算力度量與算網(wǎng)資源調(diào)度思路分析*

喬楚

（四川通信科研規(guī)劃設(shè)計(jì)有限責(zé)任公司，四川 成都 610041）

0 引言

如今，隨著新一輪的科技革命和產(chǎn)業(yè)變革深入發(fā)展，數(shù)字經(jīng)濟(jì)成為重要的社會(huì)支柱，快速融入社會(huì)民生的方方面面。作為推動(dòng)社會(huì)加速走向數(shù)字化的技術(shù)支撐，算力作為數(shù)字產(chǎn)業(yè)中最核心的內(nèi)容，成為繼水、電、氣之后的又一個(gè)人類(lèi)社會(huì)生活的必需要素。依據(jù)中國(guó)信息通信研究院報(bào)告的數(shù)據(jù)，僅截至2020 年，全球算力總規(guī)模已達(dá)到429 EFLOPS，年增速達(dá)到39%。在社會(huì)萬(wàn)物智聯(lián)的高速發(fā)展節(jié)奏下，未來(lái)五年全球算力規(guī)模還將以超過(guò)50%的速度增長(zhǎng)，預(yù)估至2025 年整體算力規(guī)模將達(dá)到3 300 EFLOPS。電子信息業(yè)、電信業(yè)、軟件和數(shù)字技術(shù)服務(wù)業(yè)務(wù)、互聯(lián)網(wǎng)行業(yè)等數(shù)字核心產(chǎn)業(yè)的市場(chǎng)潛能將進(jìn)一步得到激發(fā)和釋放。

1 算力建模與度量方式

1.1 算力定義范式

從狹義上看，性能是衡量單臺(tái)計(jì)算設(shè)備計(jì)算能力水平的指標(biāo)，業(yè)界有一個(gè)范式可簡(jiǎn)要表示如下（假設(shè)在I/O 不為瓶頸的情況下）：

從廣義上看，算力則是若干處理器性能的集合，與處理單元數(shù)量成正比關(guān)系。將各種客觀存在的內(nèi)外部影響因素統(tǒng)一定義為利用率，那么算力可表示為：

1.2 算力指數(shù)框架

上述的算力定義范式只是從計(jì)算技術(shù)（通信能力）的單一維度對(duì)計(jì)算能力進(jìn)行評(píng)估定義。如果要梳理算力水平與宏觀數(shù)字經(jīng)濟(jì)發(fā)展之間的關(guān)系，則需要從算力環(huán)境、算力規(guī)模以及算力應(yīng)用3 個(gè)維度搭建體系化的算力指數(shù)框架，如圖1 所示，從而進(jìn)行綜合評(píng)價(jià)[1]。

圖1 算力指數(shù)框架

1.2.1 算力環(huán)境

目前主要通過(guò)網(wǎng)絡(luò)環(huán)境、算力投資兩個(gè)維度來(lái)進(jìn)行標(biāo)準(zhǔn)定義。網(wǎng)絡(luò)環(huán)境主要通過(guò)對(duì)互聯(lián)網(wǎng)省際出口帶寬、5G 覆蓋率等為代表的技術(shù)指標(biāo)加權(quán)計(jì)算后進(jìn)行定量分析；算力投資則主要包括軟硬件及服務(wù)的投資，其中軟硬件部分涵蓋算力、存力以及運(yùn)力相關(guān)的各類(lèi)設(shè)備。

1.2.2 算力規(guī)模

從保障資源利用率的角度出發(fā)，按照具體的算力服務(wù)場(chǎng)景可分為：基礎(chǔ)算力、智能算力和超算算力?；A(chǔ)算力表示以中央處理器（Central Processing Unit，CPU）為計(jì)算單元的計(jì)算能力；智能算力是指以圖形處理器（Graphics Processing Unit，GPU）、現(xiàn)場(chǎng)可編程邏輯門(mén)陣列（Field-Programmable Gate Array，F(xiàn)PGA）、專(zhuān)用集成電路（Application Specific Integrated Circuit，ASIC）等為代表的，具備人工智能（Artificial Intelligence，AI）訓(xùn)練和推理學(xué)習(xí)能力的加速計(jì)算單元的計(jì)算能力；超算算力則是反映普遍用于科學(xué)計(jì)算場(chǎng)景的高性能計(jì)算集群的計(jì)算能力。

