算力感知網絡架構與關鍵技術

姚惠娟 陸璐 段曉東

摘要：針對運營商信息通信技術（ICT）基礎設施面向云網融合、算網一體技術演進中的協同問題，提出了算力感知網絡（CAN），即網絡可感知應用、網絡、算力和用戶需求等多維資源，并協同調度算力資源和網絡資源，使應用能夠按需、實時調用不同地方的計算資源，實現邊緣計算與云計算的協同聯動，提供最優的用戶體驗以及計算和網絡資源利用率。

關鍵詞：算力感知網絡；算力路由；算力服務信息

Abstract： Aiming at the synergy of cloud network integration and computing network integration technology of operator information and communications technology （ICT） infrastructure， computing-aware networking （CAN） is proposed. The network can perceive multi-dimensional resources such as application， network， computing power， and user demand. CAN jointly schedule computing power resources and network resources so that the application can call computing resources in different places on-demand and real-time， realize the collaborative linkage between edge computing and cloud computing， provide the optimal user experience and computing and network resource utilization rate.

Keywords： CAN； computing-aware routing； computing service information

1 算網融合發展的背景

1.1 面向算網融合演進的驅動力

目前是5G網絡發展的關鍵時期，邊緣計算和網絡功能虛擬化（NFV）等技術都要求網絡與計算協同發展。同時，隨著物理世界和數字世界的進一步融合，行業數字化轉型獲得了全方位的提升和改變，給運營商帶來全新的市場和發展空間，但同時也面臨很多挑戰。

（1）應用需求驅動力

隨著5G的商用規模部署，工業互聯網、車聯網、增強現實（AR）/虛擬現實（VR）等垂直領域蓬勃發展。據Machina Research報告顯示：2025年，全球網聯設備總數將超過270億，聯網設備的指數級增長對網絡傳輸能力及中心云處理能力帶來了巨大挑戰。據Gartner預測：2025年，超過75%的數據需要分流到網絡邊緣側。這對網絡靈活調度、服務質量（QoS）等提出了更高的要求。另外，產業智能化的升級會帶來設備的多樣性，物聯網（IoT）傳感器、攝像頭等設備的應用又會產生多樣化的數據。這些異構數據的處理需要泛在的算力來支持。全行業的產業化轉型對網絡和計算均提出了更高的要求：基礎設施信息技術（IT）、通信技術（CT）更多融合；基礎設施不僅需要提供泛在的連接，還需要提供算力的支持。

（2）網絡技術發展驅動力

NFV技術的引入，使得5G網絡開始云化[1]，并逐步具備向IT技術演進的基礎。這使得算力開始服務于網絡，并隨著網絡進行延伸。此時的IT資源僅是CT網絡的一種資源提供方式，并不直接對外提供服務。在此階段，IT與CT的融合可稱為信息通信技術（ICT）縱向融合。同時，5G網絡原生支持邊緣計算：5G用戶面的下沉為邊緣計算的實現創造了網絡條件，并使計算資源離用戶更近，從而推動網絡中的計算從集中走向邊緣，并嵌入網絡。計算資源逐漸成為網絡基礎設施的重要組成部分。ICT融合的方式由NFV時代的“IT服務于CT”向“IT與CT相互感知”演進，算網協同感知成為網絡演進的核心需求[2]。面向6G，算力與網絡資源將共生，IT與CT系統需要具備相互感知的能力，以實現網絡和算力的聯合優化調度，并能提供端到端ICT系統的服務等級協議（SLA）體驗保證。

1.2 計算網絡融合發展產業現狀

面向計算網絡融合的演進需求，業界開展了許多研究工作。在2020年第8次網絡5.0全會上，中國信息通信研究院聯合三大運營商、中興通訊等成立了網絡5.0創新聯盟算力網絡特設組，就目前算網融合趨勢下的不同技術路線展開探索，這些探索包括算力網絡[3-5]、算力感知網絡[4， 6-7]等。特設組就算力網絡研究方面達成共識，推動產業發展[8]。此外，IMT-2030（6G）網絡工作組也成立了算力網絡研究組，研究6G網絡中計算、網絡融合對未來網絡架構的影響。此外，互聯網研究專門工作組（IRTF）成立了在網計算研究組（COINRG）[9-12]。在網計算是指，網絡設備的功能不再是簡單的轉發，而是“轉發+計算”；計算服務也不再處于網絡邊緣，而是嵌入網絡設備中。該工作組主要針對可編程網絡設備內生功能的場景、潛在有益點展開研究。其中，內生功能包括在網計算、在網存儲、在網管理和在網控制等，它是計算、網絡更深層次融合的下一發展階段。內生功能引起了研究人員的關注。

