最大程度保證關(guān)鍵業(yè)務(wù)應(yīng)用的端到端體驗，需要移動算力網(wǎng)絡(luò)通過算網(wǎng)協(xié)同對網(wǎng)絡(luò)QoS和算力資源QoS實施聯(lián)動配置與保障。7IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書圖2-4算網(wǎng)協(xié)同體驗保障下的產(chǎn)業(yè)園區(qū)算網(wǎng)2.2.3面向連鎖企業(yè)及分支機構(gòu)的企業(yè)廣域算力專網(wǎng)與上述產(chǎn)業(yè)園區(qū)集中的中小企業(yè)相反，大中型企業(yè)的多地分支機構(gòu)或多地連鎖企業(yè)門店的信息化和智能化則需要為不同地域的辦公場所、生產(chǎn)園區(qū)、門店提供一致性的5G接入，以及便捷經(jīng)濟、易用安全的本地信息化應(yīng)用系統(tǒng)，并實現(xiàn)門店與總部/區(qū)域總部之間的廣域組網(wǎng)互聯(lián)。為滿足上述場景需求，這類企業(yè)需要一張覆蓋全國范圍的廣域移動算力專網(wǎng)?；诮y(tǒng)一的算網(wǎng)基礎(chǔ)設(shè)施，由不同企業(yè)根據(jù)自身規(guī)模及業(yè)務(wù)需求，為其分支機構(gòu)/門店等選擇就近租賃共享式移動算網(wǎng)節(jié)點資源或自建專享式移動算網(wǎng)節(jié)點并接入，選擇最佳位置算力部署其業(yè)務(wù)應(yīng)用。在此基礎(chǔ)上，移動算力網(wǎng)絡(luò)可將用戶企業(yè)員工在任意位置發(fā)起的移動訪問請求轉(zhuǎn)發(fā)至適當(dāng)?shù)囊苿铀憔W(wǎng)節(jié)點，以保障其業(yè)務(wù)使用及最佳體驗。對于租賃共享式移動算網(wǎng)節(jié)點資源的企業(yè)，可以根據(jù)其業(yè)務(wù)要求，為其開辟算力專區(qū)，以強化其業(yè)務(wù)資源與其他租戶資源間的安全隔離。為滿足大型企業(yè)普遍存在的專網(wǎng)接入訪問安全策略控制要求，可充分利用移動網(wǎng)絡(luò)自身的接入訪問控制機制，并借鑒業(yè)界SASE技術(shù)理念，在移動算力網(wǎng)絡(luò)基礎(chǔ)上疊加統(tǒng)一的智能專網(wǎng)訪問控制與防護服務(wù)能力，以充分確保企業(yè)網(wǎng)絡(luò)與業(yè)務(wù)安全。8IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書圖2-5面向連鎖企業(yè)及分支機構(gòu)的企業(yè)廣域算力專網(wǎng)2.2.4移動網(wǎng)絡(luò)輔助下的算力協(xié)同使能車聯(lián)網(wǎng)隨著移動通信技術(shù)的發(fā)展，其所催生的車聯(lián)網(wǎng)應(yīng)用也正在推動著交通管理模式、汽車產(chǎn)業(yè)形態(tài)、人們出行方式和能源消費結(jié)構(gòu)的深刻變化。當(dāng)前蜂窩車聯(lián)網(wǎng)涉及協(xié)同感知、輔助駕駛、信息推送等多個場景，并存在車車協(xié)同、車路協(xié)同等不同模式。在車車協(xié)同模式下，各車輛子網(wǎng)系統(tǒng)需要同時服務(wù)車內(nèi)節(jié)點及支持車輛間的通信，以支持不同汽車子網(wǎng)系統(tǒng)的干擾協(xié)調(diào)，信息交互，進一步提高系統(tǒng)性能和車輛行駛效率和安全。在車路協(xié)同模式下，通過車載及路邊的各類攝像頭、雷達傳感設(shè)備，車聯(lián)網(wǎng)應(yīng)用可以獲取并分析學(xué)習(xí)復(fù)制交通環(huán)境中的多維數(shù)據(jù)，推理出相應(yīng)調(diào)度策略并指導(dǎo)車輛控制策略。為實現(xiàn)全場景的車路信息準(zhǔn)確感知和處理，需要協(xié)同多維度信息，進行算網(wǎng)協(xié)同調(diào)度，將不同優(yōu)先級算力需求的車內(nèi)、車間、車路協(xié)同應(yīng)用分發(fā)到云、邊、端算力節(jié)點，并與車載終端協(xié)同，最終形成精準(zhǔn)、實時的駕駛策略。9IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書圖2-6移動網(wǎng)絡(luò)輔助下的算力協(xié)同使能車聯(lián)網(wǎng)在此場景中，一方面無線通信技術(shù)為車輛提供低時延、高可靠通信，并基于此為車輛提供與周邊交通元素（車、路、人）的交互能力，實現(xiàn)協(xié)同感知、決策與控制，支撐智能駕駛與智能交通應(yīng)用。另一方面移動算力網(wǎng)絡(luò)需要具備廣域連續(xù)性覆蓋，提供可以隨時隨地按需獲取的移動算力資源，實現(xiàn)各車輛及交通元素的數(shù)據(jù)及算力共享。同時移動算力網(wǎng)絡(luò)需要實現(xiàn)車輛、路邊設(shè)備、網(wǎng)絡(luò)邊緣、以及云端算力感知及協(xié)同，保障各應(yīng)用可按優(yōu)先級調(diào)度，進而實現(xiàn)云端超大規(guī)模模型訓(xùn)練及下發(fā)等高端智能能力。2.3面向網(wǎng)絡(luò)的業(yè)務(wù)場景2.3.1基于算力的網(wǎng)絡(luò)輔助路徑選擇5G核心網(wǎng)的云化部署配合愈發(fā)廣泛的邊緣計算，使分布式的算力資源在移動網(wǎng)絡(luò)中逐漸重要。移動算力網(wǎng)絡(luò)通過統(tǒng)一的動態(tài)分配，使海量業(yè)務(wù)能夠根據(jù)各自的需求，實時調(diào)用網(wǎng)絡(luò)內(nèi)空閑的分布式算力資源。網(wǎng)絡(luò)輔助路徑選擇就是算力網(wǎng)絡(luò)保障業(yè)務(wù)性能和提升用戶體驗的典型場景。