基于云、网、边融合的边缘计算新方案:算力网络

边缘计算已经成为5G时代重要的创新型业务模式,尤其是其低时延特性,被认为是传统方案所不具备的,因此边缘计算能够提供更多的服务能力且具有更为广泛的应用场景。但边缘计算与处于中心位置的云计算之间的算力协同成为新的技术难题,即需要在边缘计算、云计算以及网络之间实现云网协同、云边协同,甚至边边协同,才能实现资源利用的最优化。在研究边缘计算算力分配和调度需求的基础上,提出了基于云、网、边深度融合的算力网络方案,并针对AI类应用给出了一个典型实施系统,该方案能够有效应对未来业务对计算、存储、网络甚至算法资源的多级部署以及在各级节点之间的灵活调度。     

边缘算力架构及应用场景分析

分散去中心化的边缘算力可以满足各类用户不断涌现的低时延、大带宽、强安全等方面的特性化需求。边缘算力与传统云算力相比，架构同样由基础设施层和应用服务层组成，但更注重统一架构，标准化适配，以期实现边缘算力规模的弹性伸缩以及算力在多边缘之间的灵活调度。文章分析边缘算力的四类应用场景，包括虚拟云网关、云化网络存储、游戏云桌面、家庭安全防护等的实现思路及优势特点，并提出边缘算力的部署建议。     

算网融合的泛在计算服务发展和演进趋势分析

在新基建背景下,算网融合ICT产业"云网边端"协同需求日益旺盛。分析计算服务演进趋势、对比计算服务行业技术架构、分析业界算力网络/分布式云/泛在计算服务化架构的特点,提出把泛在计算服务发展的新理念作为算网融合的一种演进思路,并介绍泛在计算服务涉及的关键技术。     

云边协同中的资源调度优化

随着业务类型的丰富和多样化，低时延、高带宽、数据私密性、高可靠性等成为业务普遍的要求。边缘计算、雾计算、分布式云、算力网络等方案相继被提出，并在产学研各界引发了深度的研究和探索。针对“多级的算力分布以及算力的协同将是未来算力结构的主流”这一观点，产业内外达成了共识，算力管理、分配、调度等与资源优化相关的问题也成为当下的研究热点和重点攻关方向。为此，面向未来的算力供给结构，首先描述了学术界、产业界资源调度优化问题的最新进展，总结了当前的主要方法论和工程实施架构；然后，针对两种典型的云边协同场景，从场景拆分、调度目标、求解方案依次进行分析，给出了适应场景特性的资源调度优化参考方案。     

基于通信云和承载网协同的算力网络编排技术

面向未来网络中计算与网络紧密结合、"算网一体"的技术发展趋势,提出了基于集中式和分布式两种控制方案的算力网络编排模型,并分别介绍了实现过程的关键技术。从方案与技术分析来看,基于电信运营商通信云和承载网协同的算力网络编排方案可以较好地适应未来移动边缘计算(MEC)站点成网后边边协同与云边协同的业务需求,增强了网络对业务的感知与调度能力,而集中式或分布式控制方案的具体选择与运营商通信云能力和承载网的演进阶段密切相关。     

一种基于超大规模云资源池的算力供给新模式及其关键技术

随着行业应用下沉边缘云及“东数西算”国家级算力布局政策出台，基于算力分散的算力网络架构已成现实，为此亟待研究如何提升算力集约化和共享化水平。围绕“一朵云”和服务化思想，搭建Iaa S和Paa S统一资源池以及大规模部署算力资源开通和应用部署方案，设计全局化“云资源池开通和应用部署中心”，分布式和分级化的“开通网关和部署网关”和阐述多云资源池的并行开通流程和应用并行部署流程等关键技术。在运营商开展验证，结果表明，该方案有利于搭建面向应用无感的统一超大规模云资源池，实现算力供给新模式。     

边缘云的技术发展与应用思考

在云网融合的背景下,传统中心云业务在用户边缘位置无法满足超低时延、高带宽、高安全等业务需求现象.为解决此问题,首先对5G网络向边缘云分流方式和分流策略智能化进行研究;其次,对边缘云网融合的算力需求定制化和异构化进行深挖;最后,通过验证和归纳总结,制定出一整套综合解决方案解决或缓解边缘计算应用网络延迟和算力异构化问题的方...     

