紫金山實驗室：2022確定性算力網絡白皮書（49頁）.pdf

1、-1-1/51目錄前言一、算力網絡概述1.1 算力網絡背景1.2 算力網絡概念1.3 算力網絡現狀1.4 算力網絡發展趨勢1.5確定性算力網絡二、突破關鍵技術2.1異構算力融合技術2.1.1 統一標識2.1.1.1 統一標識技術架構2.1.2 統一調度2.1.3 多云算力融合技術2.1.3.1 算力度量2.1.3.2 算力建模2.1.3.3 算力調度編排2.1.3.3.1 算力調度編排關鍵技術2.1.3.3.2 4A算力調度流程2.1.4 算網一體確定性算力技術2.1.4.1 算網一體背景2.1.4.2 算網一體關鍵技術2.1.4.3 算網一體化研究現狀2.1.4.4 SRv6通用可編程算力標

2、識系統2.1.4.5 確定性算力和霧計算2.1.4.5.1 霧計算調度系統2.1.4.5.2 分布式霧算力發布2.1.4.5.3 分布式霧算力獲取2.1.4.6 確定性算網一體機010203040508090910101111121314161818192121242525262828293031323334353536383940414243434445462.1.4.6.1算網一體機2.1.4.6.2 算網分布式管理平臺2.2彈性可擴展的分布式架構和容器技術2.2.1多集群聯邦技術2.2.2 GPU、FPGA高性能異構計算技術2.2.3 Serverless無服務計算技術2.2.4分布式容

3、器批量調度技術2.3 確定性網絡技術2.3.1 算力網絡的確定性需求2.3.2 確定性網絡技術體系2.3.3 時延確定性技術2.3.3.1 CQF技術2.3.3.2 DIP技術2.3.3.3 CSQF技術三、典型應用場景3.1 工業互聯網3.2科學研究3.3人工智能3.4能源物聯網3.5 車聯網四、總結與展望-01-前言隨著5G/6G時代的到來，隨著AR/VR、元宇宙、數字孿生、工業互聯網等新型數字應用的發展，需要一個具備云網資源精確感知、全局實時智能調度控制、大帶寬低時延低抖動高可靠傳輸能力的下一代云網融合體系架構，現在的ICT融合技術側重于解決云網的自動化編排，采用軟件定義和虛擬化技術，實

4、現云網資源的靈活調度和統一管理，但是云和網仍然存在算力和網絡不感知、算力和網絡不均衡、算力分布不均衡，網絡連接不確定等諸多問題，因此，如何解決算力網絡關鍵技術痛點難點問題是算力網絡應用落地的一個亟需突破的關鍵抓手，如何在算力網絡體系架構上和關鍵技術上包括算力建模、算力發現、算力路由、算力調度、算力交易明確其技術規范和標準成為推動算力網絡從創新概念到產業落地的關鍵推手。本文聚焦于算力網絡體系架構的綜述分析，聚焦于算力網絡關鍵技術的分析，著重闡述算網一體確定性網絡架構和算網一體計算平臺，首次在業界提出確定性算力概念場景。在上述體系架構和關鍵技術基礎上，根據幾個典型垂直行業應用場景歸納垂直行業對算力

5、網絡的需求為行業應用提供定制化服務參考。最后，總結算力網絡在產業的成熟度并展望未來應用趨勢。-02-一、算力網絡概述1.1算力網絡背景作為一種新興網絡技術理念，算力網絡的提出是響應國家戰略、推動經濟發展、加速技術創新的必然趨勢。從國家戰略角度，近年來國家高度重視互聯網發展，算力網絡是建設網絡強國的根本要求，是建設新型基礎設施的重要舉措，是實施“東數西算”工程的關鍵保障。從經濟發展角度，5G、云計算、人工智能、區塊鏈等技術的創新與應用加速了經濟社會向數字化轉型，我國數字經濟體量再創歷史新高。中國信息通信研究院報告顯示，2020年我國數字經濟規模達到39.2萬億元，GDP占比為38.6%，2021

6、年我國數字經濟規模超過45萬億元，GDP占比超過40%，數字經濟已經成為國民經濟高質量發展的新引擎1。數字經濟的蓬勃發展伴隨著多樣化應用場景、百億級聯接、爆炸式數據增長的出現，帶來了海量數據分析處理的需求。算力網絡可為海量數據的分析處理提供泛在計算能力與優質網絡服務，從而推動數字經濟持續健康發展。從技術創新角度，隨著單核硅基芯片的算力與多核堆疊帶來的算力提升逐漸走向極限，算力從單核、多核向著網絡化演進，計算與網絡的邊界逐漸被打破，計算與網絡開始融合2。而在算力需求持續增長的背景下，受限于網絡技術發展以及網絡帶寬成本，云數據中心與終端的兩級計算架構已無法滿足需求，算力正從云和端向網絡邊緣擴散。據

7、IDC預測，2020-2025年，我國邊緣計算服務器市場規模年復增長率為22.2%，到2025年，全球邊緣計算服務器支出占總體服務器比重將從14.4%提升至24.9%3。未來算力將呈現云-邊-端泛在分布的態勢，計算與網絡的融合將會更加緊密。算力網絡是計算與網絡兩大技術體系深度融合的產物，算力網絡的出現將引發大量跨領域融合技術的突破，為占領ICT技術的制高點提供新的機遇。-03-1.2算力網絡概念目前，算力網絡在概念定義上尚未形成統一的認識。一種相對比較簡單且全面的定義是：算力網絡是指在算力不斷泛在化的基礎上，通過網絡手段將計算、存儲等基礎資源在云-邊-端之間進行有效調配的資源解決方案，以此來滿

8、足業務需求，提升業務服務質量4-5。算力網絡以算為中心，以網為根基，其目標是聯通散落在全網中的資源孤島，避免被動資源擴容中的低效陷阱，構造云-邊-端的泛在計算體系。正如網絡的核心價值是提高效率，電話網提高了人類溝通的效率，互聯網提高了人類協作的效率，算力網絡將提高云、邊、端的協作效率。在算力網絡中，用戶無需關心網絡中的計算資源的位置和部署狀態，只需關注自身獲得的服務即可，用戶的一致體驗通過計算和網絡的協同調度來保證。算力網絡是云網融合發展的新階段，是對云網融合的深化和升級6?，F階段的云網融合一方面是網絡為云計算提供聯接服務，例如用于數據中心內部的虛擬網絡與數據中心之間的專線網絡以及用于聯接用戶

9、與云的SD-WAN網絡，主要體現為云網協同；另一方面是云計算為網絡云化提供支持，例如對核心網網元進行云化改造、對承載網進行轉控分離的改造、實現網絡架構控制云化與轉發極簡，主要體現為云網一體。隨著云網一體的繼續演進，云網融合步入算力網絡新階段，算力網絡將進一步深化和升級云網融合成果，實現算網協同與算網一體。具體地，在算網基礎設施方面，算力泛在化使算網基礎設施覆蓋面更廣，邊側算力成為重要算力分布形態，網絡向邊緣側延伸，算力網絡需屏蔽異構算力差異、異構網絡差異，具備算力資源抽象與標識能力，提供高質量的網絡聯接服務；在算網控制與管理方面，算力網絡上可根據算網需求完成算網編排，下可感知算網資源狀況，靈活

10、匹配算力需求與算網資源，實現高效算網運營與調度；在算網服務方面，算力網絡能夠承載泛在計算的各類應用，根據-04-1.3算力網絡現狀在政策制定方面，我國政府高度重視數字經濟發展，強調要加大投入，加強信息基礎設施建設，指出要建設全國一體化的國家大數據中心。2018年-2019年，國家發改委積極推動全國一體化大數據中心體系課題研究，形成了國家算力網絡布局方案、“東數西算”實施路徑等成果；2020年12月，國家發改委等四部委聯合印發關于加快構建全國一體化大數據中心協同創新體系的指導意見，提出在京津冀、長三角、粵港澳大灣區、成渝等重點區域部署大數據中心國家樞紐節點，節點之間建立高速數據傳輸網絡，支持開展

11、全國性算力資源調度，形成全國算力樞紐體系；2021年5月，國家發改委等四部委聯合印發全國一體化大數據中心協同創新體系算力樞紐實施方案，明確在國家樞紐節點之間進一步打通網絡傳輸通道，提升跨區域算力調度水平；2022年2月，“東數西算”工程正式全面啟動。國家樞紐節點的部署和“東數西算”工程的啟動將推動算力網絡體系的構建。在標準推進方面，國內與國際標準化組織積極開展算力網絡標準化工作。中國通信標準化協會（CCSA）TC3已設立算力網絡總體技術要求、算力網絡算網編排管理技術要求、算力網絡交易平臺技術要求、算力網絡基于SRV6的算力路由技術要求、算力網絡算力度量與算力建模技術要求等標準項目，目前算力網絡

12、總體技術要求項目送審稿已經通過審查。國際電聯電信標準化部門（ITU-T）SG11組啟動了Q.CPN 標準（算力網絡的信令要求）與Q.BNG-INC標準（算力網絡邊界網關智能控制信令要求）的制定工作；ITU-T SG13組通過了Y.2501標準（算力網絡框架與架構），啟動了Y.ASA-CPN（算力網絡認證調度架構）、Y.CAN-req（算力感知網絡的功能需求）應用需求，合理解構算力應用、抽象算網需求。-05-等標準的制定工作?；ヂ摼W工程任務組（IETF）發布了COMPUTING FIRST NETWORK 系列文稿，推動算力路由協議的標準化進程。寬帶論壇（BBF）針對算力網絡在城域網中的應用，啟