前期算力網(wǎng)絡(luò)研究主要基于承載網(wǎng)，根據(jù)計算類業(yè)務(wù)需求，結(jié)合實時網(wǎng)絡(luò)狀況和可服務(wù)的計算資源狀況，動態(tài)靈活的將計算任務(wù)路由到合適的目標(biāo)計算節(jié)點并保障業(yè)務(wù)的用戶體驗。面向移動通信網(wǎng)絡(luò)，將計算和移動通信網(wǎng)絡(luò)深度融合、協(xié)同調(diào)度，結(jié)合業(yè)務(wù)對移動通信網(wǎng)的需求，綜合考慮網(wǎng)絡(luò)的全10IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書局視圖能力和計算能力，動態(tài)調(diào)度資源，可以進一步提升用戶業(yè)務(wù)體驗，包括將基礎(chǔ)設(shè)施算力納入為UE接入選擇各個網(wǎng)絡(luò)功能的過程中。在當(dāng)前的網(wǎng)絡(luò)功能選擇過程中，一般對控制面功能按預(yù)設(shè)的接入碼號規(guī)則結(jié)合網(wǎng)絡(luò)功能池中的不同負(fù)載權(quán)重進行選擇。后續(xù)在移動算力網(wǎng)絡(luò)中，可納入承載控制面網(wǎng)絡(luò)功能的基礎(chǔ)設(shè)施算力作為選擇權(quán)重之一。而對用戶面亦可通過移動算力網(wǎng)絡(luò)，基于無處不在的網(wǎng)絡(luò)連接，將動態(tài)分布的計算、存儲資源互聯(lián)，通過網(wǎng)絡(luò)、存儲、算力的多維協(xié)同調(diào)度，使應(yīng)用能按需調(diào)度到泛在分布的算力資源上，并結(jié)合傳輸時延綜合實現(xiàn)資源的全局優(yōu)化。運營商在N6接口之后部署很多增值業(yè)務(wù)，這些增值業(yè)務(wù)采用業(yè)務(wù)鏈SFC(ServiceFunctionChain)技術(shù)進行控制。后續(xù)可在業(yè)務(wù)鏈編排中考慮算力資源信息，將增值業(yè)務(wù)按需部署到合適的算力節(jié)點上，保證業(yè)務(wù)可用性；另一方面，業(yè)務(wù)鏈路由可以統(tǒng)一考慮算力資源及業(yè)務(wù)需求信息來選擇滿足時延帶寬等要求的目的算力節(jié)點，甚至在業(yè)務(wù)高峰期時按需動態(tài)加載相應(yīng)業(yè)務(wù)功能，提升用戶體驗。2.3.2網(wǎng)絡(luò)功能編排優(yōu)化隨邊緣計算的發(fā)展，網(wǎng)絡(luò)算力從核心網(wǎng)向網(wǎng)絡(luò)邊緣擴展。云原生技術(shù)能夠在異構(gòu)算力設(shè)備上建立更輕量化、更細(xì)粒度、更靈活的服務(wù)部署，進一步降低虛擬化開銷。5G-A則在標(biāo)準(zhǔn)上使能增強的服務(wù)化架構(gòu)eSBA（EnhancedServiceBasedArchitecture）。移動通信網(wǎng)絡(luò)各類服務(wù)的本質(zhì)是利用算力和算法進行數(shù)據(jù)處理并實現(xiàn)特定輸出，包括調(diào)制解調(diào)、數(shù)據(jù)編解碼、網(wǎng)絡(luò)控制、資源調(diào)度等。因此，結(jié)合算力與虛擬化技術(shù)，能夠建立通信服務(wù)與算力服務(wù)間的映射關(guān)系，從而推動端到端網(wǎng)絡(luò)服務(wù)化架構(gòu)進程，降低網(wǎng)絡(luò)部署與運營成本。目前，各標(biāo)準(zhǔn)網(wǎng)絡(luò)功能尚不能基于泛在算力服務(wù)進行靈活部署及靈活編排管理，且未能充分調(diào)用通信網(wǎng)絡(luò)之外的泛在異構(gòu)算力設(shè)備。針對以上問題，移動算力網(wǎng)絡(luò)可引入云原生、算力原生等技術(shù)，并基于對泛在算力的感知，實現(xiàn)對移動通信網(wǎng)內(nèi)外部異構(gòu)算力進行統(tǒng)一全局管理。首先，通過網(wǎng)絡(luò)功能的標(biāo)準(zhǔn)化拆分及智能化算網(wǎng)編排實現(xiàn)移動通信網(wǎng)絡(luò)功能的最優(yōu)部署、靈活組合與按需分配，加快推進端到端服務(wù)化的網(wǎng)絡(luò)架構(gòu)愿景。其次，移動算力網(wǎng)絡(luò)建立了算網(wǎng)協(xié)同感知體系，能夠?qū)崟r監(jiān)控負(fù)載、算力服務(wù)部署等動態(tài)算網(wǎng)信息，并構(gòu)建了算網(wǎng)融合的新型網(wǎng)絡(luò)協(xié)議，具備對網(wǎng)絡(luò)功能的算網(wǎng)需求統(tǒng)一解析的能力。最后，移動算力網(wǎng)絡(luò)自身能夠根據(jù)移動通信網(wǎng)絡(luò)功能需求與算網(wǎng)狀態(tài)視圖，對分布式算網(wǎng)資源進行統(tǒng)一編排，建立高效的網(wǎng)絡(luò)功能部署、彈性的網(wǎng)絡(luò)功能組合由與最優(yōu)供需匹配，提升移動通信網(wǎng)絡(luò)服務(wù)能力。同時，結(jié)合AI等智能技術(shù)，能夠推動網(wǎng)絡(luò)功能編排的自配置與自優(yōu)化，進一步提升網(wǎng)絡(luò)功能編排效率與資源利用率，并降低網(wǎng)絡(luò)編排與管理成本。11IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書場景需求總結(jié)及技術(shù)要求通過對上述業(yè)務(wù)場景的分析，可以歸納得出對移動算力網(wǎng)絡(luò)的七個主要需求領(lǐng)域。本章針對七個主要需求領(lǐng)域，給出當(dāng)前對移動算力網(wǎng)絡(luò)的技術(shù)能力要求。