面向算网一体化演进的算力网络技术

随着一体化算力网络国家枢纽节点的建设和“东数西算”工程的加快实施,计算和网络的融合走向深水区。面向新兴业务对于网络和计算融合发展的需求,如何协调分布式、多样化算力资源,业务应用和网络资源满足业务需求成为亟待解决的问题。为了解决计算和网络相互感知、协同、调度问题,从算力网络阶段化发展、算力感知技术架构、算力度量与标识、算力路由等多个技术展开探索和研究,并提出算力网络多种部署模式,为算力网络后续技术研究和产业发展提供参考。     

面向算力网络的IP承载网关键技术及网络部署策略研究

随着云计算、边缘计算和智能终端的快速发展,算力资源呈现出泛在部署趋势,算力网络能够通过灵活的承载网络对泛在异构的算力资源进行调度,有效提升了算力资源利用率。文中结合当前算力网络发展现状,对算力网络的概念定义以及标准体系进行了总结,随后对SDN,SRv6等算力网络关键承载技术进行了阐述,并讨论了其在算力网络中的典型部署策略,最后对算力网络面临的挑战与后续研究方向进行了展望。     

中兴园区算力网络建设实践

随着经济快速发展和企业数字化转型浪潮不断升级,大中型企业园区业务场景越发多样和复杂,分支机构和算力资源池多地部署,面临算力资源有效协同的问题。以中兴通讯为例,当前在国内设立了31个省分公司、10余个研发中心和生产制造基地,拥有3个城市核心数据中心集群和遍布全球的数十个边缘数据中心。基于江苏移动南京滨江专属云服务项目和苏州汾湖国家枢纽节点建设,以中兴通讯南京园区研发、办公、生产等多场景业务需求为驱动,围绕算力网络技术图谱中算力并网、算力度量、泛在调度、算力路由、算力卸载、全程可信、边缘计算、SRv6、全光底座和芯片节能等关键技术进行攻关,探索模块化、标准化、可复制的园区算力网络技术方案和服务模式。     

面向无服务器计算的边缘算力网络服务体系研究

算力网络是云网融合技术的演进和发展,为用户提供算网一体的服务。文章基于云原生中轻量化的无服务器计算模式,以函数功能为边缘算力服务能力,提出面向无服务器计算的边缘算力网络服务体系架构,阐述架构中的功能需求、体系架构、部署方案等相关内容,并完成算力网络服务平台原型部署和业务验证,实现上层应用对无服务器计算边缘算力的能力调用,验证轻量化算力的应用与边缘算力网络能力开放的问题。     

算力网络场景需求及算网融合调度机制探讨

随着数字经济战略和数据要素改革的深化,计算需求持续爆发式增长,由此引发的能源消耗急剧增加,为“碳中和”“碳达峰”带来巨大挑战。“东数西算”通过对跨地理空间的计算网络资源进行协同调度,解决计算需求与资源供给不平衡问题,对网络带来了前所未有的挑战和演进动力。文章分析检索查询类、渲染交互类、深度学习类和区块共识类等四种算力需求场景,归纳总结算力网络场景特性及其路由资源需求模型,借鉴工业界和学术界在跨地理空间的计算资源协同调度方案,遵循以网络为中心且对现有网络协议改动最小的原则,探讨应用层算力任务预配分解,网络层路由优化和报文复制消除相结合的算网融合统一调度机制,并设计算力资源发布、算力任务预配和算网融合调度的协议流程,以平衡算力网络负载与算力服务质量。     

面向边缘光算力网络的上行链路资源协同调度算法

为满足冷、热业务实时、高效的算力调度需求,提出一种基于自适应噪声完全集合经验模态分解(CEEMDAN)与时间卷积网络(TCN)的算力负载预测模型(简称C-TCN模型),并设计了基于C-TCN与Q学习的资源协同调度算法(CTQ算法),利用C-TCN模型提前感知下一时刻负载变化,通过Q学习协同调度波长与存储资源,寻找最佳波长划分与边缘存储分配方案。实验结果表明：CTQ算法的调度性能不仅优于现有调度算法,能满足冷、热业务调度性能要求,而且还能提高波长利用率。     

