算力感知網(wǎng)絡(luò)架構(gòu)與關(guān)鍵技術(shù)

姚惠娟 陸璐 段曉東

摘要：針對運營商信息通信技術(shù)（ICT）基礎(chǔ)設(shè)施面向云網(wǎng)融合、算網(wǎng)一體技術(shù)演進中的協(xié)同問題，提出了算力感知網(wǎng)絡(luò)（CAN），即網(wǎng)絡(luò)可感知應(yīng)用、網(wǎng)絡(luò)、算力和用戶需求等多維資源，并協(xié)同調(diào)度算力資源和網(wǎng)絡(luò)資源，使應(yīng)用能夠按需、實時調(diào)用不同地方的計算資源，實現(xiàn)邊緣計算與云計算的協(xié)同聯(lián)動，提供最優(yōu)的用戶體驗以及計算和網(wǎng)絡(luò)資源利用率。

關(guān)鍵詞：算力感知網(wǎng)絡(luò)；算力路由；算力服務(wù)信息

Abstract： Aiming at the synergy of cloud network integration and computing network integration technology of operator information and communications technology （ICT） infrastructure， computing-aware networking （CAN） is proposed. The network can perceive multi-dimensional resources such as application， network， computing power， and user demand. CAN jointly schedule computing power resources and network resources so that the application can call computing resources in different places on-demand and real-time， realize the collaborative linkage between edge computing and cloud computing， provide the optimal user experience and computing and network resource utilization rate.

Keywords： CAN； computing-aware routing； computing service information

1 算網(wǎng)融合發(fā)展的背景

1.1 面向算網(wǎng)融合演進的驅(qū)動力

目前是5G網(wǎng)絡(luò)發(fā)展的關(guān)鍵時期，邊緣計算和網(wǎng)絡(luò)功能虛擬化（NFV）等技術(shù)都要求網(wǎng)絡(luò)與計算協(xié)同發(fā)展。同時，隨著物理世界和數(shù)字世界的進一步融合，行業(yè)數(shù)字化轉(zhuǎn)型獲得了全方位的提升和改變，給運營商帶來全新的市場和發(fā)展空間，但同時也面臨很多挑戰(zhàn)。

（1）應(yīng)用需求驅(qū)動力

隨著5G的商用規(guī)模部署，工業(yè)互聯(lián)網(wǎng)、車聯(lián)網(wǎng)、增強現(xiàn)實（AR）/虛擬現(xiàn)實（VR）等垂直領(lǐng)域蓬勃發(fā)展。據(jù)Machina Research報告顯示：2025年，全球網(wǎng)聯(lián)設(shè)備總數(shù)將超過270億，聯(lián)網(wǎng)設(shè)備的指數(shù)級增長對網(wǎng)絡(luò)傳輸能力及中心云處理能力帶來了巨大挑戰(zhàn)。據(jù)Gartner預(yù)測：2025年，超過75%的數(shù)據(jù)需要分流到網(wǎng)絡(luò)邊緣側(cè)。這對網(wǎng)絡(luò)靈活調(diào)度、服務(wù)質(zhì)量（QoS）等提出了更高的要求。另外，產(chǎn)業(yè)智能化的升級會帶來設(shè)備的多樣性，物聯(lián)網(wǎng)（IoT）傳感器、攝像頭等設(shè)備的應(yīng)用又會產(chǎn)生多樣化的數(shù)據(jù)。這些異構(gòu)數(shù)據(jù)的處理需要泛在的算力來支持。全行業(yè)的產(chǎn)業(yè)化轉(zhuǎn)型對網(wǎng)絡(luò)和計算均提出了更高的要求：基礎(chǔ)設(shè)施信息技術(shù)（IT）、通信技術(shù)（CT）更多融合；基礎(chǔ)設(shè)施不僅需要提供泛在的連接，還需要提供算力的支持。