首先，需要在移動網(wǎng)絡(luò)架構(gòu)中引入相關(guān)的算力服務(wù)能力，并實現(xiàn)算力服務(wù)的可度量、可控制。其次，基于所構(gòu)建的移動算力網(wǎng)絡(luò)，實現(xiàn)對各類現(xiàn)有業(yè)務(wù)以及AI等新型業(yè)務(wù)的體驗提升。最后，在全網(wǎng)全局層面實現(xiàn)算網(wǎng)一體的編排與能力開放，以提升網(wǎng)絡(luò)效率及拓展產(chǎn)業(yè)邊界。3.1移動網(wǎng)絡(luò)內(nèi)生算力首先，移動算力網(wǎng)絡(luò)應(yīng)該不僅通過網(wǎng)絡(luò)將業(yè)務(wù)路由至相應(yīng)的算網(wǎng)節(jié)點，而且應(yīng)具備提供內(nèi)生算力的能力。這一能力可以為各類應(yīng)用層業(yè)務(wù)提供泛在的計算能力，尤其在端網(wǎng)協(xié)同的場景下為智能應(yīng)用提供通用算力，例如端網(wǎng)協(xié)同的AI推理能力、媒體視頻超分能力等。其次，移動網(wǎng)絡(luò)內(nèi)生的算力應(yīng)統(tǒng)一注冊到網(wǎng)絡(luò)，從而能夠被其他業(yè)務(wù)發(fā)現(xiàn)和使用。移動終端接入網(wǎng)絡(luò)的時候，能夠向網(wǎng)絡(luò)注冊自身的計算能力需求，并且終端上的服務(wù)能夠自動發(fā)現(xiàn)和使用網(wǎng)絡(luò)上的算力。移動終端能夠發(fā)現(xiàn)和使用的內(nèi)生算力的類型取決于移動終端所處的位置、網(wǎng)絡(luò)覆蓋性能、邊緣計算節(jié)點部署情況（位置、資源狀態(tài)等）、用戶簽約等因素。最后，內(nèi)生算力框架應(yīng)為上層應(yīng)用開發(fā)提供開放的API，網(wǎng)絡(luò)側(cè)為應(yīng)用服務(wù)端提供通用的算力運行環(huán)境，端側(cè)為應(yīng)用客戶端提供本地化的調(diào)用接口。3.2多樣化算力資源度量建模與狀態(tài)感知當(dāng)前移動網(wǎng)絡(luò)僅支持基于物理硬件的粗粒度計算能力度量，如CPU的核數(shù)與主頻。移動算力網(wǎng)絡(luò)需要為異構(gòu)硬件基礎(chǔ)設(shè)施提供更精細(xì)化的算力統(tǒng)一度量與建模，包括基于多廠商CPU、GPU、NPU、FPGA、ASIC分別針對CPU的主頻、內(nèi)核數(shù)、內(nèi)存大小，GPU的CUDAcores、顯存，F(xiàn)PGA的Peak定點性能、Peak浮點性能等統(tǒng)一建模，屏蔽底層硬件差異，抽象算力服務(wù)行為。其次，不同的應(yīng)用對算力的需求不同，因此也需要將應(yīng)用對算力的需求進行統(tǒng)一度量與建模。例如，XR類沉浸化業(yè)務(wù)需要超低時延的算力服務(wù)，AI上移需要大計算量的AI模型推理等。移動算力網(wǎng)絡(luò)應(yīng)具備實時感知業(yè)務(wù)需求和網(wǎng)絡(luò)、計算狀態(tài)的能力，通過對上層應(yīng)用需求的感知及解析，建立多樣化業(yè)務(wù)與多樣性算力資源及組合算力資源間的映射關(guān)系，進而實現(xiàn)算力服務(wù)的按需提供、靈活調(diào)度。12IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書同時，移動算力網(wǎng)絡(luò)還需要具備網(wǎng)絡(luò)與應(yīng)用全面的資源和態(tài)勢感知，包括對云網(wǎng)邊端各層級的資源狀態(tài)、資源位置、資源變化，各算力節(jié)點上的算力負(fù)載、算力服務(wù)部署情況，以及各算力節(jié)點之間網(wǎng)絡(luò)路徑信息等進行收集與匯集。最后，移動算力網(wǎng)絡(luò)應(yīng)支持對算力資源的通告能力，包括集中式通告與分布式通告。結(jié)合上述需求能力，移動算力網(wǎng)絡(luò)才能夠形成業(yè)務(wù)層可充分理解使用，網(wǎng)絡(luò)層可高效分配管理的能力，從而提供更好的業(yè)務(wù)體驗。3.3廣域移動下用戶體驗一致性、服務(wù)連續(xù)性移動算力網(wǎng)絡(luò)需要具備廣域連續(xù)性算力覆蓋能力，支持對無線覆蓋、核心網(wǎng)用戶面、邊緣計算節(jié)點進行聯(lián)合規(guī)劃。在靜態(tài)與動態(tài)兩者不同模式下，均能夠為用戶及業(yè)務(wù)提供最佳業(yè)務(wù)體驗。針對靜態(tài)接入，移動算力網(wǎng)絡(luò)不僅需要為UE隨時隨地尋址到最佳算力實例，無需UE感知算力的具體部署位置，而且為UE所選擇算力實例需要以業(yè)務(wù)端到端SLA保障為目標(biāo)，同時確保網(wǎng)絡(luò)資源和計算資源利用率最大化，提升系統(tǒng)整體容量。而在用戶動態(tài)移動的模式下，移動算力網(wǎng)絡(luò)需要能夠根據(jù)UE的移動性和無線網(wǎng)絡(luò)質(zhì)量波動，自動調(diào)整連接QoS、計算任務(wù)實例所需算力以及部署位置，以保障算力在動態(tài)環(huán)境下的業(yè)務(wù)連續(xù)性和用戶體驗。在弱網(wǎng)環(huán)境下，能夠提前預(yù)測，調(diào)整算力，實現(xiàn)優(yōu)雅服務(wù)降級和恢復(fù)。此外，移動算力網(wǎng)絡(luò)的業(yè)務(wù)場景中往往涉及到多終端協(xié)同工作。因此，移動算力網(wǎng)絡(luò)需要能夠提供手機終端、XR頭顯類終端、UAV或AGV、以及各類傳感器/控制器等多設(shè)備連接會話的關(guān)聯(lián)和同步傳輸，以便實現(xiàn)物理世界和虛擬世界的混合渲染和應(yīng)用邏輯同步。