查看原文
其他

专题丨算网协同对算力产业发展的影响分析

王少鹏,邱奔 信息通信技术与政策 2022-12-10
※  信息社会政策探究的思想库  ※※  信息通信技术前沿的风向标  ※


作者简介




 王少鹏 

中国信息通信研究院云计算与大数据研究所工程师,高级业务主管,主要从事数据中心网络等IT方面的政府支撑、技术研究和标准制定工作。



 邱奔 

中国信息通信研究院云计算与大数据研究所助理工程师,主要从事数据中心网络等IT方面的政府支撑、技术研究和标准制定工作。



论文引用格式:

王少鹏, 邱奔. 算网协同对算力产业发展的影响分析[J]. 信息通信技术与政策, 2022,48(3):29-33.


算网协同对算力产业发展的影响分析


王少鹏  邱奔


(中国信息通信研究院云计算与大数据研究所,北京 100191)


摘要:随着算力需求场景的不断扩大,算力设施形态及算力供给形态也在发生变化。网络云化改造趋势明显,云网的深度融合可快速实现云间互联及用户与云的互联,云服务效率得到极大提升。近年来,泛在终端物联场景日渐丰富,边端算力需求增加,用户需要可泛在接入、随需随取、按需定制、高效便捷的算力服务,算网协同体系快速发展,算力网络热度不断提升。算力网络通过网络云化及池化改造、算网资源标识统一、算网资源智能编排、数据极简转发等技术手段极大地提升了算力服务质量和效率。算网协同体系建设需要数据中心和网络设施的协调联动。探讨了算网协同对算力产业带来的影响,并给出发展建议。

关键词:算网协同;数据中心;算力;产业生态

中图分类号:F124               文献标志码:A

引用格式:王少鹏, 邱奔. 算网协同对算力产业发展的影响分析[J]. 信息通信技术与政策, 2022,48(3):29-33.

DOI:10.12267/j.issn.2096-5931.2022.03.005


0  引言


数字经济时代,算力逐渐成为一种新的生产力,广泛融合到经济社会生产生活的各个方面,为千行百业数字化转型提供新动能[1]。数据中心是算力的主要载体,近年来我国数据中心规模不断增长,截至2020年年底,我国在用数据中心总规模超过400 万架,近五年年均复合增速达到34.10%[2-3]。与机架规模增长相适应,数据中心算力规模也在同步增长,2020年我国算力总规模达到135 EFlops,全球占比达到31%。


在数据中心算力服务规模持续增长的同时,数据中心算力服务效率及可达性也受到更多关注,用户希望获取更加及时、泛在,甚至是专业定制化的算力服务,使获取算力就像获取水电一样简单便捷、随需随取。全国一体化大数据中心实施方案是国家层面促进算力资源跨区域协同调度的重要举措,将助力实现算力与网络协同发展、深度融合的目标。该实施方案一方面促进了我国数据中心算力设施区域布局的协同发展,另一方面也促进了枢纽节点、省级及边缘节点网络设施的建设,为算网协同发展提供了良好的外部环境。但是,单纯依赖政策引导并不能完全解决算网协同发展过程中存在的问题,理论体系研究、产业技术实践及行业组织协同推进依然必不可少,本文深入剖析了算网协同对算力产业带来的影响,并在此基础上提出算网协同发展建议。


1  算网协同发展历程


随着数据中心算力应用场景的不断扩大,数据中心算力服务效率和质量受到更多关注,为了适应新的算力需求,数据中心算网体系也在同步演进。总体来看,数据中心算网体系经历了云网协同、云网融合和算网协同的发展历程。


云网协同是云计算背景下数据中心云网发展的基本形态,云网协同的重点是网络的云化。在数据中心内部,SDN技术的应用使得网络控制转发分离,网络可根据云计算技术需求及用户流量需求变化及时做出调整;在数据中心间、数据中心与用户间,SD-WAN技术可在WAN中实现多节点流量控制和转发,为用户提供更富弹性的云计算服务[4]


