基于分区网关的算力网络架构及算力路由机制研究

为了解决算力网络路由开销过大和实时性差的问题,分析了算力网络的网络架构和业务特点,提出了一种基于分区的算力网络架构及算力路由机制。通过将网络划分为不同的区域,将网络路由和算力路由分开建立,并设置不同的更新频率,可以尽量减小算力网络中网络路由维护开销,并提高算力路由的更新频率。     

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。     

算力网络发展中的若干关键技术问题分析

介绍了目前国内外算力网络技术的发展现状,对算力网络关键技术进行了阐述,从算力度量与算力建模、基于算力信息的路由决策、云-边-端算力协同、基于服务的云网融合及算力网络信息安全5个方面,对算力网络技术发展及实践应用中遇到的问题进行了深入分析,并提出了初步的解决方案。     

一种面向服务的算网路由架构方案

网络感知算力并据此执行算网融合路由，是算网融合在网络基础设施侧的一种重要技术方案。相对于传统基于主机地址的网络路由机制，算网路由最主要的增量是在网络侧引入分布式多算力实例的优选，因此位置和归属无关的服务标识将成为新的寻址和路由标的。阐述了一种端到端的算网路由解决方案及其对路由协议的影响，并基于典型场景和测试用例，分析了面向服务标识的算网路由架构方案在功能和性能维度的收益。     

算力网络资源协同调度探索与应用

算力网络融合了多区域、多层级的算力资源。针对面向用户差异化需求下全域大范围多层次算力资源的弹性灵活调度问题，设计了一个算力网络资源协同调度平台。针对差异化业务需求，该平台可以形成多公有云与私有云之间的算力资源调度策略以及算网资源协同调度策略，实现资源的自动最优分配。同时，该平台能够自动发现、纳管算力资源，并基于新的资源池情况实现分配策略的自动调整，实现用户无感业务扩缩容，以此弹性调度算力资源。     

算力网络业务分级模型与指标体系研究

本文基于目前行业应用对算力网络的需求，结合东数西算、数智化转型等需求研究算力网络业务分级方案和指标体系，对算力网络业务SLA指标进行分类归纳，对算力网络业务分级进行了建模，提出了算力网络业务指标的ERG模型，从资源可供、安全可信和系统可用3个维度描述算力网络业务指标模型，并形成了算力网络业务需求SLA分级编排器。最后，给出了算力时代的业务应用部署策略。     

一种基于域名解析机制的算力网络实现方案

新型数字化技术和业务的兴起,以及信息数据的爆炸式增长,对云—边—端多级算力资源提出了巨大的应用需求,算力基础设施泛在化成为一大发展趋势。算力网络将算力等资源与网络协同统一,结合用户需求提供最优的资源配置策略,同时提高多级算力资源的协同工作效率,成为网络技术发展的新方向。分析了当前算力网络的技术路线,提出了一种基于域名解析机制的算力网络实现方案。该方案引入域名解析机制,使用URL语言对多种算力资源进行统一标识,由集中式的算力资源管理平台对算力资源进行统一的分配调度。用户在收到分配的算力资源标识时,通过域名解析系统解析出相应资源的网络位置信息,并通过算力网关与资源池建立网络连接。此方案满足灵活扩展算力资源标识的需求,具有很好的实用性和通用性。     

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。     

物联网场景下算力网络终端安全接入研究

物联网算力网络中终端节点泛在分布，大规模泛在异构终端面临多种安全威胁。为解决泛在异构终端的安全接入问题并构建物联网算力网络终端安全保障体系，本文基于IPK轻量级标识公钥体系和零信任动态访问控制，提出了一种物联网算力网络终端安全接入方案，实现终端轻量级标识身份认证，通过最小化业务权限动态访问控制，确保只有通过严格认证和授权的终端接入物联网算力网络，保证终端业务安全访问。该方案满足了物联网算力网络终端的安全可信接入需求，可应对海量终端节点泛在分布和业务场景复杂等挑战。     

算力网络四面三级算力度量技术体系

算力网络要实现广泛的算力互联，就离不开统一的算力度量和算力建模机制。算力度量技术主要解决算力描述的标准化，提供方便的跨厂商互通能力、算力资源协同管控能力。对算力网络中算力度量需求进行分析，并提出四面三级算力度量技术体系，同时还探索了在算力路由决策中，网络按需进行算力信息通告等关键技术，为后续的算力度量研究提供参考。     

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。     

算力网络业务的安全技术研究

各领域通过对各项技术的利用，促进了算力网络业务安全技术的落地，不仅提升了有关工作的效率，还进一步降低了人们工作的工作压力，极大地满足了相关工作的要求。同时，受网络特征的影响，人们在使用信息技术时易出现网络安全问题，进而影响有关工作的开展。因此，需要加强对算力网络业务安全技术的研究，了解其运行机制及在使用过程中面临的挑战，采用有效的措施来提升技术水平。文中从算力网络入手，探讨了其相关业务运行机制及面临的安全挑战，思考了提升算力网络业务安全技术的有效策略。     

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。     

算力网络应用平台研究与设计

针对算力网络（CPN）因算力多样泛在、多要素融合、需求差异化的特点导致的用户使用困难、应用管理难等问题,从纳管与接入、决策与调度、应用与开放三个层面研究算力网络应用的管理以及异构算力融合和跨域编排关键技术,并设计一个算力网络应用平台。通过提供一种即开即用、按需付费的零感知算网应用服务,使用户关注于应用服务需求,无需关心算力资源需求和算力网络复杂环境,从而实现降低用户的算力网络使用门槛,提升算网应用的使用和管理效率的目标。     

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。     

面向算力网络的多路径时敏优先调度机制

研究了一种面向算力网络的多路径低时延转发调度算法。该算法可以根据网络状态变化动态更新路径价值量生成路径转发决策，并在一定置信概率内以多路冗余发包的方式进行多路备份传输，降低路径传播时延。还提出了一种等级与队列映射算法，利用网络可编程技术改进设备转发逻辑，利用有限数量严格优先队列保障数据包近似按等级出队，降低数据排队时延。仿真实验结果表明，所提出方法可以降低数据传输时延及抖动，为算力网络业务提供稳定吞吐量。     

5G分布式基站算力共享技术研究

随着5G网络智能化的发展，AI应用的引入带来了计算和存储的新需求，如何基于网络中规模部署的基站设备提供稳定可持续的算力供给，是促进5G网络智能化发展的核心要素。本文从无线网络中基站数量大和分布广的特点出发，提出一种5G分布式基站算力共享技术，低成本满足智能化算力需求，并对规模部署策略提出建议。     

面向算力下沉的新型城域网一体化演进的研究

新兴的ICT业务对城域网承载提出了新的要求,本文在总结了新兴业务特点基础上,针对其最突出的算力下沉特点,提出了基于Spine-Leaf的面向算力下沉的一体化新型城域网演进方向。云POP内部署叶节点,城域网内采用POD弹性组网,实现算力网络的快速入云、弹性组网以及云间高速互访的需要,可满足新兴的车联网、工业互联网及AR/VR等业务低时延、高带宽和弹性组网的发展需求。     

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。     

面向AIGC类新型计算业务的算力网络挑战与设计

当前,新型计算业务如AIGC正在蓬勃发展,算力网络的发展也呈现出新的趋势与特点以满足新型业务的发展需求。重点探讨面向AIGC类新型计算业务的算力网络挑战与设计,首先介绍AIGC类业务引入算力网络的必要性,以及二者结合发展的意义和价值;其次设计了承载AIGC类业务的新型算力网络架构,最后根据目前的发展趋势和挑战,为后续研究工作提供参考。