面向算網的一體化能源算力網絡技術研究

段俊娜 項朝君 郝雙洋 劉倩 崔靜 魏利朋 馬淼娜 羅望東

摘要：文章重點研究在互聯網時代，加強算網深度耦合、提升能源網絡算力能力，對云、網、邊進行一體化能源算力網絡部署。圍繞“東數西算”新型算力布局，通過算網融合，優化算力布局、優化國家/省級能源算網能力協同模型，融合算網能力，優化算力區域間東西向、南北向流量模型，進行算力端到端一體化高質量網絡保障，打造算網一體的多云生態高品質能源算力網絡。

關鍵詞：算網融合；算網協同模型；一體化算力網；東數西算

doi：10.3969/J.ISSN.1672-7274.2024.03.002

中圖分類號：TP 915.43? ? ? ? ? 文獻標志碼：A? ? ? ? ? ?文章編碼：1672-7274（2024）03-00-04

0? ?引言

隨著“5G+AI+能源”的快速普及應用，行業數字化轉型升級進度加快，全社會數據總量爆發式海量增長，各行業IT系統上云的需求已轉向上云之后的數字化能力構建。云邊端泛在計算模式興起，計算進入網絡內部，計算的效率、可信度與網絡深度耦合，只有實現算網融合發展才能滿足算網一體化業務發展需求，打造算網一體化高品質算力網絡迫在眉睫。完善全國云資源池算力布局，進行全國核心資源池集約共享、省級資源池、MEC分級部署，如何基于“東數西算”國家樞紐節點新型算力布局，融合能源算網能力，打造一體化高品質算力網絡，是本次研究的課題。

1? ?一體化算力網絡整體部署

1.1 算力概述

在“5G+AI+能源”產業背景下，算法、算力、數據是AI任務的三要素。算力是基于相同的算法、成本和時間處理用戶數據的能力。在圖像渲染，智能推薦等應用的算力實踐中，AI訓練算法的演進對算力的需求增長了30萬倍，可編程AI芯片的發展進一步促進了算力服務能力的提升，算力已經成為一種通用的可量化服務。數據中心EDC（Enterprise Data Center）是算力的物理承載，是數字化發展的關鍵基礎設施[1]。國家“十四五”規劃和2035年遠景目標綱要中明確提出要“加快構建全國一體化大數據中心體系，強化算力統籌智能調度”。在數字經濟時代，算力正在成為一種新的生產力，廣泛融合到社會生產生活的各個方面[1]，為千行百業的數字化轉型提供基礎動力。

1.2 算力網絡概述

算力網絡是新型數字信息基礎設施，網絡架構主要包含服務層、調度層、能力層。

（1）服務層：主要是一站式交付、按需供給、場景化輸出、自助配置、帶寬可調、網絡可視的云網邊一體化產品。

（2）調度層：主要是統一管控、協同編排、靈活調度的云網邊一體化算力網絡調度平臺，進行系統編排和能力封裝。

（3）能力層：主要由云、網、邊組成。

1.3 一體化算力骨干網絡構建

全國有多張骨干網，IT云、CT云、業務云、邊緣云MEC分別承載在不同的骨干網上，多云算力割裂，需要跨網、跨多云復雜業務需求難以滿足。為了改變多云算力割裂狀況，算網融合下構建一體化算力網絡迫在眉睫。

（1）算力融合：全國云資源池進行新型算力布局，并實施算力整合，提升整體算力能力。

（2）算網融合下打造一體化能源算力骨干網：目前幾張骨干網同質化嚴重，算力割裂，根據算網融合要求，計劃通過骨干網絡融合打造一張大容量、低時延、高性能、高可靠、自動化的一體化算力網絡，可以提供云業務一體化保障。

2? ?算網融合多云協同的一體化算力網絡

過去10年云計算崛起，SDN/NFV使網絡進入云網融合階段，隨著AI和邊緣計算MEC的發展，需要高品質的算力網絡來支撐“算網融合”時代。

根據國家戰略，計劃推動算力技術演進，構建算力統一調度能力，形成云邊協同的算力資源布局，提供“隨時、隨地、隨心”的算力服務，密切關注實際算網能力和市場需求，加快推進數據中心、云計算與網絡的深度融合，構建布局合理、網絡先進、數網、數云、云邊協同發展的能源算網一體化生態體系[2]。

3? ?高品質算力網絡部署及優化

“5G+AI+能源”的的快速普及應用，全社會數據總量爆發式增長，數據資源存儲、計算和應用需求大幅提升，國家出臺了《關于加快構建全國一體化大數據中心協同創新體系的指導意見》，迫切需要構建數據中心、云計算、大數據一體化的新型算力網絡體系。結合國家EDC的定位，提出了帶寬、時延、繞轉、算力等確定性網絡的要求[3]。

（1）全國一體化算力網絡國家樞紐：國家在京津冀、長三角、粵港澳大灣區、成渝、貴州、內蒙古、甘肅、寧夏等地建設了全國一體化算力網絡國家樞紐節點。京/長/粵/成算力節點要擴展算力增長空間；貴/蒙/甘/寧算力節點優先承接后臺加工、離線分析、存儲備份等面向全國的非實時算力需求。對工業互聯網、金融、災害預警、遠程醫療、AI等高頻實時交互業務，數據中心端到端單向網絡時延原則上在20 ms范圍內。

