中国联通异构算力统一标识与服务白皮书_32页_2mb

报告摘要

异构算力统一标识与服务白皮书总结

核心内容

本白皮书由中国联通算力网络产业技术联盟联合多家企业共同编写，旨在探讨异构算力统一标识与服务的技术架构、设计原则和实现路径，以支持算力网络的构建与运营。白皮书围绕“云、边、端”泛在计算协同、异构算力资源管理、统一调度与适配、智能运营等核心主题展开，提出了构建“可信、可溯源、可度量”的算力管理架构的目标。

主要观点

异构算力产业发展现状
随着数据量的爆发式增长，算力需求呈现多样化趋势，推动了“云、边、端”协同计算的发展。异构算力包括CPU、GPU、FPGA、ASIC等，其应用已从通用架构向专用定制演进，以满足不同场景的高性能需求。
异构算力发展需求
异构算力的发展需要统一标识和调度，以实现资源的高效管理与共享。统一标识体系为算力资源的接入、认证、管理提供了基础，统一调度系统则通过抽象资源、灵活策略和实时感知，实现跨异构资源的协同调度。
异构算力统一标识与资源抽象
通过统一资源数据模型，实现异构算力资源的标准化和抽象化，屏蔽底层差异，为上层应用提供一致的接口。同时，算力标识符的生成和管理为资源的可溯源性和可信度提供了保障。
异构算力统一调度与适配
统一调度系统框架具备高度抽象性、灵活性、可扩展性和实时性，支持多种调度策略，包括资源公平调度、作业优先级调度、算力亲和性调度、反亲和性调度、资源抢占调度、资源预留调度、资源回填调度、弹性扩容调度等。调度过程涉及作业选择和资源分配两个阶段，实现资源的最优匹配和高效利用。
异构算力调度智能运营
通过统一监控、统一适配和算力溯源，实现对算力资源的智能化管理。系统支持多种应用负载，包括HPC、大数据、AI、Web等，为算力网络的可持续发展提供技术支撑。

关键信息

1. 异构算力产业发展现状

“云、边、端”协同：算力网络通过新型网络连接实现云、边、端的泛在计算协同，提升处理效率和响应速度。
算力从通用走向定制：随着专用芯片（如TPU、NPU）的发展，算力架构向领域定制化演进，满足不同场景的高性能需求。
主要应用场景：
- 高性能计算（HPC）：包括传统集群计算和分布式计算，使用X86、GPU、FPGA、ASIC等异构资源。
- 物联网（IoT）：通过网关和边缘计算实现数据采集、处理和分析，对算力需求逐步提升。
- 边缘计算：依赖边缘节点（如边缘云、传感器、ICT网关）进行实时数据处理，要求低时延和高并发。
- 人工智能（AI）：算力需求贯穿云端到端侧，使用GPU、TPU、NPU等加速芯片，提升AI算法效率。

2. 异构算力发展需求

统一标识与调度：通过统一标识体系实现异构算力资源的接入、认证、管理，提升资源可调度性。
设计原则：
- 可信性：确保算力来源合法、安全、可控。
- 灵活性：支持多样化的调度策略和资源配置。
- 可扩展性：适应新型算力资源的接入和扩展。
- 实时性：提升资源调度的实时性和准确性。

3. 异构算力统一标识和资源抽象

统一资源数据模型：涵盖算力资源的九个数据域，支持资源的扩展和统一管理。
资源抽象：通过SDR（软件定义资源）技术，实现异构算力资源的统一接口，提升上层应用的兼容性和可移植性。
可信算力认证与鉴权：通过第三方认证中心和签名证书，确保接入算力的合法性，提升算力网络的安全性。

4. 异构算力统一调度与适配

调度技术架构：分层结构，包括应用接口抽象层、插件式调度策略引擎、资源实时感知层等。
调度策略：
- 作业选择策略：基于优先级、资源配额、负载依赖关系等进行作业排序。
- 资源分配策略：根据资源类型、负载情况、调度目标等，实现资源的最优分配。
- 智能调度机制：支持资源抢占、预留、回填、弹性扩容等，提升资源利用率。
调度平台功能：包括资源层、调度层、编排层、应用层、自服务门户、开发者门户和监控层，构建完整的算力调度和运营体系。

