2024算力網(wǎng)絡(luò)技術(shù)

算力網(wǎng)絡(luò)技術(shù)20241/51-1-目錄前言 01一、算力網(wǎng)絡(luò)概述算力網(wǎng)絡(luò)背景 02算力網(wǎng)絡(luò)概念 03算力網(wǎng)絡(luò)現(xiàn)狀 04算力網(wǎng)絡(luò)發(fā)展趨勢(shì) 05確定性算力網(wǎng)絡(luò) 08二、突破關(guān)鍵技術(shù)異構(gòu)算力融合技術(shù) 092.1.1統(tǒng)一標(biāo)識(shí) 092.1.1.1統(tǒng)一標(biāo)識(shí)技術(shù)架構(gòu) 102.1.2統(tǒng)一調(diào)度 10多云算力融合技術(shù) 112.1.3.1算力度量 112.1.3.2算力建模 12算力調(diào)度編排 13算力調(diào)度編排關(guān)鍵技術(shù) 144A算力調(diào)度流程 16算網(wǎng)一體確定性算力技術(shù) 18算網(wǎng)一體背景 18算網(wǎng)一體關(guān)鍵技術(shù) 19算網(wǎng)一體化研究現(xiàn)狀 21SRv6通用可編程算力標(biāo)識(shí)系統(tǒng) 21確定性算力和霧計(jì)算 24霧計(jì)算調(diào)度系統(tǒng) 25分布式霧算力發(fā)布 25分布式霧算力獲取 26確定性算網(wǎng)一體機(jī) 28算網(wǎng)一體機(jī) 28算網(wǎng)分布式管理平臺(tái) 29彈性可擴(kuò)展的分布式架構(gòu)和容器技術(shù) 30多集群聯(lián)邦技術(shù) 31GPU、FPGA高性能異構(gòu)計(jì)算技術(shù) 32Serverless無服務(wù)計(jì)算技術(shù) 33分布式容器批量調(diào)度技術(shù) 34確定性網(wǎng)絡(luò)技術(shù) 35算力網(wǎng)絡(luò)的確定性需求 35確定性網(wǎng)絡(luò)技術(shù)體系 36時(shí)延確定性技術(shù) 38CQF技術(shù) 39DIP技術(shù) 40CSQF技術(shù) 41三、典型應(yīng)用場(chǎng)景3.1工業(yè)互聯(lián)網(wǎng) 3.2科學(xué)研究 3.3人工智能 3.4能源物聯(lián)網(wǎng) 3.5車聯(lián)網(wǎng) 45四、總結(jié)與展望 46-02--02-一、算力網(wǎng)絡(luò)概述算力網(wǎng)絡(luò)背景作為一種新興網(wǎng)絡(luò)技術(shù)理念，算力網(wǎng)絡(luò)的提出是響應(yīng)國(guó)家戰(zhàn)略、推動(dòng)經(jīng)濟(jì)發(fā)展、加速技術(shù)創(chuàng)新的必然趨勢(shì)。從國(guó)家戰(zhàn)略角度，近年來國(guó)家高度重視互聯(lián)網(wǎng)發(fā)展，算力網(wǎng)絡(luò)是建設(shè)網(wǎng)絡(luò)強(qiáng)國(guó)的根本要求，是建設(shè)新型基礎(chǔ)設(shè)施的重要舉措，是實(shí)施“東數(shù)西算”工程的關(guān)鍵保障。從經(jīng)濟(jì)發(fā)展角度，5G、云計(jì)算、人工智能、區(qū)塊鏈等技術(shù)的創(chuàng)新與應(yīng)用加速了經(jīng)濟(jì)社會(huì)向數(shù)字化轉(zhuǎn)型，我國(guó)數(shù)字經(jīng)濟(jì)體量再創(chuàng)歷史新高。中國(guó)信息通信研究院報(bào)告顯示，2020年我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到39.2萬億元，GDP占比為38.6%，2021年我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模超過45萬億元，GDP占比超過40%，數(shù)字經(jīng)濟(jì)已經(jīng)成為國(guó)民經(jīng)濟(jì)高質(zhì)量發(fā)展的新引擎[1]。數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展伴隨著多樣化應(yīng)用場(chǎng)景、百億級(jí)聯(lián)接、爆炸式數(shù)據(jù)增長(zhǎng)的出現(xiàn)，帶來了海量數(shù)據(jù)分析處理的需求。算力網(wǎng)絡(luò)可為海量數(shù)據(jù)的分析處理提供泛在計(jì)算能力與優(yōu)質(zhì)網(wǎng)絡(luò)服務(wù)，從而推動(dòng)數(shù)字經(jīng)濟(jì)持續(xù)健康發(fā)展。從技術(shù)創(chuàng)新角度，隨著單核硅基芯片的算力與多核堆疊帶來的算力提升逐漸走向極限，算力從單核、多核向著網(wǎng)絡(luò)化演進(jìn)，計(jì)算與網(wǎng)絡(luò)的邊界逐漸被打破，計(jì)算與網(wǎng)絡(luò)開始融合[2]。而在算力需求持續(xù)增長(zhǎng)的背景下，受限于網(wǎng)絡(luò)技術(shù)發(fā)展以及網(wǎng)絡(luò)帶寬成本，云數(shù)據(jù)中心與終端的兩級(jí)計(jì)算架構(gòu)已無法滿足需求，算力正從云和端向網(wǎng)絡(luò)邊緣擴(kuò)散。據(jù)IDC預(yù)測(cè)，2020-2025年，我國(guó)邊緣計(jì)算服務(wù)器市場(chǎng)規(guī)模年復(fù)增長(zhǎng)率為22.2%，到2025年，全球邊緣計(jì)算服務(wù)器支出占總體服務(wù)器比重將從14.4%提升至24.9%[3]。未來算力將呈現(xiàn)云-邊-端泛在分布的態(tài)勢(shì)，計(jì)算與網(wǎng)絡(luò)的融合將會(huì)更加緊密。算力網(wǎng)絡(luò)是計(jì)算與網(wǎng)絡(luò)兩大技術(shù)體系深度融合的產(chǎn)物，算力網(wǎng)絡(luò)的出現(xiàn)將引發(fā)大量跨領(lǐng)域融合技術(shù)的突破，為占領(lǐng)ICT技術(shù)的制高點(diǎn)提供新的機(jī)遇。-03--03-算力網(wǎng)絡(luò)概念目前，算力網(wǎng)絡(luò)在概念定義上尚未形成統(tǒng)一的認(rèn)識(shí)。一種相對(duì)比較簡(jiǎn)單且全面的定義是：算力網(wǎng)絡(luò)是指在算力不斷泛在化的基礎(chǔ)上，通過網(wǎng)絡(luò)手段將計(jì)算、存儲(chǔ)等基礎(chǔ)資源在云-邊-端之間進(jìn)行有效調(diào)配的資源解決方案，以此來滿足業(yè)務(wù)需求，提升業(yè)務(wù)服務(wù)質(zhì)量[4-5]。算力網(wǎng)絡(luò)以算為中心，以網(wǎng)為根基，其目標(biāo)是聯(lián)通散落在全網(wǎng)中的資源孤島，避免被動(dòng)資源擴(kuò)容中的低效陷阱，構(gòu)造云-邊-端的泛在計(jì)算體系。正如網(wǎng)絡(luò)的核心價(jià)值是提高效率，電話網(wǎng)提高了人類溝通的效率，互聯(lián)網(wǎng)提高了人類協(xié)作的效率，算力網(wǎng)絡(luò)將提高云、邊、端的協(xié)作效率。在算力網(wǎng)絡(luò)中，用戶無需關(guān)心網(wǎng)絡(luò)中的計(jì)算資源的位置和部署狀態(tài)，只需關(guān)注自身獲得的服務(wù)即可，用戶的一致體驗(yàn)通過計(jì)算和網(wǎng)絡(luò)的協(xié)同調(diào)度來保證。算力網(wǎng)絡(luò)是云網(wǎng)融合發(fā)展的新階段，是對(duì)云網(wǎng)融合的深化和升級(jí)[6]。現(xiàn)階段的云網(wǎng)融合一方面是網(wǎng)絡(luò)為云計(jì)算提供聯(lián)接服務(wù)，例如用于數(shù)據(jù)中心內(nèi)部的虛擬網(wǎng)絡(luò)與數(shù)據(jù)中心之間的專線網(wǎng)絡(luò)以及用于聯(lián)接用戶與云的SD-WAN網(wǎng)絡(luò)，主要體現(xiàn)為云網(wǎng)協(xié)同；另一方面是云計(jì)算為網(wǎng)絡(luò)云化提供支持，例如對(duì)核心網(wǎng)網(wǎng)元進(jìn)行云化改造、對(duì)承載網(wǎng)進(jìn)行轉(zhuǎn)控分離的改造、實(shí)現(xiàn)網(wǎng)絡(luò)架構(gòu)控制云化與轉(zhuǎn)發(fā)極簡(jiǎn)，主要體現(xiàn)為云網(wǎng)一體。隨著云網(wǎng)一體的繼續(xù)演進(jìn)，云網(wǎng)融合步入算力網(wǎng)絡(luò)新階段，算力網(wǎng)絡(luò)將進(jìn)一步深化和升級(jí)云網(wǎng)融合成果，實(shí)現(xiàn)算網(wǎng)協(xié)同與算網(wǎng)一體。具體地，在算網(wǎng)基礎(chǔ)設(shè)施方面，算力泛在化使算網(wǎng)基礎(chǔ)設(shè)施覆蓋面更廣，邊側(cè)算力成為重要算力分布形態(tài)，網(wǎng)絡(luò)向邊緣側(cè)延伸，算力網(wǎng)絡(luò)需屏蔽異構(gòu)算力差異、異構(gòu)網(wǎng)絡(luò)差異，具備算力資源抽象與標(biāo)識(shí)能力，提供高質(zhì)量的網(wǎng)絡(luò)聯(lián)接服務(wù)；在算網(wǎng)控制與管理方面，算力網(wǎng)絡(luò)上可根據(jù)算網(wǎng)需求完成算網(wǎng)編排，下可感知算網(wǎng)資源狀況，靈活匹配算力需求與算網(wǎng)資源，實(shí)現(xiàn)高效算網(wǎng)運(yùn)營(yíng)與調(diào)度；在算網(wǎng)服務(wù)方面，算力網(wǎng)絡(luò)能夠承載泛在計(jì)算的各類應(yīng)用，根據(jù)-04--04-應(yīng)用需求，合理解構(gòu)算力應(yīng)用、抽象算網(wǎng)需求。算力網(wǎng)絡(luò)現(xiàn)狀在政策制定方面，我國(guó)政府高度重視數(shù)字經(jīng)濟(jì)發(fā)展，強(qiáng)調(diào)要加大投入，加強(qiáng)信息基礎(chǔ)設(shè)施建設(shè)，指出要建設(shè)全國(guó)一體化的國(guó)家大數(shù)據(jù)中心。2018年-2019年，國(guó)家發(fā)改委積極推動(dòng)全國(guó)一體化大數(shù)據(jù)中心體系課題研究，形成了國(guó)家算力網(wǎng)絡(luò)布局方案、“東數(shù)西算”實(shí)施路徑等成果；2020年12月，國(guó)家發(fā)改委等四部委聯(lián)合印發(fā)《關(guān)于加快構(gòu)建全國(guó)一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系的指導(dǎo)意見》，提出在京津冀、長(zhǎng)三角、粵港澳大灣區(qū)、成渝等重點(diǎn)區(qū)域部署大數(shù)據(jù)中心國(guó)家樞紐節(jié)點(diǎn)，節(jié)點(diǎn)之間建立高速數(shù)據(jù)傳輸網(wǎng)絡(luò)，支持開展全國(guó)性算力資源調(diào)度，形成全國(guó)算力樞紐體系；2021年5月，國(guó)家發(fā)改委等四部委聯(lián)合印發(fā)《全國(guó)一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系算力樞紐實(shí)施方案》，明確在國(guó)家樞紐節(jié)點(diǎn)之間進(jìn)一步打通網(wǎng)絡(luò)傳輸通道，提升跨區(qū)域算力調(diào)度水平；2022年2月，“東數(shù)西算”工程正式全面啟動(dòng)。