中国联通算力网络白皮书.pdf

中国 联通 算力网络 白皮书 中国联通 2019 年 11 月 序 自电话发明并组网通信至今，已有百年，在这期间，运营商一直提供面向连接的基础网络 ,先后支撑了话音、专线、短信等电信级产品，业务与网络紧密耦合，运营商处于价值链主导位置，获得了良好的收益；然而近 10 年来，伴随着宽带和云的大发展，运营商却只提供了带宽（流量）服务，与个性化、非标准的互联网业务渐行渐远，被迅速管道化，由于管道不再紧贴用户需求，又被迅速低值化。从历史看，网络只有能够给应用赋能，才能与业务发展形成良性循环。 未来运营商面临从服务消费互联网到服务产业互联网的角色转变。 5G 时代，运营商的网络资源和计算资源都将更加丰富，将成为全社会 ICT基础设施提供方。同时，人工智能（ AI）已经成为全社会的焦点，智能社会正在快速到来。在 5G+AI 的产业背景下，是否在带宽（流量）业务之外，还存在适合运营商经营，标准归一化的新业务形态？ “算力网络”将尝试回答这个问题。 目 录 1 产业背景 . 1 1.1 机器智能社会将全面到来 . 1 1.2 网络将出现云、边、端三级算力架构 . 2 1.3 实现云、边、端算力的高效需要算力网络 . 2 1.4 运营商的可持续发展需要算力网络 . 4 2 算力网络的概念和架构 . 7 2.1 算力网络是云化网络发展演进的下一个阶段 . 7 2.2 算力网络的关键技术元素 . 8 2.2.1 联网元素：打造无损和确定性 的网络联接 . 9 2.2.2 云网元素：智能网络与网络云化的持续推进 . 10 2.2.3 算网元素：为计算服务的可信、高效、随需网络 . 10 2.3 算力网络的典型应用场景 . 16 2.3.1 运营商 ToB 的 “5G园区 +AI”场景 . 16 2.3.2 运营商 ToC 的 “5G+Cloud X”场景 . 17 2.3.3 算力开放，运营商提供可交易的算力通证 . 18 3 算力网络的标准与生态 . 19 4 总结与展望 . 20 5 缩略语 . 22 版权 声明 本白皮书版权 由 中国 联通 网络技术研究院 与华为 技术有限 公司共同拥有，并受法律保护。转载、摘编或利用其它方式使用本白皮书文字或者观点的，应 注明来源。 作者 中国 联通 网络技术研究院 唐雄燕、曹畅 、张帅、何涛 、刘莹 华为技术有限公司 杜伟、郑若滨、唐晓琴 中国联通 算力 网络白皮书 1 1 产业背景 1.1 机器 智能 社会 将 全面 到来 人类将步入智能社会，智能是知识和智力的总和，翻译到数字世界就是 “数据 +算力 +算法 ”，其中算法需要 通过 科学家研究实现， 海量数据来自于各行各业的人和物，数据的处理需要大量算力， 算力是智能的基础平台， 由大量计算设备组成 。 图 1-1 智能的 三要 素：算法、算力、数据 人脑的算力相当于 约 300亿颗晶体管， 人类的历史和文明都是由无数 人脑算力所创造，但人脑算力正 面临老龄化的挑战， 2020年 超高龄国家（ 65岁以上人口超过总人口 20%） 将达到 13个 ， 2030年将上升到 34个，而且主要集中 在亚太、欧美等较发达国家。考虑到儿童占比约 15%，实际这些国家 的劳动适龄人口只占不到 60%。全球 2020 年人口约 77 亿，较发达国家人口约 30 亿，所以这些国家实际 处于劳动适龄段的 人脑只有不到 20亿。 现阶段电子工艺可以做到的 机器 算力 已经接近人脑算力 ，如麒麟 980基于7nm工艺集成了 69亿晶体管， AMD Radeon VII GPU将采用 7nm 工艺，晶体管数量 约 132亿 ， 未来 5年， 基于 5nm工艺，芯片集成度 据信 可以做到 300亿晶体管， 此时 处理器的信息分析处理能力已经 与 人脑 相当 ， 并且 相比于人脑，处理器更聚焦于专业领域的数据处理， 不知疲劳， 所以在具体的数据处理领域，高端 CPU的算力已经事实上相当于甚至于超过了人脑。 机器替代人处理数据是人类进入智能社会的必然趋势，目前全球应用处理器出货量已经超过 20亿，并且仍以 8%的速率在 高速增长， 面临老龄化的国家（亚太和欧美国家）同时也是半导体主要的消费市场，占全球份额约 80%， 510年之后，这些国家的机器算力就将全面超越人脑算 力的总和 。 2020年人脑为主，机脑为 辅，以各种智能终端为代表； 20252030年人脑中国联通 算力 网络白皮书 2 和机脑相互协助，智能机械臂，辅助驾驶，智能制造等广泛出现； 20302040年，将逐渐进入 “人脑定义规则，机脑自主 执行 ”的 “机器智能 ”社会 ，机器管家、无人驾驶、无人 工厂等广泛出现。 1.2 网络将出现云、边、端三级算力架构 全球数据总量仍在持续增长， 预计 2020 年达到 47 ZB， 2025 年达到 163 ZB， 年复合增长 率为 20%，其中绝大多数来自亚太（约 40%）和美（约 25%）、欧（约 15%）地区。全球数据中心安装服务器数量 2020 年将达到 6200 万台，年增长约 4%；智能终端（包含手机 /M2M/PC 等）年复合增长约 10%；由于 工艺的约束 ，单芯片的算力 在 5nm之后将 接近顶峰，传统集约化的数据中心算力和智能终 端的算力可增长的空间也面临极大挑战。要支持数据持续增长的机器智能 时代，只有终端 +数据中心两级处理无法满足要求，算力必然会从云和端向网络 边缘进行扩散。数据处理会出现三 级架构：终端、边缘 和数据中心 ，边缘处理能力未来几年将高速增长，尤其是随着 5G 网络的全面建设，其大带宽和低时延的特征，将加速算力需求从端 、云 向边缘的扩散。 图 1-2云、边、端三级算力架构 1.3 实现云、边、端 算力 的 高效 需要 算力网络 高效的定义是 “在相同或更短的时间里完成比其他人更多的任务，而且质量与其他人一样或者更好 ”。一个终端 或者 在一个数据中心内部 做到 高效算力 相对容易 ，但对于广泛分布 在 云、边、端 的 算力如何 做好 协同 ， 并 实现高效则充满挑战。