（2）網(wǎng)絡(luò)技術(shù)發(fā)展驅(qū)動力

NFV技術(shù)的引入，使得5G網(wǎng)絡(luò)開始云化[1]，并逐步具備向IT技術(shù)演進的基礎(chǔ)。這使得算力開始服務(wù)于網(wǎng)絡(luò)，并隨著網(wǎng)絡(luò)進行延伸。此時的IT資源僅是CT網(wǎng)絡(luò)的一種資源提供方式，并不直接對外提供服務(wù)。在此階段，IT與CT的融合可稱為信息通信技術(shù)（ICT）縱向融合。同時，5G網(wǎng)絡(luò)原生支持邊緣計算：5G用戶面的下沉為邊緣計算的實現(xiàn)創(chuàng)造了網(wǎng)絡(luò)條件，并使計算資源離用戶更近，從而推動網(wǎng)絡(luò)中的計算從集中走向邊緣，并嵌入網(wǎng)絡(luò)。計算資源逐漸成為網(wǎng)絡(luò)基礎(chǔ)設(shè)施的重要組成部分。ICT融合的方式由NFV時代的“IT服務(wù)于CT”向“IT與CT相互感知”演進，算網(wǎng)協(xié)同感知成為網(wǎng)絡(luò)演進的核心需求[2]。面向6G，算力與網(wǎng)絡(luò)資源將共生，IT與CT系統(tǒng)需要具備相互感知的能力，以實現(xiàn)網(wǎng)絡(luò)和算力的聯(lián)合優(yōu)化調(diào)度，并能提供端到端ICT系統(tǒng)的服務(wù)等級協(xié)議（SLA）體驗保證。

1.2 計算網(wǎng)絡(luò)融合發(fā)展產(chǎn)業(yè)現(xiàn)狀

面向計算網(wǎng)絡(luò)融合的演進需求，業(yè)界開展了許多研究工作。在2020年第8次網(wǎng)絡(luò)5.0全會上，中國信息通信研究院聯(lián)合三大運營商、中興通訊等成立了網(wǎng)絡(luò)5.0創(chuàng)新聯(lián)盟算力網(wǎng)絡(luò)特設(shè)組，就目前算網(wǎng)融合趨勢下的不同技術(shù)路線展開探索，這些探索包括算力網(wǎng)絡(luò)[3-5]、算力感知網(wǎng)絡(luò)[4， 6-7]等。特設(shè)組就算力網(wǎng)絡(luò)研究方面達成共識，推動產(chǎn)業(yè)發(fā)展[8]。此外，IMT-2030（6G）網(wǎng)絡(luò)工作組也成立了算力網(wǎng)絡(luò)研究組，研究6G網(wǎng)絡(luò)中計算、網(wǎng)絡(luò)融合對未來網(wǎng)絡(luò)架構(gòu)的影響。此外，互聯(lián)網(wǎng)研究專門工作組（IRTF）成立了在網(wǎng)計算研究組（COINRG）[9-12]。在網(wǎng)計算是指，網(wǎng)絡(luò)設(shè)備的功能不再是簡單的轉(zhuǎn)發(fā)，而是“轉(zhuǎn)發(fā)+計算”；計算服務(wù)也不再處于網(wǎng)絡(luò)邊緣，而是嵌入網(wǎng)絡(luò)設(shè)備中。該工作組主要針對可編程網(wǎng)絡(luò)設(shè)備內(nèi)生功能的場景、潛在有益點展開研究。其中，內(nèi)生功能包括在網(wǎng)計算、在網(wǎng)存儲、在網(wǎng)管理和在網(wǎng)控制等，它是計算、網(wǎng)絡(luò)更深層次融合的下一發(fā)展階段。內(nèi)生功能引起了研究人員的關(guān)注。

綜上所述，在網(wǎng)絡(luò)和計算深度融合發(fā)展的大趨勢下，網(wǎng)絡(luò)演進要求網(wǎng)絡(luò)和計算能夠相互感知、高度協(xié)同，并可以基于無處不在的連接將泛在計算互聯(lián)，以實現(xiàn)云、邊、網(wǎng)高效協(xié)同，提高網(wǎng)絡(luò)資源、計算資源利用效率，進而實現(xiàn)以下目標(biāo)：（1）保證用戶體驗一致性。網(wǎng)絡(luò)可以感知無處不在的計算和服務(wù)，用戶無須關(guān)心網(wǎng)絡(luò)中計算資源的位置和部署狀態(tài)。網(wǎng)絡(luò)和計算協(xié)同調(diào)度保證用戶的一致體驗。（2）服務(wù)靈活動態(tài)部署?；谟脩舻腟LA需求，網(wǎng)絡(luò)綜合考慮實時資源狀況和計算資源狀況，通過靈活匹配、動態(tài)調(diào)度，將業(yè)務(wù)流量動態(tài)調(diào)度至最優(yōu)節(jié)點，并支持動態(tài)服務(wù)來保證用戶體驗。

