算力网大家谈 | 算力网亟待解决六挑战

【通信产业网讯】（记者 胡媛）近年来，数字经济的浪潮席卷全球。算力已成为全社会数智化转型的基石，将直接影响数字经济的发展速度，决定社会智能的发展高度。网络作为连接用户、数据、算力的主动脉，与算力的融合共生不断深入。算力网作为架构在IP网之上、以算力资源调度和服务为特征的新型网络形态，成为通信企业关注焦点。

算力网络的愿景是实现网络无所不达、算力无所不在和智能无所不及，推动数字化社会到智能化社会的发展。那么，算力网与云网融合关系如何？在建设和运营中有哪些关键要素？又面临哪些问题？

“算力网络是实现网络超越连接实现数据增值的基础上，以网强算、以算促网的网络演进发展形态。”诺基亚贝尔执行副总裁、客户体验首席技术官常疆在接受《通信产业报》全媒体记者采访时指出，随着数字经济和智能化社会的深入发展，我们将进入泛在算力的时代，智能数据成为核心生产要素，而算力将成为这个时代统一的资源语言，算力网络将构成数智化转型的关键基石，这与诺基亚面向2030年技术愿景相匹配。

从逻辑上来说，算力网络是以算力为中心的新型网络形态。但从物理上来说，算力网络是以云网融合为根基、以算力供给为核心，深度融合新型网络技术的持续演进，并围绕算力打造的资源和服务供给的新型信息基础设施。

在谈到算力网络与云网融合的关系时，常疆表示，算力网络的核心资源是算力，是算力时代的通用资源语言，其内生需要推动多样化的云网资源整合，因此算力网络是推动在云网融合的基础上、围绕算力为中心的持续演进发展，逐步融合形成算力泛在、算力感知、算力路由和算力编排等算力体系。狭义来说，云网融合是算力网络的算力底座，而广义来说，算力网络目标是实现算网一体，以算网大脑为编排管理中心进而实现算、云、网的深度融合、内生一体、服务一体，其实质已经超越云网融合，从数智化基建转型为数智化基石，从而决定了数字经济发展的速度和智能社会构建的高度。

在算力网的建设和运营中，常疆认为有六大关键要素。网络持续云化，是网络智能化、自动化的内生发展要求；打造多层边缘云，实现算力云、边、端的泛在架构布局；实现算力互联，推动IP和光网络持续高速（400G/800G）和高效（DCI新架构）演进；增加算力感知，推动算力度量，识别、标识和路由的技术体系；增强算力编排，推动算网一体统一编排和调度的融合发展；完善算力服务，推动以算力业务驱动的算力经济发展模式。

“因此，算力网络首先需增强云网能力，覆盖更广泛的连接场景，以及提供更泛在的数据服务，进而在分布式网络架构的基础上实现算力泛在布局，形成异构算力的算力底座；再而推动智能化为基础的算网大脑，实现算、云、网资源统一编排的资源供给，最终实现算力即服务（CFaaS）。”常疆坦言。

然而，算力网络是一个复杂的技术网络体系，涉及异构硬件和芯片、接入和互联网络、数据中心/云计算，以及大数据、人工智能、区块链等多产业链，算力网络推动统一架构、技术标准和开源生态的成熟完备，要求多产业链协同发展。

常疆认为当前算力网络亟待解决的主要问题有以下六方面。

第一，当前云和网保持相对独立，给与云网资源融合带来挑战，需要加快云网融合的力度。异构算力资源与多域网络资源缺乏统一、业务敏捷度不足，服务效率受到制约；云和网资源散布各地，分域管理、端到端的云网运维排障较为困难。

第二，算力资源与算力业务需要兼顾性能与成本。新增服务：增强网络能力推动低时延、数据本地化服务（比如自动驾驶、超高清直播、AI推理等）；算力资源布局应具备全局统一性，为算力即服务体系打实基础。

第三，多云之间存在差异性，跨云一体化资源调度和管控困难。由于云布局、云原生能力、云业务等差异性带来跨云间算力资源的统一调度、编排和管理的挑战。

第四，算力资源和算力感知尚处于探索阶段，缺乏技术标准体系支撑。异构算力资源能否采用相同的度量模式，缺乏标准让上层业务不用感知底层资源差异；感知算力是泛在算力的增强，跨域跨网需要标准化体系支撑。

第五，算力交易和算力服务模式还需要实际验证。区块链与算力交易的结合技术仍需在探索规划中；满足2C/2B/2G等应用场景的服务模式还不清晰，需要更多的思考和验证。

第六，算力网络作为面向未来的重大产业战略发展方向，需要广泛的产业协作，尤其在技术创新、全球标准体系和生态建设方面需要更多参与者携手共进。

诺基亚是全球领先的端到端网络设备提供商，全系列产品服务于全球领先的电信运营商和云服务提供商，覆盖算力网络的各产业链，包括领先芯片设计、5G和宽带、IP路由器、OTN光、DCI数据中心互联、SDN、边缘云、云原生、大数据/人工智能/区块链、自智网络等。依托领先的云网发展经验，诺基亚致力于算力网络的云网底座持续增强、致力于算力网络技术演进和标准化、致力于算力网络各产业的跨域整合，已开始在异构泛在计算、多层级算力架构、高效算力互联、云原生和算力编排等方面的布局，与产业链一起推动算力网络更好、更快和更稳的发展。