算力网络研究背景
随着互联网技术的快速发展，计算载体更加轻量化、动态化，应用解耦成微服务，网络功能云化，使得算网边界日益模糊。伴随后续智能社会的业务发展，各种感知终端产生的海量原始数据需要进行处理，L4/L5自动驾驶对算力的需求将出现高速增长，推动算力基础设施需求的增长。面向未来，泛在算力资源、服务和网络需要高效撮合，让需求方可以像使用电一样使用算力资源。
2021年5月，国家发布的《关于加快构建全国一体化大数据中心协同创新体系的指导意见》中首次提出“推动算力资源服务化”，包括构建一体化算力服务体系和优化算力资源需求结构，并在国家层面提出“东数西算”。为了支撑国家产业升级、全社会数字化转型，算力、网络和应用之间的竞争、协同、共赢，以及资源效率的最大化急需破题。
当前在标准领域，包括ITU-T、IETF、BBF、ETSI、CCSA等全球标准组织，针对算力网络应用场景、需求和参考架构已有一些技术提案，但还有待收敛明晰。
算力网络研究的主要议题
业界对算力网络尚无统一定义，但目标基本一致，即以网络手段为主，实现资源（网络、计算、存储）的协同调度，达到资源的最优化利用，同时为用户提供一致性业务体验。
现阶段，算力与网络分属两个独立的技术域和运营域，算力网络从网络角度出发，以网络为中心来统一调度计算、存储和网络资源，通过对网络层改进增强，网络设备参与算力资源感知和编排，网络能够感知算力，从而提供新型的一体化算力服务。
算力网络研究重点主要包括算力运营、算力感知网络和算力度量三部分，实现算力从生成到调度、最终对外交易的端到端闭环（见图1）。
图1 算力网络研究重点
算力运营
算力运营对算力资源整合和交易，将社会泛在计算设备、云边端多级算力实现统一管理调度，形成分布式一朵云，通过运营平台完成对最终用户的算力交易。运营商自有数据中心、MEC、CO（Central Office）等算力节点，以及第三方端、边、云算力节点，通过可信机制注册到算网编排管理系统中，进行算网智能调度。
引入区块链技术应用于算力接入认证和交易，实现去中心化算力共享；泛在的算力节点通过许可入链，屏蔽非法节点和流量，保护数据安全。结合智能合约实现可信交易，在算力交易时，运营交易平台通过智能合约出账、数据入块，记录于链上。
算力感知网络
网络设备参与算力资源感知和编排，与路由协议高度相关，网络设备需根本性改造，借助算力服务路由加地址路由双重寻址，实现内生的算力感知网络。算力感知网络通过将边缘DC、区域DC、中心DC等算力节点的资源动态发布到网络中，并且相互协同，实现网络对全局算力资源的感知。引入算力服务感知决策点，即算力服务网关，基于算力和网络SLA双约束来完成用户服务请求到算力资源的解析以及算力服务的转发，采用SFC、ICN、SRv6等网络转发面技术，通过一定的扩展来提供精准的差异化算力服务。
- 算力路由：网络头节点需要对应用的算力需求做算力服务映射，并进行算力路由封装；路由层需要感知算力应用及其算力需求；
- 控制面感知技术：接入控制流程扩展，IPoE/PPPoE等接入控制流程，当前只有用户接入认证，可扩展支持用户重要应用感知；BGP/IGP协议扩展，算力应用PE或接入GW注册认证，BGP/IGP通告同步；
- 转发面感知技术：报文头封装应用信息，根据下发的策略，执行相应转发动作。
算力度量
算力的度量和标识是支撑算力交易和运营的基础，当前行业尚无共识与标准。从云计算技术的发展看，计算载体变得更轻快、应用更加轻薄。在算网融合时代，网络层可编排算力颗粒度也应该更细和层次化。通过对算力进行量化，建立服务到算力的映射模型，满足用户发起算力服务的请求，网络进行算力服务的解析，计算得出算力服务到具体算力资源的映射，从而实现泛在算力资源的高效调度。
- 算力分级：对算力进行细粒度的分级，可服务算力颗粒包括服务粒度（AI训练、视频处理等)、功能粒度（编码压缩、加密等）和原子粒度（CPU/GPU/FPGA/ASIC等）；
- 算力转换：在功能粒度层面，应具备算力与算力之间的转换能力，尤其在MEC场景下，同类型算力资源紧缺情况，在业务需要扩容情况下，网络优先在本MEC内部完成算力的流转，例如FPGA到CPU转换。
未来网络连接无处不在，海量的泛在算力接入网络，算力的泛在化正在成为现实。网络面向用户及应用，算网需要深度融合、协同发展，达到资源效率的最大化以及服务体验的最优化，通过算力网络构建绿色、低碳、多层次的新型算网基础设施。
.png)
.png)
.png)
