智能算网调度体系，打造高效泛在算力服务

        为实现绿色节能，降低算力综合成本，“东数西算”国家战略正成为数据中心建设的顶层集约化建设的指导原则。“东数西算”通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，优化了数据中心建设布局，有效促进了东西部协同联动。目前落地的典型应用场景主要包括东数西存、东数西训、东视西渲等。同时，随着行业数字化转型的深入，为有效保障工业控制、元宇宙等实时性应用的落地，边缘计算也从汇聚边缘向接入边缘、超边缘甚至端边缘逐级下沉。算力从集中部署向东西向、南北向全面泛在部署的趋势越来越明显。

        但我们看到，尽管中西部地区数据中心在用机架数的全国占比已上升到39%，超过北京、上海、广东三个数据中心聚集区在用机架数的全国占比，但机器利用率不高，均衡发展，提升数据中心的利用率是急需解决的问题。同时，边缘计算场景下，云边、边边之间也无法做到跨云的资源编排部署以及业务的灵活调度，不能满足行业专网、车联网等分布式系统对基础设施一体化编排调度的要求。因此，在算力泛在部署的大背景下，如何实现算网一体的智能调度系统，将大规模、高性能算力真正打造为高效的抽象算力服务，有效提升资源利用率，同时满足应用敏捷开发、快速部署的要求，是目前尤需解决的重要问题。

算网一体的智能调度平台

        回顾历史，我们可以看到算力供给模式的三个明显阶段。在算力稀缺时代，算力服务强调集中供给，此时，计算资源效率是主要矛盾，时延、协同、安全尚不敏感，主要的技术关注点在于采用IDC、云来提升利用率、共享率以及集约化；在目前我们所处的算力相对丰富时代，服务延伸到差异化的多云，此时强调通过动态节能技术、东数西算以及云间互联带宽来降低成本，实现数据共享；在未来的算力丰富、泛在阶段，DPU（深度学习处理器）、NPU（神经网络处理器）、AI芯片等异构算力大量涌现，需要通过统一纳管屏蔽多样化异构算力，强调跨层跨域一致体验和协同服务，关注业务创新、数据隐私。从发展趋势也可以看到，算力供给的总体趋势强调的是系统性效率，而不是局部或单点效率的最大化、带宽和时延敏感。

        因此，算网一体的智能调度平台的意义重大。该平台的功能主要包括：

        - 算力映射：实现业务需求到算力服务的智能映射转换，有效地将应用对算力的需求，比如时延、帧处理能力等，智能映射为FLOPS、IOPS等算力服务度量值，大大降低应用开发的难度，满足应用快速敏捷的要求；

        - 算力原生：建立异构硬件的抽象模型，统一开发编译工具，通过屏蔽异构多样算力的差异性，减少用户跨架构编程的重编译和迁移适配的代价，使得应用只需要关注业务逻辑表达，无需关注计算在不同硬件上的不同实现；

        - 算力调度：实现南北向中心/边缘、东西向枢纽/边边全局调度，同时多应用混合部署满足智能弹缩，削峰平谷的要求；使得业务跨云敏捷部署及协同成为事实，同时大大提升资源的利用率。

算网调度路径

        随着算力感知网络技术的成熟，在算网调度方面，目前看来有两种可选路径（见图1）。