國(guó)家樞紐節(jié)點(diǎn)的部署和“東數(shù)西算”工程的啟動(dòng)將推動(dòng)算力網(wǎng)絡(luò)體系的構(gòu)建。在標(biāo)準(zhǔn)推進(jìn)方面，國(guó)內(nèi)與國(guó)際標(biāo)準(zhǔn)化組織積極開展算力網(wǎng)絡(luò)標(biāo)準(zhǔn)化工作。中國(guó)通信標(biāo)準(zhǔn)化協(xié)會(huì)（CCSA）TC3已設(shè)立算力網(wǎng)絡(luò)總體技術(shù)要求、算力網(wǎng)絡(luò)算網(wǎng)編排管理技術(shù)要求、算力網(wǎng)絡(luò)交易平臺(tái)技術(shù)要求、算力網(wǎng)絡(luò)基于SRV6的算力路由技術(shù)要求、算力網(wǎng)絡(luò)算力度量與算力建模技術(shù)要求等標(biāo)準(zhǔn)項(xiàng)目，目前算力網(wǎng)絡(luò)總體技術(shù)要求項(xiàng)目送審稿已經(jīng)通過審查。國(guó)際電聯(lián)電信標(biāo)準(zhǔn)化部門（ITU-T）SG11組啟動(dòng)了Q.CPN標(biāo)準(zhǔn)（算力網(wǎng)絡(luò)的信令要求）與Q.BNG-INC標(biāo)準(zhǔn)（算力網(wǎng)絡(luò)邊界網(wǎng)關(guān)智能控制信令要求）的制定工作；ITU-TSG13組通過了Y.2501標(biāo)準(zhǔn)（算力網(wǎng)絡(luò)框架與架構(gòu)），啟動(dòng)了Y.ASA-CPN（算力網(wǎng)絡(luò)認(rèn)證調(diào)度架構(gòu)）、Y.CAN-req（算力感知網(wǎng)絡(luò)的功能需求）-05--05-等標(biāo)準(zhǔn)的制定工作?；ヂ?lián)網(wǎng)工程任務(wù)組（IETF）發(fā)布了COMPUTINGNETWORK系列文稿，推動(dòng)算力路由協(xié)議的標(biāo)準(zhǔn)化進(jìn)程。寬帶論壇（BBF）網(wǎng)絡(luò)在城域網(wǎng)中的應(yīng)用，啟動(dòng)了“METROCOMPUTINGNETWORK（SD-466）”項(xiàng)目。在生態(tài)建設(shè)方面，國(guó)內(nèi)三大運(yùn)營(yíng)商與各大云計(jì)算廠商積極參與算力網(wǎng)絡(luò)建設(shè)，包括開展產(chǎn)業(yè)合作、升級(jí)云網(wǎng)融合產(chǎn)品、布局?jǐn)?shù)據(jù)中心建設(shè)等。網(wǎng)絡(luò)5.0產(chǎn)業(yè)和技術(shù)創(chuàng)新聯(lián)盟成立了“算力網(wǎng)絡(luò)特別工作組”，負(fù)責(zé)制定算力網(wǎng)絡(luò)架構(gòu)、明確算力網(wǎng)絡(luò)技術(shù)規(guī)范。中國(guó)聯(lián)通一方面成立了“中國(guó)聯(lián)通算力網(wǎng)絡(luò)產(chǎn)業(yè)技術(shù)聯(lián)盟”，聯(lián)合華為成立算力網(wǎng)絡(luò)聯(lián)合實(shí)驗(yàn)室，旨在聯(lián)合產(chǎn)學(xué)研合作伙伴，促進(jìn)算力網(wǎng)絡(luò)的標(biāo)準(zhǔn)完善，開展算力網(wǎng)絡(luò)核心技術(shù)攻關(guān)和產(chǎn)品研發(fā)；另一方面積極探索云網(wǎng)融合邁向算網(wǎng)一體，基于“1+N+X”打造算網(wǎng)一體服務(wù)，基于虛擬化+云原生的雙引擎技術(shù)架構(gòu)融合場(chǎng)景創(chuàng)新，升級(jí)聯(lián)通云產(chǎn)品，打造物聯(lián)感知云、數(shù)海存儲(chǔ)云、5G邊緣云等云產(chǎn)品。中國(guó)移動(dòng)借助全面升級(jí)的5G專網(wǎng)，完善移動(dòng)云“N+31+X”資源池布局，深化邊緣服務(wù)能力，升級(jí)云網(wǎng)一體策略及行業(yè)應(yīng)用能力，著力構(gòu)建算力網(wǎng)絡(luò)大生態(tài)。中國(guó)電信提出“網(wǎng)是基礎(chǔ)、云為核心、網(wǎng)隨云動(dòng)、云網(wǎng)一體”的云網(wǎng)融合方向，充分發(fā)揮云網(wǎng)融合優(yōu)勢(shì)，按照國(guó)家一體化大數(shù)據(jù)中心樞紐節(jié)點(diǎn)的建設(shè)要求，進(jìn)一步完善“2+4+31+X+O”的云和大數(shù)據(jù)中心布局。在云計(jì)算廠商方面，阿里云已在全球25個(gè)地域部署上百個(gè)云數(shù)據(jù)中心，包括規(guī)劃建設(shè)了5座超級(jí)數(shù)據(jù)中心；騰訊云計(jì)劃未來5年新增多個(gè)超大型數(shù)據(jù)中心集群，加碼綠色數(shù)據(jù)中心建設(shè)；華為面向多樣性計(jì)算，基于“鯤鵬+昇騰”算力底座，推出一體化集群計(jì)算解決方案。在試驗(yàn)驗(yàn)證方面，中國(guó)電信與中國(guó)移動(dòng)均已完成算力網(wǎng)絡(luò)領(lǐng)域的實(shí)驗(yàn)室原型驗(yàn)證，并在GSMA巴塞羅那展、ITU-T和GNTC相關(guān)展-06--06-會(huì)上發(fā)布成果。中國(guó)聯(lián)通研究院開展了多方面的算力網(wǎng)絡(luò)試驗(yàn)驗(yàn)證。例如，與廣東聯(lián)通、華為聯(lián)合發(fā)布大灣區(qū)算力網(wǎng)絡(luò)行動(dòng)計(jì)劃，研發(fā)的算力網(wǎng)絡(luò)服務(wù)系統(tǒng)已在廣東上線試驗(yàn)；與北京聯(lián)通合作，首次在現(xiàn)網(wǎng)驗(yàn)證了算力網(wǎng)絡(luò)CFN協(xié)議體系；與河北聯(lián)通、華為合作，在雄安新區(qū)建設(shè)了基于SRV6+FLEXE技術(shù)的綜合承載網(wǎng)并已投入運(yùn)營(yíng)；聯(lián)合山東聯(lián)通提出智慧光云十六城規(guī)劃，以建設(shè)全光算力網(wǎng)絡(luò)為目標(biāo)，推進(jìn)云光一體服務(wù)體系，目前已啟動(dòng)OTN點(diǎn)到多點(diǎn)創(chuàng)新試點(diǎn)；與中興通訊攜手，基于SDN+SRV6框架完成算力網(wǎng)絡(luò)服務(wù)調(diào)度POC驗(yàn)證。算力網(wǎng)絡(luò)發(fā)展趨勢(shì)由算力網(wǎng)絡(luò)的概念與算力網(wǎng)絡(luò)的現(xiàn)狀可見，當(dāng)前算力網(wǎng)絡(luò)的發(fā)展尚且處于初期階段，確定性算力網(wǎng)絡(luò)將在算網(wǎng)資源、控制與管理、服務(wù)提供等方面持續(xù)演進(jìn)，突破關(guān)鍵技術(shù)，最終實(shí)現(xiàn)低成本、高性能、高安全、可定制的算網(wǎng)一體化服務(wù)供給。在算網(wǎng)資源方面，算力網(wǎng)絡(luò)打破了原有的圍繞數(shù)據(jù)中心內(nèi)部算力資源實(shí)現(xiàn)共享的圍墻，構(gòu)建了基于異構(gòu)網(wǎng)絡(luò)連接、異構(gòu)算力接入的分布式計(jì)算形態(tài)。確定性算力網(wǎng)絡(luò)的算力規(guī)模將持續(xù)擴(kuò)大、算力異構(gòu)化程度將持續(xù)加深、網(wǎng)絡(luò)環(huán)境將持續(xù)優(yōu)化。當(dāng)前，我國(guó)算力規(guī)模呈現(xiàn)蓬勃發(fā)展的態(tài)勢(shì)，2020年算力規(guī)模達(dá)到135EFLOPS，同比增加48EFLOPS，增長(zhǎng)率為55%?！?021-2022全球計(jì)算力指數(shù)報(bào)告》顯示，算力與經(jīng)濟(jì)增長(zhǎng)緊密相關(guān)，算力指數(shù)平均每提高1%，數(shù)字經(jīng)濟(jì)與GDP將分別增長(zhǎng)3.5‰和1.8‰，保持經(jīng)濟(jì)穩(wěn)定健康發(fā)展的目標(biāo)必將反向推動(dòng)算力規(guī)模的擴(kuò)大[7]?，F(xiàn)階段的算力由基于CPU芯片的基礎(chǔ)算力、基于GPU/FPGA/ASIC等芯片的智能算力、以及基于超級(jí)計(jì)算機(jī)的超算算力三部分構(gòu)成，三種算力占比約為57%、41%、2%[8]。作為經(jīng)濟(jì)發(fā)展的核心技術(shù)驅(qū)動(dòng)力，大數(shù)據(jù)、人工智能等新興技術(shù)的應(yīng)用將帶來智能算力的-07--07-持續(xù)投入，智能算力在算力結(jié)構(gòu)中的占比將繼續(xù)攀升，算力異構(gòu)化程度將持續(xù)加深。我國(guó)持續(xù)推進(jìn)骨干網(wǎng)、城域網(wǎng)結(jié)構(gòu)優(yōu)化與關(guān)鍵環(huán)節(jié)擴(kuò)容，持續(xù)推進(jìn)5G基站、NB-IOT基站建設(shè)，積極探索無損數(shù)據(jù)中心、確定性網(wǎng)絡(luò)等先進(jìn)網(wǎng)絡(luò)技術(shù)，網(wǎng)絡(luò)環(huán)境將持續(xù)優(yōu)化。在算網(wǎng)控制與管理方面，現(xiàn)階段的云網(wǎng)融合存在云網(wǎng)信息不互通、相互調(diào)用接口不標(biāo)準(zhǔn)，難以形成云網(wǎng)整體視圖，云網(wǎng)資源缺乏統(tǒng)一、靈活的控制機(jī)制，云網(wǎng)資源分域管理，域間管理數(shù)據(jù)共享程度低，域間協(xié)同效率低，端到端管理困難。算網(wǎng)控制將支持對(duì)網(wǎng)絡(luò)、算力、存儲(chǔ)等多維資源的全網(wǎng)感知與通告，以集中式或分布式的方式形成算網(wǎng)整體視圖，奠定算網(wǎng)高效管控的基礎(chǔ)。在此基礎(chǔ)上，算網(wǎng)控制將采用IPV6/SRV6等算力路由協(xié)議，感知上層業(yè)務(wù)的需求，結(jié)合實(shí)時(shí)的算網(wǎng)資源狀態(tài)，采用高效算網(wǎng)編排、調(diào)度算法定制算網(wǎng)資源分配方案，支持靈活、可編程的數(shù)據(jù)面轉(zhuǎn)發(fā)。除了實(shí)現(xiàn)基于算網(wǎng)整體視圖的運(yùn)維與運(yùn)營(yíng)之外，算力注冊(cè)將成為算網(wǎng)管理的重要內(nèi)容。區(qū)塊鏈技術(shù)將融入算力網(wǎng)絡(luò)，其去中心化、難以篡改、不可抵賴等特點(diǎn)可實(shí)現(xiàn)算力可信接入、交易、結(jié)算等，保障算力網(wǎng)絡(luò)的安全性[9]。在算網(wǎng)服務(wù)方面，算力網(wǎng)絡(luò)將承載各類計(jì)算服務(wù)與應(yīng)用，服務(wù)對(duì)象范圍不斷擴(kuò)大至制造業(yè)、交通運(yùn)輸業(yè)、醫(yī)療衛(wèi)生業(yè)、金融業(yè)等高精度、高安全垂直行業(yè)。