算力時代下的算力服務需求研究

摘要：現階段，計算市場快速發展，網絡與計算之間實現了深度融合，因此，提供一個更加優化的算力服務成為重點關注的領域。算力資源特性多樣化，其業務需求以及算力服務也呈現出多樣化的特征。基于此，文章以業務需求為切入點，對算力服務需求進行研究，以期能夠為算力時代背景下算力服務發展提供有價值的參考依據。

關鍵詞：算力時代；算力服務；需求

一、引言

算力基礎設施不僅分布廣泛、形態多樣、歸屬復雜，而且算力度量也有一定的難度；同時，對于孤島算力功能而言，因為計算能力有限、功能單一化以及固定化，所以難以滿足多樣化的業務需求，不利于我國新興產業的健康發展。從社會發展角度來看，算力屬于新動能，如電、水等基礎能源，而算力未來發展趨勢與特征是靈活供給、按量供給以及按需供給，若要滿足這些要求，就需要算力服務體系朝著一體化轉型，以網絡為基礎，整合分布式、多級的算力資源，結合人工智能技術、大數據技術、云計算技術，讓算力服務能夠朝著安全、綠色的方向健康發展。基于此，研究算力時代下的算力服務需求具有一定的現實意義。

二、業務對算力服務的需求

（一）低時延需求

對于算力服務性能而言，其中一個重要評價指標便是“時延”，其直接關系到用戶的體驗，所以新興業務發展一定要對低時延的需求引起高度重視，而邊緣計算將發揮非常重要的作用。增強現實、虛擬現實等均屬于比較典型的低時延場景，用戶擁有較高的參與度，人之間、人與設備之間的流暢交互對于低時延有著較高的需求，通常為10ms。以場景、工業互聯網為例，設備之間、人與設備之間依托網絡實施通信，對于低時延需求較高，需要達到1ms～10ms[1]。

（二）大算力需求

對于高精尖科學研究場景而言，例如，氣候模擬、武器研發基因測序等，整個計算任務非常密集，特別是對計算準確度提出更高的要求，所以一臺計算機的處理能力無法滿足實際要求，需要花費的時間可能極其漫長。這些領域對于社會發展、經濟發展、國際安全有著極為重要的作用，因此，國家對于超級計算中心相關研究非常重視，將有利于提升國家科研實力。對于將科學研究作為主體的大算力場景，在計算、網絡等方面提出更高的要求，要求數據傳輸帶寬達到，隨著技術的突破，不久的將來還會達到；只有通過性能高的計算技術，才能為建設超級計算中心與云計算中心提供堅實的基礎，從而滿足大算力業務多元化需求[2]。

（三）高移動性需求

業務從請求開始到結束整個過程中，一般不會在某一個位置固定，所以對高移動性提出更高的要求，以直播為例，場景移動性就非常高，例如，旅游直播，整個場景可能涉及多個城市，沿途需要分享風景。此時，直播服務會提供各種功能，包括語音與視頻連接、利用彈幕進行實時互動與交流等。旅游直播場景之中，因為錨點位置始終處于變化狀態之中，所以計算與服務之間的物理距離會不斷變化，對于計算以及資源會提出更高的要求，特別是延時可能會增加。因此，要以用戶實際位置為根本，調整算力服務位置，一方面，對算力資源進行分析，并結合分析結果調整全局視圖；另外一方面，為了能夠滿足用戶的個性化需求，可以采用AI技術，實現智能編排業務的目標，這樣即使在高移動性場景之中也能夠實現快速切換的目標[3]。

（四） 潮汐需求

以辦公大樓的視頻監控為例，白天工作時間段，人流量比較大，意味著數據多且復雜，處理難度比較大；夜間，辦公大樓人員數量減少，與之有關的視頻畫面基本上處于靜止狀態，處理頻率也大幅度降低。針對該場景來講，雖然業務是相同的，但是時間會產生變化，與之有關的計算需求量也會變化，所以算力服務應該結合業務需求而進行變化，需要對計算資源進行調整，目的是對所有資源進行最大化利用。重視潮汐需求，結合AI技術對算力服務進行轉型升級，以流量變化為基本依據，對資源使用量進行預判，這就需要用到業務感知手段，將能夠發揮資源的價值。算力服務的需求并不是一成不變的，例如，車聯網，具有低時延特性、高移動性，越復雜的環境，對算力服務能力要求越高，因此，需要對與之有關的技術進行研究，將技術用于算力服務，確保服務能夠滿足各方面的需求[4]。