3.4基于端邊云協(xié)同的算力服務(wù)當(dāng)前移動算力網(wǎng)絡(luò)潛在的業(yè)務(wù)場景中，往往需要基于邊緣計算提供算力服務(wù)。但當(dāng)前5G網(wǎng)絡(luò)架構(gòu)下，僅支持單個MEC為單一業(yè)務(wù)服務(wù)。因此移動算力網(wǎng)絡(luò)需要改變單一邊緣計算接入分流的限制，支持按網(wǎng)絡(luò)連接狀態(tài)充分調(diào)用網(wǎng)絡(luò)邊緣的算力形成本地互聯(lián)的MEC群組。并通過計算卸載、多點協(xié)作等方式在MEC群組中進行最優(yōu)計算任務(wù)分配，解決終端算力不足與云計算通信時延長的問題，提供低時延且高可靠的算力服務(wù)。同時，移動算力網(wǎng)絡(luò)應(yīng)充分利用中心云、邊緣計算、以及終端的各級算力，通過算法靈活跨層利用多級算力。例如在部分涉及AI的業(yè)務(wù)場景下實現(xiàn)云端超大規(guī)模模型訓(xùn)練及下發(fā)等，邊緣計算支持較復(fù)雜的推理，而終端僅需進行少量數(shù)據(jù)預(yù)處理。13IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書3.5提供互聯(lián)網(wǎng)與行業(yè)專網(wǎng)同時可獲得的算網(wǎng)服務(wù)在面向行業(yè)的應(yīng)用場景中，移動算力網(wǎng)絡(luò)需要支持更強的算網(wǎng)協(xié)同能力，將算力資源與網(wǎng)絡(luò)的便捷接入、安全管控等能力進行融合。例如，當(dāng)企業(yè)用戶通過宏網(wǎng)接入時，需要能夠隨時隨地同時訪問移動互聯(lián)網(wǎng)及企業(yè)專網(wǎng)獲得特定的算力服務(wù)。當(dāng)前專網(wǎng)接入方案受限于覆蓋區(qū)域和專線部署成本等因素，一般只能提供本地區(qū)域級接入和訪問，無法支持用戶在任意地域都同時接入到互聯(lián)網(wǎng)和專網(wǎng)。又或當(dāng)用戶在跨省漫游時，雖然可以正常訪問互聯(lián)網(wǎng)，卻無法訪問專網(wǎng)服務(wù)。因此，需要有行之有效的關(guān)鍵技術(shù)來實現(xiàn)不同種類用戶對業(yè)務(wù)和算力的多域互聯(lián)的需求。3.6移動網(wǎng)絡(luò)算網(wǎng)一體化編排與聯(lián)合調(diào)度移動算力網(wǎng)絡(luò)是計算能力與網(wǎng)絡(luò)能力的緊密結(jié)合。面向XR、移動終端AI等低時延交互業(yè)務(wù)，一方面需要核心網(wǎng)與無線接入網(wǎng)絡(luò)間信息交互，提供高效網(wǎng)絡(luò)傳輸；另一方面需要云邊算力與移動終端算力進行協(xié)同，滿足渲染、AI訓(xùn)練等計算能力要求。現(xiàn)有移動通信網(wǎng)對泛在算力的管理機制相對單一，缺乏對云邊端算力的協(xié)同調(diào)度機制，難以應(yīng)對業(yè)務(wù)動態(tài)需求與潮汐效應(yīng)等問題。為滿足業(yè)務(wù)端到端QoS需求，需要綜合考慮網(wǎng)絡(luò)連接狀態(tài)、可用帶寬、端邊云異構(gòu)算力類型，算力負(fù)載等算網(wǎng)資源信息，通過算網(wǎng)資源聯(lián)合管理與算網(wǎng)服務(wù)一體化編排，按需靈活地將業(yè)務(wù)分發(fā)調(diào)度到分布式算力節(jié)點，并提供動態(tài)算網(wǎng)服務(wù)來保證業(yè)務(wù)質(zhì)量與用戶體驗。隨著新型融合技術(shù)發(fā)展，移動通信網(wǎng)將支持感知、定位等能力，在一張大網(wǎng)上提供多樣化網(wǎng)絡(luò)服務(wù)。同時，網(wǎng)絡(luò)端到端服務(wù)化趨勢需要將底層算力資源分離抽象為獨立的網(wǎng)絡(luò)功能，并進一步實現(xiàn)網(wǎng)絡(luò)功能的靈活部署與調(diào)度，以提升網(wǎng)絡(luò)管理效率。目前，對網(wǎng)絡(luò)功能的編排調(diào)度局限于核心網(wǎng)控制面，缺少端到端網(wǎng)絡(luò)整體服務(wù)的靈活編排與管理，造成算網(wǎng)資源浪費、網(wǎng)絡(luò)運營成本高的問題。為進一步提升網(wǎng)絡(luò)管理效率，移動算力網(wǎng)絡(luò)需要對泛在網(wǎng)絡(luò)與算力進行統(tǒng)一編排管理。根據(jù)業(yè)務(wù)需求與算網(wǎng)資源狀態(tài)的動態(tài)變化與預(yù)測情況，高效調(diào)整網(wǎng)絡(luò)功能虛擬化實例的算力部署策略，并結(jié)合動態(tài)路由與尋址技術(shù)提供最優(yōu)服務(wù)訪問路徑，實現(xiàn)多樣化業(yè)務(wù)場景的按需服務(wù)調(diào)度與網(wǎng)絡(luò)高效運維管理。3.7移動網(wǎng)絡(luò)算網(wǎng)一體化能力開放面向未來越來越豐富的業(yè)務(wù)訴求，移動算力網(wǎng)絡(luò)應(yīng)為運營商自營服務(wù)或第三方應(yīng)用提供端網(wǎng)協(xié)同一體運行環(huán)境。除了為在網(wǎng)業(yè)務(wù)提供通用的內(nèi)生算力外，還應(yīng)該通過屏蔽底層復(fù)雜的端網(wǎng)協(xié)同流程和算力資源調(diào)度機制，簡化應(yīng)用開發(fā)流程，使得運營商和第三方可以直接在移動算力網(wǎng)絡(luò)上快速開發(fā)和14IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書部署應(yīng)用。5G-A中，移動算力網(wǎng)絡(luò)作為統(tǒng)一的基礎(chǔ)設(shè)施層應(yīng)可以通過NEF（NetworkExposureFunction）對AF（ApplicationFunction）提供算網(wǎng)統(tǒng)一的能力開放接口。