算力時(shí)代下的算力服務(wù)需求研究

摘要：現(xiàn)階段，計(jì)算市場快速發(fā)展，網(wǎng)絡(luò)與計(jì)算之間實(shí)現(xiàn)了深度融合，因此，提供一個(gè)更加優(yōu)化的算力服務(wù)成為重點(diǎn)關(guān)注的領(lǐng)域。算力資源特性多樣化，其業(yè)務(wù)需求以及算力服務(wù)也呈現(xiàn)出多樣化的特征?；诖耍恼乱詷I(yè)務(wù)需求為切入點(diǎn)，對算力服務(wù)需求進(jìn)行研究，以期能夠?yàn)樗懔r(shí)代背景下算力服務(wù)發(fā)展提供有價(jià)值的參考依據(jù)。

關(guān)鍵詞：算力時(shí)代；算力服務(wù)；需求

一、引言

算力基礎(chǔ)設(shè)施不僅分布廣泛、形態(tài)多樣、歸屬復(fù)雜，而且算力度量也有一定的難度；同時(shí)，對于孤島算力功能而言，因?yàn)橛?jì)算能力有限、功能單一化以及固定化，所以難以滿足多樣化的業(yè)務(wù)需求，不利于我國新興產(chǎn)業(yè)的健康發(fā)展。從社會(huì)發(fā)展角度來看，算力屬于新動(dòng)能，如電、水等基礎(chǔ)能源，而算力未來發(fā)展趨勢與特征是靈活供給、按量供給以及按需供給，若要滿足這些要求，就需要算力服務(wù)體系朝著一體化轉(zhuǎn)型，以網(wǎng)絡(luò)為基礎(chǔ)，整合分布式、多級的算力資源，結(jié)合人工智能技術(shù)、大數(shù)據(jù)技術(shù)、云計(jì)算技術(shù)，讓算力服務(wù)能夠朝著安全、綠色的方向健康發(fā)展?；诖?，研究算力時(shí)代下的算力服務(wù)需求具有一定的現(xiàn)實(shí)意義。

二、業(yè)務(wù)對算力服務(wù)的需求

（一）低時(shí)延需求

對于算力服務(wù)性能而言，其中一個(gè)重要評價(jià)指標(biāo)便是“時(shí)延”，其直接關(guān)系到用戶的體驗(yàn)，所以新興業(yè)務(wù)發(fā)展一定要對低時(shí)延的需求引起高度重視，而邊緣計(jì)算將發(fā)揮非常重要的作用。增強(qiáng)現(xiàn)實(shí)、虛擬現(xiàn)實(shí)等均屬于比較典型的低時(shí)延場景，用戶擁有較高的參與度，人之間、人與設(shè)備之間的流暢交互對于低時(shí)延有著較高的需求，通常為10ms。以場景、工業(yè)互聯(lián)網(wǎng)為例，設(shè)備之間、人與設(shè)備之間依托網(wǎng)絡(luò)實(shí)施通信，對于低時(shí)延需求較高，需要達(dá)到1ms～10ms[1]。

（二）大算力需求

對于高精尖科學(xué)研究場景而言，例如，氣候模擬、武器研發(fā)基因測序等，整個(gè)計(jì)算任務(wù)非常密集，特別是對計(jì)算準(zhǔn)確度提出更高的要求，所以一臺(tái)計(jì)算機(jī)的處理能力無法滿足實(shí)際要求，需要花費(fèi)的時(shí)間可能極其漫長。這些領(lǐng)域?qū)τ谏鐣?huì)發(fā)展、經(jīng)濟(jì)發(fā)展、國際安全有著極為重要的作用，因此，國家對于超級計(jì)算中心相關(guān)研究非常重視，將有利于提升國家科研實(shí)力。對于將科學(xué)研究作為主體的大算力場景，在計(jì)算、網(wǎng)絡(luò)等方面提出更高的要求，要求數(shù)據(jù)傳輸帶寬達(dá)到，隨著技術(shù)的突破，不久的將來還會(huì)達(dá)到；只有通過性能高的計(jì)算技術(shù)，才能為建設(shè)超級計(jì)算中心與云計(jì)算中心提供堅(jiān)實(shí)的基礎(chǔ)，從而滿足大算力業(yè)務(wù)多元化需求[2]。

