算力網絡發展中的若干關鍵技術問題分析

何濤，楊振東，曹暢，張巖，唐雄燕

專題：新型網絡技術

算力網絡發展中的若干關鍵技術問題分析

何濤1，楊振東2，曹暢1，張巖1，唐雄燕1

（1. 中國聯合網絡通信有限公司研究院，北京 100048；2. 中國聯合網絡通信有限公司廣東省分公司，廣東 廣州 510660）

介紹了目前國內外算力網絡技術的發展現狀，對算力網絡關鍵技術進行了闡述，從算力度量與算力建模、基于算力信息的路由決策、云?邊?端算力協同、基于服務的云網融合及算力網絡信息安全5個方面，對算力網絡技術發展及實踐應用中遇到的問題進行了深入分析，并提出了初步的解決方案。

算力網絡；算力度量；云網融合；算力協同

0 引言

算力網絡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。

算力網絡自2019年誕生至今已有3年多，在產業界的共同努力下，算力網絡技術研究在國際和國內都取得了顯著的進展。國際上，互聯網工程任務組（Internet Engineering Task Force，IETF）已經開展了計算優先網絡框架（computing first network framework）系列研究；歐洲電信標準組織（European Telecommunication Standards Institute，ETSI）和寬帶論壇（Broadband Forum，BBF）分別啟動了NFV-EVE020和SD-466相關技術研究；國際電信聯盟電信標準化部門（International Telecommunication Union Telecommunication Standardization Sector，ITU-T）也發布了Y.2501（computing power network-framework and architecture）的技術標準。在國內，三大運營商與中國通信標準化協會（China Communications Standards Association，CCSA）同期開展了包括算力網絡需求與架構、算力路由協議技術、算力網絡標識解析技術、算力網絡控制器技術、算力網絡交易平臺技術、算力網絡管理與編排技術、算力度量與算力建模技術等全方位的標準技術研究工作，有力地推動了算力網絡的發展。

2021年，算力網絡借助“東數西算”的國家戰略迎來蓬勃發展的一年，中國聯通提出基于第三代面向云的無處不在的寬帶彈性網絡（cloud-oriented ubiquitous broadband elastic network 3.0，CUBE-Net3.0）打造新一代數字基礎設施建設，通過“聯接+計算”的算網一體理念，以云網為基、數智為核，實現算網聯動；中國電信提出了“網是基礎、云為核心、網隨云動、云網一體”的思路，以云為核心大力發展云網融合；中國移動則提出了算力立體泛在、算網融合共生、算網一體服務的新理念[1]。雖然三大運營商對于算力網絡的立足點有所不同，但是核心思想趨于統一，都是希望未來云、網、算等資源能夠融為一體，使用戶能夠像用電、用水一樣，隨時隨地地使用算力。

為實現此愿景，產業界先后提出了如下主要技術思想。

●抽象出算力的計量粒度，使得算力資源的度量能夠在一定程度上統一。

●算力優先網絡的實現，使得網絡中的路由計算不再只依靠傳統的鏈路度量值，而能夠將算力信息作為權重參與路徑選擇。

●通過網絡在云側、邊側、端側的高效分布和連接保證，使得“多云協同”“云?邊協同”“端?云協同”成為現實。

●算力網絡管控系統的統一管理和編排完成算力、網絡、云的統一調度，實現“一網聯多云”“一鍵網調云”。

雖然算力網絡當前已經初步具備了應用落地的條件，但是產業界也應清楚認識到目前尚未突破的一些核心技術難點，即算力網絡持續健康發展面臨的若干關鍵技術問題，本文將探討這些問題。

1 算力度量與算力建模

算力度量和算力建模是算力網絡底層的技術基石，如何在網絡中有效地對算力進行標識和度量是算網融合發展的第一步。不同于傳統的硬件計算資源度量，算網融合過程中算力的度量不僅依賴中央處理器（central processing unit，CPU）、圖形處理器（graphics processing unit，GPU）等處理單元以及內存、硬件等存儲資源，還與業務類型、節點的通信能力等息息相關，可以說作為算網融合發展的基礎，如何構建統一的算力資源模型及算力需求模型、實現算力的一致化表達是算力度量與算力建模的關鍵問題[2]。