因此，我們提出一種面向計算網(wǎng)絡(luò)深度融合演進的新型網(wǎng)絡(luò)——算力感知網(wǎng)絡(luò)（CAN），以實現(xiàn)用戶體驗最優(yōu)化、資源利用率最優(yōu)化等。

2 CAN的架構(gòu)體系

2.1 CAN的概念

作為面向計算網(wǎng)絡(luò)深度融合的新型網(wǎng)絡(luò)架構(gòu)，CAN以現(xiàn)有的網(wǎng)絡(luò)技術(shù)為基礎(chǔ)，通過無所不在的網(wǎng)絡(luò)連接分布式的計算節(jié)點，實現(xiàn)服務(wù)的自動化部署、最優(yōu)路由和負(fù)載均衡，從而構(gòu)建可以感知算力的全新網(wǎng)絡(luò)基礎(chǔ)設(shè)施，保證網(wǎng)絡(luò)按需、實時調(diào)度不同位置的計算資源，提高網(wǎng)絡(luò)和計算資源利用率。CAN還能進一步提升用戶體驗，實現(xiàn)網(wǎng)絡(luò)無所不達、算力無處不在、智能無所不及的愿景。CAN的概念具體如圖1所示。

基于CAN的概念，中國移動從架構(gòu)、協(xié)議、度量等方面協(xié)同演進，構(gòu)建面向算網(wǎng)一體化的新型基礎(chǔ)網(wǎng)絡(luò)，如圖2所示。從架構(gòu)層面上看，面對邊緣計算、異構(gòu)計算、人工智能等新業(yè)務(wù)，在基礎(chǔ)設(shè)施即服務(wù)（IaaS）資源層編排的基礎(chǔ)上，未來算網(wǎng)融合架構(gòu)如何向平臺即服務(wù)（PaaS）、軟件即服務(wù)（SaaS）、網(wǎng)絡(luò)即服務(wù)（NaaS）等一系列上層算法、函數(shù)、能力編排演進，需要進行研究。如何協(xié)同管理、控制數(shù)據(jù)面，以實現(xiàn)編排系統(tǒng)與網(wǎng)絡(luò)調(diào)度系統(tǒng)的協(xié)作，從而實現(xiàn)一切即服務(wù)（XaaS）能力按需靈活部署，也需要重點考慮。從協(xié)議層面上看，傳統(tǒng)網(wǎng)絡(luò)優(yōu)化路徑僅實現(xiàn)信息在節(jié)點之間傳輸?shù)腟LA，并未考慮節(jié)點內(nèi)部算力的負(fù)載。未來算網(wǎng)融合的網(wǎng)絡(luò)需要感知內(nèi)生算力的資源負(fù)載和XaaS性能，并綜合考慮網(wǎng)絡(luò)和算力兩個維度的性能指標(biāo)，從而進行路徑和目標(biāo)服務(wù)階段的聯(lián)合優(yōu)化。另外，還需要考慮和數(shù)據(jù)面可編程技術(shù)的結(jié)合，如利用SRv6可編程性實現(xiàn)算網(wǎng)信息協(xié)同，以實現(xiàn)控制面和數(shù)據(jù)面的多維度創(chuàng)新。從度量方面看，網(wǎng)絡(luò)體系的建模已經(jīng)很成熟，但算力體系還需要綜合考慮異構(gòu)硬件、多樣化算法以及業(yè)務(wù)算力需求，以及形成算力的度量衡和建模體系。CAN需要依托統(tǒng)一的算力度量衡體系以及能力模板，為算力感知和通告、算力開放應(yīng)用模型（OAM）和算力運維管理等功能提供標(biāo)準(zhǔn)度量準(zhǔn)則。

2.2 CAN體系架構(gòu)

為了實現(xiàn)泛在計算和服務(wù)的感知、互聯(lián)和協(xié)同調(diào)度，CAN架構(gòu)體系從邏輯功能上可分為算力服務(wù)層、算網(wǎng)管理層、算力資源層、算力路由層和網(wǎng)絡(luò)資源層。其中，算力路由層包含控制面和轉(zhuǎn)發(fā)面，如圖3所示。

算力應(yīng)用層：承載泛在計算的各類服務(wù)及應(yīng)用，并將用戶對業(yè)務(wù)SLA的請求（包括算力請求等）參數(shù)傳遞給算力路由層。

算力管理層：完成算力運營、算力服務(wù)編排，以及對算力資源和網(wǎng)絡(luò)資源的管理。該層的具體工作包括對算力資源的感知、度量，以及OAM管理等，實現(xiàn)對終端用戶的算網(wǎng)運營以及對算力路由層和網(wǎng)絡(luò)資源層的管理。