1.2.3 算力應(yīng)用

在應(yīng)用層面，主要?jiǎng)澐譃橄M(fèi)類(lèi)應(yīng)用和行業(yè)類(lèi)應(yīng)用兩個(gè)大類(lèi)，也可近似理解為2C 和2B 兩類(lèi)。消費(fèi)類(lèi)應(yīng)用水平通過(guò)移動(dòng)互聯(lián)網(wǎng)月均流量規(guī)模來(lái)呈現(xiàn)；行業(yè)應(yīng)用可通過(guò)產(chǎn)數(shù)規(guī)模指標(biāo)[1]衡量算力在工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)等特定領(lǐng)域的推廣和滲透程度。

1.3 算力度量

算力應(yīng)用場(chǎng)景存在多樣化和個(gè)性化的特征，且隨著所處位置不同（如中心計(jì)算、邊緣計(jì)算、端側(cè)計(jì)算等），其部署規(guī)模也不盡相同。如果使用單一的計(jì)量單位來(lái)衡量整個(gè)數(shù)據(jù)中心的算力水平，往往有失偏頗。因此，目前業(yè)界正在尋找一種能被廣泛認(rèn)可的標(biāo)準(zhǔn)化算力度量模型。主流的思路是，首先將總算力按照邏輯運(yùn)算能力、并行計(jì)算能力、神經(jīng)計(jì)算能力的維度分類(lèi)（分別對(duì)應(yīng)前述基礎(chǔ)算力、智能算力和超算算力）；其次按照?qǐng)鼍?、固定比例系?shù)或者特定的計(jì)量單位進(jìn)行具體的度量測(cè)算[2]，具體如下文所述。

（1）按照?qǐng)鼍胺绞綔y(cè)算：對(duì)不同場(chǎng)景進(jìn)行差異化分析，對(duì)場(chǎng)景中涉及的不同規(guī)格的計(jì)算單元分類(lèi)計(jì)算，計(jì)算單元的算力值與實(shí)際算效也最為匹配。盡管此方法的計(jì)算結(jié)果相對(duì)比較客觀，但每種場(chǎng)景均需要進(jìn)行算力拆解，繁復(fù)的服務(wù)場(chǎng)景反而會(huì)增加算力路由、交易模型的測(cè)算復(fù)雜度。

（2）按照固定比例系數(shù)測(cè)算：以建造成本為依據(jù)，為3 種計(jì)算能力定義固定的比例系數(shù)。在這種方式下，無(wú)須對(duì)每種算力資源進(jìn)行拆解，簡(jiǎn)化了算力路由和交易的復(fù)雜度，但比例系數(shù)設(shè)置如果不合理，會(huì)導(dǎo)致算力值帶有場(chǎng)景傾向性，計(jì)算單元的算力值與實(shí)際算效誤差變大。該方式下算力值可通過(guò)如下范式描述：

（3）選擇特定的計(jì)量單位：更加簡(jiǎn)單地選擇內(nèi)核數(shù)、虛機(jī)數(shù)、容器數(shù)等作為計(jì)量單位。按照這種方式計(jì)算出來(lái)的算力值更加簡(jiǎn)單，但顆粒度被進(jìn)一步放大，計(jì)算單元的算力值與實(shí)際算效誤差最大。

假設(shè)某個(gè)算力平臺(tái)擁有的邏輯運(yùn)算單元數(shù)量為l，并行計(jì)算單元數(shù)量為m，神經(jīng)加速計(jì)算單元（超算單元）數(shù)量為n，算力平臺(tái)的總算力用Γ表示，則該平臺(tái)的算力值可描述如下：