AF根據(jù)算網(wǎng)信息動態(tài)調(diào)整業(yè)務(wù)部署和路由策略，AF可以是應(yīng)用服務(wù)器、算力網(wǎng)絡(luò)的算網(wǎng)大腦或其他域的移動算力網(wǎng)絡(luò)。移動算力網(wǎng)絡(luò)架構(gòu)及潛在關(guān)鍵技術(shù)4.1移動算力網(wǎng)絡(luò)邏輯架構(gòu)移動算力網(wǎng)絡(luò)從邏輯功能上分為基礎(chǔ)設(shè)施層、算網(wǎng)管理編排層、應(yīng)用使能層三部分，并且可以與算力網(wǎng)絡(luò)三層架構(gòu)形成分層對應(yīng)和協(xié)同關(guān)系。如圖4所示。圖4移動算力網(wǎng)絡(luò)邏輯架構(gòu)MCFN基礎(chǔ)設(shè)施層：MCFN基礎(chǔ)設(shè)施層分為物理接入傳輸、算網(wǎng)用戶面、算網(wǎng)控制三個子層。物理基礎(chǔ)設(shè)施子層即5G/5G-A移動網(wǎng)絡(luò)物理基礎(chǔ)設(shè)施，含接入網(wǎng)、承載網(wǎng)、骨干網(wǎng)等，用于實現(xiàn)15IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書物理接入與傳輸功能。算網(wǎng)用戶面子層主要以5G分布式用戶面及5GMEC融合的MCFN節(jié)點為主要部署形態(tài)，并在移動承載網(wǎng)之上構(gòu)建Mesh互聯(lián)的分布式計算體系，與UE形成廣域下的端網(wǎng)邊計算連續(xù)體。MCFN作為算網(wǎng)融合的移動算力網(wǎng)絡(luò)節(jié)點，包括算力資源功能、移動網(wǎng)絡(luò)流量策略控制功能、算網(wǎng)服務(wù)功能。同時MCFN節(jié)點可與算力網(wǎng)絡(luò)基礎(chǔ)設(shè)施中的邊緣算力、云算力實現(xiàn)交互和協(xié)同。算網(wǎng)控制子層包括5G/5G-A控制面、邊緣算力管理器和算網(wǎng)體驗統(tǒng)一保障功能。邊緣算力管理器主要實現(xiàn)算力資源的狀態(tài)感知和任務(wù)調(diào)度分配，5G-A控制面需要針對大量分布式計算節(jié)點和動態(tài)的計算任務(wù)調(diào)度實現(xiàn)算力感知的動態(tài)移動會話管理。算網(wǎng)體驗統(tǒng)一保障功能負(fù)責(zé)端到端的業(yè)務(wù)運行態(tài)體驗保障，實現(xiàn)算力資源、網(wǎng)絡(luò)資源、業(yè)務(wù)實例的實時監(jiān)控、調(diào)度與控制，達成端到端QoS保障。算網(wǎng)控制子層與算網(wǎng)用戶面子層共同實現(xiàn)網(wǎng)絡(luò)與算力、應(yīng)用的協(xié)同，實現(xiàn)最佳的連接和算力調(diào)度能力，及最優(yōu)的算力、應(yīng)用訪問體驗。MCFN算網(wǎng)管理編排層：MCFN算網(wǎng)管理編排層中的算網(wǎng)資源統(tǒng)一編排功能屬于全局管理器，維護移動算網(wǎng)整體資源視圖，實現(xiàn)網(wǎng)絡(luò)功能、計算任務(wù)與網(wǎng)絡(luò)和計算資源間的映射和編排，實現(xiàn)整體資源的合理化使用。另外，作為系統(tǒng)必不可少的部分，該層還需要考慮統(tǒng)一運維管控和安全管控，確保系統(tǒng)的可管可控可信。MCFN算網(wǎng)管理編排層也可以接受來自算力網(wǎng)絡(luò)編排管理層的調(diào)度，實現(xiàn)云邊一體化管理并提升云邊之間的資源編排效率。MCFN應(yīng)用使能層：MCFN應(yīng)用使能層將以多租戶方式以及算網(wǎng)統(tǒng)一方式對外提供能力開放服務(wù)。結(jié)合MCFN節(jié)點的算網(wǎng)融合基礎(chǔ)設(shè)施，應(yīng)用使能層通過統(tǒng)一的租戶模型，為各類用戶（個人用戶、運營商自營業(yè)務(wù)、第三方垂直行業(yè)用戶等）提供安全隔離的集成端到端移動接入的租戶運行環(huán)境，并通過算網(wǎng)統(tǒng)一能力開放接口，屏蔽底層異構(gòu)算力資源和復(fù)雜組網(wǎng)環(huán)境，方便培育移動算網(wǎng)應(yīng)用開發(fā)生態(tài)。另外，MCFN應(yīng)用使能層承擔(dān)整體的算網(wǎng)運營以及與其他MCFN子網(wǎng)或者算力網(wǎng)絡(luò)的并網(wǎng)協(xié)作和算力交易。移動算力網(wǎng)絡(luò)三層邏輯架構(gòu)依賴多種關(guān)鍵技術(shù)的支撐，圖4中的10個標(biāo)號對應(yīng)了10個關(guān)鍵技術(shù)點，將在4.2章節(jié)中分別展開介紹。4.2移動算力網(wǎng)絡(luò)潛在關(guān)鍵技術(shù)4.2.1超融合輕量化本地算力資源池化技術(shù)移動算力網(wǎng)絡(luò)的應(yīng)用場景豐富多樣，不同場景和業(yè)務(wù)必將導(dǎo)致差異化的算力資源訴求。同時，移動算網(wǎng)節(jié)點必定面臨海量部署、深度下沉、快捷交付的典型訴求。上述背景決定了移動算網(wǎng)節(jié)點必須16IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書引入具備超融合輕量化特征的算力資源池化技術(shù)：超融合算力資源管理：算力資源池應(yīng)能夠在單一資源池內(nèi)、相對有限的物理計算節(jié)點（服務(wù)器）上，靈活按需地提供物理計算資源，如GPU、NPU、DPU、ASIC等，以及其他多形態(tài)的計算資源隔離和分配對象，如VM、裸金屬、容器、函數(shù)等。