電信運營商泛在智聯網絡的構建

（中國電信股份有限公司研究院，中國 北京 102209）

(China Telecom Research Institute, Beijing 102209, China)

1 泛在智聯網絡內涵及應用場景

隨著新一代網絡技術和信息技術的不斷創新和應用，通信網絡正加速向數字化、智能化轉型，人工智能（AI）技術將廣泛滲入新型基礎設施建設，且獲得越來越多元的應用場景和更大規模的受眾[1]。為了應對新的業務需求，未來的通信網絡需要支持快速創新和新的商業模式，將從端、管、云多維度持續深化演進，形成“無所不在、無所不含、無所不能”的泛在智聯網絡。

具體來看，在端的層面，終端形態從過去的手機、平板電腦（PAD）和各種比較簡單的物聯網終端，擴大到各種穿戴設備和無處不在的傳感設備，使得感知成為終端的重要能力，即“泛在感知”；在管的層面，網絡軟件化、虛擬化和云化將改變傳統剛性網絡架構，形成高彈性、廣覆蓋的連接網絡，即“泛在連接”；在云的層面，邊緣計算和人工智能快速興起，大量計算任務將從云端卸載到邊緣，使得云端呈現邊緣化、智能化、泛在化的狀態，即“泛在智能”[2]。

泛在智聯網絡是傳統通信網絡與物聯網、大數據、人工智能、邊緣計算等新興技術深度融合的產物，將催生許多新型應用場景，例如工業互聯網、智慧交通、智慧醫療以及智慧家庭等。預計在5G/B5G時代，各類新興應用會進入百花齊放、百家爭鳴的開放階段，將對網絡提出更為苛刻的需求和挑戰。

（1）工業互聯網。工業互聯網場景主要包括智能制造、增強現實（AR）、輔助維修、園區管理等。以智能制造為例，由于精密的自動化操作的誤差需要在很小的范圍內，通常帶寬不低于20 Gbit/s，時延不高于10 ms，并需要構建提供快速連接、實時業務、安全保障等能力的工業邊緣云平臺，與部署生產智能管理平臺的中心云之間存在基于專線的協同需求。

（2）智慧交通。智慧交通包括基于AI的全局自動駕駛以及交通信號配時管理、車輛路徑規劃引導等智慧交通運營，需要網絡提供低時延、大帶寬能力。例如，車聯網類的應用要求車內信息娛樂類應用的帶寬為10～100 Mbit/s，時延不大于 500 ms；交通安全駕駛類應用的帶寬則小于1 Mbit/s，時延 20～100 ms；全自動駕駛類應用帶寬要求不低于100 Mbit/s，時延1～10 ms。此外，智慧交通的邊緣云與中心云需要支持云邊高度協同，實現路徑動態規劃等功能。

（3）智慧醫療。智慧醫療場景主要包括遠程手術、遠程會診、AI診斷，以及通過云邊協同實現膠片的云端存儲，邊邊協同實現不同院區的協同管理等。智慧醫療場景對網絡有著極高的帶寬和時延要求，如遠程醫療所涉及的實時高清音視頻回傳的帶寬不小于200 Mbit/s，實時診療的時延不超過10 ms。

（4）智慧家庭。智慧家庭場景包括高清/虛擬現實（VR）視頻點播及直播、家庭防盜監控系統、智能照明系統、背景音樂系統、家電控制系統等。一方面要求異構設備（電視、冰箱、電燈等）及異構接口（網線、電力線、同軸電纜、無線等）統一組網，融合承載；另一方面要求互聯網視頻/游戲類內容及能力按需下沉至邊緣云，面向特定業務提供差異化路由，保障大視頻等應用高碼率無卡頓播放，時延不超過20 ms，以提升用戶體驗。

綜上分析可以看出，新場景和新業務對泛在智聯網絡提出了一系列新的需求：如園區、企業、場館等自己的應用在本地閉環，需要網絡提供泛在接入、路徑最短轉發能力；運營商高帶寬內容將從中心到區域分布式部署，需要云網高度協同，算力按需分配；新型超低時延業務需要部署在邊緣，實現差異化承載等，“應用本地化”“內容分布化”和“計算邊緣化”的態勢逐漸呈現。

2 泛在智聯網絡的設計思路

為適應應用本地化、內容分布化和計算邊緣化的未來發展趨勢，電信運營商需要更為創新的組網理念，引入云網接入點（POP）、新型城域網、算力網絡、AI能力分發平臺等核心要素，構建新一代泛在智聯網絡架構，滿足低成本、大帶寬和超低時延的應用需求，如圖1所示。

泛在智聯網絡總體架構自底向上分成：泛在基礎資源層、AI能力分發層和業務應用層。其中，泛在基礎資源層基于具備智能感知能力的端側設備（如物聯網節點、智能網關和終端）、網絡設備（如新型城域網Spine交換機、Leaf交換機）以及云池（如邊緣計算池、中心云計算池、5G核心網池）等構建泛在基礎資源環境，基于云網POP將網絡資源和云資源整合成統一資源平面，為上層提供彈性的資源供給和敏捷連接。

