算力網絡發展展望研究

潘 葉，許耀順，李梓萌，陳迎春

（中國移動通信集團廣東有限公司，廣東 廣州 510623）

0 引言

立足新發展階段，貫徹新發展理念，構建新發展格局。算力網絡建設是支撐國家網絡強國、數字中國、智慧社會戰略的基礎，是對接國家規劃、落實“東數西算”工程部署的重要支撐，是推動國家新型基礎設施建設走向縱深的全新路徑，將有力地推動數字經濟的持續健康發展[1]。構建以5G、算力網絡、智慧中臺融合互促的新發展計劃，打造“連接+算力+能力”的新型信息服務體系將會是未來十年內網絡發展的主要方向。

推動算力網絡的發展驅動力主要包括以下6 點：①國家“東數西算”戰略實施，預測云服務商和運營商將會是承建和運營的主力[2]。②國家意志在推動，未來算力的使用成本會大幅下降，需求會指數上升，可以預測未來發展前景廣闊。③互聯網云服務商通過租用光纖建設SDN 化的云骨干網、或者打造SD-WAN 等多種途徑進入該領域。④外部競爭對手CT 和IT 廠家如亞信、浪潮、中盈、華為等也在運營商層面積極布局，在各省運營商層面推動算網大腦建設和試點。⑤編排、多云的產品升級，算力網絡將是一個契機，編排從業務編排到網絡編排、云編排的產品升級，多云從云資源管理到云應用管理的升級。⑥現有產品架構的提升，采用輕量化微服務分布式架構、云原生容器化部署、組件間松耦合、解耦和框架-適配組件思路進行產品設計，提升產品的穩定性、靈活性和適用性。

1 算力網絡概述

算力網絡是一種根據業務需求，在云、網、邊之間按需分配和靈活調度計算資源、存儲資源以及網絡資源的新型信息基礎設施，具體以算為中心、網為根基，網、云、數、智、安、邊、端、鏈等深度融合、提供一體化服務的新型信息基礎設施。算力網絡的目標是實現“算力泛在、算網共生、智能編排、一體服務”，逐步推動算力成為與水電一樣，可“一點接入、即取即用”的社會級服務，達成“網絡無所不達、算力無所不在、智能無所不及”的愿景[3]。

算力泛在具體指實現三融通，從而構建云邊端多層次、立體泛在的分布式算力，具體包括：空間融通東西，邏輯融通云（C）、邊（E）、端（T），內核融通異構，實現x86/ARM/GPU/FPGA 等多樣性算力。算網共生指網在算中、算在網中，網絡從算力連接感知和承載算力。智能編排指融數注智，構建算網大腦，實現算網統一編排、統一調度、統一管理和統一運維，打造算網資源一體設計、全局編排、靈活調度、高效優化的核心能力。一體服務主要是實現三個融合供給：①多重要素融合供給：融合算網數智鏈安等多要素。②多元算力融合供給：算力并網、可信交易。③數智服務融合供給：隨需滿足、體驗“無感”、使用更智能便捷。

2 算力網絡發展現狀

算力網絡自提出來后，在業界各方的共同努力下，算力網絡的標準化工作取得了很大進展，通信網絡運營商和各企業都有積極參與。中國通信學會、CCSA、網絡5.0 聯盟、IMT-2030（6G）推進組等行業組織和產業聯盟紛紛啟動算力網絡相關標準的制定。2021 年4 月至今，CCSATC3 通過了算力網絡總體技術要求、算力路由協議技術要求和算力交易等立項。TC1 通過了泛在計算總體技術要求、泛在算力調度管理技術要求和算力度量等立項，初步建立了算力網絡行標體系。IMT-2030（6G）網終技術工作組已正式啟動6G 網絡中的算網一體需求和關鍵技術研究。

算力網絡是一個龐大的系統性工程，一般認為其發展大致可以分為以下三大階段。

第一階段（2022—2023 年）是泛在協同的起步階段。在算力方面持續發力，從中心云向邊緣發展，構建云邊協同的算力體系，同時對網絡架構進行優化和調整，實現協同編排、網隨算動的一站服務和協同運營，向用戶能夠提供算力和網絡的一站式服務。

第二階段（2024—2025 年）是融合統一的發展階段，在這一階段，算力和網絡還是兩個相對獨立的個體。引入統一的算網大腦，向下可以實現算力和網絡的統一的編排和調度，向上賦能網絡的統一運營，向用戶提供算力和網絡的統一的融合服務，實現職能編排、算網融合的融合服務和統一運營。