算力路由層：是CAN的核心?；诔橄蠛蟮乃憔W(wǎng)資源，并綜合考慮網(wǎng)絡(luò)狀況和計算資源狀況。該層可以將業(yè)務(wù)靈活按需調(diào)度到不同的計算資源節(jié)點中。

算力資源層：利用現(xiàn)有計算基礎(chǔ)設(shè)施提供算力資源。計算基礎(chǔ)設(shè)施包括單核中央處理器（CPU）、多核CPU，以及CPU+圖形處理器（GPU）+現(xiàn)場可編程門陣列（FPGA）等多種計算能力的組合。為滿足邊緣計算領(lǐng)域多樣性計算需求，該層能夠提供算力模型、算力應(yīng)用程序編程接口（API）、算網(wǎng)資源標(biāo)識等功能。

網(wǎng)絡(luò)資源層：利用現(xiàn)有的網(wǎng)絡(luò)基礎(chǔ)設(shè)施為網(wǎng)絡(luò)中的各個角落提供無處不在的網(wǎng)絡(luò)連接，網(wǎng)絡(luò)基礎(chǔ)設(shè)施包括接入網(wǎng)、城域網(wǎng)和骨干網(wǎng)。

其中，算力資源層和網(wǎng)絡(luò)資源層是CAN的基礎(chǔ)設(shè)施層，算網(wǎng)管理層和算力路由層是實現(xiàn)算力感知功能體系的兩大核心功能模塊?；谒x的五大功能模塊，CAN實現(xiàn)了對算網(wǎng)資源的感知、控制和調(diào)度。

總之，作為計算網(wǎng)絡(luò)深度融合的新型網(wǎng)絡(luò)，CAN以無所不在的網(wǎng)絡(luò)連接為基礎(chǔ)，基于高度分布式的計算節(jié)點，通過服務(wù)的自動化部署、最優(yōu)路由和負(fù)載均衡，構(gòu)建算力感知的全新的網(wǎng)絡(luò)基礎(chǔ)設(shè)施，真正實現(xiàn)網(wǎng)絡(luò)的無所不達、算力無處不在、智能無所不及。海量應(yīng)用、海量功能函數(shù)、海量計算資源則構(gòu)成一個開放的生態(tài)。其中，海量的應(yīng)用能夠按需、實時調(diào)用不同地方的計算資源，提高計算資源利用效率，最終實現(xiàn)用戶體驗最優(yōu)化、計算資源利用率最優(yōu)化等。

3 CAN關(guān)鍵技術(shù)

3.1 算力度量和建模

如何構(gòu)建統(tǒng)一的算力模型是CAN的研究基礎(chǔ)?；谒懔y(tǒng)一的度量體系，通過對不同計算類型的異構(gòu)算力資源進行統(tǒng)一抽象描述，形成算力能力模板，可以為算力路由、算力設(shè)備管理、算力計費等提供標(biāo)準(zhǔn)的算力度量規(guī)則。首先，異構(gòu)硬件設(shè)備通過統(tǒng)一的算力度量和建模，實現(xiàn)對現(xiàn)場可編程門陣列（FPGA）、GPU、CPU等異構(gòu)物理資源的統(tǒng)一資源描述，從而可以有效地提供計算服務(wù)。其次，考慮到計算過程受不同算法的影響，需要對不同的算法如人工智能（AI）、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等算法所需的算力進行度量，更有效地了解應(yīng)用調(diào)用算法所需的算力，從而服務(wù)于應(yīng)用。最后，由于用戶的不同服務(wù)會產(chǎn)生不同的算力需求，需要把用戶需求映射為實際所需的算力資源，從而可以使網(wǎng)絡(luò)更充分有效地感知用戶的需求，提高和用戶交互的效率。

3.2 算力路由關(guān)鍵技術(shù)

算力路由層是CAN的核心功能層，支持對網(wǎng)絡(luò)、計算、存儲等多維資源、服務(wù)的感知與通告，從而實現(xiàn)“網(wǎng)絡(luò)+計算”的聯(lián)合調(diào)度。算力路由層包括算力路由控制技術(shù)和算力路由轉(zhuǎn)發(fā)技術(shù)，這兩種技術(shù)可以實現(xiàn)業(yè)務(wù)請求在路由層的按需調(diào)度。