（2）城市內算力邊緣MEC端：對金融、VR/AR、車/無人機聯網、智慧電力等高頻實時業務，數據中心端到端單向網絡時延原則上在10 ms范圍內[4]。

3.1 EDC東西向、南北向流量調優

隨著國家“東數西算”工程的開展，國家核心EDC的流量模型不均衡問題顯現了出來，因此能源算力骨干網絡進行了EDC東西向、南北向流量專項流量調優工作。VPN按組網結構劃分為Hub-Spoke和Full-Mesh兩類。在算力時代，需將EDC東西向、南北向流量分開：東西向流量，EDC之間做數據同步或備份；南北向流量，EDC和省網之間互訪。

3.1.1 EDC流量調優規劃

（1）類型一：區分東西向、南北向流量。其中，東西向流量，EDC之間可以互訪，VPN為Full-Mesh結構；南北向流量，EDC之間不可以互訪，全國中心點可以與各省分支點互訪，各省分支點之間不可以互訪。VPN為Hub-Spoke結構。

（2）類型二：不區分東西向、南北向流量：全國中心點可以與各省分支點互訪，各省分支點之間不可以互訪。

3.1.2 流量調優具體方案

通過EDC東西向流量調優，全程端到端網絡帶寬擴容，保障了國家“東數西算”工程，提升了跨區域算力調度水平，加強了云算力服務、數據流通。通過EDC內北向流量模型調優，保障了省內數據中心與國家EDC之間算力級聯調度，加強了算力與算法、數據、應用資源的能源一體化協同。

3.2 骨干網主備大區調整優化

根據國家EDC的定位，跨省數據中心端到端網絡時延需要優化。根據東西部、南北省分之間的時延仿真推算，進行骨干網出省模型調整優化。

（1）優化方案：調整骨干網出省至東西部、南北部省分的cost值。

（2）優化效果具體如下。

① 12個省跨省流向時延下降優化達到10～30 ms，如圖1所示。

② 云資源出省時延余量變化，如圖2所示。

網絡策略優化后，唯一導致時延劣化的流向雖然時延余量下降了，但仍大于0（約為15 ms），仍然滿足業務需求。

3.3 算力端到端一體化網絡保障

算力網絡要求數據中心集群之間，集群和主要城市之間要部署高速數據傳輸網絡，優化通信網絡結構，擴展網絡通信帶寬，減少數據繞轉時延，推動網絡高效供給，與數據中心協同發展。

同一朵云其前后端分別部署全國不同的EDC，比如，某能源云前端部署在廊坊，需要來鄭州EDC取全國的數據，再去呼和浩特EDC進行數據分析處理，最終才能形成公眾可以看到的云頁面。整個業務流跨多云、多網，實時性要求強，如圖3所示。

能源云經多云、多網，任何一個環節出現問題，都會造成能源云打開不暢，嚴重影響能源相關工作，造成負面社會影響。因此，從廊坊EDC內部到鄭州EDC、呼和浩特EDC，全程端到端都要保障網絡輕載、設備性能優良、時延較小、路由繞轉少，才能完成算力端到端一體化的網絡服務保障。

4? ?下一步要解決的痛點

為了實現算網深度融合、算網充分協同、中心能源EDC與邊緣MEC進行算力一體化調度，下一步要解決的痛點如下。

（1）能源EDC之間算力資源分配不夠合理，存在前端、后端算力調度資源浪費，增加了算力流轉時的故障點，降低業務穩定性。

（2）小能源EDC清退速度較慢，老能源EDC內部分設備性能不佳，能源EDC的整合速度較慢，影響算力效能，需升級換代為性能更高、運行更穩定的設備。

（3）算力承載業務沒有隨著網絡結構調整而同步優化調整，存在算力繞轉現象，時延還不夠優化，高品質算力服務提供還有進步空間。

（4）需加強多云協同管理，加強多云之間、云和網絡、核心與邊緣云MEC之間的算網協同，進行跨行業、跨地區、跨層級的算力資源一體化調度。

5? ?結束語

在算網融合的背景下，致力于深化網絡算力一體化技術的融合，大幅降低全國核心算力云池的時延，保障能源數據中心端到端東西向、南北向能源互聯網高質量互訪，可大幅提升算力網確定性品質，保障國家“東數西算”工程；深化東西部算力協同，可保障國家EDC與省內EDC之間算力級聯調度，加強能源云算力服務、數據流通，提升算網資源利用效益，推動算網融合數字技術進步。

未來將立足5G展望6G，結合IPv6+、網絡切片、云原生技術、可編程芯片技術，在一體化算力服務中支持服務器芯片、云操作系統等關鍵軟硬件產品規模化應用，更積極探索算力網絡與新型業務應用的深度協同，滿足云游戲、千人千面直播、自動駕駛、智能安防、能源與工業機器視覺等強算力與強交互的業務需求[5]，構建全國一體化的互聯網創新體系。

參考文獻

[1] 李正茂，雷波，孫震強，等．云網融合：算力時代的數字信息基礎設施[M]．北京：中信出版集團，2022.

[2] 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）： 44-51.

[3] 劉鵬，杜宗鵬，李永競，等．端到端確定性網絡架構和關鍵技術[J]．電信科學，2021，37（9）： 64-73.

[4] 張信明，陳國良，顧鈞．基于網絡演算計算保證服務端到端延遲上界[J]．軟件學報，2001，12（6）： 889-893.

[5] 栗蔚，王雨萌，立言，等．“東數西算”背景下算力服務對算力經濟發展影響分析[J]．數據與計算發展前沿，2022，4（6）：13-19.