5. 异构算力调度智能运营

统一监控：实现对“云、边、端”资源运行状态的统一管理，为调度决策提供数据支持。
统一适配：屏蔽底层算力差异，支持多厂家、多云资源的统一接入和调度。
算力溯源：确保数据在可信环境中处理，实现资源来源的可追溯性。

总结与展望

融合发展：异构算力的发展趋势是多样性与统一管理并存，推动算力生态的融合与协同。
能力开放：算力能力逐步开放，包括芯片、平台、交易流通等层面，促进算力资源的共享和复用。
合理化布局：算力网络促进数据中心的合理布局，通过新型网络技术（如CFN、SRv6）实现算力资源的高效协同。
标准化建议：
- 统一标识与网络标识映射标准：推动异构算力与网络标识的统一映射，实现资源调度和路由的智能化。
- 算力应用商店标准：促进不同平台之间的算力应用互通，支持一键部署和流通。
- 可信算力网络标准：建立独立的安全认证和溯源体系，保障算力网络的安全性和可信度。

缩略语

缩略语	英文全称	中文释义
AI	Artificial Intelligence	人工智能
AR	Augmented Reality	增强现实
BBF	Broadband Forum	宽带论坛
C/U	Control/User	控制/用户
CFN	Compute First Network	计算优先网络
DC	Data Center	数据中心
DCI	Data Center Interconnection	数据中心互联
GPU	Graphics Processing Unit	图形处理器
IoT	Internet of Things	物联网
MEC	Multi-access Edge Computing	多接入边缘计算
NFV	Network Function Virtualization	网络功能虚拟化
SDN	Software Defined Network	软件定义网络
SRv6	Segment Routing IPv6	IPv6分段路由
TLS	Transport Layer Security	传输层安全性协议
URLLC	Ultra-reliable and Low-Latency Communication	超高可靠与低时延通信
VM	Virtual Machine	虚拟机
VR	Virtual Reality	虚拟现实
VXLAN	Virtual Extensible Local Area Network	虚拟扩展局域网
WLAN	Wireless Local Area Network	无线局域网

参考文献

网络5.0技术白皮书[R]. 网络5.0产业和技术创新联盟，2019.
中国联通算力网络白皮书[R]. 2019.
中国移动算力感知网络技术白皮书[R]. 2019.
李铭轩, 曹畅, 唐雄燕, 何涛, 李建飞, 刘秋妍. 面向算力网络的边缘资源调度解决方案研究[J]. 数据与计算发展前沿, 2020, 2(04):80-91.
智能计算中心规划建设指南[R]. 国家信息中心信息化和产业发展部，2020.
运营商边缘计算网络技术白皮书[R]. 边缘计算网络产业联盟（ECNI），2019.
工业互联网标识解析标准化白皮书[R]. 工业互联网产业联盟, 2020.
云端设计,与时间赛跑 [R]. 阿里云研究中心, 2020.
2020年全球计算力指数评估报告[R]. 浪潮信息&IDC，2021.
2018-2019年中国人工智能计算力发展评估报告[R]. 浪潮信息&IDC，2021.
何涛，曹畅，唐雄燕等．面向6G需求的算力网络技术[J]．移动通信，2020(6).
ITU-T. Draft Recommendation ITU-T Y. CPN-arch: framework and architecture of computing power network [R].
ITU-T. Draft Recommendation ITU-T Q. CPN: Signaling requirement of computing power network [R].
算力网络需求与架构（征求意见稿）CCSA TC3 WG1 制定[R].
面向业务体验的算力需求量化与建模研究（征求意见稿）CCSA TC1 WG2制定[R].
Framework of Compute First Networking (CFN) draft-li-rtgwg-cfn-framework-00, IETF [R].
泛在计算服务白皮书[R]. 云计算开源产业联盟，2020.
鲑鹏计算产业发展白皮书[R]. 绿色计算产业联盟，2019.
异腾计算产业发展白皮书[R]. 绿色计算产业联盟，2019.
服务器系列报告(计算篇)-CPU平台[R]. 安信证券，2020.