并實現(xiàn)各類資源的共池共節(jié)點智能混合調(diào)度，從而最大程度滿足業(yè)務(wù)訴求，并最大程度減少算力資源碎片；輕量化資源池：與當(dāng)代云OS等算力資源管理系統(tǒng)相比，未來的算力資源管理系統(tǒng)應(yīng)更為簡潔，自身組件資源占用更低，一方面讓移動算網(wǎng)節(jié)點的交付工作量最小化，另一方面盡可能將移動算網(wǎng)節(jié)點寶貴的算力資源提供給業(yè)務(wù)應(yīng)用。綜上，針對移動算網(wǎng)節(jié)點場景的超融合輕量化資源池化技術(shù)，屬于移動算力網(wǎng)絡(luò)領(lǐng)域的關(guān)鍵技術(shù)之一，有待持續(xù)研究與突破。4.2.2核心網(wǎng)用戶面Mesh互聯(lián)隨著越來越多的邊緣計算節(jié)點部署到網(wǎng)絡(luò)中，提供了便捷的邊緣接入云的能力。CDN業(yè)務(wù)的邊緣和中心互訪實現(xiàn)業(yè)務(wù)回源機制、2B園區(qū)業(yè)務(wù)互訪等，都對核心網(wǎng)用戶面提出了能夠在地市級、區(qū)縣級廣域覆蓋范圍，實現(xiàn)組網(wǎng)上能互聯(lián)，業(yè)務(wù)上能互通的要求。移動算力網(wǎng)絡(luò)內(nèi)不同節(jié)點之間的應(yīng)用和算力可利用用戶面網(wǎng)元UPF的N9/N19接口已具備的廣域互聯(lián)互通能力，實現(xiàn)UPF拓?fù)潇`活調(diào)整和按需路由轉(zhuǎn)發(fā)，直接將廣域多個分布式算力節(jié)點組網(wǎng)成一朵云，使能行業(yè)多子網(wǎng)跟隨業(yè)務(wù)和算力流動，相比邊緣云基于專線互通的方式節(jié)省運營商額外的專網(wǎng)建設(shè)成本。進一步的，移動網(wǎng)絡(luò)可以通過Mesh互聯(lián)的方式提供UE到邊緣算力的連接以及UE到中心云算力的連接。從而使得應(yīng)用能夠靈活將服務(wù)部署到UE算力、邊緣算力以及中心云算力，然后通過5GS提供的標(biāo)準(zhǔn)化接口對業(yè)務(wù)流在部署在不同算力節(jié)點的服務(wù)之間進行靈活協(xié)同和調(diào)度。4.2.3移動網(wǎng)絡(luò)流量策略控制移動算力網(wǎng)絡(luò)節(jié)點既包括承載算力的邊緣云，也包括承載移動接入和用戶數(shù)據(jù)流轉(zhuǎn)發(fā)的5G網(wǎng)絡(luò)功能，在移動算力網(wǎng)絡(luò)系統(tǒng)中需要云網(wǎng)兩方跨越邊界有效協(xié)同來為客戶提供高效的云網(wǎng)融合能力，實現(xiàn)應(yīng)用“一鍵入云”，5G邊緣業(yè)務(wù)部署即可用的云網(wǎng)融合愿景目標(biāo)。針對云網(wǎng)融合愿景目標(biāo)，可以考慮在5G現(xiàn)有能力基礎(chǔ)上構(gòu)筑內(nèi)生算力所需基礎(chǔ)網(wǎng)絡(luò)能力，使得5G核心網(wǎng)與內(nèi)生算力實例之間的網(wǎng)絡(luò)路由可以自動化協(xié)商，達成算力實例網(wǎng)絡(luò)與APN之間的自動化映射。移動網(wǎng)路流量策略控制跨越當(dāng)前網(wǎng)絡(luò)內(nèi)生算力與核心網(wǎng)之間的網(wǎng)絡(luò)邊界，簡化了站內(nèi)組網(wǎng)拓?fù)?，實現(xiàn)UE入網(wǎng)即得算力服務(wù)。17IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書4.2.4算網(wǎng)統(tǒng)一資源調(diào)度及需求分解映射移動算力網(wǎng)絡(luò)是由海量的算網(wǎng)節(jié)點組成的超大規(guī)?？绲赜蚍植际剿憔W(wǎng)基礎(chǔ)設(shè)施。在可預(yù)見的未來，移動算力網(wǎng)絡(luò)所包含的算網(wǎng)節(jié)點總數(shù)很可能達到數(shù)千乃至數(shù)萬量級，從而形成一個拓?fù)錁O為復(fù)雜的分布式資源網(wǎng)絡(luò)。如何在一個如此巨大而復(fù)雜的網(wǎng)絡(luò)上實現(xiàn)精準(zhǔn)、高效的算網(wǎng)資源分配與調(diào)度，是當(dāng)前業(yè)界尚未深入分析和有效解決的重大難題。從可商用性和用戶友好性角度出發(fā)，當(dāng)移動算力網(wǎng)絡(luò)資源租戶在移動算力網(wǎng)絡(luò)上部署自有業(yè)務(wù)時，可能只會提供預(yù)期的算力資源和網(wǎng)絡(luò)資源類型、數(shù)量與SLA訴求信息，甚至可能只希望提供一些業(yè)務(wù)應(yīng)用層面能夠感知到的服務(wù)體驗要求。相應(yīng)的，算網(wǎng)租戶很可能既沒有意愿也沒有能力詳細(xì)分析算網(wǎng)資源需求細(xì)節(jié)，并自行給出非常準(zhǔn)確的資源申請要求。在這種情況下，移動算力網(wǎng)絡(luò)的管理編排層必須具備將租戶的高層次、大顆粒、抽象化業(yè)務(wù)訴求翻譯為具體詳細(xì)可實施的算網(wǎng)資源要求，并結(jié)合現(xiàn)網(wǎng)各算網(wǎng)節(jié)點的地理位置、網(wǎng)絡(luò)條件、業(yè)務(wù)負(fù)載、算力類型等信息，實現(xiàn)精確化、智能化調(diào)度，并通過這種調(diào)度讓租戶獲得的算網(wǎng)資源最大化滿足其原始業(yè)務(wù)要求。由此可知，對用戶業(yè)務(wù)意圖進行分析以生成詳細(xì)算網(wǎng)資源需求，并針對算網(wǎng)資源進行聯(lián)合調(diào)度發(fā)放的算網(wǎng)統(tǒng)一資源調(diào)度技術(shù)，是移動算力網(wǎng)絡(luò)實現(xiàn)大規(guī)模商用的關(guān)鍵支撐性技術(shù)之一。