13、動了“METRO COMPUTING NETWORK（SD-466）”項目。在生態建設方面，國內三大運營商與各大云計算廠商積極參與算力網絡建設，包括開展產業合作、升級云網融合產品、布局數據中心建設等。網絡5.0產業和技術創新聯盟成立了“算力網絡特別工作組”，負責制定算力網絡架構、明確算力網絡技術規范。中國聯通一方面成立了“中國聯通算力網絡產業技術聯盟”，聯合華為成立算力網絡聯合實驗室，旨在聯合產學研合作伙伴，促進算力網絡的標準完善，開展算力網絡核心技術攻關和產品研發；另一方面積極探索云網融合邁向算網一體，基于“1+N+X”打造算網一體服務，基于虛擬化+云原生的雙引擎技術架構融合場景創新，升級聯

14、通云產品，打造物聯感知云、數海存儲云、5G邊緣云等云產品。中國移動借助全面升級的5G專網，完善移動云“N+31+X”資源池布局，深化邊緣服務能力，升級云網一體策略及行業應用能力，著力構建算力網絡大生態。中國電信提出“網是基礎、云為核心、網隨云動、云網一體”的云網融合方向，充分發揮云網融合優勢，按照國家一體化大數據中心樞紐節點的建設要求，進一步完善“2+4+31+X+O”的云和大數據中心布局。在云計算廠商方面，阿里云已在全球25個地域部署上百個云數據中心，包括規劃建設了5座超級數據中心；騰訊云計劃未來5年新增多個超大型數據中心集群，加碼綠色數據中心建設；華為面向多樣性計算，基于“鯤鵬+昇騰”算力

15、底座，推出一體化集群計算解決方案。在試驗驗證方面，中國電信與中國移動均已完成算力網絡領域的實驗室原型驗證，并在GSMA巴塞羅那展、ITU-T 和GNTC 相關展-06-會上發布成果。中國聯通研究院開展了多方面的算力網絡試驗驗證。例如，與廣東聯通、華為聯合發布大灣區算力網絡行動計劃，研發的算力網絡服務系統已在廣東上線試驗；與北京聯通合作，首次在現網驗證了算力網絡CFN協議體系；與河北聯通、華為合作，在雄安新區建設了基于SRV6+FLEXE技術的綜合承載網并已投入運營；聯合山東聯通提出智慧光云十六城規劃，以建設全光算力網絡為目標，推進云光一體服務體系，目前已啟動OTN點到多點創新試點；與中興通訊攜

16、手，基于SDN+SRV6框架完成算力網絡服務調度POC驗證。由算力網絡的概念與算力網絡的現狀可見，當前算力網絡的發展尚且處于初期階段，確定性算力網絡將在算網資源、控制與管理、服務提供等方面持續演進，突破關鍵技術，最終實現低成本、高性能、高安全、可定制的算網一體化服務供給。在算網資源方面，算力網絡打破了原有的圍繞數據中心內部算力資源實現共享的圍墻，構建了基于異構網絡連接、異構算力接入的分布式計算形態。確定性算力網絡的算力規模將持續擴大、算力異構化程度將持續加深、網絡環境將持續優化。當前，我國算力規模呈現蓬勃發展的態勢，2020年算力規模達到135EFLOPS，同比增加48EFLOPS，增長率為5

17、5%。2021-2022全球計算力指數報告顯示，算力與經濟增長緊密相關，算力指數平均每提高1%，數字經濟與GDP將分別增長3.5和1.8，保持經濟穩定健康發展的目標必將反向推動算力規模的擴大7?，F階段的算力由基于CPU芯片的基礎算力、基于GPU/FPGA/ASIC等芯片的智能算力、以及基于超級計算機的超算算力三部分構成，三種算力占比約為57%、41%、2%8。作為經濟發展的核心技術驅動力，大數據、人工智能等新興技術的應用將帶來智能算力的1.4算力網絡發展趨勢-07-持續投入，智能算力在算力結構中的占比將繼續攀升，算力異構化程度將持續加深。我國持續推進骨干網、城域網結構優化與關鍵環節擴容，持續推

18、進5G基站、NB-IOT基站建設，積極探索無損數據中心、確定性網絡等先進網絡技術，網絡環境將持續優化。在算網控制與管理方面，現階段的云網融合存在云網信息不互通、相互調用接口不標準，難以形成云網整體視圖，云網資源缺乏統一、靈活的控制機制，云網資源分域管理，域間管理數據共享程度低，域間協同效率低，端到端管理困難。算網控制將支持對網絡、算力、存儲等多維資源的全網感知與通告，以集中式或分布式的方式形成算網整體視圖，奠定算網高效管控的基礎。在此基礎上，算網控制將采用IPV6/SRV6等算力路由協議，感知上層業務的需求，結合實時的算網資源狀態，采用高效算網編排、調度算法定制算網資源分配方案，支持靈活、可編

19、程的數據面轉發。除了實現基于算網整體視圖的運維與運營之外，算力注冊將成為算網管理的重要內容。區塊鏈技術將融入算力網絡，其去中心化、難以篡改、不可抵賴等特點可實現算力可信接入、交易、結算等，保障算力網絡的安全性9。在算網服務方面，算力網絡將承載各類計算服務與應用，服務對象范圍不斷擴大至制造業、交通運輸業、醫療衛生業、金融業等高精度、高安全垂直行業。在服務架構上，算力網絡將從廣泛采用微服務架構向著采用SERVERLESS架構的方向演進，以進一步降低服務成本、提升服務安全性與穩定性；在服務部署上，算力網絡將采用更加輕量級的容器編排工具，實現服務的敏捷部署。-08-1.5確定性算力網絡確定性算力網絡以

20、確定性網絡為根基，以算力為中心，以產業發展為牽引，為工業企業提供低成本、高性能、高安全的算網一體化服務的新型基礎設施。確定性算力網絡采用“1+3+3+3”模式，即運營1個一體化算網平臺，接入3類算力資源（超算資源、智算GPU資源、閑散算力資源），采用3類接入方式（公有云接入、邊緣云接入、私有云接入），通過3種一體化部署設備（算網納管一體機、算網調度一體機、算網應用一體機）實現算網的部署即建成。推動算力基礎設施建設進程，重點滿足支撐工業企業的科研探索和數字化轉型的算力要求。確定性算力網絡發展的基礎是確定性網絡技術落地、分布式云技術和閑散的算力資源等?；诶顺痹诜植际皆朴嬎愕男畔⒎职l、資源調度、可

21、信交易和區塊鏈等技術積累以及山東未來網絡研究院確定性網絡保證端到端確定性服務質量的技術積累，利用閑散算力資源，面向工業生產企業，率先搭建以確定性網絡為根基的確定性算力網絡。在網絡控制面實現協同與調度網絡資源、計算資源、存儲資源、算法資源與應用資源，在算力路由層和編排管理層突破關鍵技術，從根本上解決當前算網無法實現算和網統一調度的難題。圖1-1確定性算力網絡架構-09-二、突破關鍵技術2.1異構算力融合技術2.1.1統一標識算力的需求促進了算力架構的多樣性和算力性能的不斷提升，當前算力網絡架構中的算力可以由不同的硬件架構組成，一般包括 CPU、GPU、FPGA 和 AISC 等類型，在不同的應用

22、場景中，異構算力發揮不同的計算效力。圍繞以“云、邊、端”為主體架構的三級算力調度需要滿足不同場景下的算力需求：云端主要面向以高性能計算為主的傳統集約化的性能計算，主要處理大流量、高并發的數據處理場景；邊緣側的數據中心主要考慮用戶的快速接入和內容推送，為用戶提供快速處理和及時響應；而端側的算力應用主要面向物聯網、工業互聯網為主要場景的嵌入式設備能夠長期穩定運行，要求有低功耗和多連接等算力要求的場景。面對不同的算力場景，通過異構算力的協同能夠最大化的實現異構算力的效力。而若將底層算力作為資源進行有效的管理，首先需要建立異構算力的統一標識。異構算力的統一標識體系的建立是將底層異構算力作為資源服務進一

23、步開放和共享的基礎。統一標識是實現在算力網絡連接范圍內異構芯片的統一標識。實現異構廠家和多數據中心算力資源接入算力網絡內部以期能夠共同打造算力流通、算力溯源以及確保數據在可信算力環境中可管可控提供切實有效的保障機制，對于統一標識的頂層設計應滿足以下條件：1）信任接入：基于統一標識，實現算力可信接入、安全認證和鑒權，打造算力安全有效的計算環境，切實保障算力網絡安全有效的生態環境。-10-2.1.1.1統一標識技術架構2.1.2統一調度2）算力可塑：基于統一標識，可以實現算力溯源，實現算力在云、邊、端側的溯源和安全等級。3）算力度量：基于統一標識，構建算力度量，實現算力在分場景下的算力匹配和專業推

24、薦，從而實現算力在聯盟范圍內的流通?；诋悩嬎懔y一標識的需求和場景，保障在一個算力接入的算力資源時能夠提供切實可信的計算環境和算力溯源機制，提出了異構算力技術架構。1）算力鑒權：在算力接入過程中需要通過第三方認證中心進行算力認證并且發放簽名證書并通過操作系統保存在可信區中。只有經過認證合法的算力才能夠作為可信算力納入到算力管理中，并且經過統一資源模型成為算力資源。2）算力納管：算力管理構建統一算力類型和算力使用情況統計信息體系，通過統一算力標識來維護和管理算力和廠商的唯一性，接入時間、運行情況以及接入地點等算力的上架、算力運行以及算力增加等全生命周期的管理信息。3）算力推薦：結合不同應用場景