在服務(wù)架構(gòu)上，算力網(wǎng)絡(luò)將從廣泛采用微服務(wù)架構(gòu)向著采用SERVERLESS架構(gòu)的方向演進(jìn)，以進(jìn)一步降低服務(wù)成本、提升服務(wù)安全性與穩(wěn)定性；在服務(wù)部署上，算力網(wǎng)絡(luò)將采用更加輕量級(jí)的容器編排工具，實(shí)現(xiàn)服務(wù)的敏捷部署。-08--08-1.5確定性算力網(wǎng)絡(luò)確定性算力網(wǎng)絡(luò)以確定性網(wǎng)絡(luò)為根基，以算力為中心，以產(chǎn)業(yè)發(fā)展為牽引，為工業(yè)企業(yè)提供低成本、高性能、高安全的算網(wǎng)一體化服務(wù)的新型基礎(chǔ)設(shè)施。確定性算力網(wǎng)絡(luò)采用“1+3+3+3”模式，即運(yùn)營(yíng)1個(gè)一體化算網(wǎng)平臺(tái)，接入3類算力資源（超算資源、智算GPU資源、閑散算力資源），采用3類接入方式（公有云接入、邊緣云接入、私有云接入），通過3種一體化部署設(shè)備（算網(wǎng)納管一體機(jī)、算網(wǎng)調(diào)度一體機(jī)、算網(wǎng)應(yīng)用一體機(jī)）實(shí)現(xiàn)算網(wǎng)的部署即建成。推動(dòng)算力基礎(chǔ)設(shè)施建設(shè)進(jìn)程，重點(diǎn)滿足支撐工業(yè)企業(yè)的科研探索和數(shù)字化轉(zhuǎn)型的算力要求。確定性算力網(wǎng)絡(luò)發(fā)展的基礎(chǔ)是確定性網(wǎng)絡(luò)技術(shù)落地、分布式云技術(shù)和閑散的算力資源等?；诶顺痹诜植际皆朴?jì)算的信息分發(fā)、資源調(diào)度、可信交易和區(qū)塊鏈等技術(shù)積累以及山東未來網(wǎng)絡(luò)研究院確定性網(wǎng)絡(luò)保證端到端確定性服務(wù)質(zhì)量的技術(shù)積累，利用閑散算力資源，面向工業(yè)生產(chǎn)企業(yè)，率先搭建以確定性網(wǎng)絡(luò)為根基的確定性算力網(wǎng)絡(luò)。在網(wǎng)絡(luò)控制面實(shí)現(xiàn)協(xié)同與調(diào)度網(wǎng)絡(luò)資源、計(jì)算資源、存儲(chǔ)資源、算法資源與應(yīng)用資源，在算力路由層和編排管理層突破關(guān)鍵技術(shù)，從根本上解決當(dāng)前算網(wǎng)無法實(shí)現(xiàn)算和網(wǎng)統(tǒng)一調(diào)度的難題。圖1-1確定性算力網(wǎng)絡(luò)架構(gòu)-09--09-二、突破關(guān)鍵技術(shù)2.1異構(gòu)算力融合技術(shù)算力的需求促進(jìn)了算力架構(gòu)的多樣性和算力性能的不斷提升，當(dāng)前算力網(wǎng)絡(luò)架構(gòu)CPU、GPU、FPGAAISC型，在不同的應(yīng)用場(chǎng)景中，異構(gòu)算力發(fā)揮不同的計(jì)算效力。圍繞以“云、邊、端”為主體架構(gòu)的三級(jí)算力調(diào)度需要滿足不同場(chǎng)景下的算力需求：云端主要面向以高性能計(jì)算為主的傳統(tǒng)集約化的性能計(jì)算，主要處理大流量、高并發(fā)的數(shù)據(jù)處理場(chǎng)景；邊緣側(cè)的數(shù)據(jù)中心主要考慮用戶的快速接入和內(nèi)容推送，為用戶提供快速處理和及時(shí)響應(yīng)；而端側(cè)的算力應(yīng)用主要面向物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)為主要場(chǎng)景的嵌入式設(shè)備能夠長(zhǎng)期穩(wěn)定運(yùn)行，要求有低功耗和多連接等算力要求的場(chǎng)景。面對(duì)不同的算力場(chǎng)景，通過異構(gòu)算力的協(xié)同能夠最大化的實(shí)現(xiàn)異構(gòu)算力的效力。而若將底層算力作為資源進(jìn)行有效的管理，首先需要建立異構(gòu)算力的統(tǒng)一標(biāo)識(shí)。異構(gòu)算力的統(tǒng)一標(biāo)識(shí)體系的建立是將底層異構(gòu)算力作為資源服務(wù)進(jìn)一步開放和共享的基礎(chǔ)。統(tǒng)一標(biāo)識(shí)統(tǒng)一標(biāo)識(shí)是實(shí)現(xiàn)在算力網(wǎng)絡(luò)連接范圍內(nèi)異構(gòu)芯片的統(tǒng)一標(biāo)識(shí)。實(shí)現(xiàn)異構(gòu)廠家和多數(shù)據(jù)中心算力資源接入算力網(wǎng)絡(luò)內(nèi)部以期能夠共同打造算力流通、算力溯源以及確保數(shù)據(jù)在可信算力環(huán)境中可管可控提供切實(shí)有效的保障機(jī)制，對(duì)于統(tǒng)一標(biāo)識(shí)的頂層設(shè)計(jì)應(yīng)滿足以下條件：1）信任接入：基于統(tǒng)一標(biāo)識(shí)，實(shí)現(xiàn)算力可信接入、安全認(rèn)證和鑒權(quán)，打造算力安全有效的計(jì)算環(huán)境，切實(shí)保障算力網(wǎng)絡(luò)安全有效的生態(tài)環(huán)境。--2）算力可塑：基于統(tǒng)一標(biāo)識(shí)，可以實(shí)現(xiàn)算力溯源，實(shí)現(xiàn)算力在云、邊、端側(cè)的溯源和安全等級(jí)。3）算力度量：基于統(tǒng)一標(biāo)識(shí)，構(gòu)建算力度量，實(shí)現(xiàn)算力在分場(chǎng)景下的算力匹配和專業(yè)推薦，從而實(shí)現(xiàn)算力在聯(lián)盟范圍內(nèi)的流通。統(tǒng)一標(biāo)識(shí)技術(shù)架構(gòu)基于異構(gòu)算力統(tǒng)一標(biāo)識(shí)的需求和場(chǎng)景，保障在一個(gè)算力接入的算力資源時(shí)能夠提供切實(shí)可信的計(jì)算環(huán)境和算力溯源機(jī)制，提出了異構(gòu)算力技術(shù)架構(gòu)。1）算力鑒權(quán)：在算力接入過程中需要通過第三方認(rèn)證中心進(jìn)行算力認(rèn)證并且發(fā)放簽名證書并通過操作系統(tǒng)保存在可信區(qū)中。只有經(jīng)過認(rèn)證合法的算力才能夠作為可信算力納入到算力管理中，并且經(jīng)過統(tǒng)一資源模型成為算力資源。2）算力納管：算力管理構(gòu)建統(tǒng)一算力類型和算力使用情況統(tǒng)計(jì)信息體系，通過統(tǒng)一算力標(biāo)識(shí)來維護(hù)和管理算力和廠商的唯一性，接入時(shí)間、運(yùn)行情況以及接入地點(diǎn)等算力的上架、算力運(yùn)行以及算力增加等全生命周期的管理信息。3）算力推薦：結(jié)合不同應(yīng)用場(chǎng)景提供算力度量機(jī)制，為算力流通提供可度量、可推薦的算力評(píng)價(jià)機(jī)制。統(tǒng)一調(diào)度異構(gòu)算力資源的抽象是為上層應(yīng)用進(jìn)一步屏蔽底層算力的差異化，使得用戶更關(guān)注上層業(yè)務(wù)代碼的開發(fā)，而無需關(guān)注底層差異性資源的申請(qǐng)和調(diào)度等方面。采用異構(gòu)算力資源抽象能夠進(jìn)一步屏蔽掉底層算力的差異性，并且上層開發(fā)者無需關(guān)心算力具體部署在哪個(gè)集群的節(jié)點(diǎn)上。而對(duì)于新增加的算力類型能夠?qū)崟r(shí)的同步更新到上層開發(fā)環(huán)境中，從而縮短了新算力上線到用戶應(yīng)用之間的使用周期，可以更好的為用戶服務(wù)。對(duì)于異構(gòu)算力屏蔽的頂層設(shè)計(jì)應(yīng)滿足以下條件：1）規(guī)范應(yīng)用接口銜接應(yīng)用業(yè)務(wù)對(duì)資源的需求與系統(tǒng)資源的統(tǒng)一調(diào)度，以用戶友好的應(yīng)用資源需求方式和交互界面屏蔽異構(gòu)算力的資源調(diào)度復(fù)雜性，實(shí)現(xiàn)調(diào)度器使用者與統(tǒng)一調(diào)度系統(tǒng)之間對(duì)作業(yè)的聯(lián)動(dòng)控制和實(shí)時(shí)反饋。2）彈性調(diào)度策略調(diào)度策略應(yīng)滿足異構(gòu)算力資源最佳分配，作業(yè)調(diào)度流程和策略具有高度模塊化、靈組合、插件式擴(kuò)展等能力。3）資源實(shí)時(shí)感知實(shí)時(shí)收集系統(tǒng)內(nèi)各節(jié)點(diǎn)的異構(gòu)算力資源數(shù)量，感知硬件拓?fù)浼斑\(yùn)行健康變化，反饋到調(diào)度引擎用于匹配作業(yè)的資源需求。多云算力融合技術(shù)算力度量算力是在完成不同的計(jì)算任務(wù)過程中衡量單位時(shí)間內(nèi)計(jì)算設(shè)備可處理數(shù)據(jù)量的指標(biāo)，數(shù)據(jù)處理方式包括但不限于浮點(diǎn)計(jì)算、稠密矩陣計(jì)算、向量計(jì)算、并行計(jì)算等方式，數(shù)據(jù)處理過程受硬件、算法、數(shù)據(jù)提供方式等多方面因素影響，算力度量主要包含以下三個(gè)方面：1）異構(gòu)硬件算力的度量異構(gòu)硬件算力的度量主要是指對(duì)不同芯片、芯片的組合以及不同形態(tài)的硬件進(jìn)行統(tǒng)一的算力度量，對(duì)異構(gòu)芯片及硬件的度量是建立算力度量的基礎(chǔ)。2）多樣化算法算力的度量通過對(duì)不同的算法，如神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)等算法所需的算力進(jìn)行度量，可以有效的了解應(yīng)用調(diào)用算法所需的算力，從而更有效的服務(wù)于應(yīng)用。3）用戶算力需求的度量通過對(duì)網(wǎng)絡(luò)延遲、計(jì)算量、計(jì)算類型、業(yè)務(wù)種類等需求的分析構(gòu)建用戶算力需求度量體系，把用戶需求映射為對(duì)應(yīng)實(shí)際所需的算力資源，從而更有效的感知用戶的需求，提高與用戶交互效率。算力建模通過對(duì)異構(gòu)計(jì)算資源進(jìn)行建模，可以建立統(tǒng)一模型描述語言，從而探索節(jié)點(diǎn)資源性能模型，實(shí)現(xiàn)異構(gòu)節(jié)點(diǎn)的統(tǒng)一模型化功能描述；通過探索不同算法算力需求的功能描述結(jié)合節(jié)點(diǎn)資源性能模型，從而構(gòu)建服務(wù)能力模型實(shí)現(xiàn)節(jié)點(diǎn)服務(wù)能力。算力建模過程中，首先需要對(duì)異構(gòu)的物理資源進(jìn)行建模，將FPGA、GPU、CPU等異構(gòu)的物理資源構(gòu)建統(tǒng)一的資源描述模型；然后，從計(jì)算、通信、存儲(chǔ)等方面對(duì)資源性能建模，構(gòu)建統(tǒng)一的資源性能指標(biāo)；最后，通過構(gòu)建資源性能指標(biāo)與服務(wù)能力的映射完成對(duì)服務(wù)能力的建模，算力建模的最終目的是實(shí)現(xiàn)對(duì)外提供統(tǒng)一的算力服務(wù)能力模型。建模場(chǎng)景主要?dú)w類為以下三種類型：異構(gòu)資源建?，F(xiàn)有的FPGA、GPU、CPU等計(jì)算模塊通常采用了各種不同的架構(gòu)，具備的能力也各不相同，通過對(duì)不同計(jì)算設(shè)備中異構(gòu)的計(jì)算資源進(jìn)行建模，可以對(duì)服務(wù)屏蔽底層物理資源的異構(gòu)性，建模過程需要考慮現(xiàn)有的CPU、GPU、FPGA、ASIC等多維異構(gòu)資源。