目前，算力資源的度量和建模方面的研究進展相比算力網絡其他研究方向稍顯緩慢，經過分析，主要原因包括以下幾點。

（1）衡量計算能力的CPU、GPU、神經網絡處理器（neural network processor unit，NPU）等異構處理單元很難進行標準化的統一，目前僅有中國聯通和中國移動在CCSA的標準研究報告中提出根據整數運算速率、浮點數運算速率等不同運算類型的維度衡量處理單元計算能力的方案，但是在此方案中，很難直接比較不同的運算類型。

（2）算力資源除了計算單元，還包括內存、存儲、通信能力等其他資源，如何將所有不同類型的資源進行標準化統一建模，并供上層資源消費者使用，目前還沒有學術界和產業界都比較認可的標準。

（3）上層應用對算力資源的類型和需求量往往差異很大，一般只能通過經驗數據來描述某一特定場景下的算力資源需求，這也是導致異構算力資源完成統一及標準化的一個難點所在。目前，產業界提出了算力交易平臺的初步解決方案：構建算力資源池度量模型，例如，一個算力資源池中包括8核vCPU、8 GB內存、100 GB硬盤，調用此算力資源池的通信帶寬為100 MB等，用戶在算力交易平臺中以已建模的算力資源池為使用單位來對算力資源進行使用。

綜上所述，“底層算力資源度量的標準化統一”以及“上層應用對底層算力資源需求的標準化統一”是算力度量與算力建模需要解決的兩大問題。

國內某運營商在其研究報告中提到了三級算力度量指標體系：異構硬件算力度量、節點服務能力度量、業務的支撐能力度量[3]。這個三級指標體系初步提出了將某種業務需求與節點服務能力映射的思想，再通過節點服務能力與算力資源的映射關系，最終形成業務的算力需求與算力資源映射的關系。這種算力度量指標體系為算力度量和算力建模的目的提供了明確的方向。未來的算力網絡業務需求與底層的算力資源自動匹配，需要能夠將業務需求盡可能精細化地拆分為原子業務需求，拆分的顆粒度為一個原子業務需求能夠盡可能精確地與一個或者一組可以明確量化的算力資源相匹配。例如，假設定義“在1 ms內完成1 MB視頻圖像的3D渲染處理”為一個原子業務，那么恰好能夠完成該原子業務處理的算力資源為本地的1個vGPU和10 MB內存，這就能夠將原子業務與其需要的算力資源相匹配，從而整體的業務需求就能夠相應地與其總體算力資源需求相匹配。更復雜的是，算力資源的需求還可能與網絡資源的帶寬以及用戶和算力資源的距離有關，這就需要設計更復雜的算力度量和算力建模模型，與上層的業務需求進行匹配。

圖1 基于傳統路由計算方式的選路機制

2 基于算力信息的路由決策

在算力網絡中，將用戶業務流量調度到合適的算力資源池中進行處理，需要網絡具備精確的路由決策能力，能夠基于算力信息進行路由計算。傳統路由計算是基于鏈路的基礎度量值進行選路的，其在網絡發展的初期具有簡單易度量的優點，適合早期互聯網業務應用類型不多情況下的網絡發展，但是，隨著互聯網業務類型的飛速增加，傳統的路由計算方式對于特定的業務需求已經無法保證最優的路徑調度。基于傳統路由計算方式的選路機制如圖1所示，在虛擬現實（virtual reality，VR）場景中，在傳統網絡的路由決策指導下，用戶選擇了鏈路距離最近的多接入邊緣計算（multi-access edge computing，MEC）云中的某個服務器（server），但是顯而易見，對于新型的VR視頻業務處理，GPU是更好的選擇，所以如果在網絡中還是采用基于傳統鏈路度量值的選路策略，資源無法得到最好的利用。

為解決上述的問題，產業界提出了計算優先網絡（computing first network，CFN）機制，CFN在鏈路開銷的基礎上增加了多種算力和網絡信息的度量方式，如CPU、GPU、現場可編程門陣列（field programmable gate array，FPGA）和帶寬、時延等。同時，CFN結合任播技術還能夠以“邊?邊協同”的方式實現算力資源的智能管控，完成應用部署的負載分擔[4-5]。