（三）高移動(dòng)性需求

業(yè)務(wù)從請求開始到結(jié)束整個(gè)過程中，一般不會(huì)在某一個(gè)位置固定，所以對高移動(dòng)性提出更高的要求，以直播為例，場景移動(dòng)性就非常高，例如，旅游直播，整個(gè)場景可能涉及多個(gè)城市，沿途需要分享風(fēng)景。此時(shí)，直播服務(wù)會(huì)提供各種功能，包括語音與視頻連接、利用彈幕進(jìn)行實(shí)時(shí)互動(dòng)與交流等。旅游直播場景之中，因?yàn)殄^點(diǎn)位置始終處于變化狀態(tài)之中，所以計(jì)算與服務(wù)之間的物理距離會(huì)不斷變化，對于計(jì)算以及資源會(huì)提出更高的要求，特別是延時(shí)可能會(huì)增加。因此，要以用戶實(shí)際位置為根本，調(diào)整算力服務(wù)位置，一方面，對算力資源進(jìn)行分析，并結(jié)合分析結(jié)果調(diào)整全局視圖；另外一方面，為了能夠滿足用戶的個(gè)性化需求，可以采用AI技術(shù)，實(shí)現(xiàn)智能編排業(yè)務(wù)的目標(biāo)，這樣即使在高移動(dòng)性場景之中也能夠?qū)崿F(xiàn)快速切換的目標(biāo)[3]。

（四） 潮汐需求

以辦公大樓的視頻監(jiān)控為例，白天工作時(shí)間段，人流量比較大，意味著數(shù)據(jù)多且復(fù)雜，處理難度比較大；夜間，辦公大樓人員數(shù)量減少，與之有關(guān)的視頻畫面基本上處于靜止?fàn)顟B(tài)，處理頻率也大幅度降低。針對該場景來講，雖然業(yè)務(wù)是相同的，但是時(shí)間會(huì)產(chǎn)生變化，與之有關(guān)的計(jì)算需求量也會(huì)變化，所以算力服務(wù)應(yīng)該結(jié)合業(yè)務(wù)需求而進(jìn)行變化，需要對計(jì)算資源進(jìn)行調(diào)整，目的是對所有資源進(jìn)行最大化利用。重視潮汐需求，結(jié)合AI技術(shù)對算力服務(wù)進(jìn)行轉(zhuǎn)型升級，以流量變化為基本依據(jù)，對資源使用量進(jìn)行預(yù)判，這就需要用到業(yè)務(wù)感知手段，將能夠發(fā)揮資源的價(jià)值。算力服務(wù)的需求并不是一成不變的，例如，車聯(lián)網(wǎng)，具有低時(shí)延特性、高移動(dòng)性，越復(fù)雜的環(huán)境，對算力服務(wù)能力要求越高，因此，需要對與之有關(guān)的技術(shù)進(jìn)行研究，將技術(shù)用于算力服務(wù)，確保服務(wù)能夠滿足各方面的需求[4]。

三、算力服務(wù)特征

前文對業(yè)務(wù)對算力服務(wù)的需求進(jìn)行了分析，需要滿足可信、智能、綠色、共享等需求，才能確保算力典型應(yīng)用場景發(fā)揮價(jià)值。算力需求與算力服務(wù)特征之間的關(guān)系（如圖1所示），對于每一種場景來講，如果要滿足其需求，通常需要對多種算力特征進(jìn)行協(xié)同。

（一）綠色算力服務(wù)

對于算力資源而言，屬于耗電量大戶，從2021年相關(guān)統(tǒng)計(jì)來看，我國數(shù)據(jù)中心耗電量達(dá)到2045億千瓦，是整個(gè)社會(huì)用電量的2.7%?？梢悦鞔_的是，這類業(yè)務(wù)的潮汐特性非常明顯，在高峰時(shí)期，計(jì)算資源超出負(fù)荷運(yùn)轉(zhuǎn)，就會(huì)供不應(yīng)求，而在低谷期又會(huì)有空閑狀態(tài)，這個(gè)狀態(tài)下的算力、電力等資源將會(huì)被浪費(fèi)。隨著“雙碳”戰(zhàn)略的實(shí)施，綠色算力服務(wù)是發(fā)展的重要方向，重點(diǎn)需要解決這些問題：第一，以風(fēng)、火、水電基礎(chǔ)設(shè)施為重點(diǎn)，通過算力服務(wù)實(shí)現(xiàn)節(jié)能減排的目標(biāo)；第二，對實(shí)際任務(wù)進(jìn)行分析，確保各項(xiàng)工作能夠有序安排，如果任務(wù)變化，需要及時(shí)調(diào)度。