25、提供算力度量機制，為算力流通提供可度量、可推薦的算力評價機制。異構算力資源的抽象是為上層應用進一步屏蔽底層算力的差異化，使得用戶更關注上層業務代碼的開發，而無需關注底層差異性資源的申請和調度等方面。采用異構算力資源抽象能夠進一步屏蔽掉底層算力的差異性，并且上層開發者無需關心算力具體部署在哪個集群的節點上。而對于新增加的算力類型能夠實時的同步更新到上層開發環境中，從而縮短了新算力上線到用戶應用之間的使用周期，可以更好的為用戶服-11-務。對于異構算力屏蔽的頂層設計應滿足以下條件：1）規范應用接口銜接應用業務對資源的需求與系統資源的統一調度，以用戶友好的應用資源需求方式和交互界面屏蔽異構算力的資源

26、調度復雜性，實現調度器使用者與統一調度系統之間對作業的聯動控制和實時反饋。2）彈性調度策略調度策略應滿足異構算力資源最佳分配，作業調度流程和策略具有高度模塊化、靈組合、插件式擴展等能力。3）資源實時感知實時收集系統內各節點的異構算力資源數量，感知硬件拓撲及運行健康變化，反饋到調度引擎用于匹配作業的資源需求。算力是在完成不同的計算任務過程中衡量單位時間內計算設備可處理數據量的指標，數據處理方式包括但不限于浮點計算、稠密矩陣計算、向量計算、并行計算等方式，數據處理過程受硬件、算法、數據提供方式等多方面因素影響，算力度量主要包含以下三個方面：1）異構硬件算力的度量 異構硬件算力的度量主要是指對不同芯

27、片、芯片的組合以及不同形態的硬件進行統一的算力度量，對異構芯片及硬件的度量是建立算力度量的基礎。2）多樣化算法算力的度量 通過對不同的算法，如神經網絡、強化學習、深度學習等算法所需的算力進行度2.1.3多云算力融合技術2.1.3.1 算力度量-12-量，可以有效的了解應用調用算法所需的算力，從而更有效的服務于應用。3）用戶算力需求的度量 通過對網絡延遲、計算量、計算類型、業務種類等需求的分析構建用戶算力需求度量體系，把用戶需求映射為對應實際所需的算力資源，從而更有效的感知用戶的需求，提高與用戶交互效率。通過對異構計算資源進行建模，可以建立統一模型描述語言，從而探索節點資源性能模型，實現異構節點

28、的統一模型化功能描述；通過探索不同算法算力需求的功能描述結合節點資源性能模型，從而構建服務能力模型實現節點服務能力。算力建模過程中，首先需要對異構的物理資源進行建模，將FPGA、GPU、CPU等異構的物理資源構建統一的資源描述模型；然后，從計算、通信、存儲等方面對資源性能建模，構建統一的資源性能指標；最后，通過構建資源性能指標與服務能力的映射完成對服務能力的建模，算力建模的最終目的是實現對外提供統一的算力服務能力模型。建模場景主要歸類為以下三種類型：異構資源建?，F有的 FPGA、GPU、CPU 等計算模塊通常采用了各種不同的架構，具備的能力也各不相同，通過對不同計算設備中異構的計算資源進行建模

29、，可以對服務屏蔽底層物理資源的異構性，建模過程需要考慮現有的 CPU、GPU、FPGA、ASIC 等多維異構資源。資源性能建模從計算、通信、存儲等方面對資源性能建模，可以構建統一的、可度量的資源性2.1.3.2 算力建模-13-能指標從而可以統一標識不同算力設備在各個方面的性能。3）服務能力建模 算力建模的最終目標是實現對外提供統一的算力服務能力模型，通過建立服務能力指標與資源性能映射機制，可以構建服務能力模型。為了構建可運營、可開放的算力網絡資源調度和編排環境，構建面向上層的算力網絡編排調度平臺，按照業務功能劃分為：資源層、路由層、調度層、編排層、應用層和監控層共六個層次，其中：1）資源層：

30、主要面向底層的計算、存儲、網絡等資源進行統一的納管，這其中包括金屬的管理，同時也包括虛擬機、容器、邊緣集群等基礎設施資源等；資源從單一的數據中心轉變為公有云、私有云、邊緣云、數據中心互聯等泛在多云分布。2）路由層：算力交換的高速公路高路網，支持SRV6等源路由技術，支持算力切片，支持感知算力的分布式路由交換協議和轉發能力，支持確定性轉發能力以保障算力SLA指標。3）調度層：通過底層資源的抽象，在調度層主要專注于基于調度策略實現對于算力資源、網絡資源以及存儲資源的調度，同時為了實現平臺能力下沉，在調度層實現四大能力集，即：算力3A能力集、計算能力集、算力交換控制能力集和機器學習能力集。4）編排層

31、：將調度層的能力以服務化的方式提供服務注冊、服務發現、服務路由等功能，并且按照最新的服務網格的方式提供扁平化的服務編排方式。2.1.3.3 算力調度編排-14-5）交易層：開放的算力應用市場，根據算力需求的種類，可以劃分為四類應用：算力資源服務（CIAAS），算力平臺服務（CPAAS），算力應用服務（CSAAS），算力交換服務（COMPUTING EXCHANGE AS A SERVICE：CBASS）算力注冊算力感知網絡中遍布不同的算力，為了實現節點的管理以及業務的動態卸載，算力感知網絡需要對全網的算力節點進行注冊，由算力管理平臺下發各算力節點的配置，包括算力信息的通告，和業務在計算節點之間

32、的分配與調度策略。因此，算力管理層需要支持算力節點注冊功能，包括：1.區分包含算力的網絡節點和傳統的網絡節點 2.算力節點上線后，向算力管理平臺通告其算力使能信息 3.算力管理平臺獲取算力節點的參數信息，包含設備類型、芯片類型、存儲等資源 圖2-1：算力調度編排層次圖2.1.3.3.1 算力調度編排關鍵技術-15-4.算力管理平臺下發配置策略，可以包括算力節點 ID 的分配等。算力節點注冊之后可以由管理平臺對各節點的算力進行存儲，并訂閱/接收算力的實時更新信息，進而向路由器下發算力節點信息，由路由器存儲節點列表并配置相應的路由通告策略。算力運營算力運營包括建立算力的服務合約以及生成相應的計費管

33、理策略，由統一的算力計費管理中心進行管理。算力服務合約是服務提供商和用戶雙方之間協商而確定的關于算力服務質量等級的協議或合同，而制定該協議或是合同是為了使服務提供商和用戶對服務、優先權和責任等達成共識。該合約一般可保存至用戶簽約數據庫 HSS/AAA/UDM等模塊中。算力計費管理：需要具備多維度多量綱的算力服務計費功能，比如按照 API調用次數的計費，按照資源使用情況計費，或者根據用戶等級計費等。同時算力計費管理中心可以與現有的網絡計費中心合設，通過擴展和增強現有的計費相關接口和協議支持算力計費功能，提供算網一體的新型算力系統。針對網絡計算融合的發展趨勢，算力感知網絡能夠實現資源的最優調度，需

34、要這種算網融合的新型計費方案，不僅是對網絡資源的要求，也包含計算、存儲等多種需求。同時可以基于服務等級協議(SLA)進行算網融合精細化計費，滿足未來行業用戶多樣化的網絡和計算資源的需求。算力監控算力監控指對設備的算力性能進行監控，通過多種類型的算力信息采集和上報策略配置，支持最優算力節點的實時選擇，并在故障時予以修復。算力信息采集：由路由節點主動周期性地向算力節點發起探測（如通過 ICMP協議等多種方式），或者通過下發算力探針的形式按需采集節點狀態，實時收集算力等信息，如果算力節點的鏈路狀態或算力性能不能滿足當前業務需求，則進行鏈路倒換或重新選擇節點，保障最-16-優算力服務節點的選擇。故障檢

35、測：邊界路由節點作為多個算力節點的管理設備，需要感知到每個算力節點的節點狀態以及鏈路狀態，一旦鏈路故障或節點故障可以及時的切換到新的鏈路以及新的節點，滿足低時延等極致的用戶體驗?？梢钥紤]將當前的計算能力狀況、網絡狀況、業務請求作為監控信息發布到路徑當中，網絡將相關的信息隨數據報文轉發到相應的計算節點，各節點做 OAM信息表存儲，實現最優的計算資源調度，最終實現最優的用戶體驗和網絡利用率。如圖2-2所示，算力調度流程主要分為算力認證、算力授權、算力計量和算力審計四個階段，其中算力認證階段決定了算力調度的優先級，算力授權階段決定了算力需求資源的最終分配方式。算力從時間、SLA需求和算力場景三個維度

36、分類定義，不同類型對應不同的核心調度流程和策略：1）隊列資源公平調度基于不同資源池、不同資源類型的使用優先級，劃分不同的作業資源請求隊列，依據使用資源情況，對作業進行優先級排序，保證隊列資源使用的公平性。2.1.3.3.2 4A算力調度流程圖2-1：算力調度編排層次圖-17-2）用戶資源配額調度基于集群多用戶場景，以樹狀形式描述不同組織、用戶的資源使用策略，根據使用資源情況，對作業進行優先級排序，保證多用戶間資源使用的公平性。3）作業優先級調度依據用戶作業遞交時指定的作業優先級、遞交時間、資源請求量、用戶資源使用量等維度綜合考慮進行排序，優先級更高的作業優先進行調度。4）節點資源排序 不同的場