因此，算力業(yè)務(wù)在算力網(wǎng)絡(luò)中的算網(wǎng)資源信息Φ算網(wǎng)資源信息可通過(guò)某種與算力、存力、算法、路由以及算效相關(guān)的數(shù)學(xué)模型來(lái)表示，即：

式中：T為存力；X為算法能力，包括算法類(lèi)型和復(fù)雜度等；P代表算網(wǎng)路由，包含路由協(xié)議、協(xié)議配置等信息；ψ為算效，用于算力配置策略驗(yàn)證。

算力網(wǎng)絡(luò)可在上述資源信息模型基礎(chǔ)上，引入用戶位置、性能需求等關(guān)鍵信息，進(jìn)行合并計(jì)算完成業(yè)務(wù)畫(huà)像后，對(duì)外生成面向用戶的算網(wǎng)資源視圖，對(duì)內(nèi)生成算網(wǎng)資源清單和初始配置策略。

2 算力網(wǎng)絡(luò)架構(gòu)與資源調(diào)度思路

2.1 算網(wǎng)架構(gòu)

將分散在各個(gè)位置的算力資源信息通過(guò)網(wǎng)絡(luò)結(jié)合起來(lái)，形成網(wǎng)絡(luò)化的統(tǒng)一供給體系，是算力網(wǎng)絡(luò)形成的最大訴求。國(guó)際電信聯(lián)盟ITU-T 在Y.2501Computing Power Network-Framework and Architecture中，已明確了算力網(wǎng)絡(luò)的4 層標(biāo)準(zhǔn)化架構(gòu)，自下而上總體分為算力網(wǎng)絡(luò)資源層、控制層、服務(wù)層和編排管理層[3]，如圖2 所示。

圖2 算力網(wǎng)絡(luò)標(biāo)準(zhǔn)化架構(gòu)

算力網(wǎng)絡(luò)資源層通過(guò)主動(dòng)上報(bào)或網(wǎng)絡(luò)側(cè)主動(dòng)探測(cè)的方式實(shí)現(xiàn)算力的統(tǒng)一感知，提供異構(gòu)算力統(tǒng)一度量模型，為上層算力一切服務(wù)提供確定性的基礎(chǔ)保障，其包含各類(lèi)計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)資源節(jié)點(diǎn)中的基礎(chǔ)設(shè)施和服務(wù)。

算力網(wǎng)絡(luò)控制層通過(guò)算力路由的方式收集各節(jié)點(diǎn)算力資源信息，經(jīng)服務(wù)層細(xì)致處理，進(jìn)行具體的資源分配和連接調(diào)度的執(zhí)行。現(xiàn)階段，算力路由包含集中式和分布式兩種實(shí)現(xiàn)方案。集中式基于軟件定義網(wǎng)絡(luò)/網(wǎng)絡(luò)功能虛擬化（Software Defined Networking/Network Function Virtualization，SDN/NFV）的網(wǎng)絡(luò)控制器直接實(shí)現(xiàn)資源調(diào)度，而分布式方案通過(guò)互聯(lián)網(wǎng)協(xié)議（Internet Protocol，IP）的擴(kuò)展字段攜帶特定算網(wǎng)信息，實(shí)現(xiàn)對(duì)全局信息的收集。

算力網(wǎng)絡(luò)服務(wù)層是用戶與算力網(wǎng)絡(luò)的交互窗口，其北向面向用戶生成算力資源視圖，南向通過(guò)控制層搜集全局算網(wǎng)信息。用戶根據(jù)資源視圖選擇最理想的算力方案后，由服務(wù)層將用戶需求的感知結(jié)果交由編排管理層和控制層，實(shí)現(xiàn)資源預(yù)占并建立有效連接。

算力網(wǎng)絡(luò)編排層貫穿上述3 個(gè)基礎(chǔ)層級(jí)，為算力網(wǎng)絡(luò)提供資源編排、建模、安全以及運(yùn)營(yíng)維護(hù)管理的服務(wù)能力。