首先，如果想要物理設(shè)施達(dá)到節(jié)能減排的目標(biāo)，那么就需要對算力基礎(chǔ)設(shè)施引起重視，建議能夠從建設(shè)前后入手。既然數(shù)據(jù)中心屬于耗電量大戶，那么在建設(shè)中心之前，需要對其地理位置進(jìn)行充分考慮，以谷歌、亞馬遜為例，其數(shù)據(jù)中心建立在愛爾蘭，一方面受益于該國家的稅收政策；另外一方面，數(shù)據(jù)中心對于降溫需求高，該國家的氣候比較寒冷，在自然降溫的基礎(chǔ)上，電費(fèi)會(huì)降低。以微軟為例，將數(shù)據(jù)中心建立在大海，利用海水溫度將數(shù)據(jù)中心的溫度降下來[5]。

根據(jù)相關(guān)數(shù)據(jù)顯示（如圖2所示），京津冀、川渝陜、長三角粵港澳等地區(qū)分布著我國大部分算力，主要是因?yàn)榇罅繕I(yè)務(wù)集中在這些地區(qū)。隨著數(shù)字經(jīng)濟(jì)的快速發(fā)展，需要對算力資源進(jìn)行提前布局。特別是已經(jīng)完成建設(shè)的算力基礎(chǔ)設(shè)施，應(yīng)該加強(qiáng)對先進(jìn)綠色技術(shù)產(chǎn)品的應(yīng)用，例如，清潔能源、綠色I(xiàn)DC技術(shù)等方面的應(yīng)用，可以有效提升綠色管理綜合能力以及能源高效清潔水平。

其次，合理安排調(diào)度業(yè)務(wù)層面，需要對標(biāo)業(yè)務(wù)潮汐效應(yīng)，以時(shí)間為依據(jù)，尋求與之匹配的業(yè)務(wù)，例如，用戶驅(qū)動(dòng)型、結(jié)果驅(qū)動(dòng)型。以用戶驅(qū)動(dòng)型為例，用戶作息時(shí)間與服務(wù)使用時(shí)間之間的關(guān)系很密切，例如，游戲、視頻等，這些領(lǐng)域的高峰期通常在傍晚或者是周末；以結(jié)果驅(qū)動(dòng)型為例，主要關(guān)注的是最后的產(chǎn)出總時(shí)間以及數(shù)據(jù)，例如人工智能技術(shù)、科學(xué)計(jì)算等。同一個(gè)算力資源池，需要盤活資源優(yōu)先處理用戶的驅(qū)動(dòng)型，滿足用戶的需求。計(jì)算資源進(jìn)入空閑狀態(tài)之后，結(jié)合彈擴(kuò)縮容等技術(shù)集中資源處理結(jié)果驅(qū)動(dòng)型業(yè)務(wù)，也可以直接關(guān)掉部分服務(wù)，可以達(dá)到能耗節(jié)約的目的。

（二）共享算力服務(wù)

以網(wǎng)絡(luò)為載體，共享共聯(lián)算力資源、分布業(yè)務(wù)，可以解決算力資源缺乏等問題，例如，算力分布不夠均勻、業(yè)務(wù)分布不夠合理等。隨著科學(xué)技術(shù)的發(fā)展，國內(nèi)新興業(yè)務(wù)規(guī)模擴(kuò)大，而單點(diǎn)算力資源往往無法滿足低時(shí)延、較高移動(dòng)性需求以及業(yè)務(wù)大算力的需求。共享算力可以被劃分成為共享單點(diǎn)算力、若干個(gè)算力資源池，以實(shí)際需求為依據(jù)，通過云計(jì)算等技術(shù)，可以滿足高移動(dòng)性需求以及低時(shí)延需求。