云网融合是云网协同的进一步发展,在云网融合场景下,网络云化趋势更为明显,网络对云的适配性得到增强,云网融合的发展主要体现在网络云化技术和云间互联方面。在网络云化方面,NFV技术可通过虚拟化功能实现网络设备软硬件解耦,以此实现网络资源池化[5];在云间互联方面,SRv6能够实现基于IPv6的极简转发和基于IP的业务可达,同时具备良好的可编程能力,能够更好地适应网络云化控制场景,实现多节点流量的任意转发。


算网协同代表着传统集中算力资源进一步下沉到分布式的边缘计算场景中,是一种面向泛在算力需求场景的算力服务解决方案[6]。在算网协同体系下,网络不再是一种单纯的云计算联接服务,而是等同于一种算力资源服务。从算力侧来看,算力资源内涵进一步扩大,除了云端算力外,还包含一切可利用的网络可达的云边端算力设施所提供的算力资源。从网络侧来看,5G技术及RoCE、IPv6、SRv6等协议的应用使数据传输、转发速率进一步提升,自动驾驶等网络技术的应用使网络具备自动调优和自我演进能力,网络可基于不同场景下的流量学习获得最佳的流量转发及控制策略,网络传输及调度能力均得到极大提升[7]


2  算网协同产业实践


2.1  电信运营商方面

随着我国通信基础设施的日益完善,流量服务快速贬值,以流量管道作为基本盈利手段的电信运营商面临着巨大的转型压力,云网融合、算网协同成为电信运营商转变商业模式的一大契机。


近年来,联通、电信及移动三大运营商积极开展算网协同理论研究与技术实践。中国联通将算力网络视为云化网络发展演进的下一阶段,并指出算力网络可分为算网协同和算网一体两个演进阶段[8]。在技术实践方面,中国联通在全国多地开展算力网络建设试点,北京、河北、广东及山东联通通过算力网络业务链、网络切片、资源感知实现算力资源调度和感知,形成云网安一体服务。


中国电信在算力网络建设过程中重点强调以“云”为核心,侧重网络、算力和存储三大资源相互融合,推进天翼云持续升级,将各类算力节点整合到天翼云管理范围内,实现天翼云节点和天翼边缘节点统一管理调度[9]


中国移动将算力网络发展分为3个阶段[10],分别是泛在协同、融合统一和一体内生,在泛在协同阶段,算力设施和网络设施在布局、运营方面基本实现了协同发展;在融合统一阶段,算力设施和网络加速融合,基于AI技术实现对算力和网络的统一编排和调度,用户可按需获取算网服务;在一体内生阶段,算网设施在协议层面一体共生,全社会算力资源被广泛纳入到算网体系,并在此基础上形成泛在多方算力交易平台。


电信运营商在云网融合、算网协同、算网一体等算网技术中的研究为算网协同发展提供了理论和实践基础,算网协同将不仅局限于物理布局、设施形态及统一控制方面。同时,算网元素将在协议、资源编排、调度及计费等方面实现深度协同与融合发展。


2.2  互联网公司方面

依托于强大的互联网技术积淀及庞大的网络用户流量入口,互联网公司成为网络中最主要的内容提供者,在与运营商的利益分配中逐渐占据主动地位。当前,部分互联网云服务商不再满足于电信运营商提供的网络服务,而是希望通过自建骨干网的方式进一步加强云间互联能力。Google通过自建B4网络连接其位于全球不同地区的数据中心,该网络采用SDN技术实现,在谷歌全球化算力服务中发挥重要作用。阿里云于2017年年底发布了云骨干网,该骨干网的建设可直接促进阿里云全球16个云数据中心间以更低成本实现高速互联,与谷歌自建网络不同,受到国内网络监管政策限制,阿里云骨干网建设主要依靠国内运营商网络资源。


互联网公司对云骨干网建设的探索能够在一定程度上倒逼电信运营商服务变革。长期以来,互联网云服务商主要通过运营商提供的专线实现数据中心间互联,高昂的专线价格及带宽瓶颈难以满足云服务商盈利及业务发展需求,而私有骨干网建设在成本、连接弹性及云化可控能力方面表现更为优异。考虑到互联网公司自身云服务能力及网络技术研究能力的不断增长,运营商或将加强对算网技术的研究,并在部分技术领域实现与互联网公司的生态融合。