第三階段（面向“十五五”階段及更長期）是一體共生的跨越階段。在這一階段，不僅在算網大腦方面進行融合，還會引入算力路由等相關技術，實現網絡和算力在生態和協議方面進一步融合，實現智慧內生、算網一體的一體服務和模式創新[4]。

3 算力網絡的發展及展望

3.1 算力成為數字經濟時代的生產力， 云計算推動算力服務化

新一輪科技革命和產業變革正在重塑全球經濟結構，算力是信息時代的新生產力，是支撐數字經濟發展的堅實基礎，算力的發展推進了技術的升級換代、應用的創新發展、產業規模的不斷壯大，而云計算作為算力的生產工具，給予算力隨時隨地、按需等優點，大大降低算力使用門檻，推動了算力向服務化邁進[5]。

全行業數字化轉型的加速對算網一體化基礎設施和融合人工智能、大數據等多要素融合服務能力的要求日益提升。當前算網各自編排、分域管理，難以提供算網融合的產品。算網大腦通過算網數據感知獲取全域實時動態數據，結合算網智能化、多要素融合編排實現要素能力的一體供給和智能匹配，橫向全面融合網、云、數、智、安、邊、端、鏈多種能力要素，縱向深度貫穿應用、平臺到底層資源，進而為新型信息基礎設施對外提供一體化服務提供能力支撐。

3.2 異構算力迎來繁榮期，推動算力向普惠化發展

隨著5G、工業互聯網、人工智能、云計算等新技術快速發展，GPA、FPGA、AI 芯片等異構算力迎來繁榮期，滿足各場景計算需求的同時，從成本的角度大幅度降低計算門檻。算力的服務對象也將從企業和大客戶擴展至小微企業及個人，真正推動算力成為“人人可用”的普惠資源。有研究表明，我國基礎算力占算力的比重由2016 年的95%下降到2020 年的57%，智能算力占算力的比重由2016 年的3%提升至2020 年的41%。智能算力的比重提升代表算力應用場景的不斷豐富，是算力“普惠”發展的重要體現。

3.3 邊緣應用場景激增，推動算力向泛在化發展

隨著算力泛在性程度的不斷加深，邊緣側應用場景層出不窮，算力需求不斷增加，算力逐步從中心側向邊緣側、端側擴展，形成了云-邊-端三級算力架構，以支撐智能安防、游戲、視頻等多樣化智能應用場景的不斷落地。

智慧城市、智慧工廠、智慧家庭等智能場景的逐步落地，人工智能正深刻地改變我們的生產、生活方式，一個以數字化、網絡化、智能化為特征的智慧社會正加速到來。一方面，以智算集群、無損網絡、高性能存儲為核心的智能算力解決方案有效提升計算效能、降低計算成本、縮短人工智能訓練周期；另一方面，基于多樣性算力的能力評估體系、云邊端算力高效協同調度能力和智能應用的敏捷構建方式等新型技術，構建泛在協同的智能算力底座，推動人工智能從“單點突破”邁向“泛在智能”，實現智慧社會轉型升級。

3.4 云原生解決多樣性算力的兼容性問題， 推動算力向標準化發展

隨著多樣性技術路線的引入和發展，以GPA、FPGA 為代表的異構計算與以ARM 為代表的CPU 架構的兼容性問題更加突出，多樣性算力的標準化度量與輸出成為挑戰。無論是底層資源的異構，還是不同地域如中心或邊緣節點應用的異構，容器化部署使算力資源輸出達到統一標準。

以GPU、FPGA、AI 芯片為代表的異構算力增長迅猛，以DPU/IPU 為代表的軟硬件深度融合的一體化計算架構逐漸興起，突破傳統馮·諾伊曼架構的近存計算、存算一體等存算融合新計算架構不斷出現。這些架構變革以數據處理的高效性為目標，通過數據流驅動計算，對底層數據按需就近處理，極大提升數據處理效率。此外，面向多樣性的新型計算架構，跨架構的開放編譯平臺已成趨勢，通過屏蔽底層硬件架構差異，構筑開發環境友好、性能高效的算力服務。