這里仍舊以VR視頻業務為例，在此場景中，VR視頻信息需要發送到MEC上進行處理，各個MEC上都具備視頻信息處理的能力，路由器（router）1中的算力資源信息見表1。其中，算力的單位為每秒運行的浮點計算吉次數（giga floating-point operations per second，GFLOPS），G表示10億。由于各MEC都具備視頻處理能力，所以通過任播地址，理論上可以將視頻數據流發送到任何一個MEC進行處理。但是，從表1可以看出，MEC1和MEC3不具備GPU處理能力，基于算力資源的CFN選路機制如圖2所示，視頻信息數據流沒有選擇MEC1和MEC3，而對于具備GPU處理能力的MEC2、MEC4和MEC5，在具備相同處理能力的前提下，Router1到MEC4的網絡時延最低，所以MEC4是最優的選擇。再者，為了視頻信息并行處理的效率，Router1選擇將視頻數據流同時發往MEC2、MEC4和MEC5，實現了視頻業務處理的負載分擔。

圖2 基于算力資源的CFN選路機制

表1 Router1中的算力資源信息

如上所述，基于CFN的路由決策機制在傳統路由決策的基礎上考慮了算力信息的權重，在算力資源多樣性的網絡中，能夠精確地完成流量調度，打破了傳統路由決策機制的局限性，使得業務調度能夠根據自身的特點選擇合適的處理設備，并能夠做到資源的充分利用，但是在實際的應用中，由于算力資源的多樣性和網絡的復雜性，CFN還存在以下尚未完全解決的問題。

（1）算力信息及網絡信息指標多樣化，目前的算法還無法精確包含所有影響路由決策的信息，只能在特定的場景中針對特定的需求進行路由算法的定制化設計。

（2）隨著網絡規模的擴大，網絡中鏈路故障、設備端口震蕩、網絡擁塞等問題時刻在出現，這些故障會導致算力信息和網絡信息指標權重的變化。算力資源的指標權重比傳統單一的鏈路開銷權重個數要多得多，所以網絡變化對基于算力資源的路由計算影響就會非常嚴重。針對此類網絡變化導致的影響問題，可以給路由計算設置抑制時間或者觸發路由計算的門限值，以降低頻繁的路由變化給業務處理帶來的不利影響。例如，在1 min之內，如果資源信息變化非常頻繁，則只進行一次路由計算；或者當資源信息的變化在1%以內，則不觸發路由計算。

（3）CFN機制需要通過在傳統的路由協議上進行擴展用以攜帶算力信息和網絡信息，而傳統的內部網關協議（interior gateway protocol，IGP）和外部網關協議（border gateway protocol，BGP）路由協議設計無法實現端到端信息的傳遞，這導致跨域的路徑選擇還不能做到非常精確，這對廣域網上算力路由決策的準確性提出了很大的挑戰。

針對上述3個問題，基于產業界目前對算力網絡的研究進展，本文給出如下解決思路。

（1）算力資源的指標多樣化使得路由計算算法的復雜化問題難以解決，這就需要通過算力度量和算力建模技術將算力資源的指標盡可能歸一化，通過減少指標參數的方法降低算法的復雜度。

（2）網絡的變化帶來的算力信息權重的頻繁變化是路由計算無法接受的，但是為了路徑選擇的準確性，路由計算又需要實時對網絡環境作出響應，那么在算力網絡的路由決策機制設計中，就必須在降低網絡變化頻繁性的影響和提高路徑選擇的準確性之間進行折中，或者采取全新的路由決策方案及提高網絡的容錯能力。

（3）要實現廣域網中大規模算力網絡的運行，還必須解決算力信息和網絡信息的跨域傳遞問題，打破傳統路由協議的限制，目前比較流行的IPv6分段路由（IPv6 segment routing version 6，SRv6）協議能夠在一定程度上實現端到端的信息打通。