2.3  设备商方面

设备厂商聚焦算网协同发展技术创新与设备研发,为算网协同发展提供支撑。设备厂商在算网协同方面的创新主要体现在网络路由转发、算网资源编排调度等方面,在网络路由转发方面,中兴通讯推出算力敏感IP网络方案,该方案实现了基于SRv6的算网一体协同调度,将SRv6业务编程纳入通用算力服务功能,实现端到端算网业务无缝拉通。


在算网资源编排及调度方面,华为推出CloudFabric 3.0超融合数据中心网络方案,该方案支持对多个数据中心的统一纳管及高速无损互联,同时提供L3全生命周期自动管理的自动驾驶网络能力,可实现业务分钟级部署,故障分钟级修复,极大地提升了网络运维效率。


3  对算力产业带来的影响


3.1  算网边界模糊,现有安全、业务标准难以适用

算网协同发展的最终目标是算网一体,而算网一体则强调算力资源和网络资源的统一标识、统一调度和统一管理,这无疑会使算网边界更加模糊。传统算网体系中,算力基础设施由运营商、互联网云厂商及第三方服务商建设运营,网络设施搭建、流量接入、计算及收费均由运营商负责。在算网协同体系下,互联网云厂商开始涉足到网络建设领域,通过自建私有骨干网实现算力设施互通。为了避免成为通信管道,电信运营商也开始加速网络云化改造,使网络资源像算力资源一样智能可控、高效调度。我国三大运营商具备完整的通信及IDC业务牌照,涉足云计算及算力设施领域业务在市场监管体系保护范围内,而云厂商则不具备通信相关牌照,尽管云厂商可利用运营商网络资源在物理网络上构建虚拟骨干网,但是虚拟骨干网的业务形式尚缺乏市场监管法律保护。


网络边界的模糊化使得网络安全及相关业务标准变得难以适用,云厂商对网络技术的探索和实践可能会诱发网络安全及业务标准合规性问题,是否要基于算网协同需求扩大云厂商数据中心业务边界,以及是否要对现有市场监管制度进行变革有待商榷。


3.2  对数据中心布局提出了更高的要求

在长期发展过程中,我国数据中心算力区域分布不均衡的问题日益凸显。北上广深及其周边城市网络环境优异,企业数字化转型需求及数字技术应用度较高,用户算力需求较大,这对数据中心产业形成了更为明显的拉动效应,不少数据中心服务商考虑在北上广深等东部地区城市选址。中西部地区及东北地区用户算力需求相对较小,网络基础设施建设薄弱,数据中心建设及发展缺乏良好的市场环境,数据中心产业整体发展薄弱。


随着双碳战略目标的确立及数据中心能效政策的逐步强化,数据中心能耗及碳排放水平受到更加严格的限制,北上广深数据中心项目落地面临更加严格的评审,项目落地更加困难;已建数据中心同样面临更大的节能技术升级改造压力,数据中心发展受到一定限制。而另一方面,一线城市数字化进程正在加速推进,数据中心算力需求仍在不断增长,本地数据中心算力设施发展的政策限制将在一定程度上造成算力缺口。中西部地区自然资源丰富,电力价格优惠,同时部分地方政府出台了数据中心用地、税收优惠政策,在一定程度上促进了东部数据中心向中西部的产业转移。但是,考虑到中西部算力需求低、网络设施薄弱等固有劣势,部分企业更多是将中西部数据中心作为冷数据备份设施或灾备中心,这使得中西部数据中心整体上架率不高,西部各省数据中心平均上架率仅有30%左右,东部沿海省市数据中心上架率则基本上达到了60%以上,中西部数据中心算力没有得到充分利用。


东西部数据中心算力供需失衡会对我国数字经济发展带来一定的阻碍,算网协同是缓解全国范围内算力失衡的重要途径。但与此同时,算网协同对全国数据中心布局提出了更高的要求,原本通过市场导向形成的数据中心布局,以及片面强调数据中心布局而不考虑网络协同的布局模式将难以适应算网协同的发展目标。