資源性能建模從計(jì)算、通信、存儲(chǔ)等方面對(duì)資源性能建模，可以構(gòu)建統(tǒng)一的、可度量的資源性能指標(biāo)從而可以統(tǒng)一標(biāo)識(shí)不同算力設(shè)備在各個(gè)方面的性能。3）服務(wù)能力建模算力建模的最終目標(biāo)是實(shí)現(xiàn)對(duì)外提供統(tǒng)一的算力服務(wù)能力模型，通過建立服務(wù)能力指標(biāo)與資源性能映射機(jī)制，可以構(gòu)建服務(wù)能力模型。算力調(diào)度編排為了構(gòu)建可運(yùn)營(yíng)、可開放的算力網(wǎng)絡(luò)資源調(diào)度和編排環(huán)境，構(gòu)建面向上層的算力網(wǎng)絡(luò)編排調(diào)度平臺(tái)，按照業(yè)務(wù)功能劃分為：資源層、路由層、調(diào)度層、編排層、應(yīng)用層和監(jiān)控層共六個(gè)層次，其中：1）資源層：主要面向底層的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等資源進(jìn)行統(tǒng)一的納管，這其中包括金屬的管理，同時(shí)也包括虛擬機(jī)、容器、邊緣集群等基礎(chǔ)設(shè)施資源等；資源從單一的數(shù)據(jù)中心轉(zhuǎn)變?yōu)楣性?、私有云、邊緣云、?shù)據(jù)中心互聯(lián)等泛在多云分布。2）路由層：算力交換的高速公路高路網(wǎng)，支持SRV6等源路由技術(shù)，支持算力切片，支持感知算力的分布式路由交換協(xié)議和轉(zhuǎn)發(fā)能力，支持確定性轉(zhuǎn)發(fā)能力以保障算力SLA指標(biāo)。3）調(diào)度層：通過底層資源的抽象，在調(diào)度層主要專注于基于調(diào)度策略實(shí)現(xiàn)對(duì)于算力資源、網(wǎng)絡(luò)資源以及存儲(chǔ)資源的調(diào)度，同時(shí)為了實(shí)現(xiàn)平臺(tái)能力下沉，在調(diào)度層實(shí)現(xiàn)四大能力集，即：算力3A能力集、計(jì)算能力集、算力交換控制能力集和機(jī)器學(xué)習(xí)能力集。4）編排層：將調(diào)度層的能力以服務(wù)化的方式提供服務(wù)注冊(cè)、服務(wù)發(fā)現(xiàn)、服務(wù)路由等功能，并且按照最新的服務(wù)網(wǎng)格的方式提供扁平化的服務(wù)編排方式。5）交易層：開放的算力應(yīng)用市場(chǎng)，根據(jù)算力需求的種類，可以劃分為四類應(yīng)用：算力資源服務(wù)（CIAAS），算力平臺(tái)服務(wù)（CPAAS），算力應(yīng)用服務(wù)（CSAAS），算力交換服務(wù)（COMPUTINGEXCHANGEASASERVICE：CBASS）圖2-1：算力調(diào)度編排層次圖算力調(diào)度編排關(guān)鍵技術(shù)·算力注冊(cè)算力感知網(wǎng)絡(luò)中遍布不同的算力，為了實(shí)現(xiàn)節(jié)點(diǎn)的管理以及業(yè)務(wù)的動(dòng)態(tài)卸載，算力感知網(wǎng)絡(luò)需要對(duì)全網(wǎng)的算力節(jié)點(diǎn)進(jìn)行注冊(cè)，由算力管理平臺(tái)下發(fā)各算力節(jié)點(diǎn)的配置，包括算力信息的通告，和業(yè)務(wù)在計(jì)算節(jié)點(diǎn)之間的分配與調(diào)度策略。因此，算力管理層需要支持算力節(jié)點(diǎn)注冊(cè)功能，包括：區(qū)分包含算力的網(wǎng)絡(luò)節(jié)點(diǎn)和傳統(tǒng)的網(wǎng)絡(luò)節(jié)點(diǎn)算力節(jié)點(diǎn)上線后，向算力管理平臺(tái)通告其算力使能信息算力管理平臺(tái)獲取算力節(jié)點(diǎn)的參數(shù)信息，包含設(shè)備類型、芯片類型、存儲(chǔ)等資源ID之后可以由管理平臺(tái)對(duì)各節(jié)點(diǎn)的算力進(jìn)行存儲(chǔ)，并訂閱/接收算力的實(shí)時(shí)更新信息，進(jìn)而向路由器下發(fā)算力節(jié)點(diǎn)信息，由路由器存儲(chǔ)節(jié)點(diǎn)列表并配置相應(yīng)的路由通告策略?！に懔\(yùn)營(yíng)算力運(yùn)營(yíng)包括建立算力的服務(wù)合約以及生成相應(yīng)的計(jì)費(fèi)管理策略，由統(tǒng)一的算力計(jì)費(fèi)管理中心進(jìn)行管理。算力服務(wù)合約是服務(wù)提供商和用戶雙方之間協(xié)商而確定的關(guān)于算力服務(wù)質(zhì)量等級(jí)的協(xié)議或合同，而制定該協(xié)議或是合同是為了使服務(wù)提供商和用戶對(duì)服務(wù)、優(yōu)先權(quán)和責(zé)任等達(dá)成共識(shí)。該合約一般可保存至用戶簽約數(shù)據(jù)庫HSS/AAA/UDM等模塊中。算力計(jì)費(fèi)管理：需要具備多維度多量綱的算力服務(wù)計(jì)費(fèi)功能，比如按照API調(diào)用次數(shù)的計(jì)費(fèi)，按照資源使用情況計(jì)費(fèi)，或者根據(jù)用戶等級(jí)計(jì)費(fèi)等。同時(shí)算力計(jì)費(fèi)管理中心可以與現(xiàn)有的網(wǎng)絡(luò)計(jì)費(fèi)中心合設(shè)，通過擴(kuò)展和增強(qiáng)現(xiàn)有的計(jì)費(fèi)相關(guān)接口和協(xié)議支持算力計(jì)費(fèi)功能，提供算網(wǎng)一體的新型算力系統(tǒng)。針對(duì)網(wǎng)絡(luò)計(jì)算融合的發(fā)展趨勢(shì)，算力感知網(wǎng)絡(luò)能夠?qū)崿F(xiàn)資源的最優(yōu)調(diào)度，需要這種算網(wǎng)融合的新型計(jì)費(fèi)方案，不僅是對(duì)網(wǎng)絡(luò)資源的要求，也包含計(jì)算、存儲(chǔ)等多種需求。同時(shí)可以基于服務(wù)等級(jí)協(xié)議(SLA)進(jìn)行算網(wǎng)融合精細(xì)化計(jì)費(fèi)，滿足未來行業(yè)用戶多樣化的網(wǎng)絡(luò)和計(jì)算資源的需求?！に懔ΡO(jiān)控算力監(jiān)控指對(duì)設(shè)備的算力性能進(jìn)行監(jiān)控，通過多種類型的算力信息采集和上報(bào)策略配置，支持最優(yōu)算力節(jié)點(diǎn)的實(shí)時(shí)選擇，并在故障時(shí)予以修復(fù)。算力信息采集：由路由節(jié)點(diǎn)主動(dòng)周期性地向算力節(jié)點(diǎn)發(fā)起探測(cè)（如通過ICMP協(xié)議等多種方式），或者通過下發(fā)算力探針的形式按需采集節(jié)點(diǎn)狀態(tài)，實(shí)時(shí)收集算力等信息，如果算力節(jié)點(diǎn)的鏈路狀態(tài)或算力性能不能滿足當(dāng)前業(yè)務(wù)需求，則進(jìn)行鏈路倒換或重新選擇節(jié)點(diǎn)，保障最優(yōu)算力服務(wù)節(jié)點(diǎn)的選擇。故障檢測(cè)：邊界路由節(jié)點(diǎn)作為多個(gè)算力節(jié)點(diǎn)的管理設(shè)備，需要感知到每個(gè)算力節(jié)點(diǎn)的節(jié)點(diǎn)狀態(tài)以及鏈路狀態(tài)，一旦鏈路故障或節(jié)點(diǎn)故障可以及時(shí)的切換到新的鏈路以及新的節(jié)點(diǎn)，滿足低時(shí)延等極致的用戶體驗(yàn)?？梢钥紤]將當(dāng)前的計(jì)算能力狀況、網(wǎng)絡(luò)狀況、業(yè)務(wù)請(qǐng)求作為監(jiān)控信息發(fā)布到路徑當(dāng)中，網(wǎng)絡(luò)將相關(guān)的信息隨數(shù)據(jù)報(bào)文轉(zhuǎn)發(fā)到相應(yīng)的計(jì)算節(jié)點(diǎn)，各節(jié)點(diǎn)做OAM信息表存儲(chǔ)，實(shí)現(xiàn)最優(yōu)的計(jì)算資源調(diào)度，最終實(shí)現(xiàn)最優(yōu)的用戶體驗(yàn)和網(wǎng)絡(luò)利用率。4A算力調(diào)度流程圖2-1：算力調(diào)度編排層次圖如圖2-2所示，算力調(diào)度流程主要分為算力認(rèn)證、算力授權(quán)、算力計(jì)量和算力審計(jì)四個(gè)階段，其中算力認(rèn)證階段決定了算力調(diào)度的優(yōu)先級(jí)，算力授權(quán)階段決定了算力需求資源的最終分配方式。算力從時(shí)間、SLA需求和算力場(chǎng)景三個(gè)維度分類定義，不同類型對(duì)應(yīng)不同的核心調(diào)度流程和策略：1）隊(duì)列資源公平調(diào)度基于不同資源池、不同資源類型的使用優(yōu)先級(jí)，劃分不同的作業(yè)資源請(qǐng)求隊(duì)列，依據(jù)使用資源情況，對(duì)作業(yè)進(jìn)行優(yōu)先級(jí)排序，保證隊(duì)列資源使用的公平性。2）用戶資源配額調(diào)度基于集群多用戶場(chǎng)景，以樹狀形式描述不同組織、用戶的資源使用策略，根據(jù)使用資源情況，對(duì)作業(yè)進(jìn)行優(yōu)先級(jí)排序，保證多用戶間資源使用的公平性。3）作業(yè)優(yōu)先級(jí)調(diào)度依據(jù)用戶作業(yè)遞交時(shí)指定的作業(yè)優(yōu)先級(jí)、遞交時(shí)間、資源請(qǐng)求量、用戶資源使用量等維度綜合考慮進(jìn)行排序，優(yōu)先級(jí)更高的作業(yè)優(yōu)先進(jìn)行調(diào)度。4）節(jié)點(diǎn)資源排序不同的場(chǎng)景需要采取不同的節(jié)點(diǎn)資源排序策略，如在集群負(fù)載均衡場(chǎng)景下，優(yōu)先選擇資源使用量最少的節(jié)點(diǎn)；在集群節(jié)能場(chǎng)景下，優(yōu)先選擇未休眠的節(jié)點(diǎn)，避免不必要的喚醒操作和能源消耗。5）算力親和性調(diào)度不同作業(yè)負(fù)載存在多樣化的算力需求，如AITPU、NPUGPU源。通過算力親和調(diào)度，實(shí)現(xiàn)多樣化算力需求任務(wù)的最優(yōu)資源匹配分發(fā)，可實(shí)現(xiàn)算力資源的最大化利用。6）內(nèi)存容量、CPU/DPU/GPUXPU資源調(diào)度異構(gòu)算力資源調(diào)度，此外還支持自定義擴(kuò)展資源調(diào)度。7）資源搶占調(diào)度統(tǒng)一調(diào)度支持用戶、隊(duì)列間的資源借用，用以提高集群資源利用率，同時(shí)涉及高優(yōu)先級(jí)作業(yè)針對(duì)被借用資源的緊急回收問題，即資源搶占調(diào)度。8）資源預(yù)留調(diào)度通過資源預(yù)留的方式，解決大作業(yè)和小作業(yè)混合負(fù)載的場(chǎng)景下，小作業(yè)資源頻繁，導(dǎo)致大作業(yè)資源需求持續(xù)無法被滿足的問題。9）資源回填調(diào)度資源回填調(diào)度是基于資源預(yù)留調(diào)度的前提下，通過感知作業(yè)結(jié)束時(shí)間，將已預(yù)留但又暫時(shí)無法滿足作業(yè)需求的資源，在一定時(shí)間范圍內(nèi)進(jìn)行重新調(diào)度分發(fā)，提高集群資源利用率。