三、算力服務特征

前文對業務對算力服務的需求進行了分析，需要滿足可信、智能、綠色、共享等需求，才能確保算力典型應用場景發揮價值。算力需求與算力服務特征之間的關系（如圖1所示），對于每一種場景來講，如果要滿足其需求，通常需要對多種算力特征進行協同。

（一）綠色算力服務

對于算力資源而言，屬于耗電量大戶，從2021年相關統計來看，我國數據中心耗電量達到2045億千瓦，是整個社會用電量的2.7%。可以明確的是，這類業務的潮汐特性非常明顯，在高峰時期，計算資源超出負荷運轉，就會供不應求，而在低谷期又會有空閑狀態，這個狀態下的算力、電力等資源將會被浪費。隨著“雙碳”戰略的實施，綠色算力服務是發展的重要方向，重點需要解決這些問題：第一，以風、火、水電基礎設施為重點，通過算力服務實現節能減排的目標；第二，對實際任務進行分析，確保各項工作能夠有序安排，如果任務變化，需要及時調度。

首先，如果想要物理設施達到節能減排的目標，那么就需要對算力基礎設施引起重視，建議能夠從建設前后入手。既然數據中心屬于耗電量大戶，那么在建設中心之前，需要對其地理位置進行充分考慮，以谷歌、亞馬遜為例，其數據中心建立在愛爾蘭，一方面受益于該國家的稅收政策；另外一方面，數據中心對于降溫需求高，該國家的氣候比較寒冷，在自然降溫的基礎上，電費會降低。以微軟為例，將數據中心建立在大海，利用海水溫度將數據中心的溫度降下來[5]。

根據相關數據顯示（如圖2所示），京津冀、川渝陜、長三角粵港澳等地區分布著我國大部分算力，主要是因為大量業務集中在這些地區。隨著數字經濟的快速發展，需要對算力資源進行提前布局。特別是已經完成建設的算力基礎設施，應該加強對先進綠色技術產品的應用，例如，清潔能源、綠色IDC技術等方面的應用，可以有效提升綠色管理綜合能力以及能源高效清潔水平。

其次，合理安排調度業務層面，需要對標業務潮汐效應，以時間為依據，尋求與之匹配的業務，例如，用戶驅動型、結果驅動型。以用戶驅動型為例，用戶作息時間與服務使用時間之間的關系很密切，例如，游戲、視頻等，這些領域的高峰期通常在傍晚或者是周末；以結果驅動型為例，主要關注的是最后的產出總時間以及數據，例如人工智能技術、科學計算等。同一個算力資源池，需要盤活資源優先處理用戶的驅動型，滿足用戶的需求。計算資源進入空閑狀態之后，結合彈擴縮容等技術集中資源處理結果驅動型業務，也可以直接關掉部分服務，可以達到能耗節約的目的。

（二）共享算力服務

以網絡為載體，共享共聯算力資源、分布業務，可以解決算力資源缺乏等問題，例如，算力分布不夠均勻、業務分布不夠合理等。隨著科學技術的發展，國內新興業務規模擴大，而單點算力資源往往無法滿足低時延、較高移動性需求以及業務大算力的需求。共享算力可以被劃分成為共享單點算力、若干個算力資源池，以實際需求為依據，通過云計算等技術，可以滿足高移動性需求以及低時延需求。

隨著“東數西算”戰略的不斷深入，西部處理東部數據信息是一個重要場景，意味著東部數據會傳輸到西部，延時增加無可避免，所以可以覆蓋全國的網絡基礎設施就非常重要。為了滿足高移動性需求、低時延需求，具體可以從這些方面入手：第一，對泛在的邊緣計算節點進行建設，考慮到超低時延需要具備一個比較近的物理位置才能保障位置比較近的云計算節點達到實際需求，因此，需要建設泛在的邊緣計算節點。第二，單點算力無法滿足低時延的需求，需要編排管控調度系統中的邊緣節點發揮協同效應，從而滿足高移動性需求，即便是用戶位置不斷發生變化，也可以通過多個節點進行對應的切換，從而達到實際需求[6]。