3.3  推动数据中心产业生态广泛化

算网协同将对第三方数据中心服务商、电信运营商及互联网公司技术创新带来更多挑战,同时也会进一步促进各类建设运营主体及上下游企业融入一体化的产业生态圈,运营主体间及上下游企业间的技术沟通变得更加频繁。


在网络环境方面,算网协同发展将使算力资源以最优的方式配送给相应的用户,用户算网使用成本显著降低。电信运营商将在更加安全、稳定的市场中提供网络服务,网络生态得到优化。


在算力环境方面,网络基础设施与数据中心基础设施的匹配性需求增强,电信运营商需要根据算力调度需求设计针对性的网络建设方案;设备厂商需针对算网的匹配性需求设计网络设备及数据中心IT设备,设备性能将变得更加完善;互联网云厂商需根据自身的算网协同、算力调度需求向电信运营商提出网络建设需求。通过多方协作,原本独立的数据中心产业生态和网络设施产业生态将逐步融合。


4  对算网协同发展的建议


4.1  明确算网协同定义及边界

算网协同是继云网协同、云网融合后算网设施发展的重要阶段,当前电信运营商、互联网云厂商及通信厂商对于算网协同、算网一体、算力网络等相关概念及发展阶段划分有着各自不同的理解,为了更好地推进算网协同的算网设施建设,需要进一步明确算网协同的定义,明确其发展演进阶段。


除此之外,还需要在业务分类目录、业务经营牌照、信息安全保障等各个方面制定算网发展相关的政策要求,明确指导算网协同发展。在业务分类目录方面,根据算网协同相关业务对《电信业务分类目录(2015年版)》进行修订,增加算力网络相关的概念表述,进一步明确业务范围。在业务经营牌照方面,明确市场监管主体,规范行业发展,使牌照新增具备监管要求。在信息安全保障方面,明确各运营主体在构建算网一体设施时应当具备的设施及数据安全保护机制。


4.2  合理开展数据中心建设布局

《全国一体化大数据中心协同创新体系算力枢纽实施方案》对我国数据中心建设布局进行了有效指导,在全国范围内奠定了算网协同发展的总体格局,但是受限于较高的战略站位,该方案并没有在局部区域或针对某一企业提出更为具体的数据中心建设布局方案,局部区域内及企业级数据中心建设布局实施方案仍然需要根据不同的技术条件、算网发展需求灵活制定。基于算网协同发展需求,数据中心建设布局应遵循以下原则。


一是加强政策引导,统筹协调。以《全国一体化大数据中心协同创新体系算力枢纽实施方案》为基本政策导向,数据中心算力设施选址布局应符合该《实施方案》要求,同时根据算力设施实际应用需求统筹协调分配资源,有序推动数据中心算力设施建设。


二是分类规划,因地制宜。对未来数据中心建设发展进行分类规划,充分考虑热点地区、热点周边地区及中西部地区等不同地域的优劣势,分类制定数据中心发展规划,使数据中心建设与算力需求相适应。


三是标准先行,云边端协同。算网协同发展需要构建泛在的算力环境,边缘数据中心成为提供泛在算力的重要一环,应加快边缘数据中心标准制定,提高边缘数据中心服务能力。


4.3  开源促进生态完善

通过产业联盟加强算网协同生态圈建设,鼓励运营商、互联网企业及第三方数据中心服务商开放算网体系建设方案,或共同制定标准的算网体系建设方案,形成开源的算网发展生态环境。在开源生态体系中,不同企业可以共享优秀的算网协同建设方案,并形成部分标准化的算网协同方案;不同算力设施服务商可根据业务需要融入其他算网体系中,共同形成泛在、智能的算网协同体系。


5  结束语


在算网协同体系发展过程中,电信运营商、互联网公司及设备厂商均在各自的领域做出了探索。算网协同发展是大势所趋,算网协同体系建设依赖于数据中心和网络的联动发展,对于数据中心而言,算网协同对其产生的影响主要包括算网边界模糊,现有安全、业务标准难以适用;对数据中心布局提出了更高的要求;推动数据中心产业生态广泛化。基于上述影响,运营商、互联网公司及第三方服务商需要积极做好相应的准备和应对策略,这样才能更好地推动算网协同发展。


参考文献


[1] 郭亮, 吴美希, 王峰, 等. 数据中心算力评估:现状与机遇[J]. 信息通信技术与政策, 2021(2):79-86.