算力路由控制面可以通告算力節(jié)點的信息并生成算力拓?fù)洌M而生成算力感知的新型路由表。算力路由控制面基于業(yè)務(wù)需求生成動態(tài)、按需的算力調(diào)度策略，實現(xiàn)算力感知的算網(wǎng)協(xié)同調(diào)度。算力路由轉(zhuǎn)發(fā)需要通過IP協(xié)議/SRv6擴展增強實現(xiàn)網(wǎng)絡(luò)感知應(yīng)用、算力需求以及隨路OAM管理等功能。算力路由支持網(wǎng)絡(luò)編程、靈活可擴展的新型數(shù)據(jù)面，能夠?qū)崿F(xiàn)算力服務(wù)的最優(yōu)體驗。

3.3 算力管理關(guān)鍵技術(shù)

算力管理包含算力設(shè)備的注冊、OAM、運營等。統(tǒng)一的管理面可以對網(wǎng)絡(luò)和算力進行管理和監(jiān)測，并可生成算力服務(wù)合約以及計費策略，以實現(xiàn)對算力的統(tǒng)一運營?；诮y(tǒng)一的算力度量體系，通過對不同計算類型進行統(tǒng)一抽象描述，算網(wǎng)管理層能夠形成算力能力模板，從而為算力設(shè)備的管理、合約和計費以及OAM提供標(biāo)準(zhǔn)的算力度量規(guī)則。算力注冊需要實現(xiàn)對算力節(jié)點的注冊、更新和注銷，并對相應(yīng)的路由通告策略進行管理。算力OAM需要實現(xiàn)對算力資源層的算力性能監(jiān)測控制、算力計費管理等。

4 CAN關(guān)鍵技術(shù)驗證與測試

為了推動CAN的研究和標(biāo)準(zhǔn)化，中國移動搭建實驗網(wǎng)，通過集成測試、功能測試和性能測試，多維度進行CAN關(guān)鍵技術(shù)的驗證。中國移動浙江省公司完成了多個移動邊緣計算（MEC）站點的CAN部署，具體的技術(shù)測試拓?fù)淙鐖D4所示。其中，多個節(jié)點位于杭州、金華的不同機房，平均距離約為30 km，平均時延約4 ms，平均通量接近1 000 kbit/s。

集成測試驗證了CAN組件與現(xiàn)有MEC軟硬件環(huán)境及業(yè)務(wù)系統(tǒng)的集成能力，實現(xiàn)控制面與數(shù)據(jù)面端到端的通信流程。

功能測試驗證了CAN新增的網(wǎng)絡(luò)能力，包括根據(jù)網(wǎng)絡(luò)以及服務(wù)狀態(tài)優(yōu)選計算位置的能力、業(yè)務(wù)流粘性保持能力，以及主動觸發(fā)服務(wù)質(zhì)量劣化業(yè)務(wù)流重連的能力。

性能測試驗證了CAN的MEC整體系統(tǒng)與基準(zhǔn)MEC系統(tǒng)在數(shù)據(jù)面性能指標(biāo)方面的對比情況。測試表明，CAN調(diào)度系統(tǒng)單位時間完成的總?cè)蝿?wù)數(shù)（QPS）有所提升，同時客戶端感知的任務(wù)端到端完成時延有所降低，從而驗證CAN調(diào)度系統(tǒng)可以實現(xiàn)系統(tǒng)資源利用率最優(yōu)、用戶體驗最優(yōu)。

測試案例分為兩大類，包含理想情況（系統(tǒng)算力容量和性能都比較均衡），以及系統(tǒng)算力容量、性能不均衡的情況。通過現(xiàn)網(wǎng)測試，我們可以對CAN調(diào)度系統(tǒng)與基準(zhǔn)系統(tǒng)隨機調(diào)度的QPS和端到端平均時延進行比較。

當(dāng)系統(tǒng)算力容量和性能都比較均衡時，測試結(jié)果如表1和表2所示。當(dāng)請求業(yè)務(wù)數(shù)處于小、中兩種輸入情況時，CAN調(diào)度系統(tǒng)的QPS比基準(zhǔn)系統(tǒng)隨機調(diào)度的QPS分別提升5.5%、33.17%，端到端時延分別降低25.62%、16.00%。

本次測試有力地證明了CAN調(diào)度系統(tǒng)能夠?qū)I(yè)務(wù)請求分配到更優(yōu)的邊緣節(jié)點上，從而實現(xiàn)邊邊協(xié)同、整體系統(tǒng)負(fù)載均衡優(yōu)化、資源利用率優(yōu)化等。