4.2.5移動網(wǎng)絡(luò)算力節(jié)點狀態(tài)感知首先，移動算力網(wǎng)絡(luò)管控層支持算網(wǎng)資源感知：移動算力網(wǎng)絡(luò)感知移動算力網(wǎng)絡(luò)節(jié)點及節(jié)點上算力服務(wù)的信息，如節(jié)點上的算力資源類型、算力服務(wù)類型等，同時夠感知移動通信網(wǎng)絡(luò)的業(yè)務(wù)需求，如UE注冊、會話建立等；移動通信網(wǎng)網(wǎng)絡(luò)節(jié)點作為提供算力方時，應(yīng)能針對自身的算力能力在移動算力網(wǎng)絡(luò)中進行注冊；移動算力網(wǎng)絡(luò)應(yīng)能主動發(fā)現(xiàn)可用的算力資源，并實現(xiàn)算力資源的納管；算力服務(wù)的能力還可包括移動通信網(wǎng)絡(luò)特有的能力，如網(wǎng)元支持的最大同時接入用戶數(shù)，支持的最大同時在線會話數(shù)，網(wǎng)元支持的上下行保證帶寬，最大帶寬等。其次，移動算力網(wǎng)絡(luò)管控層支持節(jié)點資源狀態(tài)監(jiān)控：移動算力網(wǎng)絡(luò)管理編排層對移動算力網(wǎng)絡(luò)節(jié)點狀態(tài)、服務(wù)負(fù)載情況等進行監(jiān)控和管理，為資源編排和業(yè)務(wù)調(diào)度提供實時數(shù)據(jù)支撐。4.2.6算力感知的移動會話管理在邊緣計算超分布規(guī)模部署場景下，當(dāng)前5G網(wǎng)絡(luò)只能根據(jù)用戶位置就近選擇邊緣應(yīng)用服務(wù)，不能依據(jù)算網(wǎng)整體資源情況選擇，容易造成系統(tǒng)局部負(fù)載過高，整體系統(tǒng)容量不高的問題。為此，5G網(wǎng)絡(luò)需要增加邊緣算力感知能力，獲取邊緣計算節(jié)點部署的算力信息，包括算力實例運行狀態(tài)、所處服務(wù)器的計算資源類型、運行環(huán)境、資源負(fù)載等信息，從而實現(xiàn)最佳的5G網(wǎng)絡(luò)用戶面和邊緣應(yīng)用服務(wù)器的選擇，以18IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書便滿足用戶應(yīng)用體驗保障的同時，最大化5G網(wǎng)絡(luò)資源和邊緣計算資源的利用率，提升系統(tǒng)容量。5GC實現(xiàn)算力感知的移動會話管理可以考慮兩種方式：1）集中式。是指5GC控制面同時感知算力信息和網(wǎng)絡(luò)信息，根據(jù)算網(wǎng)資源優(yōu)化目標(biāo)，選擇最佳的邊緣計算節(jié)點以及對應(yīng)的用戶面，并通過控制面向選擇的UPF下發(fā)用戶面轉(zhuǎn)發(fā)規(guī)則，創(chuàng)建所需移動會話。該集中式方案適用于邊緣計算節(jié)點稀疏分布場景；2）分布式。是指用戶面感知邊緣算力信息，并在用戶面直接動態(tài)生成轉(zhuǎn)發(fā)規(guī)則，控制面只負(fù)責(zé)用戶面的鄰居關(guān)系，避免控制面頻繁更新用戶面轉(zhuǎn)發(fā)規(guī)則帶來的信令風(fēng)暴。分布式方案更適合于邊緣計算節(jié)點規(guī)模密集部署以及業(yè)務(wù)動態(tài)調(diào)度場景。算力感知的移動會話管理是實現(xiàn)算網(wǎng)融合下保證用戶體驗和系統(tǒng)容量最大化的關(guān)鍵。4.2.7算網(wǎng)業(yè)協(xié)同實時調(diào)度用戶在移動網(wǎng)絡(luò)中移動時，會存在基站切換、核心網(wǎng)用戶面切換以及業(yè)務(wù)切換等情況。由于當(dāng)前網(wǎng)絡(luò)和業(yè)務(wù)運行在不同的業(yè)務(wù)域內(nèi)，且只有網(wǎng)絡(luò)側(cè)單方向?qū)ν馓峁┠芰﹂_放接口，網(wǎng)絡(luò)只能被動的被業(yè)務(wù)側(cè)調(diào)用，不能感知業(yè)務(wù)側(cè)的變化，當(dāng)業(yè)務(wù)側(cè)發(fā)生故障造成業(yè)務(wù)遷移或重部署情況下，導(dǎo)致網(wǎng)絡(luò)側(cè)不能及時同步調(diào)整路由，影響業(yè)務(wù)體驗。為了在運行態(tài)實現(xiàn)網(wǎng)絡(luò)、業(yè)務(wù)和算力資源間的最佳協(xié)同調(diào)度，移動算力網(wǎng)絡(luò)架構(gòu)中應(yīng)該具備一個能夠感知到網(wǎng)業(yè)算的控制功能實體，基于網(wǎng)業(yè)算的互通情況、分布情況和資源情況，結(jié)合用戶位置、用戶訪問業(yè)務(wù)的提供者和業(yè)務(wù)所需算力，做出綜合的判斷。在發(fā)生UE移動、業(yè)務(wù)實例遷移、業(yè)務(wù)重部署時，能夠同步優(yōu)化業(yè)務(wù)資源調(diào)度和網(wǎng)絡(luò)會話管理，實時保障業(yè)務(wù)路由最佳，以及高資源利用率。4.2.8算網(wǎng)體驗QoS保障考慮到3GPP網(wǎng)絡(luò)架構(gòu)中定義的面向用戶和業(yè)務(wù)的QoS機制滿足不了對算力質(zhì)量的保障，為保證移動算力網(wǎng)絡(luò)端到端業(yè)務(wù)體驗，需要考慮引入新的針對移動算力網(wǎng)絡(luò)的QoS機制。新引入的QoS參數(shù)，可以考慮上行QoS由終端側(cè)應(yīng)用標(biāo)記，基于指定的參數(shù)，網(wǎng)絡(luò)側(cè)翻譯成端側(cè)應(yīng)用對算力資源的需求，包括：計算資源類型、計算資源大小、網(wǎng)絡(luò)時延等級、計算時延等級，以及協(xié)助算力任務(wù)分配和算力資源調(diào)度所需的UE位置信息等。