[2] 吴美希, 常金凤. “东数西算”——下好一盘棋[J]. 时事(高中版), 2021(1):2.

[3] 工业和信息化部. 全国数据中心应用发展指引(2018年)[EB/OL]. (2019-05-13)[2022-01-27]. http://www.gov.cn/xinwen/2019-05/13/content_5390999.htm.

[4] 翁雯倩, 陈仲华. SD-WAN技术对于运营商专线发展的思考[J]. 电信科学, 2020,36(S1):146-151.

[5] 赵河, 华一强, 郭晓琳. NFV技术的进展和应用场景[J]. 邮电设计技术, 2014(6):62-67.

[6] 吕廷杰, 刘峰.数字经济背景下的算力网络研究[J]. 北京交通大学学报:(社会科学版), 2021, 20(1):11-18.

[7] 杨俊峰, 宋圆隆, 王桂枝. 自动驾驶网络研究综述[J]. 现代计算机, 2020(16):46-54.

[8] 中国联通. 中国联通算力网络白皮书[R], 2019.

[9] 中国电信. 云网融合2030技术白皮书[R], 2020.

[10] 中国移动. 中国移动算力网络白皮书[R], 2021.


Analysis on the impact of computing network collaboration on the development of computing power industry


WANG Shaopeng, QIU Ben


(Cloud Computing & Big Data Research Institute, China Academy of Information and Communications Technology, Beijing 100191, China)


Abstract: With the continuous expansion of computing power demand scenario, the form of computing power facilities and computing power supply has changed. The trend of network cloud transformation is obvious. The deep integration of cloud networks can quickly realize the interconnection between clouds and users, and the efficiency of cloud services is improved. In recent years, ubiquitous terminal IOT scenarios become increasingly rich, users need ubiquitous access, on-demand, customized, efficient and convenient computing services. The computing network collaboration system develops rapidly, and the popularity of computing network is increases. The computing power network improves the quality and efficiency of computing power service through technical means such as network cloud and pool transformation, unified identification of computing network resources, intelligent arrangement of computing network resources, data minimalist forwarding and so on. The construction of computing network collaboration system needs the coordination and linkage of data center and network facilities. This paper discusses the impact of computing network collaboration on computing power industry, and gives development suggestions.

Keywords: computer network collaboration; data center; computing power; industrial ecology


本文刊于《信息通信技术与政策》2022年 第3期



主办:中国信息通信研究院


《信息通信技术与政策》是工业和信息化部主管、中国信息通信研究院主办的专业学术期刊。本刊定位于“信息通信技术前沿的风向标,信息社会政策探究的思想库”,聚焦信息通信领域技术趋势、公共政策、国家/产业/企业战略,发布前沿研究成果、焦点问题分析、热点政策解读等,推动5G、工业互联网、数字经济、人工智能、区块链、大数据、云计算等技术产业的创新与发展,引导国家技术战略选择与产业政策制定,搭建产、学、研、用的高端学术交流平台。



《信息通信技术与政策》官网开通啦!


为进一步提高期刊信息化建设水平,为广大学者提供更优质的服务,我刊于2020年11月18日起正式推出官方网站,现已进入网站试运行阶段。我们将以更专业的态度、更丰富的内容、更权威的报道,继续提供有前瞻性、指导性、实用性的优秀文稿,为建设网络强国和制造强国作出更大贡献!



《信息通信技术与政策》投稿指南




   推荐阅读  



专题丨大型央企云边协同建设方案及其借鉴意义分析

专题丨算力五力模型:一种衡量算力的综合方法

专题丨异构AI算力操作平台的架构设计与优化策略

专题丨算力基础设施的现状、趋势和对策建议

专题导读:低碳算力

《信息通信技术与政策》2022年 第3期目次


♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩


“在看”我吗?


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存