綜上所述，在網絡和計算深度融合發展的大趨勢下，網絡演進要求網絡和計算能夠相互感知、高度協同，并可以基于無處不在的連接將泛在計算互聯，以實現云、邊、網高效協同，提高網絡資源、計算資源利用效率，進而實現以下目標：（1）保證用戶體驗一致性。網絡可以感知無處不在的計算和服務，用戶無須關心網絡中計算資源的位置和部署狀態。網絡和計算協同調度保證用戶的一致體驗。（2）服務靈活動態部署。基于用戶的SLA需求，網絡綜合考慮實時資源狀況和計算資源狀況，通過靈活匹配、動態調度，將業務流量動態調度至最優節點，并支持動態服務來保證用戶體驗。

因此，我們提出一種面向計算網絡深度融合演進的新型網絡——算力感知網絡（CAN），以實現用戶體驗最優化、資源利用率最優化等。

2 CAN的架構體系

2.1 CAN的概念

作為面向計算網絡深度融合的新型網絡架構，CAN以現有的網絡技術為基礎，通過無所不在的網絡連接分布式的計算節點，實現服務的自動化部署、最優路由和負載均衡，從而構建可以感知算力的全新網絡基礎設施，保證網絡按需、實時調度不同位置的計算資源，提高網絡和計算資源利用率。CAN還能進一步提升用戶體驗，實現網絡無所不達、算力無處不在、智能無所不及的愿景。CAN的概念具體如圖1所示。

基于CAN的概念，中國移動從架構、協議、度量等方面協同演進，構建面向算網一體化的新型基礎網絡，如圖2所示。從架構層面上看，面對邊緣計算、異構計算、人工智能等新業務，在基礎設施即服務（IaaS）資源層編排的基礎上，未來算網融合架構如何向平臺即服務（PaaS）、軟件即服務（SaaS）、網絡即服務（NaaS）等一系列上層算法、函數、能力編排演進，需要進行研究。如何協同管理、控制數據面，以實現編排系統與網絡調度系統的協作，從而實現一切即服務（XaaS）能力按需靈活部署，也需要重點考慮。從協議層面上看，傳統網絡優化路徑僅實現信息在節點之間傳輸的SLA，并未考慮節點內部算力的負載。未來算網融合的網絡需要感知內生算力的資源負載和XaaS性能，并綜合考慮網絡和算力兩個維度的性能指標，從而進行路徑和目標服務階段的聯合優化。另外，還需要考慮和數據面可編程技術的結合，如利用SRv6可編程性實現算網信息協同，以實現控制面和數據面的多維度創新。從度量方面看，網絡體系的建模已經很成熟，但算力體系還需要綜合考慮異構硬件、多樣化算法以及業務算力需求，以及形成算力的度量衡和建模體系。CAN需要依托統一的算力度量衡體系以及能力模板，為算力感知和通告、算力開放應用模型（OAM）和算力運維管理等功能提供標準度量準則。

2.2 CAN體系架構

為了實現泛在計算和服務的感知、互聯和協同調度，CAN架構體系從邏輯功能上可分為算力服務層、算網管理層、算力資源層、算力路由層和網絡資源層。其中，算力路由層包含控制面和轉發面，如圖3所示。

算力應用層：承載泛在計算的各類服務及應用，并將用戶對業務SLA的請求（包括算力請求等）參數傳遞給算力路由層。

算力管理層：完成算力運營、算力服務編排，以及對算力資源和網絡資源的管理。該層的具體工作包括對算力資源的感知、度量，以及OAM管理等，實現對終端用戶的算網運營以及對算力路由層和網絡資源層的管理。