算網(wǎng)一體確定性算力技術(shù)算網(wǎng)一體背景·連接挑戰(zhàn)疫情加速了企業(yè)上云的步伐，85%以上的應(yīng)用會(huì)承載在云中，未來企業(yè)和個(gè)人都會(huì)與多云進(jìn)行連接。云應(yīng)用會(huì)根據(jù)業(yè)務(wù)處理的時(shí)延、帶寬及體驗(yàn)需求，跨公有云、私有云、邊緣云等地部署，網(wǎng)絡(luò)需要具備有廣覆蓋以及敏捷接入能力，隨時(shí)、隨地、隨需將用戶接入多云，滿足客戶按需快速獲取內(nèi)容的訴求?！んw驗(yàn)挑戰(zhàn)企業(yè)數(shù)字化轉(zhuǎn)型，業(yè)務(wù)上云分為互聯(lián)網(wǎng)應(yīng)用上云、信息系統(tǒng)上云、核心系統(tǒng)上云三個(gè)階段，網(wǎng)絡(luò)需求差異性顯著?；ヂ?lián)網(wǎng)應(yīng)用上云追求高性價(jià)比，要求敏捷上云，快速開通；核心系統(tǒng)上云要求網(wǎng)絡(luò)穩(wěn)定可靠，確定性時(shí)延和高安全；信息系統(tǒng)上云要求大帶寬和確定性時(shí)延，例如VR課堂要求帶寬>50MBPS/學(xué)生，時(shí)延<20MS；核心系統(tǒng)上云需要低時(shí)延，例如某電網(wǎng)差動(dòng)保護(hù)業(yè)務(wù)要求承載網(wǎng)確保時(shí)延<2MS。面對(duì)不同的業(yè)務(wù)訴求，網(wǎng)絡(luò)應(yīng)能夠基于業(yè)務(wù)的帶寬、時(shí)延等不同的SLA訴求，提供多個(gè)分片并做到按需靈活調(diào)整，實(shí)現(xiàn)一網(wǎng)承載千行百業(yè)。·運(yùn)營(yíng)挑戰(zhàn)云和網(wǎng)是企業(yè)數(shù)字化轉(zhuǎn)型的基石，客戶在考慮云網(wǎng)能力的時(shí)候，首先考慮的是一體化解決方案能力，以最小的溝通協(xié)同成本，最便捷的業(yè)務(wù)開發(fā)，最完善的維護(hù)體系形成最高效的業(yè)務(wù)產(chǎn)出。因此，一體化服務(wù)能力是當(dāng)今企業(yè)的迫切需求，管家型的貼心服務(wù)最終會(huì)在市場(chǎng)競(jìng)爭(zhēng)中勝出。其次是在線化，在線化是打通“客戶最后一米”的環(huán)節(jié)，提升客戶業(yè)務(wù)感知，在線申請(qǐng)，在線開通，在線服務(wù)，實(shí)現(xiàn)電商化業(yè)務(wù)流程體驗(yàn)。安全挑戰(zhàn)云計(jì)算正在不斷改變數(shù)據(jù)被使用、存儲(chǔ)和共享的方式，隨著越來越多的數(shù)據(jù)進(jìn)入云端，尤其是進(jìn)入混合云的場(chǎng)景下，原有的安全物理邊界被打破，同時(shí)在端側(cè)，隨著海量IOT20194.65威脅攻擊較上一年增長(zhǎng)64%。為應(yīng)對(duì)新的安全威脅，2019新的信息技術(shù)等級(jí)保護(hù)標(biāo)準(zhǔn)，重點(diǎn)解決云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)和工控領(lǐng)域信息系統(tǒng)的等級(jí)保護(hù)問題，網(wǎng)絡(luò)安全等級(jí)保護(hù)正式進(jìn)入2.0時(shí)代。未來的云網(wǎng)融合解決方案不僅要確保云和網(wǎng)的自身安全，同時(shí)可以向用戶提供云網(wǎng)場(chǎng)景下的安全服務(wù)，從網(wǎng)絡(luò)到業(yè)務(wù)構(gòu)筑立體化的安全保障。算網(wǎng)一體關(guān)鍵技術(shù)·算網(wǎng)一體化標(biāo)識(shí)與發(fā)現(xiàn)將計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)、智能等多維資源和服務(wù)統(tǒng)一納入網(wǎng)絡(luò)體系架構(gòu)設(shè)計(jì)中，構(gòu)建通算存學(xué)一體化融合架構(gòu)，實(shí)現(xiàn)計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)、智能一體化管控。目前主流技術(shù)方案為：1、采用新型標(biāo)識(shí)解析協(xié)議對(duì)內(nèi)容、算力資源統(tǒng)一命名標(biāo)識(shí)，在路由節(jié)點(diǎn)集成計(jì)算和存儲(chǔ)能力（轉(zhuǎn)存+計(jì)算）實(shí)現(xiàn)基于underlay的轉(zhuǎn)算存融合。2、通過引入PURSUIT技術(shù)和計(jì)算資源，集中式對(duì)計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)資源一體化管控，實(shí)現(xiàn)轉(zhuǎn)算存融合落地方案3、在現(xiàn)有IP網(wǎng)絡(luò)層通過擴(kuò)展路由協(xié)議，添加算力信息和內(nèi)容存儲(chǔ)信息，實(shí)現(xiàn)算力和內(nèi)容路由，實(shí)現(xiàn)基于underlay的轉(zhuǎn)算存融合?！に憔W(wǎng)一體智能化編排與部署業(yè)務(wù)服務(wù)無須關(guān)注底層基礎(chǔ)設(shè)施資源異構(gòu)泛在資源編排管理器，目前主流技術(shù)方案為：基于Serverless的資源編排，邊緣計(jì)算應(yīng)用對(duì)節(jié)點(diǎn)資源需求的感知（資源消耗或資源極限情況）；形成編排配置（可視化）；自動(dòng)化策略制定和策略下發(fā)?；谌斯ぶ悄艿膽?yīng)用編排，基于用戶需求分析、業(yè)務(wù)歷史操作數(shù)據(jù)分析等，通過機(jī)器學(xué)習(xí)和智能分析，智能化的對(duì)服務(wù)、應(yīng)用進(jìn)行編排。確定性調(diào)度與管控確定化服務(wù)調(diào)度：域內(nèi)調(diào)度：域內(nèi)服務(wù)放置問題；基于負(fù)載均衡的域內(nèi)調(diào)度；跨域調(diào)度：跨域的服務(wù)放置，基于負(fù)載均衡的跨域調(diào)度；包括邊邊和云邊的場(chǎng)景。智能化服務(wù)與轉(zhuǎn)算存資源協(xié)同：Serverless服務(wù)調(diào)度充分利用底層的轉(zhuǎn)算存資源；通算存學(xué)資源基于serverless服務(wù)需要進(jìn)行按需分配，實(shí)現(xiàn)服務(wù)調(diào)度最優(yōu)；確定性邊緣網(wǎng)絡(luò)管控：在邊緣網(wǎng)絡(luò)中，通過SRv6技術(shù)簡(jiǎn)化網(wǎng)絡(luò)結(jié)構(gòu)，實(shí)現(xiàn)靈活的編程功能，實(shí)現(xiàn)面向泛在計(jì)算場(chǎng)景的網(wǎng)絡(luò)資源敏捷、按需、可靠調(diào)度。在邊緣計(jì)算架構(gòu)中，本地?cái)?shù)據(jù)的實(shí)時(shí)獲取，用戶任務(wù)的跨節(jié)點(diǎn)傳輸，都對(duì)傳輸時(shí)延有較高要求，并且時(shí)延對(duì)用戶服務(wù)質(zhì)量影響巨大；引入TSN等確定性網(wǎng)絡(luò)技術(shù)，實(shí)現(xiàn)邊緣網(wǎng)絡(luò)的時(shí)延確定性。智能體互聯(lián)與共享多維度建立智能資源可信互聯(lián)與共享體系機(jī)制，為通算存學(xué)一體化邊緣計(jì)算網(wǎng)絡(luò)的信任與安全管理提供支持。算網(wǎng)一體化研究現(xiàn)狀由山東未來網(wǎng)絡(luò)研究院牽頭，浪潮工業(yè)互聯(lián)網(wǎng)股份有限公司、山東未來集團(tuán)有限公司、北京大地云網(wǎng)科技有限公司參與的確定性霧計(jì)算網(wǎng)絡(luò)研究，聚焦于確定性網(wǎng)絡(luò)底座能力、確定性網(wǎng)絡(luò)綜合試驗(yàn)、確定性網(wǎng)絡(luò)創(chuàng)新示范應(yīng)用等基礎(chǔ)理論和應(yīng)用，形成一套完備的技術(shù)體系，完成相關(guān)原型系統(tǒng)研制；基于山東省確定性大網(wǎng)、未來網(wǎng)絡(luò)試驗(yàn)設(shè)施（CENI）、未來網(wǎng)絡(luò)云網(wǎng)融合試驗(yàn)網(wǎng)建設(shè)新型網(wǎng)絡(luò)承載、智能云網(wǎng)算力編排、云網(wǎng)融合服務(wù)三大平面應(yīng)用系統(tǒng)，面向工業(yè)、國(guó)防、智慧城市、智慧能源、智慧交通、智能制造等場(chǎng)景構(gòu)建自主可控的算網(wǎng)一體化應(yīng)用示范系統(tǒng)，引領(lǐng)工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)生態(tài)發(fā)展。主要研究?jī)?nèi)容包括以下幾個(gè)方面：SRv6通用可編程算力標(biāo)識(shí)系統(tǒng)下一代互聯(lián)網(wǎng)不僅僅是圍繞人和人、人和機(jī)器的消費(fèi)互聯(lián)網(wǎng)，正快速邁入一個(gè)萬物互聯(lián)的時(shí)代，互聯(lián)網(wǎng)連接的可以是具體的一個(gè)人、一臺(tái)機(jī)器、一輛車、一個(gè)攝像頭、一部手機(jī)，也可以是無形的一個(gè)API、一個(gè)函數(shù)、一個(gè)服務(wù)、一個(gè)文件、一個(gè)視頻片段、一個(gè)email，連接對(duì)象的種類及其標(biāo)識(shí)數(shù)量繁多經(jīng)常變化且不統(tǒng)一，連接的量級(jí)也呈爆炸性增長(zhǎng)，連接本身需要一個(gè)彈性的可差異化的能保障連接質(zhì)量的網(wǎng)絡(luò)。接問題，通過SRv6技術(shù)、SRv6SRH和SRv6TLV標(biāo)識(shí)，通過SRv6分段路由技術(shù)實(shí)現(xiàn)彈性的可差異化的資源連接，通過SRv6標(biāo)識(shí)網(wǎng)關(guān)實(shí)現(xiàn)新舊標(biāo)識(shí)的翻譯和映射，通過AnycastSRv6需隨取。SRv6技術(shù)和SRv6算力標(biāo)簽如下圖2-4所示，IPv6地址有128bit編碼，地址空間高達(dá)7.9x1028空間，足夠給宇宙內(nèi)每一個(gè)原子分配一個(gè)唯一的IPv6地址，互聯(lián)網(wǎng)上每一個(gè)資源對(duì)象都可以分配一個(gè)或一組IPv6地址。圖2-3：IPV6地址空間SRv6技術(shù)充分利用IPv6地址空間分割成多個(gè)子空間分別對(duì)應(yīng)“尋址空間”、“指令子空間”、“參數(shù)子空間”，每個(gè)空間的長(zhǎng)度可靈活定義，如圖2-4所示，尋址空間用于匹配標(biāo)識(shí)資源對(duì)象（match），指令和參數(shù)用于傳遞資源對(duì)象的處理策略（action），這樣一對(duì)match-action相當(dāng)于一條計(jì)算機(jī)指令。一組這樣的SRv6地址可以描述資源到資源的指令集合，包括連接路徑指令、計(jì)算指令、存儲(chǔ)指定、快照指令等。