2.2 算網(wǎng)服務(wù)場(chǎng)景

將離散的算力資源“聚合”起來(lái)的最大目的是能夠更加統(tǒng)一地面向用戶提供算力服務(wù)。算力網(wǎng)絡(luò)時(shí)代，用戶對(duì)算力服務(wù)的調(diào)用通過(guò)4 種場(chǎng)景可以具體呈現(xiàn)。

2.2.1 資源直接調(diào)用場(chǎng)景

該場(chǎng)景下，如圖3 所示，用戶通過(guò)算力網(wǎng)絡(luò)發(fā)布業(yè)務(wù)需求，并可直接尋找到匹配需求的算力基礎(chǔ)資源節(jié)點(diǎn)。算力網(wǎng)絡(luò)在用戶與基礎(chǔ)資源之間建立有效的資源鏈接，用戶可直接調(diào)用基礎(chǔ)資源。

圖3 用戶直接調(diào)用算力資源場(chǎng)景

2.2.2 資源間接調(diào)用場(chǎng)景

如圖4 所示，該場(chǎng)景下，用戶并不直接與算力網(wǎng)絡(luò)直接交互，而是通過(guò)具體的業(yè)務(wù)平臺(tái)實(shí)現(xiàn)。業(yè)務(wù)平臺(tái)通過(guò)算力網(wǎng)絡(luò)發(fā)布服務(wù)需求，尋找匹配服務(wù)需求的算力基礎(chǔ)資源，并建立資源連接。用戶單純通過(guò)業(yè)務(wù)平臺(tái)使用相應(yīng)的業(yè)務(wù)服務(wù)即可。

圖4 用戶間接調(diào)用算力資源場(chǎng)景

2.2.3 業(yè)務(wù)調(diào)用場(chǎng)景

如圖5 所示，該場(chǎng)景下業(yè)務(wù)提供方已事先在算力網(wǎng)絡(luò)中某個(gè)節(jié)點(diǎn)位置完成了業(yè)務(wù)部署，并通過(guò)算力網(wǎng)絡(luò)完成業(yè)務(wù)信息發(fā)布。用戶通過(guò)算力網(wǎng)絡(luò)發(fā)起服務(wù)需求后，在算力網(wǎng)絡(luò)中直接匹配到滿足需求的業(yè)務(wù)信息，并直接調(diào)用相應(yīng)的業(yè)務(wù)服務(wù)。

圖5 用戶調(diào)用業(yè)務(wù)場(chǎng)景

2.2.4 用戶驅(qū)動(dòng)業(yè)務(wù)調(diào)用場(chǎng)景

還有一個(gè)場(chǎng)景可以通過(guò)細(xì)化上述幾個(gè)場(chǎng)景后衍化得到，即用戶驅(qū)動(dòng)業(yè)務(wù)調(diào)用場(chǎng)景，如圖6 所示。

圖6 用戶驅(qū)動(dòng)業(yè)務(wù)調(diào)用場(chǎng)景

該場(chǎng)景下盡管業(yè)務(wù)需求依然由用戶在算力網(wǎng)絡(luò)中發(fā)布，并直接尋找到匹配需求的算力基礎(chǔ)資源節(jié)點(diǎn)，但用戶自身并不直接負(fù)責(zé)業(yè)務(wù)服務(wù)提供和部署。用戶將匹配到的節(jié)點(diǎn)信息告知相應(yīng)的（第三方）業(yè)務(wù)平臺(tái)完成相應(yīng)的部署，并實(shí)現(xiàn)服務(wù)調(diào)用。

2.3 算力感知與編排思路

盡管現(xiàn)階段業(yè)界尚未就算力調(diào)度與編排形成廣泛認(rèn)可的統(tǒng)一規(guī)范與標(biāo)準(zhǔn)，但通過(guò)意圖網(wǎng)絡(luò)體系來(lái)理解和探索算力感知與編排領(lǐng)域的課題已成為一種比較主流的思路。