算力路由層：是CAN的核心。基于抽象后的算網資源，并綜合考慮網絡狀況和計算資源狀況。該層可以將業務靈活按需調度到不同的計算資源節點中。

算力資源層：利用現有計算基礎設施提供算力資源。計算基礎設施包括單核中央處理器（CPU）、多核CPU，以及CPU+圖形處理器（GPU）+現場可編程門陣列（FPGA）等多種計算能力的組合。為滿足邊緣計算領域多樣性計算需求，該層能夠提供算力模型、算力應用程序編程接口（API）、算網資源標識等功能。

網絡資源層：利用現有的網絡基礎設施為網絡中的各個角落提供無處不在的網絡連接，網絡基礎設施包括接入網、城域網和骨干網。

其中，算力資源層和網絡資源層是CAN的基礎設施層，算網管理層和算力路由層是實現算力感知功能體系的兩大核心功能模塊。基于所定義的五大功能模塊，CAN實現了對算網資源的感知、控制和調度。

總之，作為計算網絡深度融合的新型網絡，CAN以無所不在的網絡連接為基礎，基于高度分布式的計算節點，通過服務的自動化部署、最優路由和負載均衡，構建算力感知的全新的網絡基礎設施，真正實現網絡的無所不達、算力無處不在、智能無所不及。海量應用、海量功能函數、海量計算資源則構成一個開放的生態。其中，海量的應用能夠按需、實時調用不同地方的計算資源，提高計算資源利用效率，最終實現用戶體驗最優化、計算資源利用率最優化等。

3 CAN關鍵技術

3.1 算力度量和建模

如何構建統一的算力模型是CAN的研究基礎。基于算力統一的度量體系，通過對不同計算類型的異構算力資源進行統一抽象描述，形成算力能力模板，可以為算力路由、算力設備管理、算力計費等提供標準的算力度量規則。首先，異構硬件設備通過統一的算力度量和建模，實現對現場可編程門陣列（FPGA）、GPU、CPU等異構物理資源的統一資源描述，從而可以有效地提供計算服務。其次，考慮到計算過程受不同算法的影響，需要對不同的算法如人工智能（AI）、機器學習、神經網絡等算法所需的算力進行度量，更有效地了解應用調用算法所需的算力，從而服務于應用。最后，由于用戶的不同服務會產生不同的算力需求，需要把用戶需求映射為實際所需的算力資源，從而可以使網絡更充分有效地感知用戶的需求，提高和用戶交互的效率。

3.2 算力路由關鍵技術

算力路由層是CAN的核心功能層，支持對網絡、計算、存儲等多維資源、服務的感知與通告，從而實現“網絡+計算”的聯合調度。算力路由層包括算力路由控制技術和算力路由轉發技術，這兩種技術可以實現業務請求在路由層的按需調度。

算力路由控制面可以通告算力節點的信息并生成算力拓撲，進而生成算力感知的新型路由表。算力路由控制面基于業務需求生成動態、按需的算力調度策略，實現算力感知的算網協同調度。算力路由轉發需要通過IP協議/SRv6擴展增強實現網絡感知應用、算力需求以及隨路OAM管理等功能。算力路由支持網絡編程、靈活可擴展的新型數據面，能夠實現算力服務的最優體驗。

3.3 算力管理關鍵技術

算力管理包含算力設備的注冊、OAM、運營等。統一的管理面可以對網絡和算力進行管理和監測，并可生成算力服務合約以及計費策略，以實現對算力的統一運營。基于統一的算力度量體系，通過對不同計算類型進行統一抽象描述，算網管理層能夠形成算力能力模板，從而為算力設備的管理、合約和計費以及OAM提供標準的算力度量規則。算力注冊需要實現對算力節點的注冊、更新和注銷，并對相應的路由通告策略進行管理。算力OAM需要實現對算力資源層的算力性能監測控制、算力計費管理等。

4 CAN關鍵技術驗證與測試

為了推動CAN的研究和標準化，中國移動搭建實驗網，通過集成測試、功能測試和性能測試，多維度進行CAN關鍵技術的驗證。中國移動浙江省公司完成了多個移動邊緣計算（MEC）站點的CAN部署，具體的技術測試拓撲如圖4所示。其中，多個節點位于杭州、金華的不同機房，平均距離約為30 km，平均時延約4 ms，平均通量接近1 000 kbit/s。