37、景需要采取不同的節點資源排序策略，如在集群負載均衡場景下，優先選擇資源使用量最少的節點；在集群節能場景下，優先選擇未休眠的節點，避免不必要的喚醒操作和能源消耗。5）算力親和性調度 不同作業負載存在多樣化的算力需求，如 AI 推理作業對于張量計算需求高，親和 TPU、NPU 等計算資源、圖像處理作業對于矢量計算需求高，親和 GPU 等計算資源。通過算力親和調度，實現多樣化算力需求任務的最優資源匹配分發，可實現算力資源的最大化利用。6）內存容量、CPU/DPU/GPU XPU資源調度 異構算力資源調度，此外還支持自定義擴展資源調度。7）資源搶占調度 統一調度支持用戶、隊列間的資源借用，用以提高集群

38、資源利用率，同時涉及高優先級作業針對被借用資源的緊急回收問題，即資源搶占調度。8）資源預留調度 通過資源預留的方式，解決大作業和小作業混合負載的場景下，小作業資源-18-頻繁，導致大作業資源需求持續無法被滿足的問題。9）資源回填調度 資源回填調度是基于資源預留調度的前提下，通過感知作業結束時間，將已預留但又暫時無法滿足作業需求的資源，在一定時間范圍內進行重新調度分發，提高集群資源利用率。連接挑戰疫情加速了企業上云的步伐，85%以上的應用會承載在云中，未來企業和個人都會與多云進行連接。云應用會根據業務處理的時延、帶寬及體驗需求，跨公有云、私有云、邊緣云等地部署，網絡需要具備有廣覆蓋以及敏捷接入能

39、力，隨時、隨地、隨需將用戶接入多云，滿足客戶按需快速獲取內容的訴求。體驗挑戰企業數字化轉型，業務上云分為互聯網應用上云、信息系統上云、核心系統上云三個階段，網絡需求差異性顯著?；ヂ摼W應用上云追求高性價比，要求敏捷上云，快速開通；核心系統上云要求網絡穩定可靠，確定性時延和高安全；信息系統上云要求大帶寬和確定性時延，例如 VR 課堂要求帶寬50MBPS/學生，時延20MS；核心系統上云需要低時延，例如某電網差動保護業務要求承載網確保時延2MS。面對不同的業務訴求，網絡應能夠基于業務的帶寬、時延等不同的 SLA 訴求，提供多個分片并做到按需靈活調整，實現一網承載千行百業。運營挑戰云和網是企業數字化轉

40、型的基石，客戶在考慮云網能力的時候，首先考慮的是一2.1.4算網一體確定性算力技術2.1.4.1 算網一體背景-19-體化解決方案能力，以最小的溝通協同成本，最便捷的業務開發，最完善的維護體系形成最高效的業務產出。因此，一體化服務能力是當今企業的迫切需求，管家型的貼心服務最終會在市場競爭中勝出。其次是在線化，在線化是打通“客戶最后一米”的環節，提升客戶業務感知，在線申請，在線開通，在線服務，實現電商化業務流程體驗。安全挑戰云計算正在不斷改變數據被使用、存儲和共享的方式，隨著越來越多的數據進入云端，尤其是進入混合云的場景下，原有的安全物理邊界被打破，同時在端側，隨著海量 IOT 設備接入，現在的

41、網絡不僅需要連接人，同時還要連接物，這將導致更多的潛在威脅。從 2019 年統計數字看，全球平均每天產生的惡意郵件多達 4.65 億件，DDOS 威脅攻擊較上一年增長 64%。為應對新的安全威脅，2019年國家發布了新的信息技術等級保護標準，重點解決云計算、物聯網、移動互聯和工控領域信息系統的等級保護問題，網絡安全等級保護正式進入 2.0 時代。未來的云網融合解決方案不僅要確保云和網的自身安全，同時可以向用戶提供云網場景下的安全服務，從網絡到業務構筑立體化的安全保障。2.1.4.2 算網一體關鍵技術算網一體化標識與發現將計算、存儲、網絡、智能等多維資源和服務統一納入網絡體系架構設計中，構建通算

42、存學一體化融合架構，實現計算、存儲、網絡、智能一體化管控。目前主流技術方案為：1、采用新型標識解析協議對內容、算力資源統一命名標識，在路由節點集成計算和存儲能力（轉存+計算）實現基于underlay的轉算存融合。-20-2、通過引入PURSUIT技術和計算資源，集中式對計算、存儲、網絡資源一體化管控，實現轉算存融合落地方案 3、在現有IP網絡層通過擴展路由協議，添加算力信息和內容存儲信息，實現算力和內容路由，實現基于underlay的轉算存融合。算網一體智能化編排與部署業務服務無須關注底層基礎設施資源異構泛在資源編排管理器，目前主流技術方案為：a）基于Serverless的資源編排，邊緣計算應

43、用對節點資源需求的感知（資源消耗或資源極限情況）；形成編排配置（可視化）；自動化策略制定和策略下發。b）基于人工智能的應用編排，基于用戶需求分析、業務歷史操作數據分析等，通過機器學習和智能分析，智能化的對服務、應用進行編排。確定性調度與管控 確定化服務調度：域內調度：域內服務放置問題；基于負載均衡的域內調度；跨域調度：跨域的服務放置，基于負載均衡的跨域調度；包括邊邊和云邊的場景。智能化服務與轉算存資源協同：Serverless服務調度充分利用底層的轉算存資源；通算存學資源基于serverless服務需要進行按需分配，實現服務調度最優；確定性邊緣網絡管控：在邊緣網絡中，通過 SRv6 技術簡化網

44、絡結構，實現靈活的編程功能，實現面向泛在計算場景的網絡資源敏捷、按需、可靠調度。在邊緣計算架構中，本地數據的實時獲取，用戶任務的跨節點傳輸，都對傳輸時延有較高要求，并且時延對用戶服務質量影響巨大；引入TSN等確定性網絡技術，實-21-現邊緣網絡的時延確定性。智能體互聯與共享多維度建立智能資源可信互聯與共享體系機制，為通算存學一體化邊緣計算網絡的信任與安全管理提供支持。由山東未來網絡研究院牽頭，浪潮工業互聯網股份有限公司、山東未來集團有限公司、北京大地云網科技有限公司參與的確定性霧計算網絡研究，聚焦于確定性網絡底座能力、確定性網絡綜合試驗、確定性網絡創新示范應用等基礎理論和應用，形成一套完備的技

45、術體系，完成相關原型系統研制；基于山東省確定性大網、未來網絡試驗設施（CENI）、未來網絡云網融合試驗網建設新型網絡承載、智能云網算力編排、云網融合服務三大平面應用系統，面向工業、國防、智慧城市、智慧能源、智慧交通、智能制造等場景構建自主可控的算網一體化應用示范系統，引領工業互聯網產業生態發展。主要研究內容包括以下幾個方面：下一代互聯網不僅僅是圍繞人和人、人和機器的消費互聯網，正快速邁入一個萬物互聯的時代，互聯網連接的可以是具體的一個人、一臺機器、一輛車、一個攝像頭、一部手機，也可以是無形的一個API、一個函數、一個服務、一個文件、一個視頻片段、一個email，連接對象的種類及其標識數量繁多經

46、常變化且不統一，連接的量級也呈爆炸性增長，連接本身需要一個彈性的可差異化的能保障連接質量的網絡。研究方向主要解決下一代互聯網如何解決有序可靠可擴展的海量資源標識及其連接問題，通過SRv6技術、SRv6 SRH和SRv6 TLV來實現海量資源的統一且可擴展的2.1.4.3 算網一體化研究現狀2.1.4.4 SRv6通用可編程算力標識系統-22-標識，通過SRv6分段路由技術實現彈性的可差異化的資源連接，通過SRv6標識網關實現新舊標識的翻譯和映射，通過Anycast SRv6技術實現任務資源連接的就近服務隨需隨取。SRv6技術和SRv6算力標簽如下圖2-4所示，IPv6地址有128bit編碼，地

47、址空間高達7.9x1028空間，足夠給宇宙內每一個原子分配一個唯一的IPv6地址，互聯網上每一個資源對象都可以分配一個或一組IPv6地址。SRv6技術充分利用IPv6地址空間分割成多個子空間分別對應“尋址空間”、“指令子空間”、“參數子空間”，每個空間的長度可靈活定義，如圖2-4所示，尋址空間用于匹配標識資源對象（match），指令和參數用于傳遞資源對象的處理策略（action），這樣一對match-action相當于一條計算機指令。一組這樣的SRv6地址可以描述資源到資源的指令集合，包括連接路徑指令、計算指令、存儲指定、快照指令等。研究方向主要研究基于SRv6技術的新型資源標識系統，系統設計

48、基于三大原則：（1）資源標識是唯一的，只要是同一個資源，不論處于任何位置任何狀態其圖2-3：IPV6地址空間-23-SRv6標簽是唯一且不變的；（2）資源標識是無狀態的，網絡節點無需存儲資源標識的狀態信息；（3）資源是多態的，一個資源可以對應多個資源標識。研究內容包括資源標識解析系統，實現根據用戶需求用戶意圖自動編譯成可尋址的可執行的指令集完成資源間交互，包括資源標識發現和注冊系統，實現資源的自動化注冊、注銷、遷移、發現，也就是資源的CRUD抽象，包括資源標識的標準化系統，完成資源標識的格式規范和定義流程框架的指定。根據算力標識設計的頂層原則和SRv6空間格式，建議通過算力SRv6位置SID、

49、算力SRv6資源標識SID，算力TLV屬性來表示標識算力資源。算力Token TLV屬性保證算力標識的可信認證和完整性驗證，HMAC TLV屬性保證SRv6 SRH的完整性和未被篡改。SRv6算力路由技術資源在網絡上分布式的可處于任何位置和狀態，資源和資源之間的交互必須有一個可定制的可控的方式完成資源連接。研究內容基于SDN控制器和實時遙測技術，結合SRv6資源標識系統，實現基于最小時延的、基于最短路徑的、基于帶寬保障的、基于確定性時延的等SLA需求及組合需求的實時SRv6路徑計算和網絡設備配置能力。圖2-4：SRV6算力標識格式-24-SRv6算力標識網關互聯網的演進是漸進的，必須考慮對接存