3 云?邊?端的算力協同

隨著全球數據總量的快速增長，數據處理對算力的需求陡增，而由于工藝的約束，單芯片的算力在5 nm之后也將接近頂峰，傳統集約化的數據中心算力和智能終端的算力可增長空間也面臨極大挑戰[6]，這決定了未來算力的發展不能僅僅依靠于單點計算能力的提升，更需要對分散算力進行集中使用。算力網絡的愿景之一就是將全網中的云?邊?端算力進行統一納管、按需調度，實現云?邊?端的算力協同。

中國聯通研究院最早在2019年10月發布的《算力網絡白皮書》提出了云?邊?端的三級算力架構，并指出算力網絡是實現云?邊?端算力高效利用的有效手段。發展至今，算力網絡也通過其精準的調度、靈活的連接、充分的協同，一定程度上實現了專業、彈性、協作的高效云?邊?端算力整合，但是基于當前算力的分散性和動態性的特點，云?邊?端的算力協同還存在一些尚未完全解決的問題，如下為對其中一些問題的分析，并提出了相應的解決思路。

（1）云?邊?端算力的海量接入問題

云?邊?端的算力，尤其是端側的算力，在網絡中分散的范圍非常之廣，如何建立一個如此龐大、能夠“海納百川”的統一算力管理系統，首先需要解決的問題是在海量的算力接入情況下，如何保證系統能夠保持足夠的穩定性，并能夠及時完成算力的整理和歸類，以供業務應用進行使用。在目前的解決方案中，層級化的架構體系是一個較好選擇，通過劃分區域范圍，使算力管理系統在保證自身處理性能的前提下盡可能多得容納算力節點，下級系統接入上級系統，上級系統負責下級系統的統一管理。

（2）算力的動態使用問題

每一個接入算力管理系統的云?邊?端算力節點，可能需要同時滿足本地算力使用和遠端算力使用，那么就會出現本地可用算力和網絡可用算力一直處于動態變化中的情況，如何確保業務應用使用遠端算力的準確性，是算力管理系統需要考慮的問題。例如，對于變化不太頻繁的算力節點，可以通過資源獨占鎖定的方式防止其他應用的調用，而對于變化過于頻繁的算力節點，可以設定一個是否將節點納入統一管理的門限或者從該算力節點中單獨劃分出一部分資源專門供系統統一管理。

（3）算力的調用粒度問題

在目前的算力網絡系統中，能夠實現以一個業務應用為單位、將報文調度到某個資源池中進行處理，或者通過編排系統實現負載分擔。但是，在系統調度功能中，即使實現了負載分擔功能，也是將同一個業務應用的不同會話調度到不同的資源池中進行處理，還沒有真正實現細分到任務或者進程顆粒度的算力協同。例如，不同資源池能夠為同一個業務應用提供不同類型的算力，或者系統能夠將業務應用拆分為不同的服務或者進程分發到不同的資源池中進行處理。為了能夠達到上述的服務調用粒度，一方面，系統需要具備將業務應用拆分到足夠顆粒度的子服務的能力，使子服務的處理資源需求能夠恰好匹配資源池中的算力資源；另一方面，系統還應具備將業務應用根據所需要的算力資源類型進行子服務拆分的能力，使得特定的子服務被特定的算力資源處理，從而提高處理效率。例如，算力網絡的子服務拆分調度解決方案如圖3所示，服務App1能夠被拆分為3個子服務（App1.1、App1.2和App1.3），并根據子服務自身的資源需求，通過算力網絡調度到相應的算力資源中進行處理[7-8]。

圖3 算力網絡的子服務拆分調度解決方案

4 基于服務的云網融合

在未來的互聯網中，用戶只需要通過終端接入網絡，提出業務需求，算力網絡就會根據用戶的需求自動在網絡中搜尋服務提供節點，用戶根本無須關注服務提供節點的真實物理位置，所有合理匹配算力資源的工作都由算力網絡完成，真正實現了基于服務的云網融合。但是，在當前的商用互聯網中，網絡和云的獨立性大于融合性，由于近10年信息技術（information technology，IT）的發展領先于通信技術（communication technology，CT），網絡已經逐步淪為云間的通信管道，作為網絡通道提供者的運營商們為了使網絡能夠發揮更加智能的作用，精確地為用戶提供服務等級協定（service level agreement，SLA）服務，正在逐步思考網絡如何更好地發揮主導作用，以網絡為中心，根據用戶的需求智能化地調度云內服務。