后續(xù)在5G-A的標(biāo)準(zhǔn)化過程中，可以通過直接新增QoS參數(shù)，或者新建算力QoSprofile來攜帶相關(guān)參數(shù)進行會話建立以及算力任務(wù)分配和資源選擇。算網(wǎng)管控層基于這些算網(wǎng)QoS參數(shù)來選擇不同的轉(zhuǎn)發(fā)路徑和算力節(jié)點處理相關(guān)業(yè)務(wù)。計算類型和大小決定了算網(wǎng)管控層選擇具備對應(yīng)條件的算力節(jié)點；網(wǎng)絡(luò)時延等級決定了選擇用戶面路徑的圈層，例如是區(qū)縣級、地市級還是省中心的用戶面路徑；計算時延和計算資源與要處理的業(yè)務(wù)類型有關(guān)，算網(wǎng)管控層應(yīng)做出綜合策略。同時算網(wǎng)QoS需具備動態(tài)調(diào)整能力以保障業(yè)務(wù)體驗。19IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書4.2.9端邊云算力共享服務(wù)層移動算力網(wǎng)絡(luò)除了提供基本的網(wǎng)絡(luò)接入與轉(zhuǎn)發(fā)、不同類型的算力資源等基礎(chǔ)設(shè)施能力之外，必須通過引入適當(dāng)層次的基礎(chǔ)設(shè)施能力服務(wù)層，讓算網(wǎng)應(yīng)用開發(fā)者可以通過近似于cloud-native的模式實現(xiàn)便捷高效的應(yīng)用開發(fā)與適配。在充分利用移動算力網(wǎng)絡(luò)所提供的各類接入、轉(zhuǎn)發(fā)、計算資源能力的同時，最大程度降低應(yīng)用開發(fā)者的學(xué)習(xí)門檻，并使能開發(fā)者以極簡方式實現(xiàn)應(yīng)用的廣域協(xié)同、跨站彈性、多點災(zāi)備等高級業(yè)務(wù)能力。在此基礎(chǔ)上，上述服務(wù)層應(yīng)當(dāng)能夠提供極易使用的端-邊通信與協(xié)同機制，幫助UE側(cè)App開發(fā)者以IT化的開發(fā)體驗和軟件模式實現(xiàn)對算網(wǎng)資源和應(yīng)用的調(diào)用與協(xié)同，讓App開發(fā)者無需理解移動通信、移動算力網(wǎng)絡(luò)底層技術(shù)細(xì)節(jié)，即可充分發(fā)揮移動算力網(wǎng)絡(luò)的價值。綜上，有效抽象和封裝移動算網(wǎng)基礎(chǔ)設(shè)施能力的服務(wù)化技術(shù)，對于吸引移動算網(wǎng)業(yè)務(wù)應(yīng)用開發(fā)者，豐富移動算網(wǎng)應(yīng)用生態(tài)，具有極為關(guān)鍵的作用。4.2.10多租戶自服務(wù)的算網(wǎng)一體能力開放移動計算網(wǎng)絡(luò)作為算網(wǎng)融合的基礎(chǔ)設(shè)施，其用戶包括個人用戶、運營商、第三方垂直行業(yè)用戶。移動算力網(wǎng)絡(luò)通過能力開放接口為各類用戶提供安全隔離的端到端移動接入的租戶環(huán)境，包括算力資源類型（CPU/GPU/NPU）及形態(tài)（VM、容器、函數(shù)）、5G網(wǎng)絡(luò)切片、終端用戶群組、VPC網(wǎng)關(guān)等。從開發(fā)者友好性以及應(yīng)用快速開發(fā)和部署角度看，移動算力網(wǎng)絡(luò)需要能夠提供算網(wǎng)一體的租戶環(huán)境，提供符合云計算租戶習(xí)慣的操作，使得用戶不需要關(guān)心其租戶環(huán)境的網(wǎng)絡(luò)接入的多樣性和復(fù)雜的組網(wǎng)邏輯。這里面臨的挑戰(zhàn)是，1）現(xiàn)在5G網(wǎng)絡(luò)切片機制雖然提供了5G網(wǎng)絡(luò)的定制化，但與云計算租戶機制是分離的，需要在資源模型和操作流程上打通，使得用戶在獲得租戶環(huán)境時，自動完成5G切片和租戶網(wǎng)絡(luò)的統(tǒng)一，最大化減少5G網(wǎng)絡(luò)的學(xué)習(xí)成本；2）針對不同用戶的差異化需求，移動算力網(wǎng)絡(luò)需要能夠提供分級的租戶自服務(wù)能力。這里的分級自服務(wù)是指用戶可以通過算網(wǎng)一體開放接口按需定制不同規(guī)格的移動算力網(wǎng)絡(luò)租戶環(huán)境，包括所需的計算、存儲、網(wǎng)絡(luò)、終端用戶群組等資源類型和功能，并且根據(jù)用戶等級，為不同用戶開放不同的租戶算網(wǎng)資源操作權(quán)限，包括對本地計算資源和網(wǎng)絡(luò)QoS調(diào)整、用戶群組管理、業(yè)務(wù)調(diào)度、訪問控制等。可見，算網(wǎng)一體能力開放是移動算力網(wǎng)絡(luò)作為算網(wǎng)融合基礎(chǔ)設(shè)施對外提供服務(wù)、構(gòu)建商業(yè)生態(tài)的關(guān)鍵界面和技術(shù)手段。20IMT-2020(5G)推進組面向5G-A的移動算力網(wǎng)絡(luò)需求及潛在關(guān)鍵技術(shù)白皮書4.3移動算力網(wǎng)絡(luò)架構(gòu)形態(tài)展望移動算力網(wǎng)絡(luò)對架構(gòu)影響有以下三類潛在方案：通過增加新的核心網(wǎng)網(wǎng)絡(luò)功能，來支持移動算力網(wǎng)絡(luò)的新增能力。新增核心網(wǎng)元承擔(dān)算力節(jié)點管理、算力需求分解等任務(wù)。通過控制面信令交互完成算力節(jié)點注冊認(rèn)證、算力狀態(tài)信息感知等功能。新的網(wǎng)絡(luò)功能需要和算網(wǎng)大腦進行交互，完成算力節(jié)點信息的同步，以及算力服務(wù)狀態(tài)的同步等，實現(xiàn)算力網(wǎng)絡(luò)與移動通信網(wǎng)絡(luò)的實時信息交互，并通過算力網(wǎng)