50、量資源的兼容性問題。SRv6算力標識網關研究內容包括SRv6算力標識和傳統的不支持SRv6的算力資源標識的映射，代替存量資源完成SRv6算力標識的注冊，代理SRv6連接實現傳統資源的sidecar邊車服務。SRv6算力標識網關系統必須支持多種形態，支持虛擬化形態、手機APP形態、桌面APP形態、硬件CPE形態、API/SDK形態等多種形態的泛在部署和靈活集成能力。SRv6 Anycast 算力標識技術資源在其生命周期中可能在多個位置出現例如移動算力，或者在多個地域部署例如分布式算力，類似傳統互聯網的CDN服務，一個視頻內容可能存在于多個邊緣CDN節點，但其標識是唯一的，用戶不感知不關心其位置和

51、狀態。本技術方向研究SRv6 Anycast 算力標識技術，通過唯一的SRv6算力標識地址的路由通告，算力消費者可以實時的探知資源的位置，就近獲取就近服務?！皷|數西算”在整體上實現資源的優化配置和按需使用，但是網絡和算力仍然是分離的，算力是分布式部署但仍然有高度的集中性，霧計算基于“白盒交換機+xPU（GPU+DPU+X86）+SDN/NFV”的一體化算網融合設備，該設備隨網部署隨網服務，類比高速公路的服務區，算力遍布于各個網絡節點，可以根據算力對時延、對帶寬、對資源的需求，可由任意一個滿足需求的融合節點提供算力服務，我們稱之為霧計算網絡。霧計算設備本身支持SRv6標識能力和SRv6標識網關功

52、能，具備高吞吐、低時延、可編程、可擴展能力。同時研究霧計算設備的微服務SDN管控系統，將霧計算設備抽象為一個微服務節點，將霧計算設備的功能抽象為一個個微服務，2.1.4.5 確定性算力和霧計算-25-通過Kubernetes技術和SDN技術，實現霧計算設備及服務的彈性管理和統一編排，通過K8S的CNI和CRD標準擴展機制，實現霧計算設備的可定制可擴展的算力服務。2.1.4.5.1 霧計算調度系統2.1.4.5.2 分布式霧算力發布算力是分布式供給的，但是算力的需求側有可能在任何位置任何時間發生，如何像自來水一樣在任何時候按需獲取相應的算力，如何根據算力特性提供差異化確定性服務質量的連接調度能力

53、，這是決定算力網絡成敗的一個關鍵能力。移動算力從算力發布和算力獲取兩個方面研究霧計算網絡調度系統，研究霧算力發布的調度機制和算法以保證算力熱度、命中率、成本最優，研究霧算力獲取的調度機制和算法以保證就近服務、按需服務、智能回源。算力不是固定不變的，比如一個無服務函數、一個容器應用、一個人工智能模型，算力可以在任意位置部署和執行。研究內容探索分布式算力發布的兩個基本問題：（1）算力的生命周期管理，何時生效，何時休眠、何時老化、何時撤銷，系統基于人工智能、大數據和算力行為，高效地預測和調度算力。（2）算力的智能推送，根據當前算力請求數據、網絡拓撲、實施和歷史算力數據，動態地預測和計算熱點推送節點，

54、探索一對多、多對多、多對一等各種場景下的最優算力發布算法和模式。圖2-5：霧計算調度系統-26-2.1.4.5.3 分布式霧算力獲取一個算力任務往往需要多個算力資源來支撐，算力任務請求一般具有高突發性、高并發性、高可靠低時延等多個特性和需求，為了解決上述問題，霧算力獲取著力于算力預熱和算力預測兩個關鍵技術，通過算力預熱提供就近的熱點算力服務于多個算力請求以保障算力的高可靠低時延需求，通過算力預測提前規劃和布放算力以應對算力的高突發性和高并發性挑戰。在網計算（In-network computing）是近年來出現的一個新的研究領域，側重于網絡內的計算，利用新型可編程網絡設備（如可編程交換機ASI

55、C，網絡處理器，FPGA和可編程NIC）的功能，將計算從數據中心轉移到網絡邊緣，從CPU/GPC轉移到可編程網絡設備。在以傳統數據中心為代表的高密度計算集群中，應用呈多元化和分布化，更大的網絡帶寬也帶來了海量數據，對I/O處理的計算需求也不斷飆升，新型的網絡功能虛擬化也在進一步蠶食CPU的算力，同時GPU的負載轉移工作也是杯水車薪，主要挑戰集中于兩個方面：a）網絡帶寬遠遠超過計算能力：數據中心網絡帶寬正面臨快速增長。100Gbps以太網網卡逐步成為主流，廠商還在不斷研發新的400Gbps NIC，而1Tbps很快將成為下一個目標。另一方面，處理網絡I/O的計算容量空間正在不斷縮小。未來具有線速

56、I/O處理需求的應用程序注定要受到CPU和內存的限制。商用服務器對于線速I/O的低延遲處理需求達到了前所未有的高度，硬件無法跟上數據中心網絡工作負載的快速變化。b）xPU的計算效率挑戰網絡I/O的性能問題長期以來一直備受關注，其重點在于消除操作系統網絡堆棧中的低效率以及優化NIC-CPU交互。目前實現VNF的常用方法是完全繞過網絡堆棧，-27-直接從用戶級庫（例如DPDK）訪問原始數據包。此外，CPU和NIC硬件提供了幾種機制來提高I/O處理的效率，例如，將數據直接引入CPU LLC（DDIO），并通過減少CPU內核之間的緩存爭用(例如，接收端擴展)和降低中斷頻率(例如，中斷調制)來提高可擴展

57、性。但即使采用了這些增強功能，在10Gbps的速度下依舊需要多個CPU內核來執行公共網絡功能。此外，現有系統也會因為CPU資源爭用而導致延遲增加，包處理性能也出現波動。在過去，網絡設備的功能是固定的，僅支持制造商定義的功能?？删幊蘳witch-ASIC的引入和SmartNIC的興起是網內計算的推動力，可編程網絡設備允許用戶在用高級語言編寫代碼時實現自己想要的功能。如今將軟硬件創新結合的時代正是網內計算真正發揮作用的時代。從系統的角度看，網內計算的定義意味著無需向網絡中添加新設備，因為你已經使用了交換機和NIC。因此，網內計算的開銷很小，因為不需要額外的空間、成本或空閑功率。此外，網內計算在事務

58、通過網絡時就終止事務，可以減少網絡上的負載。迄今為止，網內計算是在三類設備上實現的：FPGA，SmartNIC和可編程交換機。在網計算的優勢主要體現在高吞吐量、低延遲、低能耗。由于網內計算指的是網絡內的處理，這意味著事務在其路徑中就終止，無需到達終端主機，從而節省了終端主機引入的延遲，以及網內計算節點到終端主機之間的網絡設備。如今硬件和軟件創新的結合，給網內計算注入了新的生機。在硬件方面，許多硬件供應商已經發布了可在不犧牲性能的情況下提供可編程性的產品，例如可編程芯片（Barefoot Tofino）、現代智能網卡SmartNIC（Cavium XP，Netronome Agilio）。在軟件

59、方面，除了網內遙測和第4層負載平衡等新的網絡功能外，還提出了許多超越傳統分組處理的新的應用級功能。在網計算平臺的新型架構如圖2-6所示，硬件上融合可編程交換機和智能-28-結合未來網絡研究院確定性網絡技術，浪潮工業互聯網股份有限公司運用自研超融合服務器打造了軟硬一體的算網一體機系列產品，根據其功能主要劃分為：算網調度一體機，算網納管一體機和算網應用一體機。算網調度一體機部署算網分布式管理平臺，算網納管一體機部署算網適配器，通過適配第三方算力資源提供平臺，納管算力資源，算網應用一體機部署算網網關，企業客戶接入網絡，訪問算網資源。計算單元同時提供高性能轉發和智能計算服務，軟件上結合霧計算調度可以實

60、現移動算力，部署上結合霧計算路由可以實現隨網計算，可以綜合考慮吞吐、延遲、能耗、負載、算力和網絡的協同等多個因素實現算力和網絡的深度融合按需計算就近服務。圖2-6：算網一體機原理圖2.1.4.6 確定性算網一體機2.1.4.6.1算網一體機-29-2.1.4.6.2 算網分布式管理平臺算網分布式管理平臺，是未來網絡研究院與浪潮工業互聯網股份有限公司合作研發打造的算力運營平臺，該平臺以確定性網絡為根基，以算力為中心，以產業發展為牽引，承載運營一體化算網平臺，可快速搭建云網一體化的服務體系，算力提供方不再是專有的某個數據中心或集群，而是將云邊端這種泛在的算力通過確定性網絡連接在一起，實現算力的高效

61、共享，滿足企業智能化改造中算網的即需即用，全面提升企業自身數字化水平。平臺可以快速接入超算資源、智算資源、閑散算力等3類算力資源，提供私有云、公有云、邊緣云3類接入方式，通過3種算網一體機設備實現算網的快速部署，構建多樣化算力資源調度和服務體系，實現算力資源在云-邊-端之間有效調配，為工業企業提供低成本、高性能、高安全的一體化服務的新型基礎設施，提升業務服務質量和用戶服務體驗。算網管理平臺分為算網服務系統、算網運營系統、算力管理系統和算力適配系統。其中，算網服務系統實現算網平臺用戶自服務門戶、運維運營門戶以及大屏分析展示能力。算網運營系統實現服務合規審計、算力資源計量計費、運營分析和系統管圖2

