算力网络架构与技术体系白皮书-轻识

云计算聚焦非实时、长周期数据的大数据分析，能够在周期性维护、业务决策支撑等领域发挥特长。边缘计算聚焦实时、短周期数据的分析，能更好地支撑本地业务的实时智能化处理与执行。有研究表明，将计算部署在边缘端后，计算、存储、网络成本可节省 30%以上。

下载链接：

《算力网络白皮书（终版）》

《算力网络架构与技术体系白皮书》

《中国联通算力网络白皮书》

随着算力网络的提出，为电信运营商提供了另一种可能，即结合 IPv6+等数据通信新技术，通过打造智能网络，结合网络可编程特性和云原生轻量化计算特性，通过弱平台+强网络的方式，在平台的集中控制之余，更多的尝试通过网络的分布式协同来实现对网内各种服务的合理调度和资源的有效配置。

云网融合是近年来电信运营商一直在践行的理念，SDN/NFV 是云网融合最重要的技术支撑。2013 年以来，全球各大运营商先后制定基于 SDN/NFV 和云的网络转型战略，其中 AT&T 发布的 Domain2.0 战略是其中的典范。

云网融合 2.0 是在继承云网融合 1.0 工作基础上，强调结合未来业务形态的变化，在云、网、芯三个层面持续推进研发，结合“应用部署匹配计算，网络转发感知计算，芯片能力增强计算”的要求，在 SDN 和 NFV自身持续发展之外，实现 SDN 和 NFV 的深度协同，服务算力网络时代各种新业态。

NFV2.0：全面引入云原生技术，实现业务逻辑和底层资源的完全解耦，极大释放业务开发者的活力。并在对虚拟资源实现编排管理的基础上，向容器编排和算力编排演进；结合新基建背景下社会中多产权主体可提供多种异构算力的情况，实现对泛在计算能力的统一纳管和去中心化的算力交易。
SDN2.0：以承载网 SRv6 技术为底座，在网络切片能力的基础上，引入感知业务的各类 APP aware 技术。面向高质量算力服务要求，引入包括无损网络、二层、三层低时延低抖动等技术，对特定业务打造确定性承载网。积极推动 IPv6技术在端管云的全面拉通，并在网络控制平面实现集中+分布的有机协同。
DCN2.0：持续拥抱开源产业，探索开源或开放性操作系统在云数据中心的引入方式，如 Sonic、Dent 等业界熟知的开源系统。探索基于可编程能力的交换机（或智能网卡）架构的数据转发面实现方式和部署场景。对无损网络等技术在边缘数据中心的引入方案进行研究，并增强对网络的随路感知和测量能力。
SDN+NFV 协同：云数据中心内部 SDN/NFV 的协同管控，云/边数据中心与承载网的业务协同分发和调整方案，按照算网一体的要求，在数据中心内外网络架构、网关设备、运维管理、管控优化等层面加强协同与融合。
新业态：积极探索算力网络时代的新型业务形态与应用场景，推动试点工作，以适应未来云游戏、千人千面直播、自动驾驶、智能安防与工业机器视觉等强算力与强交互业务需求。

一年多来，结合云网融合领域的新发展新变化，中国联通在探索计算与网络融合思路的基础上，结合业界先进经验，制定了算力网络体系架构。

在该算力网络架构图中，主要包含服务提供层、服务编排层、网络控制层、算力管理层和算力资源层/网络转发层等若干功能模块，其中服务提供层主要实现面向用户的服务能力开放；服务编排层负责对虚机、容器等服务资源的纳管、调度、配给和全生命周期管理；网络控制层主要通过网络控制平面实现算网多维度资源在网络中的关联、寻址、调配、优化与确定性服务；算力管理层解决异构算力资源的建模、纳管与交易等问题；算力资源层和网络转发层扁平化融合，并需要结合网络中计算处理能力与网络转发能力的实际情况和应用效能，实现各类计算、存储资源的高质量传递和流动。

结合算力网络体系架构定义、接口设置与相应的功能描述，可以看出目前算力网络研究领域还存在着一系列待解决的技术问题，总体上可以分为如下五个方面。如图 2-2 所示，涵盖了 SDN2.0，NFV2.0 以及 DCN2.0 等在本白皮书第一章已阐述的技术演进问题，以及根据算力资源的特征和未来海量分布式交易的需求，算力建模与区块链交易方面的问题。