算力網絡可以看作云網融合發展的高級階段，它為用戶呈現的是一個完整的大規模資源池，用戶只需要接入這個資源池，而不需要關注提供服務的資源池所在的物理位置。在這個大規模資源池中，云作為服務承載的節點，網作為服務間信息交互的紐帶，如何讓服務節點隨著網絡的延伸形成一個全連接的關系且盡可能地靠近用戶以降低時延，并且網絡路徑能夠隨著承載服務的云的改變而動態變化，是云網融合需要解決的核心問題。本文結合目前云網融合的研究進展，提出以下3個思考方向。

（1）云網融合需要一個位于網絡管控和云管控之上的總體編排管控系統（以下簡稱“編排系統”）來建立網和云之間的聯系[9-10]。當用戶選擇服務時，編排系統先要根據云資源是否可用，對服務及服務所處于的云進行選擇，并在此基礎上完成業務路徑的編排，然后將編排后的業務路徑下發給網絡控制器，由網絡控制器根據業務路徑進行路由決策后下發路由表項指導網絡設備進行數據報文的轉發。

（2）云網融合的場景，可能涉及多次入云的情況（如業務鏈場景），傳統的路由決策方式在復雜場景下逐漸顯現出其弊端[11]。例如，策略路由（policy based routing，PBR）的實現方式，雖然現有絕大多數網絡設備都能夠支持，不需要對設備本身的功能進行修改，但是配置復雜、可擴展性差，無法適應未來云網深層次融合的網絡。雖然網絡服務報文頭（network service header，NSH）的實現方案已經非常成熟，但是它需要進行數據面的修改以支持NSH的轉發，并且在入云的服務功能轉發器（service function forwarder，SFF）上需要維護每個業務鏈的轉發狀態，在業務部署時需要在多個網絡節點上進行配置，控制平面復雜程度相對較高。基于SRv6的業務鏈，只需要在頭節點顯式指定報文的轉發路徑，實現方式靈活，不需要在網絡的中間節點維護逐流的轉發狀態，部署也相對簡單，此實現方式目前的瓶頸主要在于非感知（unaware）模式的云網互聯配置復雜度和感知（aware）模式的服務支持能力（非感知模式和感知模式的區別在于云內服務是否支持SRv6協議），這可以通過產品落地推動[12]。

（3）網絡管轄權問題。云網融合場景涉及的入云問題，在網絡路徑中不僅包含接入網及承載網絡上的路徑問題，還包含“最后一公里”的云網互聯及云內網絡問題，這些問題主要體現在網絡設備的管轄權上。從網絡路徑規劃的角度上看，網絡節點被一個控制器統一管理的效率最高，但是在現網實際應用中，網絡控制器只能對云外的網絡設備進行管理，而且在云外網絡中不同的管理域也需要不同的網絡控制器分別進行管理，而對于云內的網絡，其管理權一般屬于數據中心內的網絡控制器和云管控系統。為了在算力網絡中創建一個云網深度融合的系統，目前產業界正在嘗試通過上層的編排系統進行統一的協同調度，或者通過算網融合設備的創新方式減輕這種復雜的網絡管理問題[13-15]。

5 算力網絡信息安全

整個算力網絡自下而上包括物理設施、軟件系統、網絡架構、系統平臺及應用服務等功能組件，為確保整個算力網絡體系的安全可靠，需要在物理安全防護、系統安全加固、網絡訪問控制、應用安全防護以及安全管理[16]等方面進行安全保障。

一方面，在算力網絡體系中，需要解決軟、硬件系統加入算力網絡的可信任問題以及算力網絡使用者的權限管理問題等，這可以通過傳統的鑒權管理系統方案解決，鑒權管理系統對算力網絡的管理權限和算力資源的使用權限進行合理的安全管理，以確保算力網絡的安全運行以及算力資源的合法使用，鑒權管理系統解決方案示意圖如圖4所示。