隨著“東數(shù)西算”戰(zhàn)略的不斷深入，西部處理東部數(shù)據(jù)信息是一個(gè)重要場景，意味著東部數(shù)據(jù)會(huì)傳輸?shù)轿鞑?，延時(shí)增加無可避免，所以可以覆蓋全國的網(wǎng)絡(luò)基礎(chǔ)設(shè)施就非常重要。為了滿足高移動(dòng)性需求、低時(shí)延需求，具體可以從這些方面入手：第一，對泛在的邊緣計(jì)算節(jié)點(diǎn)進(jìn)行建設(shè)，考慮到超低時(shí)延需要具備一個(gè)比較近的物理位置才能保障位置比較近的云計(jì)算節(jié)點(diǎn)達(dá)到實(shí)際需求，因此，需要建設(shè)泛在的邊緣計(jì)算節(jié)點(diǎn)。第二，單點(diǎn)算力無法滿足低時(shí)延的需求，需要編排管控調(diào)度系統(tǒng)中的邊緣節(jié)點(diǎn)發(fā)揮協(xié)同效應(yīng)，從而滿足高移動(dòng)性需求，即便是用戶位置不斷發(fā)生變化，也可以通過多個(gè)節(jié)點(diǎn)進(jìn)行對應(yīng)的切換，從而達(dá)到實(shí)際需求[6]。

（三）智能算力服務(wù)

該服務(wù)面向的是智能計(jì)算，簡單來講，就是提供智能化算力服務(wù)，將更多資源集中起來推動(dòng)智能化業(yè)務(wù)發(fā)展，能夠?yàn)樯鐣?huì)各個(gè)領(lǐng)域提供各種計(jì)算業(yè)務(wù)，例如，實(shí)時(shí)AI服務(wù)、實(shí)時(shí)計(jì)算等，常見的就是智能芯片，能夠提供由或者是其他加速器所支撐的高密集智能算力。依托人工智能技術(shù)，能夠讓用戶體驗(yàn)更好，例如，智能管理、智能編排資源、智能編排工作業(yè)務(wù)流程以及計(jì)算機(jī)業(yè)務(wù)智能化運(yùn)營等，整個(gè)過程依靠智能算力服務(wù)，可以動(dòng)態(tài)預(yù)判以及調(diào)整算力資源，從而滿足綠色、安全、高效等方面的服務(wù)需求。

對于業(yè)務(wù)的潮汐性以及移動(dòng)性需求，智能算力服務(wù)發(fā)揮著更加突出的作用，能夠?qū)⑵湄灤┦冀K，具體來講，首先，在基礎(chǔ)設(shè)施建設(shè)階段融入智能算力服務(wù)，構(gòu)建以智能芯片為基礎(chǔ)的智能計(jì)算中心、智能服務(wù)集群，為智能算力提供條件，可以進(jìn)行推理與識別、高性能計(jì)算、對海量數(shù)據(jù)進(jìn)行挖掘、海量數(shù)據(jù)分布式存儲(chǔ)以及調(diào)度等業(yè)務(wù)場景。其次，智能算力服務(wù)涵蓋網(wǎng)絡(luò)智能、計(jì)算智能等。如今，人工智能呈現(xiàn)出快速發(fā)展的態(tài)勢，智能業(yè)務(wù)發(fā)展空間越來越大，對于智能算力服務(wù)的需求也在不斷增加，其主要需求集中在AI芯片；同時(shí)，在優(yōu)化業(yè)務(wù)流程方面，人工智能技術(shù)發(fā)揮著非常重要的作用，例如，預(yù)測算力資源變化情況、分析用戶需求，將其與云計(jì)算服務(wù)進(jìn)行融合，當(dāng)用戶對資源進(jìn)行購買時(shí)，用戶可以結(jié)合自身需求選擇計(jì)算資源，但是現(xiàn)階段的云計(jì)算服務(wù)部署之后，很多時(shí)候無法按照實(shí)際業(yè)務(wù)計(jì)算量的變化實(shí)現(xiàn)調(diào)整，這就需要通過智能算力服務(wù)對用戶需求進(jìn)行智能化預(yù)測，從而滿足用戶的實(shí)際需求。