62、-7：算網一體化服務體系圖-30-2.2彈性可擴展的分布式架構和容器技術浪潮自主研發采用彈性可擴展的分布式資源調度技術，包括多集群聯邦技術、GPU、FPGA高性能異構計算技術、輕量級虛擬計算實現大規模異構云混合協同調度。通過分布式集群云基礎資源管理與調度技術，提升云基礎設施資源使用效率，提供多樣化計算能力，加速云基礎設施資源的交付，簡化云運維配置與維護工作，實現自動化、智能化、高可用的云基礎設施資源供給。在算力網絡中對上層云應用提供云中間件與云應用的自動化部署、彈性調度、圖2-8：算網管理平臺架構理能力。算力管理系統實現算力資源發現注冊、監控、管理、調度、編排以及額度管理能力。算力適配系統屏蔽

63、底層不同算力資源平臺的異構性，通過適配器實現對具體算力資源平臺（例如浪潮云平臺）的適配和對接，完成對算力資源的調度和分配。-31-服務化管理、運行監控以及配置管理，對下層基礎設施提供適配資源服務層，實現基礎資源服務化。通過改進傳統系統設計架構，改良傳統中間件，采用新興分布式大數據中間件等方案，讓應用系統具備了支撐彈性擴展、高并發、海量數據、高可靠業務的能力，并大大縮短業務的上線和更新周期。前后架構對比如下圖2-9所示：分布式架構具有如下優勢：輕量化：將復雜業務碎片化，有利于業務復用、組合和更新。高并發：通過數個業務處理節點同時處理同一業務邏輯，增強業務的并發處理能力。高可靠：同一業務由多個節點

64、處理，即使一個節點宕機，業務也會由其他節點接管?？蓴U展：某一業務處理能力不夠時，可迅速通過增加節點實現性能擴容。為了能夠快速有效的、低成本的跨區跨域、甚至在異構云平臺上運行集群，并按照地理位置創建一個復制機制，將多個容器云集群進行連接，當遇到某個區域連接中斷或某個數據中心故障時可保持關鍵服務運行。圖2-9：分布式云架構2.2.1多集群聯邦技術-32-集群配置對象用于管理集群聯邦成員，實現多集群管理功能，如圖2-10所示，Type-Config用于定義集群聯邦管理的資源，Propagation用于把資源分配給集群聯邦管理的集群成員中，Status用于收集集群聯邦成員的資源狀態，Policy用于定

65、義資源調度策略，Scheduling用于根據資源的狀態和策略進行跨集群的資源調度，DNS用于維護集群聯邦成員的的DNS服務器，通過DNS實現跨集群的服務訪問。近幾年來，由于GPU在浮點計算和并行計算上，擁有極其出色的性能，甚至超越了CPU的數十倍，使其被廣泛使用在數據挖掘，深度學習等需要大量重復計算的工程之中。在虛擬化環境中，可通過直通模式（pci passthrough）把物理GPU直接掛載給計算節點上的一個虛擬機使用，這種模式存在資源浪費且受限于計算節點的PCIe插槽，無法支持很多虛擬機使用。GPU虛擬化計算技術是通過GPU虛擬化，把一個物理GPU虛擬為多個vGPU，然后再把vGPU掛載給

66、虛擬機。圖2-10：多集群聯邦架構2.2.2 GPU、FPGA高性能異構計算技術-33-vGPU信息整理計算管理服務定期調用libvirt接口獲取物理GPU和vGPU的對應關系，重點是vGPU的類型（PCI-VF）和廠商型號的信息，計算調度組件收到計算管理服務的上報信息后，把信息錄入到設備表（pci_devices）；vGPU掛載和卸載用戶申請使用GPU虛擬機時，調度到對應計算節點的管理服務，后者調用libvirt的PCI設備掛載接口進行掛載，同時調度組件會把pci_devices中對應的vGPU記錄中狀態置為使用中。掛載，計算節點管理服務調用libvirt的PCI設備卸載接口進行卸載，同時調

67、度組件會把設備表中對應的vGPU記錄中狀態置為可用。本技術充分利用GPU硬件輔助虛擬化技術，把vGPU提供給虛擬機使用，降低GPU計算成本提高業務運維效率。Serverless是指不用創建和管理服務器、不用擔心服務器的運行狀態（服務器是否在工作等），只需動態申請應用需要的資源，把服務器留給專門的維護人員管理和維護，進而專注于應用開發，提升應用開發效率、節約企業IT成本。傳統上使用容器集群運行容器，首先需要創建運行容器的容器集群服務器集群，然后再創建容器負載，需要有專門的維護人員來管理和維護容器集群，增加了企業的運維成本。容器化的serverless彈性計算技術基于安全容器，使用安全容器提供虛擬

68、機級別的安全隔離，結合自有硬件虛擬化加速技術，提供高性能安全容器，無需創建和管理服務器集群即可直接運行容器，可以通過控制臺、容器集群工具、API 創建和使用容器負載，且從2.2.3 Serverless無服務計算技術-34-單一用戶角度看資源“無限大”，能夠提供容器秒極彈性伸縮能力，能夠輕松應對業務快速變化，保障業務SLA。高性能強隔離容器使用安全容器提供虛擬機級別的安全隔離，結合自有硬件虛擬化加速技術，提供高性能安全容器。依靠安全容器的強隔離特性，多個租戶之間的容器運行環境強隔離，不同租戶之間的容器不感知、不可見，可以在同一臺裸金屬服務器上混合部署而安全無虞。使用安全容器技術可以最大化資源利

69、用率，降低性能開銷。統一調度管理多集群統一管理，容器負載統一調度，使用上無需感知集群存在，基于容器集群的負載模型提供負載快速部署、彈性負載均衡、彈性擴縮容、藍綠發布、灰度發布等重要能力。對于單一超算任務進行切片，批量調度大數量節點并行計算，在云原生環境下，通過容器化技術實現計算任務切片，這些進程作為互不相關的多個程序獨立執行，每個節點作為單獨進程具有自己獨立的堆棧和代碼段，并通過消息傳遞實現并行協同。本技術基于kubernets容器編排平臺，擴展容器調度、分發策略，靈活感知集群內部2.2.4分布式容器批量調度技術圖2-11：批量調度架構-35-資源情況，對分布式計算容器進行分布式調度，將計算任

70、務與計算資源進行精準匹配，將計算任務按批次調度到匹配的計算資源片。針對分布式容器遷移場景，建立任務調度隊列，在考慮作業等待時間的同時，兼顧作業的運行時間，既照顧短作業又不使長作業的等待時間過長，避免發生饑餓現象，優化整體調度性能，擴展聯合調度、公平調度、隊列調度、預定或回填式調度算法，實現批量調度的能力，抽象計算作業CRD，提供作業生命周期管理。算力是全社會數智化轉型的基本生產要素，算力之于數字經濟的重要性如同水電之于工業，網絡也從云化網絡向算力網絡全面轉型，從流量管道啞網絡轉變為算力感知智網絡，從有損網絡轉變為無損網絡，從盡力而為式網絡轉變為確定性網絡。確定性網絡技術以提供確定性服務質量為目

71、標，可在提供確定性服務與非確定性服務之間靈活切換，可自主控制確定性服務質量等級，實現確定性服務質量按需定制 。算力網絡時代的新興業務，例如工業自動化控制、車聯網、遠程手術、AR/VR游戲等，需要將端到端時延控制在微秒到數毫秒級，將時延抖動控制在微秒級，將可靠性控制在99.9999%以上。表2-1列出了工業自動化控制對網絡服務質量的具體要求。這就要求算力網絡提供零丟包、有界時延、有界抖動、超高可靠性的服務質量，保障數據“準時、準確”的傳輸。因此，確定性網絡技術是算力網絡的關鍵技術之一。確定性算力網絡意義重大：是網絡強國建設的重要成果；將有效推動制造業、交通運輸業、醫療衛表2-1 部分工業控制場景

72、對網絡服務質量的要求2.3 確定性網絡技術2.3.1 算力網絡的確定性需求10場景時延要求抖動要求可靠性要求遠程控制5毫秒-99.999%離散自動運動控制1毫秒1微秒99.9999%離散自動化10毫秒1毫秒99.99%過程自動化遠程控制50毫秒20毫秒99.9999%過程自動化監控50毫秒20毫秒99.999999%-36-確定性網絡技術通過網絡切片、邊緣計算等技術實現確定性帶寬，通過時鐘/頻率同步、資源預留、整形調度、幀搶占等技術實現確定性時延與抖動，通過包復制與消除、冗余備份等技術實現確定性可靠性。確定性網絡技術不是單一技術，而是一系列協議與機制的合集。從確定性網絡技術應用場景來看，確定性

73、網絡技術體系主要包括靈活以太網（Flexible Ethernet，FlexE）技術、時間敏感網（Time-sensitive Networking，TSN）確定性網（Deterministic Networking，DetNet）、5G確定性網絡（5G Deterministic Networking，5GDN）、確定性WiFi（Deterministic WiFi，DetWiFi）。FlexE技術由光互聯網絡論壇（Optical Internetworking Forum，OIF）推動，旨在解耦業務速率與物理通道速率，提供比傳統以太網更加靈活的帶寬顆粒度，支撐物理通道向更高速率（400GE