意圖網(wǎng)絡(luò)最早于2015 年由開(kāi)放網(wǎng)絡(luò)基金會(huì)（Open Networking Foundation，ONF）提出[4]。該體系通過(guò)意愿獲取、轉(zhuǎn)譯驗(yàn)證、下發(fā)執(zhí)行、優(yōu)化調(diào)整以及反饋跟蹤5 個(gè)核心內(nèi)容來(lái)閉環(huán)解釋意圖網(wǎng)絡(luò)關(guān)于業(yè)務(wù)的全生命周期狀態(tài)。這與業(yè)界對(duì)于算力網(wǎng)絡(luò)的智能化調(diào)度體系的基本構(gòu)想高度契合。算力網(wǎng)絡(luò)借助各類(lèi)AI 算法介入用戶業(yè)務(wù)“意圖”的識(shí)別，轉(zhuǎn)譯成為算力網(wǎng)絡(luò)環(huán)境下的全局或局部網(wǎng)絡(luò)策略，并通過(guò)底層資源的跟蹤調(diào)整及時(shí)滿足用戶業(yè)務(wù)的服務(wù)保障要求。如果將意圖網(wǎng)絡(luò)的思想代入算力網(wǎng)絡(luò)的架構(gòu)體系，則算力資源調(diào)度過(guò)程主要包含以下步驟：

（1）需求分析與轉(zhuǎn)換。算力網(wǎng)絡(luò)服務(wù)層是面向用戶的窗口。用戶自然語(yǔ)言形態(tài)構(gòu)成的業(yè)務(wù)需求被獲取后，將首先進(jìn)行業(yè)務(wù)要素分解，拆解后的用戶要素被轉(zhuǎn)換為相應(yīng)的網(wǎng)絡(luò)配置策略（如帶寬、時(shí)延、QoS 要求等），經(jīng)策略可行性驗(yàn)證通過(guò)后形成需求服務(wù)方案。

（2）策略下發(fā)與執(zhí)行。需求服務(wù)方案生成后，服務(wù)層將其同時(shí)交付給算力網(wǎng)絡(luò)控制層和編排管理層?？刂茖訉?duì)方案中的服務(wù)清單再次解構(gòu)，進(jìn)一步分解為算力資源策略、網(wǎng)絡(luò)資源策略及安全資源策略等。至此，來(lái)自用戶單點(diǎn)集中的業(yè)務(wù)需求被徹底轉(zhuǎn)化為離散的全局算網(wǎng)配置方案。同時(shí)，通過(guò)實(shí)時(shí)跟蹤的資源狀態(tài)信息，將當(dāng)前的計(jì)算能力狀況和網(wǎng)絡(luò)狀況作為路由信息發(fā)布到網(wǎng)絡(luò)，控制層不斷更新包含節(jié)點(diǎn)、拓?fù)?、路徑等具體資源實(shí)時(shí)信息的全局算網(wǎng)視圖。編排管理層則將服務(wù)方案與全局資源狀態(tài)進(jìn)行匹配和編排，通過(guò)綜合考慮算網(wǎng)資源狀況，將計(jì)算任務(wù)報(bào)文按需調(diào)度路由到相應(yīng)的算力節(jié)點(diǎn)，并將編排結(jié)果（計(jì)算任務(wù)報(bào)文）反饋給控制層具體下發(fā)執(zhí)行，然后將計(jì)算任務(wù)按需調(diào)度路由到相應(yīng)的算力節(jié)點(diǎn)，并根據(jù)執(zhí)行反饋結(jié)果進(jìn)行動(dòng)態(tài)調(diào)優(yōu)[5]。

（3）資源調(diào)整與優(yōu)化。用戶的需求與算網(wǎng)的狀態(tài)都是動(dòng)態(tài)變化的變量，其中用戶需求的變動(dòng)屬于外部變量，算網(wǎng)需要第一時(shí)間感知并按照需求預(yù)期進(jìn)行自動(dòng)優(yōu)化。而算網(wǎng)資源的運(yùn)行變化則屬于內(nèi)部變量，要求算網(wǎng)具備自優(yōu)化自調(diào)整的智能運(yùn)維能力，內(nèi)部變量對(duì)于用戶而言并沒(méi)有直接影響，用戶無(wú)須參與調(diào)整過(guò)程。

