作者：中国电信股份有限公司研究院 雷波

摘要：随着边缘计算业务的逐步展开，各类行业用户对于边缘计算性能 的需求也日益明确，特别是在多个边缘计算节点可选的情况下，用户希 望能够根据其位置到计算节点之间的时延以及用户自身业务需求情况， 综合选择计算与网络资源，即将算力资源与网络资源融合后提供给上层 业务调用，也就是算网融合服务。为了实现此目标，需要解决算力度 量、算力感知、算力路由、算力交易以及算力编排等系列难题，因此算 力网络技术应运而生。本文概要性地介绍了边缘计算推动下的算网融合 趋势、面临的问题与挑战，以及由此而产生的算力网络等新型技术。

关键词：算力网络；算力共享；边缘计算

Abstract: With the development of edge computing services, users in various industries have more specific requirements for edge computing performance. When multiple edge computing nodes are available, users hope to select computing and network resources according to the latency between user's location to the computing node also their service requirements. In other words, computing and network convergence services indicates that the converged computing resources and network resources are provided to the upperlevel services. To achieve this goal, a series of problems need to be solved, such as computing power measurement, computing power awareness, computing power routing, computing power transaction and computing power scheduling. Therefore, computing power network and other technologies came into being. This paper briefly introduces the trend of computing - network convergence driven by edge computing, the problems and challenges faced, and the resulting new technologies such as computing power network.

Key words: Computing power network; Computing power sharing; Edge computing

1　引言

随着新一代信息通信基础设施不断建设与演进， 边缘计算占比日益增加，统计机构预测，至2025年， 在边缘侧进行处理的数据量能够达到50%~75%。但笔 者在工程实践中发现业界并没有给边缘计算进行一个明 确的定义，究竟什么才是边缘，各方理解并不一致，因 此又有了现场边缘、园区边缘等多种叫法，但尚无明确 的可度量的标准。因此在很多时候，用户的选择处于模 糊状态，不能确定哪种资源组合是最优方案。比如在存 在多个边缘计算节点，或者是边缘计算节点与中心云计 算节点都可选的情况下，用户更希望能够得到明确的 指标，以便根据自身业务特点，去选择最佳的计算节 点以及对应的网络连接方式。因此业界提出算网融合 的理念，将网络资源、算力资源、存储资源等多维度 的资源整合起来提供一体化的服务，让资源供给实现 全局最优。

为了实现一体化的算网融合服务，从技术角度、 商业角度来看有多种实现路径，比如以云为基础的泛 在计算体系，以及以网络为平台的算力网络技术。其 中，算力网络技术能够将多级算力资源与网络信息相 结合，形成以用户为中心的资源布局视图，从而实现 业务与资源的最佳匹配，以提升整体的资源利用效率 和服务质量。

本文首先介绍了边缘计算所面临的算网融合趋 势、关键技术要点，以及由此驱动产生的算力网络技 术，之后阐述了算力网络的技术架构以及当前业界进展 情况。

2　边缘计算中算网融合需求

边缘计算作为一种靠近用户的计算节点，既能像 云计算那样共享计算、存储等资源，又具有低时延、数 据本地化与高安全性等特性，尤其是在工业互联网等场 景中能够有效降低数据传送时延，满足高性能业务的各 类要求。

但对于用边缘计算和云计算的时间和情况，并没 有一个严格的界定。比如采用一条低时延专线与部署在 城域网范围内的计算节点结合，也能提供低的时延指 标，这种情况是否也算边缘计算。相反，如果边缘计算 与网络部署不匹配，即使物理位置接近，也会因为路由 迂回，导致时延增加。一个典型的例子如图1所示。

图1

此问题可以从供给侧和消费侧两个方面来分析。

从供给侧来看，边缘计算的建设成本和维护成本 都是高于集中式的云计算节点，必须保证边缘计算在所 覆盖的区域能提供更好的端到端服务，需要以边缘计算 节点为中心来梳理网络布局，并根据业务需求的多样 性，提供多种接入方式，比如极致性能、高性价比等不 同类型网络连接，从而保证端到端的最优配置。

从消费侧来看，用户面对多方提供的边缘计算节 点，在选择合适的边缘计算节点时，需要以自己为中 心，了解到各个计算节点的网络情况，再结合计算性 能、价格因素来综合选择算力资源与网络资源。

综上所述，算网融合下的一体化服务成为边缘计 算发展过程中的必然趋势，需要结合各类资源的特点来 提供综合资源供给。

3　算网融合面临的技术挑战

为了实现算网资源的融合供给，需要逐步解决度 量、感知、路由、交易、编排等多方面的技术难题。值 得指出一点，并不是这些难题都解决后才能提供算网融 合服务，而是逐步演进提升。