研究方向主要研究基于SRv6技術(shù)的新型資源標(biāo)識(shí)系統(tǒng)，系統(tǒng)設(shè)計(jì)基于三大原則：（1）資源標(biāo)識(shí)是唯一的，只要是同一個(gè)資源，不論處于任何位置任何狀態(tài)其SRv6標(biāo)簽是唯一且不變的；（2）資源標(biāo)識(shí)是無狀態(tài)的，網(wǎng)絡(luò)節(jié)點(diǎn)無需存儲(chǔ)資源標(biāo)識(shí)的狀態(tài)信息；（3）資源是多態(tài)的，一個(gè)資源可以對(duì)應(yīng)多個(gè)資源標(biāo)識(shí)。研究?jī)?nèi)容包括資源標(biāo)識(shí)解析系統(tǒng)，實(shí)現(xiàn)根據(jù)用戶需求用戶意圖自動(dòng)編譯成可尋址的可執(zhí)行的指令集完成資源間交互，包括資源標(biāo)識(shí)發(fā)現(xiàn)和注冊(cè)系統(tǒng)，實(shí)現(xiàn)資源的自動(dòng)化注冊(cè)、注銷、遷移、發(fā)現(xiàn)，也就是資源的CRUD抽象，包括資源標(biāo)識(shí)的標(biāo)準(zhǔn)化系統(tǒng)，完成資源標(biāo)識(shí)的格式規(guī)范和定義流程框架的指定。根據(jù)算力標(biāo)識(shí)設(shè)計(jì)的頂層原則和SRv6空間格式，建議通過算力SRv6位置SID、算力SRv6資源標(biāo)識(shí)SID，算力TLV屬性來表示標(biāo)識(shí)算力資源。算力TokenTLV屬性保證算力標(biāo)識(shí)的可信認(rèn)證和完整性驗(yàn)證，HMACTLV屬性保證SRv6SRH的完整性和未被篡改。圖2-4：SRV6算力標(biāo)識(shí)格式·SRv6算力路由技術(shù)資源在網(wǎng)絡(luò)上分布式的可處于任何位置和狀態(tài)，資源和資源之間的交互必須有一個(gè)可定制的可控的方式完成資源連接。研究?jī)?nèi)容基于SDN控制器和實(shí)時(shí)遙測(cè)技術(shù)，結(jié)合SRv6資源標(biāo)識(shí)系統(tǒng)，實(shí)現(xiàn)基于最小時(shí)延的、基于最短路徑的、基于帶寬保障的、基于確定性時(shí)延的等SLA需求及組合需求的實(shí)時(shí)SRv6路徑計(jì)算和網(wǎng)絡(luò)設(shè)備配置能力?！Rv6算力標(biāo)識(shí)網(wǎng)關(guān)互聯(lián)網(wǎng)的演進(jìn)是漸進(jìn)的，必須考慮對(duì)接存量資源的兼容性問題。SRv6算力標(biāo)識(shí)網(wǎng)關(guān)研究?jī)?nèi)容包括SRv6算力標(biāo)識(shí)和傳統(tǒng)的不支持SRv6的算力資源標(biāo)識(shí)的映射，代替存量資源完成SRv6算力標(biāo)識(shí)的注冊(cè)，代理SRv6連接實(shí)現(xiàn)傳統(tǒng)資源的sidecar邊車服務(wù)。SRv6算力標(biāo)識(shí)網(wǎng)關(guān)系統(tǒng)必須支持多種形態(tài)，支持虛擬化形態(tài)、手機(jī)APP形態(tài)、桌面APP形態(tài)、硬件CPE形態(tài)、API/SDK形態(tài)等多種形態(tài)的泛在部署和靈活集成能力。·SRv6Anycast算力標(biāo)識(shí)技術(shù)資源在其生命周期中可能在多個(gè)位置出現(xiàn)例如移動(dòng)算力，或者在多個(gè)地域部署例如分布式算力，類似傳統(tǒng)互聯(lián)網(wǎng)的CDN服務(wù)，一個(gè)視頻內(nèi)容可能存在于多個(gè)邊緣CDN節(jié)點(diǎn)，但其標(biāo)識(shí)是唯一的，用戶不感知不關(guān)心其位置和狀態(tài)。本技術(shù)方向研究SRv6Anycast算力標(biāo)識(shí)技術(shù)，通過唯一的SRv6實(shí)時(shí)的探知資源的位置，就近獲取就近服務(wù)。確定性算力和霧計(jì)算“東數(shù)西算”在整體上實(shí)現(xiàn)資源的優(yōu)化配置和按需使用，但是網(wǎng)絡(luò)和算力仍然是分離的，算力是分布式部署但仍然有高度的集中性，霧計(jì)算基于“白盒交換機(jī)+xPU（GPUDPUX86）+SDN/NFV”的一體化算網(wǎng)融合設(shè)備，該設(shè)備隨網(wǎng)部署隨網(wǎng)服務(wù)，類比高速公路的服務(wù)區(qū)，算力遍布于各個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)，可以根據(jù)算力對(duì)時(shí)延、對(duì)帶寬、對(duì)資源的需求，可由任意一個(gè)滿足需求的融合節(jié)點(diǎn)提供算力服務(wù)，我們稱之為霧計(jì)算網(wǎng)絡(luò)。霧計(jì)算設(shè)備本身支持SRv6標(biāo)識(shí)能力和SRv6標(biāo)識(shí)網(wǎng)關(guān)功能，具備高吞吐、低時(shí)延、可編程、可擴(kuò)展能力。同時(shí)研究霧計(jì)算設(shè)備的微服務(wù)SDN管控系統(tǒng)，將霧計(jì)算設(shè)備抽象為一個(gè)微服務(wù)節(jié)點(diǎn)，將霧計(jì)算設(shè)備的功能抽象為一個(gè)個(gè)微服務(wù)，通過Kubernetes技術(shù)和SDN技術(shù)，實(shí)現(xiàn)霧計(jì)算設(shè)備及服務(wù)的彈性管理和統(tǒng)一編排，通過K8S的CNI和CRD標(biāo)準(zhǔn)擴(kuò)展機(jī)制，實(shí)現(xiàn)霧計(jì)算設(shè)備的可定制可擴(kuò)展的算力服務(wù)。霧計(jì)算調(diào)度系統(tǒng)算力是分布式供給的，但是算力的需求側(cè)有可能在任何位置任何時(shí)間發(fā)生，如何像自來水一樣在任何時(shí)候按需獲取相應(yīng)的算力，如何根據(jù)算力特性提供差異化確定性服務(wù)質(zhì)量的連接調(diào)度能力，這是決定算力網(wǎng)絡(luò)成敗的一個(gè)關(guān)鍵能力。移動(dòng)算力從算力發(fā)布和算力獲取兩個(gè)方面研究霧計(jì)算網(wǎng)絡(luò)調(diào)度系統(tǒng)，研究霧算力發(fā)布的調(diào)度機(jī)制和算法以保證算力熱度、命中率、成本最優(yōu)，研究霧算力獲取的調(diào)度機(jī)制和算法以保證就近服務(wù)、按需服務(wù)、智能回源。圖2-5：霧計(jì)算調(diào)度系統(tǒng)分布式霧算力發(fā)布算力不是固定不變的，比如一個(gè)無服務(wù)函數(shù)、一個(gè)容器應(yīng)用、一個(gè)人工智能模型，算力可以在任意位置部署和執(zhí)行。研究?jī)?nèi)容探索分布式算力發(fā)布的兩個(gè)基本問題：（1）算力的生命周期管理，何時(shí)生效，何時(shí)休眠、何時(shí)老化、何時(shí)撤銷，系統(tǒng)基于人工智能、大數(shù)據(jù)和算力行為，高效地預(yù)測(cè)和調(diào)度算力。（2）算力的智能推送，根據(jù)當(dāng)前算力請(qǐng)求數(shù)據(jù)、網(wǎng)絡(luò)拓?fù)洹?shí)施和歷史算力數(shù)據(jù)，動(dòng)態(tài)地預(yù)測(cè)和計(jì)算熱點(diǎn)推送節(jié)點(diǎn)，探索一對(duì)多、多對(duì)多、多對(duì)一等各種場(chǎng)景下的最優(yōu)算力發(fā)布算法和模式。分布式霧算力獲取一個(gè)算力任務(wù)往往需要多個(gè)算力資源來支撐，算力任務(wù)請(qǐng)求一般具有高突發(fā)性、高并發(fā)性、高可靠低時(shí)延等多個(gè)特性和需求，為了解決上述問題，霧算力獲取著力于算力預(yù)熱和算力預(yù)測(cè)兩個(gè)關(guān)鍵技術(shù)，通過算力預(yù)熱提供就近的熱點(diǎn)算力服務(wù)于多個(gè)算力請(qǐng)求以保障算力的高可靠低時(shí)延需求，通過算力預(yù)測(cè)提前規(guī)劃和布放算力以應(yīng)對(duì)算力的高突發(fā)性和高并發(fā)性挑戰(zhàn)。在網(wǎng)計(jì)算（In-networkcomputing）是近年來出現(xiàn)的一個(gè)新的研究領(lǐng)域，側(cè)重于網(wǎng)絡(luò)內(nèi)的計(jì)算，利用新型可編程網(wǎng)絡(luò)設(shè)備（如可編程交換機(jī)ASIC，網(wǎng)絡(luò)處理器，F(xiàn)PGA和可編程N(yùn)IC）的功能，將計(jì)算從數(shù)據(jù)中心轉(zhuǎn)移到網(wǎng)絡(luò)邊緣，從CPU/GPC轉(zhuǎn)移到可編程網(wǎng)絡(luò)設(shè)備。在以傳統(tǒng)數(shù)據(jù)中心為代表的高密度計(jì)算集群中，應(yīng)用呈多元化和分布化，更大的網(wǎng)絡(luò)帶寬也帶來了海量數(shù)據(jù)，對(duì)I/O處理的計(jì)算需求也不斷飆升，新型的網(wǎng)絡(luò)功能虛擬化也在進(jìn)一步蠶食CPU的算力，同時(shí)GPU的負(fù)載轉(zhuǎn)移工作也是杯水車薪，主要挑戰(zhàn)集中于兩個(gè)方面：a）網(wǎng)絡(luò)帶寬遠(yuǎn)遠(yuǎn)超過計(jì)算能力：數(shù)據(jù)中心網(wǎng)絡(luò)帶寬正面臨快速增長(zhǎng)。100Gbps以太網(wǎng)網(wǎng)卡逐步成為主流，廠商還在不斷研發(fā)新的400GbpsNIC，而1Tbps很快將成為下一個(gè)目標(biāo)。另一方面，處理網(wǎng)絡(luò)I/O的計(jì)算容量空間正在不斷縮小。未來具有線速I/O處理需求的應(yīng)用程序注定要受到CPU和內(nèi)存的限制。商用服務(wù)器對(duì)于線速I/O的低延遲處理需求達(dá)到了前所未有的高度，硬件無法跟上數(shù)據(jù)中心網(wǎng)絡(luò)工作負(fù)載的快速變化。b）xPU的計(jì)算效率挑戰(zhàn)網(wǎng)絡(luò)I/O的性能問題長(zhǎng)期以來一直備受關(guān)注，其重點(diǎn)在于消除操作系統(tǒng)網(wǎng)絡(luò)堆棧中的低效率以及優(yōu)化NIC-CPU交互。目前實(shí)現(xiàn)VNF的常用方法是完全繞過網(wǎng)絡(luò)堆棧，直接從用戶級(jí)庫（例如DPDK）訪問原始數(shù)據(jù)包。此外，CPU和NIC硬件提供了幾種機(jī)制來提高I/O處理的效率，例如，將數(shù)據(jù)直接引入CPULLC（DDIO），并通過減少CPU內(nèi)核之間的緩存爭(zhēng)用(例如，接收端擴(kuò)展)和降低中斷頻率(例如，中斷調(diào)制)來提高可擴(kuò)展性。但即使采用了這些增強(qiáng)功能，在10Gbps的速度下依舊需要多個(gè)CPU來執(zhí)行公共網(wǎng)絡(luò)功能。此外，現(xiàn)有系統(tǒng)也會(huì)因?yàn)镃PU資源爭(zhēng)用而導(dǎo)致延遲增加，包處理性能也出現(xiàn)波動(dòng)。在過去，網(wǎng)絡(luò)設(shè)備的功能是固定的，僅支持制造商定義的功能?？删幊蘳witch-ASIC的引入和SmartNIC的興起是網(wǎng)內(nèi)計(jì)算的推動(dòng)力，可編程網(wǎng)絡(luò)設(shè)備允許用戶在用高級(jí)語言編寫代碼時(shí)實(shí)現(xiàn)自己想要的功能。如今將軟硬件創(chuàng)新結(jié)合的時(shí)代正是網(wǎng)內(nèi)計(jì)算真正發(fā)揮作用的時(shí)代。