（三）智能算力服務

該服務面向的是智能計算，簡單來講，就是提供智能化算力服務，將更多資源集中起來推動智能化業務發展，能夠為社會各個領域提供各種計算業務，例如，實時AI服務、實時計算等，常見的就是智能芯片，能夠提供由或者是其他加速器所支撐的高密集智能算力。依托人工智能技術，能夠讓用戶體驗更好，例如，智能管理、智能編排資源、智能編排工作業務流程以及計算機業務智能化運營等，整個過程依靠智能算力服務，可以動態預判以及調整算力資源，從而滿足綠色、安全、高效等方面的服務需求。

對于業務的潮汐性以及移動性需求，智能算力服務發揮著更加突出的作用，能夠將其貫穿始終，具體來講，首先，在基礎設施建設階段融入智能算力服務，構建以智能芯片為基礎的智能計算中心、智能服務集群，為智能算力提供條件，可以進行推理與識別、高性能計算、對海量數據進行挖掘、海量數據分布式存儲以及調度等業務場景。其次，智能算力服務涵蓋網絡智能、計算智能等。如今，人工智能呈現出快速發展的態勢，智能業務發展空間越來越大，對于智能算力服務的需求也在不斷增加，其主要需求集中在AI芯片；同時，在優化業務流程方面，人工智能技術發揮著非常重要的作用，例如，預測算力資源變化情況、分析用戶需求，將其與云計算服務進行融合，當用戶對資源進行購買時，用戶可以結合自身需求選擇計算資源，但是現階段的云計算服務部署之后，很多時候無法按照實際業務計算量的變化實現調整，這就需要通過智能算力服務對用戶需求進行智能化預測，從而滿足用戶的實際需求。

（四）可信算力服務

對于算力服務而言，可信算力服務是一項基本能力，小到個人隱私，大到國家安全，涵蓋面極廣，因此，穩定與安全是基本目標，涉及可信算力服務，能夠為網絡信息、計算資源、交易信息等提供安全保障。首先，通過算力提供方對資質進行核驗、對資源可信度進行評估，從而保障計算資源的安全可信性；其次，從網絡信息安全角度來看，需要保護數據、軟件以及硬件等，不能因為偶然的或者是惡意的原因而遭受破壞、泄露以及篡改，讓系統更加可靠安全。整個過程涉及多門學科，如信息論、數論、應用數學、系統工程、信息安全技術、密碼技術、通信技術、網絡技術、計算機技術等。最后，從可信交互來看，需要保障信息的可溯源以及準確性，這就與區塊鏈等技術有關[7]。

四、結束語

綜上所述，隨著相關技術的發展以及突破，計算的發展將會從單一的網絡服務、計算服務、網絡連接服務等，朝著云網邊端協同服務方向發展，并走向算力與網絡的深度融合。算力時代背景下，算力服務的重要性日益突出，依托可信算力服務、智能算力服務、共享算力服務、綠色算力服務等，能夠將泛在計算資源鏈接成為一個整體網絡，使其可信化、綠色化、智能化以及網絡化，以此為基礎，能夠結合算力資源的實際需求進行靈活服務。

作者單位：楊光 王玉申 姚潔 楊凱 中國移動通信集團江蘇有限公司

參" 考" 文" 獻

[1]李少鶴，李泰新，周旭.算力網絡：以網絡為中心的融合資源供給[J].中興通訊技術，2021，27（03）：29-34.

[2]姚惠娟，陸璐，段曉東.算力感知網絡架構與關鍵技術[J].中興通訊技術，2021，27（03）：7-11.

[3]戴鑫. 面向算力網絡的微服務調度策略研究與實現[D].東南大學，2021.DOI：10.

[4]賈慶民，丁瑞，劉輝，等.算力網絡研究進展綜述[J].網絡與信息安全學報，2021，7（05）：1-12.

[5]李建飛，曹暢，李奧，等.算力網絡中面向業務體驗的算力建模[J].中興通訊技術，2020，26（05）：34-38，52.

[6]黃光平，羅鑒，周建鋒.算力網絡架構與場景分析[J].信息通信技術，2020，14（04）：16-22.

[7]面向敏捷邊云協同的算力感知網絡解決方案[J].自動化博覽，2020（07）：44-47.