（四）可信算力服務(wù)

對于算力服務(wù)而言，可信算力服務(wù)是一項(xiàng)基本能力，小到個(gè)人隱私，大到國家安全，涵蓋面極廣，因此，穩(wěn)定與安全是基本目標(biāo)，涉及可信算力服務(wù)，能夠?yàn)榫W(wǎng)絡(luò)信息、計(jì)算資源、交易信息等提供安全保障。首先，通過算力提供方對資質(zhì)進(jìn)行核驗(yàn)、對資源可信度進(jìn)行評估，從而保障計(jì)算資源的安全可信性；其次，從網(wǎng)絡(luò)信息安全角度來看，需要保護(hù)數(shù)據(jù)、軟件以及硬件等，不能因?yàn)榕既坏幕蛘呤菒阂獾脑蚨馐芷茐?、泄露以及篡改，讓系統(tǒng)更加可靠安全。整個(gè)過程涉及多門學(xué)科，如信息論、數(shù)論、應(yīng)用數(shù)學(xué)、系統(tǒng)工程、信息安全技術(shù)、密碼技術(shù)、通信技術(shù)、網(wǎng)絡(luò)技術(shù)、計(jì)算機(jī)技術(shù)等。最后，從可信交互來看，需要保障信息的可溯源以及準(zhǔn)確性，這就與區(qū)塊鏈等技術(shù)有關(guān)[7]。

四、結(jié)束語

綜上所述，隨著相關(guān)技術(shù)的發(fā)展以及突破，計(jì)算的發(fā)展將會(huì)從單一的網(wǎng)絡(luò)服務(wù)、計(jì)算服務(wù)、網(wǎng)絡(luò)連接服務(wù)等，朝著云網(wǎng)邊端協(xié)同服務(wù)方向發(fā)展，并走向算力與網(wǎng)絡(luò)的深度融合。算力時(shí)代背景下，算力服務(wù)的重要性日益突出，依托可信算力服務(wù)、智能算力服務(wù)、共享算力服務(wù)、綠色算力服務(wù)等，能夠?qū)⒎涸谟?jì)算資源鏈接成為一個(gè)整體網(wǎng)絡(luò)，使其可信化、綠色化、智能化以及網(wǎng)絡(luò)化，以此為基礎(chǔ)，能夠結(jié)合算力資源的實(shí)際需求進(jìn)行靈活服務(wù)。

作者單位：楊光 王玉申 姚潔 楊凱 中國移動(dòng)通信集團(tuán)江蘇有限公司

參" 考" 文" 獻(xiàn)

[1]李少鶴，李泰新，周旭.算力網(wǎng)絡(luò)：以網(wǎng)絡(luò)為中心的融合資源供給[J].中興通訊技術(shù)，2021，27（03）：29-34.

[2]姚惠娟，陸璐，段曉東.算力感知網(wǎng)絡(luò)架構(gòu)與關(guān)鍵技術(shù)[J].中興通訊技術(shù)，2021，27（03）：7-11.

[3]戴鑫. 面向算力網(wǎng)絡(luò)的微服務(wù)調(diào)度策略研究與實(shí)現(xiàn)[D].東南大學(xué)，2021.DOI：10.

[4]賈慶民，丁瑞，劉輝，等.算力網(wǎng)絡(luò)研究進(jìn)展綜述[J].網(wǎng)絡(luò)與信息安全學(xué)報(bào)，2021，7（05）：1-12.

[5]李建飛，曹暢，李?yuàn)W，等.算力網(wǎng)絡(luò)中面向業(yè)務(wù)體驗(yàn)的算力建模[J].中興通訊技術(shù)，2020，26（05）：34-38，52.

[6]黃光平，羅鑒，周建鋒.算力網(wǎng)絡(luò)架構(gòu)與場景分析[J].信息通信技術(shù)，2020，14（04）：16-22.

[7]面向敏捷邊云協(xié)同的算力感知網(wǎng)絡(luò)解決方案[J].自動(dòng)化博覽，2020（07）：44-47.