從系統(tǒng)的角度看，網(wǎng)內(nèi)計(jì)算的定義意味著無需向網(wǎng)絡(luò)中添加新設(shè)備，因?yàn)槟阋呀?jīng)使用了交換機(jī)和NIC。因此，網(wǎng)內(nèi)計(jì)算的開銷很小，因?yàn)椴恍枰~外的空間、成本或空閑功率。此外，網(wǎng)內(nèi)計(jì)算在事務(wù)通過網(wǎng)絡(luò)時(shí)就終止事務(wù)，可以減少網(wǎng)絡(luò)上的負(fù)載。迄今為止，網(wǎng)內(nèi)計(jì)算是在三類設(shè)備上實(shí)現(xiàn)的：FPGA，SmartNIC和可編程交換機(jī)。在網(wǎng)計(jì)算的優(yōu)勢(shì)主要體現(xiàn)在高吞吐量、低延遲、低能耗。由于網(wǎng)內(nèi)計(jì)算指的是網(wǎng)絡(luò)內(nèi)的處理，這意味著事務(wù)在其路徑中就終止，無需到達(dá)終端主機(jī)，從而節(jié)省了終端主機(jī)引入的延遲，以及網(wǎng)內(nèi)計(jì)算節(jié)點(diǎn)到終端主機(jī)之間的網(wǎng)絡(luò)設(shè)備。如今硬件和軟件創(chuàng)新的結(jié)合，給網(wǎng)內(nèi)計(jì)算注入了新的生機(jī)。在硬件方面，許多硬件供應(yīng)商已經(jīng)發(fā)布了可在不犧牲性能的情況下提供可編程性的產(chǎn)品，例如可編程芯片（BarefootTofino）、現(xiàn)代智能網(wǎng)卡SmartNIC（CaviumXP，NetronomeAgilio）。在軟件方面，除了網(wǎng)內(nèi)遙測(cè)和第4層負(fù)載平衡等新的網(wǎng)絡(luò)功能外，還提出了許多超越傳統(tǒng)分組處理的新的應(yīng)用級(jí)功能。在網(wǎng)計(jì)算平臺(tái)的新型架構(gòu)如圖2-6所示，硬件上融合可編程交換機(jī)和智能計(jì)算單元同時(shí)提供高性能轉(zhuǎn)發(fā)和智能計(jì)算服務(wù)，軟件上結(jié)合霧計(jì)算調(diào)度可以實(shí)現(xiàn)移動(dòng)算力，部署上結(jié)合霧計(jì)算路由可以實(shí)現(xiàn)隨網(wǎng)計(jì)算，可以綜合考慮吞吐、延遲、能耗、負(fù)載、算力和網(wǎng)絡(luò)的協(xié)同等多個(gè)因素實(shí)現(xiàn)算力和網(wǎng)絡(luò)的深度融合按需計(jì)算就近服務(wù)。圖2-6：算網(wǎng)一體機(jī)原理圖2.1.4.6.1算網(wǎng)一體機(jī)結(jié)合未來網(wǎng)絡(luò)研究院確定性網(wǎng)絡(luò)技術(shù)，浪潮工業(yè)互聯(lián)網(wǎng)股份有限公司運(yùn)用自研超融合服務(wù)器打造了軟硬一體的算網(wǎng)一體機(jī)系列產(chǎn)品，根據(jù)其功能主要?jiǎng)澐譃椋核憔W(wǎng)調(diào)度一體機(jī)，算網(wǎng)納管一體機(jī)和算網(wǎng)應(yīng)用一體機(jī)。算網(wǎng)調(diào)度一體機(jī)部署算網(wǎng)分布式管理平臺(tái)，算網(wǎng)納管一體機(jī)部署算網(wǎng)適配器，通過適配第三方算力資源提供平臺(tái)，納管算力資源，算網(wǎng)應(yīng)用一體機(jī)部署算網(wǎng)網(wǎng)關(guān)，企業(yè)客戶接入網(wǎng)絡(luò)，訪問算網(wǎng)資源。2.1.4.6.2算網(wǎng)分布式管理平臺(tái)算網(wǎng)分布式管理平臺(tái)，是未來網(wǎng)絡(luò)研究院與浪潮工業(yè)互聯(lián)網(wǎng)股份有限公司合作研發(fā)打造的算力運(yùn)營(yíng)平臺(tái)，該平臺(tái)以確定性網(wǎng)絡(luò)為根基，以算力為中心，以產(chǎn)業(yè)發(fā)展為牽引，承載運(yùn)營(yíng)一體化算網(wǎng)平臺(tái)，可快速搭建云網(wǎng)一體化的服務(wù)體系，算力提供方不再是專有的某個(gè)數(shù)據(jù)中心或集群，而是將云邊端這種泛在的算力通過確定性網(wǎng)絡(luò)連接在一起，實(shí)現(xiàn)算力的高效共享，滿足企業(yè)智能化改造中算網(wǎng)的即需即用，全面提升企業(yè)自身數(shù)字化水平。平臺(tái)可以快速接入超算資源、智算資源、閑散算力等3類算力資源，提供私有云、公有云、邊緣云3類接入方式，通過3種算網(wǎng)一體機(jī)設(shè)備實(shí)現(xiàn)算網(wǎng)的快速部署，構(gòu)建多樣化算力資源調(diào)度和服務(wù)體系，實(shí)現(xiàn)算力資源在云-邊-端之間有效調(diào)配，為工業(yè)企業(yè)提供低成本、高性能、高安全的一體化服務(wù)的新型基礎(chǔ)設(shè)施，提升業(yè)務(wù)服務(wù)質(zhì)量和用戶服務(wù)體驗(yàn)。圖2-7：算網(wǎng)一體化服務(wù)體系圖算網(wǎng)管理平臺(tái)分為算網(wǎng)服務(wù)系統(tǒng)、算網(wǎng)運(yùn)營(yíng)系統(tǒng)、算力管理系統(tǒng)和算力適配系統(tǒng)。其中，算網(wǎng)服務(wù)系統(tǒng)實(shí)現(xiàn)算網(wǎng)平臺(tái)用戶自服務(wù)門戶、運(yùn)維運(yùn)營(yíng)門戶以及大屏分析展示能力。算網(wǎng)運(yùn)營(yíng)系統(tǒng)實(shí)現(xiàn)服務(wù)合規(guī)審計(jì)、算力資源計(jì)量計(jì)費(fèi)、運(yùn)營(yíng)分析和系統(tǒng)管理能力。算力管理系統(tǒng)實(shí)現(xiàn)算力資源發(fā)現(xiàn)注冊(cè)、監(jiān)控、管理、調(diào)度、編排以及額度管理能力。算力適配系統(tǒng)屏蔽底層不同算力資源平臺(tái)的異構(gòu)性，通過適配器實(shí)現(xiàn)對(duì)具體算力資源平臺(tái)（例如浪潮云平臺(tái)）的適配和對(duì)接，完成對(duì)算力資源的調(diào)度和分配。圖2-8：算網(wǎng)管理平臺(tái)架構(gòu)2.2彈性可擴(kuò)展的分布式架構(gòu)和容器技術(shù)浪潮自主研發(fā)采用彈性可擴(kuò)展的分布式資源調(diào)度技術(shù)，包括多集群聯(lián)邦技術(shù)、GPU、FPGA高性能異構(gòu)計(jì)算技術(shù)、輕量級(jí)虛擬計(jì)算實(shí)現(xiàn)大規(guī)模異構(gòu)云混合協(xié)同調(diào)度。通過分布式集群云基礎(chǔ)資源管理與調(diào)度技術(shù)，提升云基礎(chǔ)設(shè)施資源使用效率，提供多樣化計(jì)算能力，加速云基礎(chǔ)設(shè)施資源的交付，簡(jiǎn)化云運(yùn)維配置與維護(hù)工作，實(shí)現(xiàn)自動(dòng)化、智能化、高可用的云基礎(chǔ)設(shè)施資源供給。在算力網(wǎng)絡(luò)中對(duì)上層云應(yīng)用提供云中間件與云應(yīng)用的自動(dòng)化部署、彈性調(diào)度、服務(wù)化管理、運(yùn)行監(jiān)控以及配置管理，對(duì)下層基礎(chǔ)設(shè)施提供適配資源服務(wù)層，實(shí)現(xiàn)基礎(chǔ)資源服務(wù)化。通過改進(jìn)傳統(tǒng)系統(tǒng)設(shè)計(jì)架構(gòu)，改良傳統(tǒng)中間件，采用新興分布式大數(shù)據(jù)中間件等方案，讓應(yīng)用系統(tǒng)具備了支撐彈性擴(kuò)展、高并發(fā)、海量數(shù)據(jù)、高可靠業(yè)務(wù)的能力，并大大縮短業(yè)務(wù)的上線和更新周期。前后架構(gòu)對(duì)比如下圖2-9所示：圖2-9：分布式云架構(gòu)分布式架構(gòu)具有如下優(yōu)勢(shì)：·輕量化：將復(fù)雜業(yè)務(wù)碎片化，有利于業(yè)務(wù)復(fù)用、組合和更新。·高并發(fā)：通過數(shù)個(gè)業(yè)務(wù)處理節(jié)點(diǎn)同時(shí)處理同一業(yè)務(wù)邏輯，增強(qiáng)業(yè)務(wù)的并發(fā)處理能力?！じ呖煽浚和粯I(yè)務(wù)由多個(gè)節(jié)點(diǎn)處理，即使一個(gè)節(jié)點(diǎn)宕機(jī)，業(yè)務(wù)也會(huì)由其他節(jié)點(diǎn)接管。·可擴(kuò)展：某一業(yè)務(wù)處理能力不夠時(shí)，可迅速通過增加節(jié)點(diǎn)實(shí)現(xiàn)性能擴(kuò)容。2.2.1多集群聯(lián)邦技術(shù)為了能夠快速有效的、低成本的跨區(qū)跨域、甚至在異構(gòu)云平臺(tái)上運(yùn)行集群，并按照地理位置創(chuàng)建一個(gè)復(fù)制機(jī)制，將多個(gè)容器云集群進(jìn)行連接，當(dāng)遇到某個(gè)區(qū)域連接中斷或某個(gè)數(shù)據(jù)中心故障時(shí)可保持關(guān)鍵服務(wù)運(yùn)行。圖2-10：多集群聯(lián)邦架構(gòu)集群配置對(duì)象用于管理集群聯(lián)邦成員，實(shí)現(xiàn)多集群管理功能，如圖2-10所示，Type-Config用于定義集群聯(lián)邦管理的資源，Propagation用于把資源分配給集群聯(lián)邦管理的集群成員中，Status用于收集集群聯(lián)邦成員的資源狀態(tài)，Policy用于定義資源調(diào)度策略，Scheduling用于根據(jù)資源的狀態(tài)和策略進(jìn)行跨集群的資源調(diào)度，DNS用于維護(hù)集群聯(lián)邦成員的的DNS服務(wù)器，通過DNS實(shí)現(xiàn)跨集群的服務(wù)訪問。GPU、FPGA高性能異構(gòu)計(jì)算技術(shù)近幾年來，由于GPU在浮點(diǎn)計(jì)算和并行計(jì)算上，擁有極其出色的性能，甚至超越了CPU的數(shù)十倍，使其被廣泛使用在數(shù)據(jù)挖掘，深度學(xué)習(xí)等需要大量重復(fù)計(jì)算的工程之中。在虛擬化環(huán)境中，可通過直通模式（pcipassthrough）把物理GPU直接掛載給計(jì)算節(jié)點(diǎn)上的一個(gè)虛擬機(jī)使用，這種模式存在資源浪費(fèi)且受限于計(jì)算節(jié)點(diǎn)的PCIe插槽，無法支持很多虛擬機(jī)使用。GPU虛擬化計(jì)算技術(shù)是通過GPU虛擬化，把一個(gè)物理GPU虛擬為多個(gè)vGPU，然后再把vGPU掛載給虛擬機(jī)?！