74、、1TE）演進。FlexE基于時分復用思想，在MAC層與PHY層之間增加Shim層，向上承接業務邏輯，向下對接物理通道，提供鏈路捆綁、子速率與通道化三種圖2-12：端到端確定性算力網絡2.3.2 確定性網絡技術體系生業、金融服務業等行業的數智化轉型；是先進技術的代表，有望成為ICT技術新的制高點。、-37-應用模式，物理通道專用可實現確定性帶寬，且能夠根據上層業務需求按需、靈活分配物理通道帶寬，提高帶寬利用率。TSN技術由IEEE 802.1 TSN工作組推動，定義了一套協議標準，用于實現局域網絡的確定性。TSN在現有以太網的基礎上，增加時鐘同步、整形調度和網絡配置等關鍵技術，以提供零丟包率、

75、確定性低時延、確定性低抖動的數據傳輸服務。TSN要求所有網絡設備時鐘同步，在IEEE 1588-2008的精確時間協議（Precision Time Protocol，PTP）的基礎上擴展，形成IEEE 802.1AS-2011的通用精確時間協議（general Precision Time Protocol，gPTP）；TSN整形調度主要包括兼有隊列調度和流量整形的IEEE 802.1Qav 基于信用的整形（Credit-Based Shaper，CBS）、基于門控列表的IEEE 802.1Qbv的時間感知調度（Time-Aware Shaper，TAS）與基于奇偶隊列的IEEE 802.1

76、Qch的循環排隊轉發（Cyclic Queuing and Forwarding，CQF）；TSN分別在IEEE Qat和IEEE Qcc中定義了分布式和集中式兩種網絡配置方式，用于實現資源預留與網絡管控。DetNet技術由IETF的DetNet工作組推動，旨在幫助IP網絡實現從“盡力而為”向“準時、準確”的蛻變，將確定性網絡技術通過IP/MPLS等技術從局域網擴展到廣域網上。DetNet借鑒TSN的機制，改進時鐘同步、整形調度和網絡配置等關鍵技術，為網絡提供了一種低丟包、確定性端到端時延與抖動的數據傳輸能力。在時鐘同步方面，DetNet可以利用IEEE 802.1AS-2011實現精確時鐘同

77、步，也可以參考IEEE 1588v2實現頻率同步；在整形調度方面，借鑒TSN的IEEE 802.1Qch的周期循環轉發的思想，DetNet現有兩種可行的技術路線，一種是基于傳統IP協議的確定性IP（Deterministic IP,DIP）轉發，在傳統IP的基礎上，采用確定的時隙映射關系，轉發設備采用三隊列用于確定性流的調度，避免了復雜的流時隙規劃問題，另一種是基于SRv6的時隙具化排隊轉發（Cycle Specified Queuing and Forwarding，CSQF）轉發，通過SRv6顯式攜帶路徑與轉發時隙信息，通過時隙規劃確定時隙映射關系，轉發設備采用多隊列用于確定性流調度，可實

78、現更大規模-38-確定性流的傳輸。DetWiFi技術由IEEE 802.11be任務組推動，旨在提供無線接入側確定性服務能力，專注于解決PHY和MAC修正案的設計問題。DetWiFi考慮無線介質的固有限制（鏈路不可靠、路徑不對稱、接口不兼容等），在時鐘同步、流量調度等方面重新設計TSN機制，改進介質訪問機制，保持與現有WiFi標準的兼容性。在時鐘同步方面，DetWiFi考慮路徑不對稱帶來的時延不對稱問題，在IEEE 802.1AS基礎上增加時序測量，允許時鐘同時在主/從同步幀中傳播，從而計算時鐘偏移來調整時鐘；在流量調度方面，在IEEE 802.1Qbv的基礎上，允許設備定義新規則控制流量到達

79、，減少訪問競爭；在介質訪問方面，可有兩種促進無沖突操作的介質訪問方法，一種是觸發器機制，允許AP調度上行鏈路MU傳輸，后續可向速率自適應機制改進，增加時間敏感幀的傳輸比率，以減少觸發信令帶來的控制開銷，另一種是目標喚醒時間機制，基于喚醒時間表，定期喚醒設備以發送/接收數據。5GDN由3GPP推動，旨在5G網絡中打造有確定性傳輸能力的移動專網。由于5G網絡涉及無線接入網、傳輸承載網、核心網等不同部分，5GDN可集成現有確定性網絡技術，強化其端到端確定性傳輸能力和網絡切片能力。例如，以FlexE作為5G承載網可提升5G網絡切片能力；將TSN、DetNet與5G結合，可進一步保證確定性端到端傳輸質量

80、。時延確定性技術是確定性網絡技術的重要內容。傳統網絡中由于時延長尾效應的存在而無法實現確定性時延與抖動。以單跳場景為例，單跳時延由鏈路傳播時延、端口傳輸時延、節點內處理時延與節點內排隊時延構成。其中，鏈路傳播時延主要與相鄰網絡設備節點之間的鏈路距離以及傳輸介質有關，端口傳輸時延主要與端口速率以及數據包/幀的大小有關，節點內處理時延是指節點完成包/幀頭分析、數據提取、差錯檢驗、路由選擇等所需的時間，節點內排隊時延是包/幀在節點內排隊等待傳輸消耗的時間。在一個穩定的網絡拓撲中，前三項時延基本不變，而節點內排隊時延則會隨著網絡負載的變化而改變，導致2.3.3 時延確定性技術-39-了單跳時延的不確定

81、性。即使網絡輕載，由于微突發的存在，單跳時延的不確定性仍然存在。因此，實現確定性時延需要控制節點內時延以消除長尾效應。目前，實現確定性時延的主流技術主要有CQF、DIP、CSQF。表2-2總結了三種技術的差異。CQF采用兩個輸出緩存隊列用于確定性流量的轉發，每個隊列的入隊側與出隊側均放置邏輯門，邏輯門存在打開與關閉兩種狀態。當門處于打開狀態時，允許該隊列接收或輸出數據幀，否則禁止。輸出端口的輸出時間等間隔劃分為時隙，兩個隊列以時隙為單位交替執行入隊、出隊操作，即在任一時隙內，兩隊列始終保持一隊列出開入關，另一隊列出關入開的狀態。在CQF中，數據幀在相鄰節點間的轉發周期映射關系固定，為xx+1，

82、即數據幀在上游節點的第x個時隙內轉發，則需在下游節點的第x個時隙內到達輸出隊列，并在該節點的第x+1個時隙內轉發。若假設時隙大小為T，傳輸跳數為H，則CQF可保證端到端最大時延為(H+1)*T，最小時延為(H-1)*T，抖動為2T。其原理如圖2-13所示。CQF要求所有網絡設備保持嚴格時間同步，以確保所有的節點時隙對齊。其固定的轉發時隙映射關系要求鏈路傳播時延與節點內處理時延必須小于時隙大小T，容錯性能差，不適用于廣域網場景。2.3.3.1 CQF技術表2-2.CQF vs.DIP vs.CSQF時延確定性技術CQFDIPCSQF隊列數23多個同步要求時間同步頻率同步頻率同步時隙映射xx+1x

83、y+1xy+n時延(H-1)*T，(H+1)*T-抖動2T2T2T適用范圍局域網廣域網廣域網數據平面以太網IP/MPLS/SRv6等SRv6關鍵算法注入時間規劃路由域整形參數設計路由與時隙偏移規劃-40-在DIP中，網絡設備采用三個輸出緩存隊列用于確定性流量的轉發，每個隊列的入隊側與出隊側均放置邏輯門，邏輯門存在打開與關閉兩種狀態。當門處于打開狀態時，允許該隊列接收或輸出數據幀，否則禁止。輸出端口的輸出時間等間隔劃分為時隙，三個隊列以時隙為單位交替執行入隊、出隊操作，即在任一時間間隔內，兩隊列始終保持一隊列出開入關，其余兩隊列出關入開的狀態。數據包在相鄰節點間的轉發周期映射關系固定，為xy+1

84、，即數據包在上游節點的第x個時隙內轉發，且在下游節點的第y個時隙內到達輸出隊列，則該節點將在第y+1個時隙內轉發該數據包，抖動為2T。其原理如圖2-14所示。在DIP中，所有網絡設備保持頻率同步，以確保所有節點時隙大小相同。在一個穩定的網絡拓撲中，其轉發時隙映射關系固定，相鄰節點間的時隙映射關系表可由集中式配置得到，也可通過分布式學習得到。DIP適用于多種數據面封裝，可以基于但不限于IP。2.3.3.2 DIP技術圖2-13：CQF技術原理圖2-14：DIP調度原理-41-基于上述轉發原理，DIP為每個準入的確定性業務計算路徑、預留資源；入口網關對業務流整形，并為數據包打上初始時隙標簽，隨后往

85、下一跳轉發；網絡設備收到數據包后，根據本地維護的時隙映射關系表，替換數據包的時隙標簽后送入相應的輸出隊列等待轉發至下一跳；重復上一步驟，直到數據包到達出口網關11。CSQF采用多個輸出緩存隊列用于確定性流量的轉發，每個隊列的入隊側與出隊側均放置邏輯門，邏輯門存在打開與關閉兩種狀態。當門處于打開狀態時，允許該隊列接收或輸出數據幀，否則禁止。輸出端口的輸出時間等間隔劃分為時隙，三個隊列以時隙為單位交替執行入隊、出隊操作，即在任一時間間隔內，兩隊列始終保持一隊列出開入關，其余兩隊列出關入開的狀態。數據包在相鄰節點間的轉發周期映射關系固定，為xy+n，即數據包在上游節點的第x個時隙內轉發，且在下游節點