（1）算力度量问题

算力资源并不像电力那样，能够用“度/千瓦 时”这样的单位简单地进行量化，尤其考虑到CPU、 GPU、FPGA、ASIC等不同芯片的类型，更是难以进 行统一的衡量。因此需要一种共识，在标准规范的基础 上，量化异构算力资源以及多样化业务需求，建立统一 的描述语言，给算力资源赋予可度量、可计费的标准单 位。

目前业界研究机构、产业联盟、标准组织等已经 认识到这个问题，纷纷从不同角度展开了研究工作，但 尚未形成统一的结论。在现有应用案例中，还是以虚 机、容器之类的粗粒度单元衡量方式为主。

（2）算力感知问题

算力感知，也可以认为是对所有类型的资源信息 的感知，甚至包括对用户需求的感知。有两种技术路 线，一种是由资源所有方主动提供资源信息，并通过网 络或者云管、资源管理等集中系统告知用户，另外一种 则是由网络或者集中系统主动去探知资源信息。目前两 种技术路线都处在不断发展的过程中。针对用户需求的 感知，初期可以采用用户意图驱动的方式主动提供资源 需求信息，后期随着人工智能算法的成熟，可以使用流 量预测模型结合AI深度神经算法，从资源需求、资源 消耗等方面进行预测，实现资源预配，加快资源部署速 度，提升资源整体利用率。

（3）算力路由问题

算力路由将网络资源信息与算力资源信息有机地 整合，以用户为中心来提供算力资源视图，让用户能够 清楚地了解各类算力资源的分布情况与报价情况，从而 确定最优的资源组合，成为算网融合服务的关键技术发 展方向。 与传统的网络路由方式一致，算力路由也可采用分 布式、集中式以及混合式方案。分布式方案通过扩展IP协 议，在协议中增加资源信息和业务需求信息来实现信息泛 洪与资源路由；集中式方案利用SDN控制器等集中管控单

元来收集网络信息与算力信息，再统一呈现给用户；混合 式方案结合上两种方式的特点，利用分布式协议来分发资 源信息，再通过集中管控单元来进行统一处理。

（4）算力交易问题

随着智能业务的发展，对算力资源的使用出现了 高频、短时的新特点，比如人工智能算法中训练部分， 需要在短时间内完成大数据样本下的模型训练，但在训 练完成后，推理部分只需用相对少量的算力资源即可。 因此传统的按月、按天租赁资源的方式已经不能满足要 求，需要结合高频、短时的特点，来设计新的资源交易 体系，将交易周期压缩到小时，甚至分钟级别。

此外，受限于边缘计算的建设特点，边缘计算市 场会存在很多的供给方，如何在多方参与下，实现高频 交易，成为一个新的研究点。从目前研究来看，采用基 于区块链技术的分布式账本体系能够满足此类要求，但 具体实现还有待进一步研究与论证。

（5）算力编排问题

在支持高频、多方、异构的资源交易下，需要根 据交易内容，快速提供资源，如快速分配算力资源、建 立网络连接，又能在使用完成后快速释放资源，并更新 资源信息。

4　边缘计算原生的算网融合方案：算力网络

基于算网融合服务的发展趋势，业界提出了算力 网络技术方案。算力网络作为一种边缘原生的新兴技术 方案，其以网络为平台，连接多维资源，从而为用户提 供最优的资源供给，得到了业界的广泛关注。

算力网络关键在于将算力资源的地址属性转换为 网络时延属性，让使用者从模糊的、大概的距离判断， 转化成为精准的时延指标，以供各类智能业务按需调用 资源，如图2所示。

图2 算力网络视图

为了实现算力网络方案，ITU-T Y.2501标准中提 供了一种典型的系统框架来实现算力网络系统。此功能 架构从算力网络需求出发，在编排管理层的协作下，通 过算力网络控制层收集资源层资源信息，提供给服务层 进行可编程处理，并根据返回结果实现资源占用，建立 网络连接。各层相互协作，为用户提供多样化的服务模 式，保证资源的最优化配置。如图3所示。

图3 系统架构

算力网络服务层以算网融合服务为主，实现如对 用户资源需求的处理、平台与资源节点的交易等功能。

算力网络控制层从资源层收集信息，并将其发送 到服务层进一步处理。从服务层收到处理结果后，控制 层将占用资源并建立网络连接。

算力网络资源层包括算力网络中的多种资源。通 常为在资源节点（云计算节点、边缘计算节点等）中使 用的资源，如服务器、交换机、路由器、磁盘阵列、安 全产品等。

算力网络编排和管理层包括算力网络的编 排 、安全 、建模 、操作维护管理（ O p e r a t i o n Administration and Maintenance，OAM）模块。算力网络编排模块负责算力网络资源和服务的编排和管 理。算力网络安全模块负责应用与安全相关管理，以减 轻算力网络环境中的安全威胁。算力建模模块可以根据 服务类型进行算力建模。算力OAM模块实现了算力网 络的操作，管理和维护。