集成測試驗證了CAN組件與現有MEC軟硬件環境及業務系統的集成能力，實現控制面與數據面端到端的通信流程。

功能測試驗證了CAN新增的網絡能力，包括根據網絡以及服務狀態優選計算位置的能力、業務流粘性保持能力，以及主動觸發服務質量劣化業務流重連的能力。

性能測試驗證了CAN的MEC整體系統與基準MEC系統在數據面性能指標方面的對比情況。測試表明，CAN調度系統單位時間完成的總任務數（QPS）有所提升，同時客戶端感知的任務端到端完成時延有所降低，從而驗證CAN調度系統可以實現系統資源利用率最優、用戶體驗最優。

測試案例分為兩大類，包含理想情況（系統算力容量和性能都比較均衡），以及系統算力容量、性能不均衡的情況。通過現網測試，我們可以對CAN調度系統與基準系統隨機調度的QPS和端到端平均時延進行比較。

當系統算力容量和性能都比較均衡時，測試結果如表1和表2所示。當請求業務數處于小、中兩種輸入情況時，CAN調度系統的QPS比基準系統隨機調度的QPS分別提升5.5%、33.17%，端到端時延分別降低25.62%、16.00%。

本次測試有力地證明了CAN調度系統能夠將業務請求分配到更優的邊緣節點上，從而實現邊邊協同、整體系統負載均衡優化、資源利用率優化等。

5 結束語

以“新基建”為導向的一系列政策，使得新一代信息技術間的融合效應逐漸顯現。“5G+云+AI”將成為推動中國數字經濟持續發展的重要引擎。結合未來計算形態云-邊-端泛在分布的趨勢，計算與網絡的融合將會更加緊密。為了提升“聯接+計算”的能力，需要計算和網絡兩大產業進行有機協同，相互配合。業界也需要積極探索算力資源和算力服務的智能調度、高效分配的方式和途徑，打造面向云網融合、算網一體技術演進的新型網絡。

致謝

本論文由中國移動研究院算力網絡團隊共同完成，特向項目組成員孫滔、付月霞、劉鵬、杜宗鵬等致謝！

參考文獻

[1] SDN/NFV/AI標準與產業推進委員會. 網絡人工智能應用白皮書 [R]. 2019

[2] 邊緣計算網絡產業聯盟.運營商邊緣計算網絡技術白皮書 [R]. 2019

[3] 雷波， 劉增義， 王旭亮， 等. 基于云、網、邊融合的邊緣計算新方案：算力網絡 [J]. 電信科學， 2019， 35（9）： 50-57

[4] 中國聯通.中國聯通算力網絡白皮書 [R]. 2019

[5] 中國移動.算力感知網絡技術白皮書 [R]. 2019

[6] 中國通信標準化協會. 面向全網算力的算力感知網絡關鍵技術研究 [R]. 2020

[7] 姚惠娟， 耿亮. 面向計算網絡融合的下一代網絡架構 [J].電信科學， 2019， 35（9）： 38-43

[8] 網絡5.0技術和產業創新聯盟. 網絡5.0技術白皮書 [R]. 2019

[9] GENG L， LEI B， FU Y， et al. IMT2020-CAN- req： use cases and requirements of computing-aware networking for future networks including IMT-2020 [R]. ITU-T， 2020

[10] GENG L， WILLIS P. Compute First Networking（CFN） scenarios and requirements [R]. IETF， 2019

[11] LI Y， HE J， GENG L， et al. Framework of Compute First Networking （CFN） [R]. IETF， 2019

[12] GU S， ZHUANG G， YAO H， et al. A report on Compute First Networking （CFN） field trial [R]. IETF， 2019

作者簡介

姚惠娟，中國移動通信研究院網絡與IT技術研究所項目經理，擔任CCSA TC614架構組組長和算力特設組副組長；長期從事IP網絡研究和標準工作，主要涉及承載網絡、邊緣計算、未來網絡架構等領域。

陸璐，中國移動通信研究院網絡與IT技術研究所副所長，擔任CCSA TC5核心網組組長；長期從事移動核心網策略、演進、標準和技術研究工作，主要涉及未來網絡架構、智能管道、邊緣計算等領域。

段曉東，中國移動通信研究院副院長，擔任IMT-2030（6G）推進組網絡技術組組長；主要研究方向為 5G/6G 網絡架構、云計算及虛擬化、IP新技術。