电信承载网控制：主要通过 IPv6+等数据通信新技术，解决当前网络难以感知业务需求，算力和服务难以良好匹配的问题。
新型网络转发：针对当前电信边缘云网络的封闭性，引入定制化转发设备和可编程芯片等技术，降低组网成本，丰富产业生态。
算力建模与纳管：针对当前算力难以量化建模，算网难以协同服务等问题，通过研究算-网-存等指标的联合优化，提升算力基础设施和网络基础设施建设和布局的合理性。
算力服务与交易：针对当前集中式平台难以满足高频、可信交易的要求，通过引入区块链账本和可信计算等技术，增强多方协同安全性和交易透明不可篡改问题。
服务编排与调度：针对虚拟资源变更、调度与迁移难以全程管控，轻量化资源能力释放等问题，通过微服务、容器化等 IT 方案，解决边缘轻量化业务快速迁移和服务的问题。

在算力网络中，用户通过算力网关接入网络，设备节点根据应用服务的需求，综合考虑实时的网络和计算资源状况，将不同的应用调度到合适的计算节点处理，保证业务体验。同时，需要通过确定性网络技术及无损数据中心关键技术完成端到端的质量保证。

SRv6 技术

在算力网络中，通过 SRv6 技术简化网络结构，实现灵活的编程功能，便于更快地部署新的业务，实现面向泛在计算场景的网络资源敏捷、按需、可靠调度。SRv6 通过灵活的 Segment 组合、Segment 字段、TLV 组合实现 3 层编程空间，可以更好地满足不同的网络路径需求，如网络切片、IOAM 等。SRv6 继承了 MPLS 技术的 TE、VPN 和 FRR 这三个重要特性，使得它能够替代 MPLS 在 IP 骨干承载网络中部署，同时 SRv6 具备类似 VxLAN 的仅依赖 IP 可达性即可工作的简单性，使得它也可进入数据中心网络。基于 IPv6 的可达性，SRv6 可直接跨越多域，简化了跨域业务的部署。

确定性网络技术

在这里确定性网络技术主要基于三层网络，即 IP 网络描述。确定性网络是一种提供可承诺 SLA 保证的网络技术，它能够综合统计复用和时分复用的技术优势，在 IP/Ethernet 分组网络中提供类似 TDM 转发的服务质量，保证高价值流量在传输过程中低抖动、零丢包，具有可预期的端到端时延上限。

数据中心无损网络技术

数据中心网络变革方向为零丢包、低时延、高吞吐，通过拥塞控制、负载均衡、流量控制等方式解决数据中心的性能问题。

新型硬件形态

算力网络以及边缘计算相关业务的发展，对边缘机房提出了轻量化、简洁化和随需部署的要求，传统设备形态在构建小型机房时逐渐显露出短板，而新型设备则以 1U 高度的模块化形态彰显了自身优势。

交换机操作系统

白盒交换机的出现不但使用户可以选择适合的硬件平台，更重要的可以让用户选择或定制相应的操作系统来匹配衔接自身的应用，从而降低成本，实现效率最优。

算力是设备/平台处理、运行业务的关键核心能力。在算力网络中，算力的提供方不再是专有的某个数据中心或集群，而是将云边端这种泛在的算力通过网络化的方式连接在一起，实现算力的高效共享。因此，算力网络中的算力资源将是泛在化的、异构化的。

服务编排架构

基于云原生的服务编排技术主要从融合计算、存储和网络能力开放，通过云原生和云计算统一编排调度平台来实现。结合 OpenStack 的底层基础设施层的资源调度管理能力，对于数据中心内的异构计算资源、存储资源和网络资源可以进行有效管理。通过 Kubernetes 的面向服务的容器编排调度能力，服务编排层实现了面向算网资源的能力开放。

1、资源调度管理层：采用通用的 OpenStack 和 Kubernetes 结合的方式来实现对于算力网络的计算、存储、网络等资源进行统一管理，整体通过 Open Infrastructure 架构来实现 IaaS 和 I-PaaS 的资源编排调度能力；
2、编排调度能力层：根据计算能力、深度学习能力、网络能力的不同需求，分场景的有序构建中台能力。
3、服务能力开放层：面向服务使用方和开发者提供不同的入口。其中在应用商店提供算力网络服务目录，可以实现算力网络能力一键部署，而在 DevOps 入口提供函数服务功能，可以进一步满足开发者结合中台能力根据业务场景进行开发和创新。

下载链接：

《算力网络白皮书（终版）》

《算力网络架构与技术体系白皮书》

《中国联通算力网络白皮书》

华为鸿蒙操作系统全景解构

操作系统产业完全解析

机器人操作系统的实践与思考

面向AIoT的RISC-V原生操作系统研究

深度报告：RISC-V异构IoT全新架构

ARM系列处理器应用技术完全手册

CPU和GPU研究框架合集

2021年信创产业发展报告