如圖7 所示，以用戶遷移變化需求為具體場(chǎng)景，從而更容易理解算網(wǎng)資源調(diào)度的過(guò)程。工作日用戶大多集中于辦公區(qū)域，而節(jié)假日則居于生活區(qū)域。因此，在工作時(shí)段，近辦公區(qū)的算網(wǎng)資源需求相對(duì)更高，而節(jié)假日，近生活區(qū)域的算網(wǎng)資源需求變得更加旺盛，如此便形成了相對(duì)固定的需求變化規(guī)律。算力網(wǎng)絡(luò)對(duì)于用戶群體遷移習(xí)慣的AI 學(xué)習(xí)，自動(dòng)形成對(duì)應(yīng)的邊緣算力資源配置策略，完成住宅和辦公區(qū)域邊緣算力資源間的有效調(diào)度，保證對(duì)各類(lèi)資源的最大利用。這樣的場(chǎng)景還有很多，比如科學(xué)計(jì)算、云游戲、互聯(lián)網(wǎng)內(nèi)容分發(fā)網(wǎng)絡(luò)（Content Delivery Network，CDN）等。

圖7 用戶遷移場(chǎng)景算網(wǎng)資源調(diào)度

3 算力網(wǎng)絡(luò)發(fā)展面臨的挑戰(zhàn)

算力網(wǎng)絡(luò)是在云和網(wǎng)深度融合的基礎(chǔ)上形成的，以算力為中心的新型信息基礎(chǔ)設(shè)施體系。從狹義上來(lái)看，算力網(wǎng)絡(luò)是匯集云、IP 承載、光傳輸、網(wǎng)絡(luò)虛擬化等多個(gè)專(zhuān)業(yè)云網(wǎng)融合新技術(shù)在內(nèi)的網(wǎng)絡(luò)架構(gòu)，未來(lái)還將逐步引入以算網(wǎng)編排、算網(wǎng)調(diào)度、算力交易與管理為代表的新一代智能化技術(shù)。而廣義上的算力網(wǎng)絡(luò)是以算網(wǎng)大腦為編排管理中心實(shí)現(xiàn)算網(wǎng)一體，即實(shí)現(xiàn)算和網(wǎng)的深度融合、內(nèi)生一體、服務(wù)一體。盡管當(dāng)前業(yè)界已經(jīng)明確算力網(wǎng)絡(luò)目標(biāo)架構(gòu)，但要基于現(xiàn)有云網(wǎng)架構(gòu)實(shí)現(xiàn)理想愿景仍然有許多挑戰(zhàn)。

3.1 云網(wǎng)融合程度還有待加深

傳統(tǒng)網(wǎng)絡(luò)發(fā)展至今，云和網(wǎng)仍相對(duì)獨(dú)立，云資源與跨域網(wǎng)絡(luò)資源架構(gòu)的實(shí)現(xiàn)和發(fā)展路徑不同，編排調(diào)度、運(yùn)營(yíng)優(yōu)化相對(duì)獨(dú)立，業(yè)務(wù)敏捷性和服務(wù)效率受到制約，云、網(wǎng)資源分域/跨域管理以及端到端運(yùn)維尚處于發(fā)展階段。

3.2 異構(gòu)差異性較大，一體化調(diào)度和管控困難

云布局、云原生能力、云業(yè)務(wù)等差異性導(dǎo)致異構(gòu)/跨云資源的統(tǒng)一調(diào)度、編排和安全管理存在挑戰(zhàn)。

3.3 缺乏統(tǒng)一標(biāo)準(zhǔn)和規(guī)范

算力網(wǎng)絡(luò)的高度智能化愿景涵蓋了算網(wǎng)業(yè)務(wù)的全生命周期，但現(xiàn)階段業(yè)界關(guān)于算力的度量、感知、編排與調(diào)度尚未形成統(tǒng)一規(guī)范，尤其是對(duì)于異構(gòu)算力資源的度量，如何有效屏蔽底層差異化形成跨域跨網(wǎng)的標(biāo)準(zhǔn)化體系，還有待進(jìn)一步研究。