5　算力网络相关产业组织与标准进展

2019年，国内三大运营商、华为等根据边缘计算 的发展趋势，纷纷提出了各自的观点，在互相碰撞中逐 渐形成了算力网络技术的基本概念。

2019年9月，边缘计算产业联盟（ECC）与网络 5.0产业和技术创新联盟联合成立边缘计算网络基础 设施工作组（ECNI），同年年底发布《运营商边缘 计算网络技术白皮书》，提出了以边缘计算节点为中 心的ECA（边缘接入网络）、ECN（边缘计算内部网 络）、ECI（边缘计算互联网络）的理念。

2020年6月，网络5.0技术标准委员会CCSA TC614 成立了算力网络特别工作组，汇集多方力量集中探讨算 力网络技术方案与应用场景。

2020年11月，业界出版了第一本关于算力网络专 著《边缘计算与算力网络》，系统性阐述算力网络的思 路、技术以及对未来商业模式的探讨。

2020年11月，中国联通成立了中国联通算力网络 产业技术联盟，在“联接+计算”领域和全产业链合作 伙伴携手并进，希望共建算力网络生态，推动商业落 地，共享转型成果。

2021年4月，CCSA TC3统一以“算力网络”为名 开展了9项系列行业标准、2项研究报告的编制工作， 涉及算力网络的技术要求、控制器、交易平台、标识解 析、编排管理、度量与建模等多方面。

2021年6月，在“第五届未来网络发展大会”的未 来网络技术发展与变革论坛上，中国移动正式发布了算 力网络合作伙伴计划。

2021年6月，IMT-2030（6G）推进组发布《6G总 体愿景与潜在关键技术》白皮书中，将算力网络被列为6G十大潜在关键技术之一。

2021年7月，国际电信联盟电信标准分局 （ITU-T）通过由中国电信牵头的算力网络框架与架构 标准Y.2501，该标准是首项获得国际标准化组织通过的 算力网络标准。

2021年7月，宽带网络的行业机构Broadband Forum（BBF）发布SD-466，描述了城域算网的用例 与需求，并同步启动了WT-492项目来细化城域算网的 体系结构、功能模块和接口定义。

2021年10月，中国通信标准化协会（CCSA）批准 成立了算网融合技术推进委员会，并专设了算力网络工 作组来讨论算力网络技术及其应用。

6　结束语

随着边缘计算的进一步发展，算网融合成为未来 发展的重要趋势。目前针对算网融合面临的算力度量、 算力感知、算力路由、算力交易、算力编排等问题，业 界提出了算力网络等新型技术，力争以网络为平台，以 用户为中心来实现算网资源的融合供给。

作者简介

雷　波（1980-），男，重庆人，高级工程师，现任中 国电信股份有限公司研究院网络技术研究所副所长， 研究方向为未来网络技术、新型数据中心网络、边缘 计算与算力网络等

参考文献：

[1] 国际数据公司IDC. 未来算力推动企业迈向数字化2.0[R/OL]. 2021. https://www.chinastor.com/market/12214001R018.html

[2] 雷波, 刘增义, 王旭亮, 杨明川, 陈运清. 基于云、网、边融合的边缘计算新方案: 算力网络[J]. 电信科学, 2019, 35 (09) : 44 - 51.

[3] 姚惠娟, 耿亮. 面向计算网络融合的下一代网络架构[J]. 电信科学, 2019, 35 (09) : 38 - 43.

[4] 中国移动研究院. 算力感知网络CAN技术白皮书 (2021年版) [Z]. 2021.

[5] 李建飞, 曹畅, 李奥, 庞博文. 算力网络中面向业务体验的算力建模[J]. 中兴通讯技术, 2020, 26 (05) : 34 - 38.

[6] 中国联通算力网络产业技术联盟. 异构算力统一标识与服务白皮书[Z]. 2021.

[7] 曹畅, 唐雄燕. 算力网络关键技术及发展挑战分析[J]. 信息通信技术与政策, 2021, 47 (03) : 6 - 11.

[8] 黄光平, 史伟强, 谭斌. 基于SRv6的算力网络资源和服务编排调度[J]. 中兴通讯技术, 2021, 27 (03) : 23 - 28.

[9] 林奕琳, 陈思柏, 单雨威, 刘玉芹, 唐凌. 6G网络潜在关键技术研究综述[J]. 移动通信, 2021, 45 (04) : 120 – 127.

[10] 温瑶, 陆晶晶, 卢华, 谢人超. 融合区块链的算力网络信任评估与保障方案研究[J]. 南京邮电大学学报(自然科学版), 2021, (04) : 99 – 106.

摘自《自动化博览》2021年11月刊