5 結(jié)束語

以“新基建”為導(dǎo)向的一系列政策，使得新一代信息技術(shù)間的融合效應(yīng)逐漸顯現(xiàn)?！?G+云+AI”將成為推動中國數(shù)字經(jīng)濟持續(xù)發(fā)展的重要引擎。結(jié)合未來計算形態(tài)云-邊-端泛在分布的趨勢，計算與網(wǎng)絡(luò)的融合將會更加緊密。為了提升“聯(lián)接+計算”的能力，需要計算和網(wǎng)絡(luò)兩大產(chǎn)業(yè)進行有機協(xié)同，相互配合。業(yè)界也需要積極探索算力資源和算力服務(wù)的智能調(diào)度、高效分配的方式和途徑，打造面向云網(wǎng)融合、算網(wǎng)一體技術(shù)演進的新型網(wǎng)絡(luò)。

致謝

本論文由中國移動研究院算力網(wǎng)絡(luò)團隊共同完成，特向項目組成員孫滔、付月霞、劉鵬、杜宗鵬等致謝！

參考文獻

[1] SDN/NFV/AI標(biāo)準(zhǔn)與產(chǎn)業(yè)推進委員會. 網(wǎng)絡(luò)人工智能應(yīng)用白皮書 [R]. 2019

[2] 邊緣計算網(wǎng)絡(luò)產(chǎn)業(yè)聯(lián)盟.運營商邊緣計算網(wǎng)絡(luò)技術(shù)白皮書 [R]. 2019

[3] 雷波， 劉增義， 王旭亮， 等. 基于云、網(wǎng)、邊融合的邊緣計算新方案：算力網(wǎng)絡(luò) [J]. 電信科學(xué)， 2019， 35（9）： 50-57

[4] 中國聯(lián)通.中國聯(lián)通算力網(wǎng)絡(luò)白皮書 [R]. 2019

[5] 中國移動.算力感知網(wǎng)絡(luò)技術(shù)白皮書 [R]. 2019

[6] 中國通信標(biāo)準(zhǔn)化協(xié)會. 面向全網(wǎng)算力的算力感知網(wǎng)絡(luò)關(guān)鍵技術(shù)研究 [R]. 2020

[7] 姚惠娟， 耿亮. 面向計算網(wǎng)絡(luò)融合的下一代網(wǎng)絡(luò)架構(gòu) [J].電信科學(xué)， 2019， 35（9）： 38-43

[8] 網(wǎng)絡(luò)5.0技術(shù)和產(chǎn)業(yè)創(chuàng)新聯(lián)盟. 網(wǎng)絡(luò)5.0技術(shù)白皮書 [R]. 2019

[9] GENG L， LEI B， FU Y， et al. IMT2020-CAN- req： use cases and requirements of computing-aware networking for future networks including IMT-2020 [R]. ITU-T， 2020

[10] GENG L， WILLIS P. Compute First Networking（CFN） scenarios and requirements [R]. IETF， 2019

[11] LI Y， HE J， GENG L， et al. Framework of Compute First Networking （CFN） [R]. IETF， 2019

[12] GU S， ZHUANG G， YAO H， et al. A report on Compute First Networking （CFN） field trial [R]. IETF， 2019

作者簡介

姚惠娟，中國移動通信研究院網(wǎng)絡(luò)與IT技術(shù)研究所項目經(jīng)理，擔(dān)任CCSA TC614架構(gòu)組組長和算力特設(shè)組副組長；長期從事IP網(wǎng)絡(luò)研究和標(biāo)準(zhǔn)工作，主要涉及承載網(wǎng)絡(luò)、邊緣計算、未來網(wǎng)絡(luò)架構(gòu)等領(lǐng)域。

陸璐，中國移動通信研究院網(wǎng)絡(luò)與IT技術(shù)研究所副所長，擔(dān)任CCSA TC5核心網(wǎng)組組長；長期從事移動核心網(wǎng)策略、演進、標(biāo)準(zhǔn)和技術(shù)研究工作，主要涉及未來網(wǎng)絡(luò)架構(gòu)、智能管道、邊緣計算等領(lǐng)域。

段曉東，中國移動通信研究院副院長，擔(dān)任IMT-2030（6G）推進組網(wǎng)絡(luò)技術(shù)組組長；主要研究方向為 5G/6G 網(wǎng)絡(luò)架構(gòu)、云計算及虛擬化、IP新技術(shù)。