3.4 算力建模、分級(jí)與交易模式還有待驗(yàn)證

算力度量、建模、分級(jí)、交易以及與區(qū)塊鏈等新技術(shù)的結(jié)合仍在探索規(guī)劃階段；面向2C、2B、2G 等具體應(yīng)用場(chǎng)景的差異化服務(wù)模式還需要更多的思考和驗(yàn)證。

3.5 產(chǎn)業(yè)協(xié)作有待加強(qiáng)，行業(yè)應(yīng)用尚待激發(fā)培育

宏觀上看，算力網(wǎng)絡(luò)將實(shí)現(xiàn)軟件、硬件、安全產(chǎn)業(yè)鏈跨界融通，是對(duì)現(xiàn)有架構(gòu)的一次全方位“技術(shù)升級(jí)”。但當(dāng)前產(chǎn)業(yè)對(duì)算力網(wǎng)絡(luò)的理解還存在差異，部分觀點(diǎn)認(rèn)為算力網(wǎng)絡(luò)僅是云網(wǎng)融合或6G 中的一種技術(shù)形態(tài)，還有部分觀點(diǎn)認(rèn)為算力網(wǎng)絡(luò)主要是對(duì)互聯(lián)網(wǎng)數(shù)據(jù)中心（Internet Data Center，IDC）、云計(jì)算、大數(shù)據(jù)的布局規(guī)劃，強(qiáng)調(diào)對(duì)算力進(jìn)行連接的網(wǎng)絡(luò)。因此，針對(duì)算力網(wǎng)絡(luò)加速達(dá)成產(chǎn)業(yè)共識(shí)，對(duì)促進(jìn)產(chǎn)業(yè)價(jià)值鏈重構(gòu)升級(jí)和進(jìn)一步成熟有重要意義。

此外，算力網(wǎng)絡(luò)生態(tài)對(duì)產(chǎn)業(yè)現(xiàn)有服務(wù)和商業(yè)模式是一個(gè)全新的挑戰(zhàn)，將對(duì)產(chǎn)業(yè)價(jià)值鏈進(jìn)行重構(gòu)升級(jí)。算網(wǎng)一體帶來(lái)的創(chuàng)新服務(wù)推動(dòng)跨產(chǎn)業(yè)鏈的生態(tài)繁榮，算網(wǎng)一體化的極致體驗(yàn)需求正在逐步釋放，差異化服務(wù)跨服務(wù)主體統(tǒng)一運(yùn)營(yíng)，各級(jí)算力全面盤(pán)活，新型服務(wù)業(yè)態(tài)創(chuàng)新將進(jìn)一步激發(fā)。

4 結(jié)語(yǔ)

本文以算力定義為起點(diǎn)，針對(duì)算力網(wǎng)絡(luò)體系架構(gòu)及其面臨的風(fēng)險(xiǎn)進(jìn)行了具體分析，提出了合理的算力度量方案以及可行的算力感知與編排思路。

數(shù)字經(jīng)濟(jì)的崛起是社會(huì)從“工業(yè)時(shí)代”跨入“算力時(shí)代”的旗幟。數(shù)據(jù)、算力和算法是新時(shí)代的關(guān)鍵三要素，如果將數(shù)據(jù)和算法分別看作新生產(chǎn)資料和生產(chǎn)關(guān)系，那么算力則代表著新生產(chǎn)力。數(shù)據(jù)在算力和運(yùn)力的支撐下，通過(guò)算法發(fā)揮更大的潛能價(jià)值是算力時(shí)代的最基本也是最顯著的特征，算力是驅(qū)動(dòng)數(shù)字經(jīng)濟(jì)建設(shè)發(fā)展的新動(dòng)能。因此，在新時(shí)代背景下，對(duì)于算力資源的有效盤(pán)活、合理調(diào)度與高效利用具有非凡意義。