GPU信息整理·vGPU掛載和卸載用戶申請(qǐng)使用GPU虛擬機(jī)時(shí)，調(diào)度到對(duì)應(yīng)計(jì)算節(jié)點(diǎn)的管理服務(wù)，后者調(diào)用libvirt的Serverless無服務(wù)計(jì)算技術(shù)傳統(tǒng)上使用容器集群運(yùn)行容器，首先需要?jiǎng)?chuàng)建運(yùn)行容器的容器集群服務(wù)器集群，然建和使用容器負(fù)載，且從·高性能強(qiáng)隔離容器·統(tǒng)一調(diào)度管理多集群統(tǒng)一管理，容器負(fù)載統(tǒng)一調(diào)度，使用上無需感知集群存在，基于容器集群的2.2.4分布式容器批量調(diào)度技術(shù)圖2-11：批量調(diào)度架構(gòu)本技術(shù)基于kubernets容器編排平臺(tái)，擴(kuò)展容器調(diào)度、分發(fā)策略，靈活感知集群內(nèi)部確定性網(wǎng)絡(luò)技術(shù)算力網(wǎng)絡(luò)的確定性需求算力是全社會(huì)數(shù)智化轉(zhuǎn)型的基本生產(chǎn)要素，算力之于數(shù)字經(jīng)濟(jì)的重要性如同水電之算力網(wǎng)絡(luò)時(shí)代的新興業(yè)務(wù)，例如工業(yè)自動(dòng)化控制、車聯(lián)網(wǎng)、遠(yuǎn)程手術(shù)、AR/VR表2-1部分工業(yè)控制場(chǎng)景對(duì)網(wǎng)絡(luò)服務(wù)質(zhì)量的要求場(chǎng)景時(shí)延要求抖動(dòng)要求可靠性要求遠(yuǎn)程控制5毫秒-99.999%離散自動(dòng)運(yùn)動(dòng)控制1毫秒1微秒99.9999%離散自動(dòng)化10毫秒1毫秒99.99%過程自動(dòng)化遠(yuǎn)程控制50毫秒20毫秒99.9999%過程自動(dòng)化監(jiān)控50毫秒20毫秒99.999999%這就要求算力網(wǎng)絡(luò)提供零丟包、有界時(shí)延、有界抖動(dòng)、超高可靠性的服務(wù)質(zhì)量，保障數(shù)生業(yè)、金融服務(wù)業(yè)等行業(yè)的數(shù)智化轉(zhuǎn)型；是先進(jìn)技術(shù)的代表，有望成為ICT技術(shù)新的制高點(diǎn)。確定性網(wǎng)絡(luò)技術(shù)體系步、資源預(yù)留、整形調(diào)度、幀搶占等技術(shù)實(shí)現(xiàn)確定性時(shí)延與抖動(dòng)，通過包復(fù)制與消除、制的合集。從確定性網(wǎng)絡(luò)技術(shù)應(yīng)用場(chǎng)景來看，確定性網(wǎng)絡(luò)技術(shù)體系主要包括靈活以太網(wǎng)、圖2-12：端到端確定性算力網(wǎng)絡(luò)，E時(shí)延確定性技術(shù)時(shí)延確定性技術(shù)是確定性網(wǎng)絡(luò)技術(shù)的重要內(nèi)容。傳統(tǒng)網(wǎng)絡(luò)中由于時(shí)延長(zhǎng)尾效應(yīng)的存了單跳時(shí)延的不確定性。即使網(wǎng)絡(luò)輕載，由于微突發(fā)的存在，單跳時(shí)延的不確定性仍然存在。因此，實(shí)現(xiàn)確定性時(shí)延需要控制節(jié)點(diǎn)內(nèi)時(shí)延以消除長(zhǎng)尾效應(yīng)。目前，實(shí)現(xiàn)確定性時(shí)延的主流技術(shù)主要有CQF、DIP、CSQF。表2-2總結(jié)了三種技術(shù)的差異。表2-2.CQFvs.DIPvs.CSQF時(shí)延確定性技術(shù)CQFDIPCSQF隊(duì)列數(shù)23多個(gè)同步要求時(shí)間同步頻率同步頻率同步時(shí)隙映射x→x+1x→y+1x→y+n時(shí)延[(H-1)*T，(H+1)*T]--抖動(dòng)2T2T2T適用范圍局域網(wǎng)廣域網(wǎng)廣域網(wǎng)數(shù)據(jù)平面以太網(wǎng)IP/MPLS/SRv6等SRv6關(guān)鍵算法注入時(shí)間規(guī)劃路由域整形參數(shù)設(shè)計(jì)路由與時(shí)隙偏移規(guī)劃CQF技術(shù)圖2-13：CQF技術(shù)原理DIP技術(shù)圖2-14：DIP調(diào)度原理基于上述轉(zhuǎn)發(fā)原理，DIP為每個(gè)準(zhǔn)入的確定性業(yè)務(wù)計(jì)算路徑、預(yù)留資源；入口網(wǎng)關(guān)對(duì)業(yè)務(wù)流整形，并為數(shù)據(jù)包打上初始時(shí)隙標(biāo)簽，隨后往下一跳轉(zhuǎn)發(fā)；網(wǎng)絡(luò)設(shè)備收到數(shù)據(jù)包后，根據(jù)本地維護(hù)的時(shí)隙映射關(guān)系表，替換數(shù)據(jù)包的時(shí)隙標(biāo)簽后送入相應(yīng)的輸出隊(duì)列等待轉(zhuǎn)發(fā)至下一跳；重復(fù)上一步驟，直到數(shù)據(jù)包到達(dá)出口網(wǎng)關(guān)[11]。CSQF技術(shù)CSQF采用多個(gè)輸出緩存隊(duì)列用于確定性流量的轉(zhuǎn)發(fā)，每個(gè)隊(duì)列的入隊(duì)側(cè)與出隊(duì)側(cè)均放置邏輯門，邏輯門存在打開與關(guān)閉兩種狀態(tài)。當(dāng)門處于打開狀態(tài)時(shí)，允許該隊(duì)列接收或輸出數(shù)據(jù)幀，否則禁止。輸出端口的輸出時(shí)間等間隔劃分為時(shí)隙，三個(gè)隊(duì)列以時(shí)隙為單位交替執(zhí)行入隊(duì)、出隊(duì)操作，即在任一時(shí)間間隔內(nèi)，兩隊(duì)列始終保持一隊(duì)列出開入關(guān)，其余兩隊(duì)列出關(guān)入開的狀態(tài)。數(shù)據(jù)包在相鄰節(jié)點(diǎn)間的轉(zhuǎn)發(fā)周期映射關(guān)系固定，為x→y+n，即數(shù)據(jù)包在上游節(jié)點(diǎn)的第x個(gè)時(shí)隙內(nèi)轉(zhuǎn)發(fā)，且在下游節(jié)點(diǎn)的第y個(gè)時(shí)隙內(nèi)到達(dá)輸出隊(duì)列，則該節(jié)點(diǎn)將在第y+n個(gè)時(shí)隙內(nèi)轉(zhuǎn)發(fā)該數(shù)據(jù)包，抖動(dòng)為2T。其原理如圖2-15所示。CSQF要求所有網(wǎng)絡(luò)設(shè)備保持頻率同步，以確保所有節(jié)點(diǎn)時(shí)隙大小相同。在一個(gè)穩(wěn)定的網(wǎng)絡(luò)拓?fù)渲?，其轉(zhuǎn)發(fā)時(shí)隙映射關(guān)系取決于時(shí)隙規(guī)劃結(jié)果。CSQF是基于SRv6的實(shí)現(xiàn)，每個(gè)確定性業(yè)務(wù)流的轉(zhuǎn)發(fā)路徑與轉(zhuǎn)發(fā)時(shí)隙由集中式計(jì)算得到，并映射為SRv6的SIDs，數(shù)據(jù)包攜帶SID發(fā)送，每一跳接收數(shù)據(jù)包后解析棧頂?shù)腟ID，獲得數(shù)據(jù)包在該節(jié)點(diǎn)的轉(zhuǎn)發(fā)端口和時(shí)隙信息，并按該信息轉(zhuǎn)發(fā)數(shù)據(jù)包。圖2-15：CSQF技術(shù)原理三、典型應(yīng)用場(chǎng)景3.1工業(yè)互聯(lián)網(wǎng)工業(yè)互聯(lián)網(wǎng)網(wǎng)絡(luò)是構(gòu)建工業(yè)環(huán)境下人、機(jī)、物全面互聯(lián)的關(guān)鍵基礎(chǔ)設(shè)施，根據(jù)業(yè)務(wù)需求和數(shù)據(jù)流向，工業(yè)互聯(lián)網(wǎng)網(wǎng)絡(luò)又可進(jìn)一步劃分為工廠內(nèi)網(wǎng)和工廠外網(wǎng)。工廠內(nèi)網(wǎng)指在工廠或園區(qū)內(nèi)部，滿足工廠內(nèi)部生產(chǎn)、辦公、管理、安防等連接需求，用于生產(chǎn)要素互聯(lián)以及企業(yè)IT管理系統(tǒng)之間連接的網(wǎng)絡(luò)。工廠外網(wǎng)指以支撐工業(yè)全生命周期各項(xiàng)活動(dòng)為目的，滿足工廠數(shù)據(jù)、工業(yè)應(yīng)用、工廠業(yè)務(wù)需要出工廠與云平臺(tái)或者其他網(wǎng)絡(luò)互聯(lián)的需求，用于連接企業(yè)上下游之間、企業(yè)多分支機(jī)構(gòu)、企業(yè)與云應(yīng)用/云業(yè)務(wù)、企業(yè)與智能產(chǎn)品、企業(yè)與用戶之間的網(wǎng)絡(luò)。算力網(wǎng)絡(luò)可以應(yīng)用在工業(yè)內(nèi)網(wǎng)，對(duì)邊緣云、網(wǎng)關(guān)、PLC等異構(gòu)算力節(jié)點(diǎn)進(jìn)行編排管理。不同形態(tài)的設(shè)備在工業(yè)網(wǎng)絡(luò)中所處的位置不同，所包含的芯片種類以及計(jì)算和存儲(chǔ)能力不同，相應(yīng)負(fù)責(zé)的業(yè)務(wù)也有所差異。同一類業(yè)務(wù)中的不同任務(wù)可以分別在所對(duì)應(yīng)的計(jì)算節(jié)點(diǎn)進(jìn)行，例如邊緣智能場(chǎng)景中的云中心訓(xùn)練模型，邊緣節(jié)點(diǎn)可以通過算力網(wǎng)絡(luò)的調(diào)度更高效地進(jìn)行推理決策。當(dāng)前對(duì)應(yīng)最近的邊緣節(jié)點(diǎn)負(fù)載較高時(shí)，可以實(shí)時(shí)調(diào)度到附近負(fù)載較低的邊緣節(jié)點(diǎn)執(zhí)行業(yè)務(wù)請(qǐng)求。在網(wǎng)計(jì)算面向網(wǎng)絡(luò)和計(jì)算逐步一體化階段，計(jì)算任務(wù)開始從網(wǎng)絡(luò)邊緣的數(shù)據(jù)中心逐漸遷移至網(wǎng)絡(luò)內(nèi)部，由交換機(jī)、路由器、網(wǎng)關(guān)、服務(wù)器等設(shè)備共同完成計(jì)算任務(wù)。當(dāng)前工業(yè)互聯(lián)網(wǎng)中的計(jì)算節(jié)點(diǎn)種類、部署方式越來越多樣化，邊緣計(jì)算已經(jīng)促進(jìn)了業(yè)務(wù)的分布式部署，在網(wǎng)計(jì)算可以進(jìn)一步加速工業(yè)互聯(lián)網(wǎng)業(yè)務(wù)的處理，提供無處不在的連接和計(jì)算服務(wù)。確定性網(wǎng)絡(luò)自提出以來，首先在車載網(wǎng)絡(luò)、工業(yè)網(wǎng)絡(luò)得以應(yīng)用，當(dāng)前工業(yè)以太網(wǎng)、時(shí)間敏感網(wǎng)絡(luò)等技術(shù)已經(jīng)應(yīng)用在工業(yè)互聯(lián)網(wǎng)，IP網(wǎng)絡(luò)的確定性技術(shù)和標(biāo)準(zhǔn)仍在制定中。面向工業(yè)互聯(lián)網(wǎng)IP化等趨勢(shì)，可以預(yù)見確定性網(wǎng)絡(luò)將會(huì)應(yīng)用在更廣的范圍。確定性網(wǎng)絡(luò)提供更可靠、更精準(zhǔn)的網(wǎng)絡(luò)連接，和算力網(wǎng)絡(luò)相結(jié)合，將為工業(yè)互聯(lián)網(wǎng)提供端到端的確定性服務(wù)。3.2科學(xué)研究隨著數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展，數(shù)據(jù)量的暴增，高性能計(jì)算正逐漸向新興的大數(shù)據(jù)、深度學(xué)習(xí)以及云計(jì)算等方向進(jìn)行融合和演進(jìn)，以支撐人工智能、基因測(cè)序、仿真模擬等諸多領(lǐng)域的研究，特別是在工業(yè)仿真、生物信息、新材料、氣象、海洋等科學(xué)計(jì)算領(lǐng)域，高校等科研機(jī)構(gòu)對(duì)算力資源的需求愈加迫切。高性能計(jì)算已經(jīng)成為高校的基礎(chǔ)設(shè)施，助力科研成果落地，與此同時(shí)也面臨效率、運(yùn)營(yíng)、運(yùn)維、安全和能耗五個(gè)維度的挑戰(zhàn)。確定性算力網(wǎng)絡(luò)不僅可以滿足科研機(jī)構(gòu)對(duì)算力的需求，還能很好地解決系統(tǒng)利用率最大化；