3.5 算力和網絡呈現深度融合的趨勢， 算網一體技術已現雛形

算力和網路的發展日益呈現一體共生之勢，從網隨算動到算網融合再到算網一體，網路從支持連接算力，演進為感知算力、承載算力，實現網在算中、算在網中。與此同時，算力度量、算力原生、算力路由等算網一體技術日益受到產學研各界重視，相關技術的成熟將持續推動算網融合縱深發展。

傳統的算力和網絡相對獨立，二者僅為簡單的連接關系。以NFV/SDN 為核心技術的下一代網絡規模部署，算力和網絡開始在基礎設施層面逐步融合，隨著5G+MEC 的飛速發展，進一步驅動網絡開始感知算力的位置，實現就近分流，算網融合的一體化平臺服務已成趨勢。未來，算網將在協議和形態層面進一步融合，網絡將深度感知算力，通過在網絡協議中引入算力信息，將應用請求沿最優路徑調度至算力節點，網絡設備通過共享自身算力，對數據進行在網計算，降低通信延遲，將推動無人駕駛、元宇宙等超低時延類新型業務創新突，進而推動算力服務化，推進算網向一體共生發展。

3.6 多樣性算力布局極速擴展， 新的跨架構的開發生態體系逐步形成

面向通用計算，互聯網企業和芯片巨頭已經完成了x86+ARM 多樣性計算布局，面對AI 這一增長預期更加強勁的未來市場，芯片布局更為激烈。多樣性算力的開發生態體系相對獨立，應用的跨架構開發和遷移困難，需通過開源、開放的方式建立可屏蔽底層硬件差異的統一異構開發平臺。例如，寒武紀的AI 加速芯片，華為的CPU+NPU，英特爾的CPU+IPU/FPGA，AMD 的CPU+APU/FPGA，英偉達的GPU/DPU+CPU 等。

“東數西算、東數西存、東數西訓、東數西渲”帶來跨地域、跨層次、跨架構的海量數據調度需求，對傳送網絡的容量、時延、成本、能耗等提出了更高要求。以OXC、400G/800G、OSU、SPN、50GPON、FTTR、硅光、新型光纖等為代表的新技術蓬勃發展，推動光傳送網向基于光電聯動的大帶寬、扁平化、低時延的智慧全光網演進[6]。

3.7 算力需要發揮極致性能，呼喚計算架構的技術創新

算力節點、存儲和網絡共同構成了經典馮諾依曼式的計算架構，網絡傳輸速率和存儲墻成為影響算力的最終性能的瓶頸，催生取代經典馮氏架構的技術創新，存與算的工作模式以及網與算的組織形式都將發生巨變。

傳統存與算的工作模式是存算分離，具體表現為CPU 從存儲單元獲取數據后進行計算，然后將計算結果寫回存儲器。目前存與算的工作模式是近存計算，具體表現為通過3D 封裝與HBM 技術，通過縮短CPU 與存儲單元之間的距離，從而增強帶寬。而中遠期存與算的工作模式則采用存算一體的新架構，使用新的存算一體芯片以及新編譯器和指令集，從而實現數據存算一體。

傳統網與算的組織形式為由服務器完成計算，然后通過網絡轉發數據。目前網與算的組織形式為智能網卡計算，通過計算服務器搭配專用計算加速卡實現。中遠期網與算的組織形式則是采用網絡設備計算，通過定義新的設備形態和功能，從而實現數據在網計算。

3.8 算力供給參與者眾多，全新算力交易模式即將出現

隨著產業由云向算發展，算力服務有多方供給，為了使社會已有算力得到充分利用，有效避免算力資源的重復建設，融合多方算力服務的新的算力交易模式即將出現。

通過算力交易創新模式廣泛吸納社會算力，基于區塊鏈的多方算力可信共享將推動算力的供給側改革，使算力的使用成本進一步降低，實現算力普惠，同時提升社會空閑算力使用效率，最大化發揮算力的價值。數據流通服務可實現跨行業、跨主體的數據共享和開放，通過聯邦學習、隱私計算等技術為多方協作模式下的數據價值挖掘提供可靠保障，推動數據合法、高效利用，助力數據產業應用升級，打造數據應用服務新范式。

4 結語

綜上所述，深刻認識算力和網絡融合共生、一體服務，這對全社會數智化轉型具有重大意義，對算力網絡的產生背景、核心理念、應用場景、發展路徑以及技術創新進行深入研究，進而倡導實現“網絡無所不達、算力無所不在、智能無所不及”的愿景。