AI能力分發層基于人工智能技術，對全網資源進行統一度量及智能感知，對動態資源占用情況進行預測；針對上層應用及業務需求的動態最優路徑規劃，以選擇合適的資源組合來匹配業務需求；通過全局資源調度與控制，實現資源與業務的動態自適應匹配，以及業務的快速部署和資源動態調配。

業務應用提供層面向工業互聯網、智慧交通、智慧醫療等不同行業應用，支持應用/業務需求的邏輯資源切分，智能實現泛在資源的獨立供給或者組合供給[3]，支持不同應用對資源需求的快速響應，滿足不同業務的差異化需求。

構建泛在智聯網絡架構包含4個核心要素：

▲圖1 泛在智聯網絡總體架構

▲圖2 云網POP邏輯視圖

（1）構建云網POP，具體如圖2所示。云網POP是為了便于云出口設備和網邊緣設備的一體化規劃、建設和運營，在云內網絡出口區基礎上納入城域網、骨干網、光傳送網（OTN）、5G等各類網絡邊緣設備，以滿足不同客戶入云和云間的業務需求。云網POP既是入云終結點，也是云間網絡的端點。構建云網POP有助于云網的高度協同，推進云資源池網絡和基礎網絡的一體化建設，實現用戶端到端快速入云。

（2）以數據中心（DC）為核心建設新型城域網。新型城域網將采用通用設備組網，基于葉脊（Leaf- Spine）架構實現固定和移動網絡的融合統一承載，以高效、動態的方式連接城域內大量的接入節點，逐步形成城域內以DC為核心的統一承載新平面[4]。同時引入靈活以太網（FlexE）、段路由（SR）、以太網虛擬專用網（EVPN）等技術，根據承載業務的自有特征和需求，對端到端的網絡資源（網絡功能、物理硬件及接口管道資源等）進行邏輯劃分和封裝，為不同客戶群提供不同等級的切片網絡，以滿足不同業務對網絡帶寬、時延、可靠性等網絡性能的服務質量（QoS）需求。

（3）引入算力網絡。算力網絡是為了應對算網融合發展趨勢提出的，它基于無處不在的網絡連接，將動態分布的計算資源互聯，并通過網絡、存儲、算力等多維度資源的統一協同調度，使海量的應用能夠按需、實時調用不同地方的計算資源，實現連接和算力在網絡的全局優化[5]。網絡將從提供“連接”走向提供“連接+計算”，實現算力在網絡中的可管、可控、可用。

（4）建設AI能力分發平臺。基于智能感知預測和各種AI賦能功能，如AI算力網絡，打造靈活、高效AI能力資源調度及服務平臺，整合多方、異構的網絡、計算、存儲等資源設施，實現一體化云網資源的新特性、新能力的敏捷開發和部署。

AI能力分發平臺的邏輯功能如圖3所示。其中智能感知預測功能模塊從用戶需求、業務屬性、網絡狀態等多維度對全網資源進行統一度量及智能感知，通過對業務所需的上下文信息的知識抽取，獲得業務關聯的目標實體、對應關系和屬性值，進而建立起業務需求模型。

▲圖3 AI能力分發平臺邏輯功能

AI能力編排系統全面分析來源于網絡、終端、系統的流量數據，基于智能感知預測模塊建立的業務需求模型，通過深度學習和訓練以及邏輯推理，形成業務動態需求的知識庫。進而根據業務需求和動態資源分布，并結合算力網絡等AI新能力，為差異化業務需求規劃動態最優路徑，選擇調度合適的資源，智能匹配業務需求。

3 泛在智聯網絡的能力提升

未來新型業務將會產生更大規模的連接數據、更加豐富的數字化產品，用戶也需要更加極致的應用體驗。為此，需要基于泛在智聯網絡體系架構，進一步從端管云全方位提升承載能力，構建更為堅實的泛在智聯網絡基礎能力。

3.1 端側：海量設備異構互聯

端側設備包括物聯網（IoT）設備、智能終端設備（包括智能可穿戴設備）以及智能網關設備等多種形態。據互聯網數據中心（IDC）預測，到2025年，聯網的IoT設備總數將達到416億，這些海量設備會使用多種多樣的方法來連接和共享數據。其中，大多數設備將使用某種形式的無線連接：如家庭和辦公室將使用Wi-Fi、Zigbee或低功耗藍牙（如果移動性要求不是特別強的話，也可以使用以太網）；其他設備使用4G（現有技術包括窄帶物聯網和基于長期演進的物聯網，主要針對發送有限數據量的小型設備）、5G或者是衛星進行通信。