圖4 鑒權管理系統解決方案示意圖

另一方面，從網絡架構的角度考慮，網絡虛擬化、網絡切片以及異構接入均帶來新的潛在安全問題。隨著NFV的引入，彈性、虛擬化的網絡使安全邊界變得模糊，安全策略難以隨網絡調整而實時、動態遷移，虛擬機容易受到歸屬于同一主機的其他虛擬機的攻擊，而傳統的基于物理安全邊界的防護機制在云計算的環境中難以得到有效的應用[17]。要對如此大規模且邊界模糊的網絡采取針對性的安全方案，給安全系統提出了巨大的挑戰，針對此情況，建議使網絡中的軟/硬件系統既作為安全方案的受益者，也作為方案樣本的提供者參與整個安全體系的建設，這可以通過云安全平臺的方案共享實現。

云安全平臺通過構建分布式平臺的方式同步算力網絡的安全解決方案，其核心思想是構建一個分布式管理和學習平臺，以大規模用戶協同的方式計算防護網絡中的病毒及木馬，云安全平臺解決方案如圖5所示。云安全平臺體現了一種網格思想，每個加入系統的設備或應用既是服務的對象，也是完成分布式管理功能的一個信息點。

圖5 云安全平臺解決方案

6 結束語

綜上所述，標準化的算力度量與建模是完成算力路由決策的前提，是實現算力網絡進一步發展的基礎。通過算力網絡對算力的精確調度，整合全網的算力，從而實現云?邊?端算力的協同，并在算力服務化的基礎上，完成基于服務的云網融合，同時，在網絡信息安全技術的保障下，實現算力網絡系統的健康運行。

當前，算力網絡的發展目前已經從理論分析階段逐步發展到試點實踐階段，在取得成績的同時也隱含了諸多亟待解決的技術問題。本文從算力度量與算力建模、基于算力信息的路由決策、云?邊?端算力協同、基于服務的云網融合及算力網絡信息安全5個方面，分析了算力網絡建設中可能會遇到的一些實際問題，并提出了初步的解決方案，希望拋磚引玉，和業界同仁一起逐步完善算力網絡系統建設，共同促進算力網絡的持續健康發展。

[1] 唐雄燕, 曹暢, 李建飛, 等. 算力網絡前沿報告[R]. 2020.

TANG X Y, CAO C, LI J F, et al. Cutting edge report of computing power network[R]. 2020.

[2] 中國通信標準化協會. 面向業務體驗的算力需求量化與建模研究(2020B1)[R]. 2020.

CCSA. Research on quantification and modeling of business experience oriented computing power requirements(2020B1)[R]. 2020.

[3] 中國通信標準化協會. 面向算網融合的算力度量與算力建模研究(2021B11)[R].2021.

CCSA. Research on computing power measurement and modeling for computing network fusion(2021B11)[R].2021.

[4] 華為技術有限公司. CFN for MEC解決方案[R]. 2020.

HUAWEI. CFN for MEC solution[R]. 2020.

[5] 網絡5.0產業聯盟. 網絡5.0產業聯盟CFN特設組倡議與籌備匯報[R]. 2019.

Network 5.0 Industry Alliance. Initiative and preparation report of CFN ad hoc group of Network 5.0 Industry Alliance[R]. 2019.

[6] 中國聯通. 算力網絡白皮書[R]. 2019.

China Unicom. White paper of computing power network[R]. 2019.

[7] 李銘軒, 魏進武, 張云勇, 等. 面向電信運營商的IT資源微服務化方案[J]. 信息通信技術, 2017, 11(2):48-55.

LI M X, WEI J W, ZHANG Y Y, et al. Microservicing scheme of IT resources for telecom operators[J]. Information and Communications Technologies, 2017, 11(2):48-55.

[8] 張晨. 云數據中心網絡與SDN技術架構與實現[M]. 北京: 機械工業出版社, 2018.

ZHANG C. Cloud data center network and SDN technology architecture and implementation[M]. Beijing: China Machine Press, 2018.

[9] 唐雄燕, 馬季春, 曹暢, 等. 中國聯通169網絡SDN化改造的成果與經驗[J]. 移動通信, 2019, 43(7): 2-6.

TANG X Y, MA J C, CAO C, et al. Achievements and experiences from SDN transformation of China unicom 169 network[J]. Mobile Communications, 2019, 43(7): 2-6.