86、的第y個時隙內到達輸出隊列，則該節點將在第y+n個時隙內轉發該數據包，抖動為2T。其原理如圖2-15所示。CSQF要求所有網絡設備保持頻率同步，以確保所有節點時隙大小相同。在一個穩定的網絡拓撲中，其轉發時隙映射關系取決于時隙規劃結果。CSQF是基于SRv6的實現，每個確定性業務流的轉發路徑與轉發時隙由集中式計算得到，并映射為SRv6的SIDs，數據包攜帶SID發送，每一跳接收數據包后解析棧頂的SID，獲得數據包在該節點的轉發端口和時隙信息，并按該信息轉發數據包。2.3.3.3 CSQF技術圖2-15：CSQF技術原理-42-工業互聯網網絡是構建工業環境下人、機、物全面互聯的關鍵基礎設施，根據業

87、務需求和數據流向，工業互聯網網絡又可進一步劃分為工廠內網和工廠外網。工廠內網指在工廠或園區內部，滿足工廠內部生產、辦公、管理、安防等連接需求，用于生產要素互聯以及企業IT管理系統之間連接的網絡。工廠外網指以支撐工業全生命周期各項活動為目的，滿足工廠數據、工業應用、工廠業務需要出工廠與云平臺或者其他網絡互聯的需求，用于連接企業上下游之間、企業多分支機構、企業與云應用/云業務、企業與智能產品、企業與用戶之間的網絡。算力網絡可以應用在工業內網，對邊緣云、網關、PLC等異構算力節點進行編排管理。不同形態的設備在工業網絡中所處的位置不同，所包含的芯片種類以及計算和存儲能力不同，相應負責的業務也有所差異。

88、同一類業務中的不同任務可以分別在所對應的計算節點進行，例如邊緣智能場景中的云中心訓練模型，邊緣節點可以通過算力網絡的調度更高效地進行推理決策。當前對應最近的邊緣節點負載較高時，可以實時調度到附近負載較低的邊緣節點執行業務請求。在網計算面向網絡和計算逐步一體化階段，計算任務開始從網絡邊緣的數據中心逐漸遷移至網絡內部，由交換機、路由器、網關、服務器等設備共同完成計算任務。當前工業互聯網中的計算節點種類、部署方式越來越多樣化，邊緣計算已經促進了業務的分布式部署，在網計算可以進一步加速工業互聯網業務的處理，提供無處不在的連接和計算服務。確定性網絡自提出以來，首先在車載網絡、工業網絡得以應用，當前工業以

89、太網、三、典型應用場景3.1工業互聯網-43-時間敏感網絡等技術已經應用在工業互聯網，IP網絡的確定性技術和標準仍在制定中。面向工業互聯網IP化等趨勢，可以預見確定性網絡將會應用在更廣的范圍。確定性網絡提供更可靠、更精準的網絡連接，和算力網絡相結合，將為工業互聯網提供端到端的確定性服務。隨著數字經濟的蓬勃發展，數據量的暴增，高性能計算正逐漸向新興的大數據、深度學習以及云計算等方向進行融合和演進，以支撐人工智能、基因測序、仿真模擬等諸多領域的研究，特別是在工業仿真、生物信息、新材料、氣象、海洋等科學計算領域，高校等科研機構對算力資源的需求愈加迫切。高性能計算已經成為高校的基礎設施，助力科研成果落

90、地，與此同時也面臨效率、運營、運維、安全和能耗五個維度的挑戰。確定性算力網絡不僅可以滿足科研機構對算力的需求，還能很好地解決系統利用率最大化；減輕技術人員負擔，提升運營效率；縮短SLA的相應時長提升運維效率；高校數據中心所面臨的黑客入侵問題；追求極致算力所帶來的高能耗等問題。人工智能科技和產業開始步入全面融合發展的新階段,在本地便捷部署異地人工智能計算中心的超大規模預訓練模型,促進行業應用的流動,并實現基于網絡的快速迭代,對人工智能計算中心提出新的需求。新的形勢迫切需要在加強人工智能計算中心建設的過程中,不僅僅將計算中心作為獨立的系統發揮作用,而是逐步形成相互聯接的人工智能算力網絡,以滿足網絡

91、化算力聯通調度,大模型通過網絡部署并結合不同區域產業優勢應用落地,數據集、行業應用等3.2科學研究3.3人工智能-44-基于人工智能的算力網絡包含以下三個方面。1、一張算力網絡;將不同人工智能計算中心節點連成一張人工智能算力網絡,算力網絡吸納和調度全國人工智能計算中心算力,以統一服務的方式,輸送高可靠、可度量、通用化的算力、算法、算據資源,使能人工智能應用。2、算力匯聚;不同人工智能計算中心之間高速網絡互聯,實現算力合理調度,資源彈性分配,提升各個人工智能計算中心的利用率,為大模型訓練提供超級算力,還可實現整體能耗的節省。3、數據匯聚：多方合作 推進Al領域的公共數據開放,基于人工智能計算中心

92、匯聚高質量的開源開放的Al數據集,促進Al算法開發和行業落地。生態匯聚;采用互聯、應用接口等標準,實現網絡內大模型能力開放與應用創新成果共享,強化跨區域科研和產業協作,為所有用戶進行Al應用創新提供更多的資源選擇和更便捷的合作方式,加速產業聚合,激活產業共融共生。新型電力能源系統加速了能源物聯網的轉型與發展。新型電力系統“雙高”特征對能源系統建設提出更高的技術要求，高新能源占比造成新型電力系統的供需實時平衡挑戰性更大；高電子器件特征造成了新型電力系統在物聯網平臺建設能力、算法算力、網絡時效性、穩定性以及網絡覆蓋廣度和深度等方面有著前所未有的技術挑戰。確定性算網一體化可以為能源物聯網中能碳大數據

93、的采集、分析、管理和應用提供算網基礎能力。確定性網絡云網邊端高效協同、算力任務的廣域確定性傳輸及局域超低時延保障、智能任務的綠色高效計算等能力，可以為各類能碳應用提供高性能、低成本、靈活便捷的算力服務；確定性網絡毫秒級的延時、微秒級的抖動控制，能夠有效地保障高度物聯的新型電力系統高質量運轉，保障數據端到端時延，為高并發數據實時采3.4能源物聯網-45-集、能源交易撮合、碳排放交易撮合等時間敏感業務提供技術保障；另外，確定性網絡具有完整的網絡安全和數據安全機制，可以提供從物聯終端、數據終端到云端系統的全程防護?；诖_定性網絡，山東未來集團、山東未來網絡研究院和浪潮打造了未來能源大數據中心，為能源

94、監管側、能源使用側、能源供給側和能源交易側提供能源物聯網、算力及應用服務，助力山東省實現雙碳管理和能耗雙控目標，從降低用能成本，提升用能安全，優化用能質量三個方面著手，為山東的經濟發展保駕護航。車聯網進入“算力時代”之后，汽車將獲得更好的支撐，應用和生態有了更多的想象空間。算力需求日益劇增，第一是高精地圖，其中包括厘米級精度、豐富的路標數據和三維重建能力。第二是多傳感器，其中包括攝像頭、激光雷達、毫米波雷達、超聲傳感器、慣導和衛星天線等。第三是環境建模及智能決策，其中包括多傳感器融合感知、道路和區域識別、環境模型構建、智能預測和決策等。第四是車身控制，其中包括車輛自動控制、駕駛策略執行及規劃。

95、面對劇增的算力，算網一體化具有相對較多的優勢。在靠近網絡接入的路側基礎設施上進行算完一體設備不熟，它的好處是非常明顯的。第一，計算能力大幅提升，有利于準確度的提升；第二，不需要占用過多的核心網或者骨干網絡帶寬；第三，可以有效降低時延，在網絡的邊緣側只要通過基站就可以直接將消息分發給路上的終端，數據傳輸路徑比互聯網到無線核心網再到無線接入網的路徑短了很多，這就是算網一體在車聯網中應用的優勢。3.5車聯網-46-算力網絡是網絡強國建設的重要內容，是數字經濟發展的關鍵推手，是ICT技術的前進方向。自提出以來，各方均積極響應，推動算力網絡的發展。然而，無論是在標準制定、生態建設，還是試驗驗證方面，算力

96、網絡都處于初期發展階段，距離算網一體的終極目標仍有很長的路要走。在標準制定方面，我國是算力網絡標準化工作的主要推動力，但已形成的算力網絡標準文檔寥寥無幾，后續呼吁各方結合自身的標準研究與應用經驗，進一步推動算力網絡的標準化進程，重點關注算力網絡架構設計、算網端到端確定性技術融合、異構算力度量與標識、算網資源協同編排與調度等問題，突破算力網絡技術瓶頸。在生態建設方面，當前算力網絡產業聯盟還較少，后續呼吁算力網絡相關產業積極開展協作互通，積極擁抱開源，圍繞算力網絡的典型應用場景，構建算力網絡大生態，加速產業發展。在試驗驗證方面，各企業應充分利用云網融合階段積累的豐富成果，積極開展算力網絡的試驗驗證

97、工作，推動算力網絡的落地進程。作為算力網絡建設的重要參與者，山東未來網絡研究院目前已建設完成覆蓋山東省16地市的全球首張5600公里確定性網絡，浪潮集團云網數聯合實驗室研發的算網一體機分別在算力資源側、應用側、調度運營側落地試用。展望未來，山東未來網絡研究院與浪潮集團將繼續把算力網絡列為重要工作方向，積極投入到標準制定、生態建設、試驗驗證的工作中，按照“1+3+3+3”模式打造算力網絡，即1個一體化算網運營平臺，3種算力資源（基礎算力、智能算力、超算算力），3種接入方式（公有云接入、邊緣云接入、私有云接入），3種一體化產品（算網納管一體機、算網調度一體機、算網應用一體機），實現算力網絡規?；瘧迷谏綎|率先落地，助力數字經濟的騰飛。四、總結與展望