泛在智聯網絡需要為這些海量的端側設備提供異構互聯能力，實現邊緣異構設備的靈活接入，即插即用；可基于業務分流規則，實現在多網中的靈活路徑傳送和無縫切換；融合利用多個網絡的有線/無線資源傳輸高清視頻等大帶寬業務，提高用戶業務的連續性。

異構互聯的實現技術有很多種，從協議棧角度出發大致可分為網關接入技術、覆蓋接入技術和可變長互聯網協議（IP）接入技術這3種主要類型。其中，網關接入技術主要是在終端和網絡中間部署感知網關實現互聯，為異構的網絡環境提供融合接入；覆蓋接入技術則從修改協議棧的角度出發，通過協議棧適配實現端側和管側的互聯[6]；而可變長IP接入技術是在感知終端內部節點身份標識號碼（ID）和網絡側設備IP地址之間建立一套變長的、結構化的地址映射機制。網絡設備可根據任意長度的地址進行路由表查找操作并決定數據報文的下一跳，可以同時滿足海量通信主體引起的長地址需求及異構網絡互聯帶來的短地址需求[7]，并支持與現有IPv4/ IPv6網絡的兼容。

3.2 管側：彈性智能化組網

作為端和云之間的聯絡樞紐，網絡需要具備高彈性、廣覆蓋的組網能力；而現有的封閉的、獨立、剛性管道已經無法適應發展的需要。網絡本身正從硬件為主體的架構向軟件化、虛擬化、智能化、服務化的方向發展。

為提升連接效率，同時需要減少不必要的冗余，提供差異化的質量保障，需要基于虛擬可擴展局域網（VXLAN）、SR、EVPN、AI等多種技術手段，結合傳統單層網絡（Underlay）和疊加網絡（Overlay）組網模式，構建端云、云云、端端之間的二層彈性、智能組網能力，如圖4所示。

· Underlay網絡：通過SR/SRv6實現SR與傳統多協議標簽交換（MPLS）的互操作，充分利用SRv6策略能力，構建端到端一跳直達、極簡跨域的網絡平面，并通過在設備側引入輕量級的AI芯片支持邊緣業務智能識別、業務路徑可編程以及跨域端到端視圖[8]，為Overlay網絡提供大容量、高可靠、智能化、差異化服務能力的基礎網絡資源。

· Overlay網絡：基于 VXLAN、EVPN等技術，提供靈活可擴展的組網能力，滿足每用戶、每業務、每應用的連接需求，同時具備業務快速開通、按需組網、應用級監測等能力。

▲圖4 結合Underlay和Overlay的彈性組網模式

▲圖5 基于無損保障的HPC應用場景

3.3 云側：特定應用的無損保障

泛在智聯網絡未來將承載高性能計算（HPC）、遠程醫療、機器人看護等諸多新型智慧化應用。由于其總信息量巨大，需要云內網絡在極短時間內將大量的數據轉換成實時的信息以及行為，保證交互服務在后臺訪問的時候能夠避免丟包，減少時延并提高吞吐量。而當前云內數據中心網絡多采用無阻塞的多級CLOS架構，在上述新場景下面臨著丟包、時延、吞吐量等多方面挑戰[9]，由此對泛在智聯的云內網絡提出了無損保障需求。

無損保障是為了解決傳統網絡存在有損問題而提出的理念，是一種可兼顧低延遲、高吞吐的網絡技術，可滿足特定應用的高吞吐、低時延和零丟包的無損要求。在實現方面，無損網絡可基于AI Ready的硬件架構及AI智能無損算法（如AI ECN），采用流量控制、擁塞控制、負載均衡以及確定性轉發等多種技術綜合實現，從應用的角度保證網絡的無性能損失。

以常用的HPC為例，在建立神經網絡和深度學習模型的訓練過程中經常需要用到HPC，而HPC的執行過程需要跨網絡實現內存數據拷貝，網絡性能要向內存訪問看齊。在傳統網絡下會出現中央處理器（CPU）空閑等待數據，拖累系統整體并行計算性能的情況[10]。因此，需要引入無損保障技術，在滿足深度學習訓練等應用對網絡高吞吐量的要求的同時，保障并行計算等應用對網絡低時延的要求，具體見圖5。

4 結束語

“運籌于AI，創新在邊緣”，人工智能、大數據等為運營商網絡賦于了智慧化能力，邊緣計算則為運營商網絡提供了新的應用場景。電信運營商亟待與產業伙伴一起布局未來網絡的體系架構，推進寬帶通信網絡與物聯網、大數據、人工智能、邊緣計算等新興技術的深度融合，構建更為堅實的泛在智聯網絡基礎能力，為“泛在感知”提供“泛在連接”和“泛在智能”，以期給用戶帶來更大規模的連接數據、更加豐富的數字化產品以及更加極致的應用體驗，助力全行業數字化轉型。