[10] 王瑞雪, 熊學濤, 翁思俊. 中國移動數據中心SDN網絡架構及關鍵技術[J]. 移動通信, 2019, 43(7): 7-12.

WANG R X, XIONG X T, WENG S J. The network architecture and key technologies of China mobile's datacenter based on SDN[J]. Mobile Communications, 2019, 43(7): 7-12.

[11] ZHANG S, CAO C. ITU-T: requirements and framework of service function orchestration based on service function chain[R]. 2021.

[12] 李振斌, 胡志波. SRv6網絡編程：開啟IP網絡新時代[M]. 北京: 人民郵電出版社, 2020.

LI Z B, HU Z B. SRv6 network programming: opening a new era of IP network[M]. Beijing: Posts & Telecom Press, 2020.

[13] ITU-T. Y.3151: high-level technical characteristics of network softwarization for IMT-2020 - part: SDN[S]. 2019.

[14] IPv6-based SDN and NFV: deployment of IPv6-based SDN and NFV ETSI GR IP6 010 V1.1.1[S]. 2017.

[15] DENAZIS S, HADI SALIM J, MEYER D, et al. Software-defined networking (SDN): layers and architecture terminology[R]. RFC Editor, 2015.

[16] 曹暢. 算力網絡：云網融合2.0時代的網絡架構與關鍵技術[M]. 北京: 電子工業出版社, 2021.

CAO C. Computing power network: network architecture and key technologies in the era of cloud network convergence 2.0[M]. Beijing: Publishing House of Electronics Industry, 2021.

[17] 黃勁安, 曾哲君, 蔡子華, 等. 邁向5G——從關鍵技術到網絡部署[M]. 北京: 人民郵電出版社, 2018.

HUANG J A, ZENG Z J, CAI Z H, et al. Towards 5G-from key technology to network deployment[M]. Beijing: Posts & Telecom Press,2018.

Analysis of some key technical problems in the development of computing power network

HE Tao1, YANG Zhendong2, CAO Chang1, ZHANG Yan1, TANG Xiongyan1

1. Research Institute of China United Network Communications Co., Ltd., Beijing 100048, China 2. Guangdong Branch of China United Network Communications Co., Ltd., Guangzhou 510660, China

The current development status of domestic and foreign computing power network technology was introduced. The key technology of the computing power network was described. The problems which were encountered in the development and practice of the computing power network technology were deeply analyzed from five aspects and the preliminary solutions were proposed. The five aspects include the computing power measurement and computing power modeling, the routing decision based on the computing power information, the computing power collaboration of cloud-edge-end, the integration of cloud and network based on service, and the computing power network information security.

computing power network, computing power measurement, integration of cloud and network, computing power collaboration

TP393

A

10.11959/j.issn.1000?0801.2022147

2022?05?07；

2022?06?15

何濤（1982? ），男，中國聯合網絡通信有限公司研究院高級工程師，主要從事算力網絡、云網融合IPv6+網絡新技術等方面的研究工作。

楊振東（1976? ），男，中國聯合網絡通信有限公司廣東省分公司高級工程師，主要從事運營支撐系統、移動網、數據網方面的研發工作。

曹暢（1984? ），男，博士，中國聯合網絡通信有限公司研究院未來網絡研究中心高級專家、智能云網技術研究室主任，主要研究方向為IP網寬帶通信、SDN/NFV、新一代網絡編排技術等。

張巖（1983? ），男，博士，中國聯合網絡通信有限公司研究院高級工程師，主要從事算力網絡、云網融合、未來網絡體系架構等研究工作。

唐雄燕（1967? ），男，中國聯合網絡通信有限公司研究院副院長、首席科學家，“新世紀百千萬人才工程”國家級人選，北京郵電大學兼職教授、博士生導師，工業和信息化部通信科學技術委員會委員兼傳送與接入專家咨詢組副組長，北京通信學會副理事長，中國通信學會理事兼信息通信網絡技術委員會副主任，中國光學工程學會常務理事兼光通信與信息網絡專家委員會主任，開放網絡基金會（ONF）董事。主要研究方向為寬帶通信、光纖傳輸、互聯網/物聯網、SDN/NFV與新一代網絡等。