端边云场景下的算力度量方法

算力网络受到业界的高度关注和广泛认可，推进成效显著。算力度量作为算力网络的关键技术，仍面临度量颗粒粗和业务部署关联性弱等问题。在深入分析端边云场景和算力资源差异的基础上，本文提出了基于原子测试库的算力度量方法及架构，通过构建多维度原子测试矩阵，赋予业务类型不同权重。实验结果表明，该方法可以提升算力资源与业务匹配度30%以上，实现多形态异构算力场景下的算力统一度量，为业务应用部署和算力资源间的精准匹配提供了依据。     

基于算力网络平台算力资源处理技术浅析

随着算力网络的发展，如何整合多云算力资源，对外统一提供云计算服务成为重要的研究课题。设计算力网络资源管理平台对网络云、移动云、IT云以及边缘云等多云算力资源进行了统一计算处理，未来可以作为算力感知平台承担基础算力的注册、度量、对外发布等功能。本文阐述了算力网络资源管理平台设计方案，用于高效处理海量算力数据，提供即时算力资源信息的技术解析能力，并提出了基于Hudi数据湖的数据处理演进思路和分布式算力资源管理的设想，为其他研究人员提供参考。     

东数西算场景下的算力网关研发及应用

提出了一种面向算力网络场景的新型网络设备——算力网关。认为算力网关是实现算力网络一体化调度的基础，通过感知业务应用需求，结合当前的算力状况和网络状况，生成路由信息并发布到网络，将计算任务报文路由到合适的计算节点，以实现算力资源的最优调度。现网实践验证了算力网关技术方案的有效性。     

基于云边协同算力调度的高效边缘卸载研究

为了满足车载边缘计算网络(Vehicular Edge Computing,VEC)中低时延、高可靠、高传输速率等极致性能需求,亟需突破现有传统车联网中通信感知计算相互割裂的现状,基于云边端一体化与智能协同等算力网络技术设计一种高效的任务卸载策略成为解决方案。为此,提出一种云边协同智能驱动车载边缘算力网络架构,通过结合实时计算负载与网络状态条件,充分利用云中心、聚合服务器和MEC服务器的异构计算能力,权衡用户任务卸载策略,实现网络资源的全面协作和智能管理。考虑到计算型任务对时延和能耗的需求,将计算卸载策略建模为在通信与计算资源约束下的最小化长期系统成本的优化问题,并将其转化为马尔可夫决策过程(Markov Decision Process,MDP)。最后,鉴于车载网络的动态和随机特性,提出一种基于云边协同的深度Q网络(Cloud-Edge Collaborative Deep Q-Network,CEC-DQN)的高效计算卸载策略来解决MDP问题。仿真结果表明,与传统单点边缘服务器卸载或随机卸载算法相比,所提出的算法具有较高的性能提升,可有效解决多层次算力网络中节点算力分配不足、不均衡的问题。     

算力网络部署方案分析

国家对算力网络的部署提出了更高要求,电信运营商加速落实算网融合工作。为解决计算和网络相互协同、调度问题,在对算力网络相关标准研究的基础上,总结了算力网络研究进展,分析了算力网络业务需求,结合电信运营商现网实际,从算力储备、传输网络、网络路由、协同调度4个方面,提出了算力网络可持续性建设部署方案,为算力网络建设初期提供参考。     

面向6G通感算深度融合的云-网-边智能协同

通信-感知-计算（通感算）深度融合对6G网络端到端传输时延、可靠性等通信指标提出了极高的要求，因此提出一种云-网-边智能协同方案。首先，将云-网-边智能协同系统抽象为“三域四层三面”分布式体系结构，包括：计算域、感知域、通信域；基础设施层、虚拟化层、功能层、应用层；智能面、控制面、管理编排面。然后，通过云-网-边协同训练与推理，以支撑通感算智能协同。最后，搭建面向6G通感算深度融合的云-网-边智能协同实验平台。实验结果表明：云-网-边智能协同可提高系统可靠性，降低传输负载和业务时延。     

算网基座构建的探索与实践

构建算网基座是实现云网协同、算网融合的下一代算力网络架构的基础.算力网络具有泛在接入、超大联接、灵活可编程、确定性、感知业务和安全可信等需求.对算网基座的架构进行了研究,提出了骨干、汇接和接入的分层架构设想及云枢纽局、云汇接局和云端局3类基础设施.介绍了某市联通基于"IPv6+"技术重构传统IP城域网,构建资源层、管控...