叶沁丹，范贵生，黄衡阳
1. 浩鲸云计算科技股份有限公司，商业发展部，广东 广州 511400
2. 浩鲸云计算科技股份有限公司，OSS产品线，广东 广州 511400
算力网络的产生背景
从国家政策层面出发，自中央经济工作会议上明确提出加快 5G 商用步伐，加强人工智能、工业互联网、物联网等新型基础设施建设以来，数字经济逐渐成为拉动经济的新引擎。在2021年，国家陆续出台了多项政策，全力加快算力新型基础设施体系的构建。5月，国家发改委等四部联合出台《全国一体化大数据中心协同创新体系算力枢纽实施方案》，明确全国一体化大数据中心算力枢纽体系建设规划，推动“东数西算”工程，布局全国数据中心建设[1]。7月，工业和信息化部印发《新型数据中心发展三年行动计划（2021-2023）》，统筹推进新型数据中心发展，构建以新型数据中心为核心的智能算力生态体系，全面赋能和驱动数字经济[2]。
从经济发展数据来看，数字经济新引擎的整体拉动作用越发凸显。据中国信通院的数据显示，2020年，我国数字经济规模达到39.2万亿元，占GDP比重为38.6%，同比增长9.7%，数字经济在逆势中加速腾飞，有效支撑疫情防控和经济社会发展。其中云计算市场呈爆发式增长，2020年，云计算整体市场规模达2,091亿元，增速56.6%，其中，公有云市场规模达1,277亿元，相比2019年增长85.2%[3]。云市场和云技术的飞速发展，为算力网络新格局的打开奠定了基础。
从行业发展趋势分析，随着5G、物联网、工业互联网等的行业应用边缘侧场景的不断丰富，区别于传统意义上相对独立的云计算资源模式，此类新场景中就需要解决多层级、多架构混合计算需求。在云计算、边缘计算及网络之间实现云网融合、云边协同，才能推进算力服务的最优化。
从网络及算力技术的发展分析，虚拟化这一技术，将加速云内、云间-入云网络的一体化构建，使网络的边界逐步模糊，将算力以服务的形式开放给用户。因此，中国信通院发布的《云计算白皮书》中明确指出，随着云网边一体化的不断加深，将会重新定义算力服务方式。
从算力对行业赋能的角度分析，以数据中心为代表的算力基础设施，为保障企业生产经营、高质量运转提供了重要支撑，逐渐成为数字化转型的新底座，为数字经济发展注入强劲动能。算力基础设施的建设推进全社会朝着智能化的方向不断发展，成为人类能力的延伸和社会进步的变革性力量[4]。
电信运营商的定位及诉求
随着算力网络的深入推进建设，将迸发出各种各样的技术浪潮和商业模式。从电信运营商的定位和业务本质来看，在整体算力运营支撑体系中，他们将承担着国家级算力节点承建商、算力节点间互联网络（DCI）提供商（管道商）、算力运营商、算力产品服务提供商、平台集成商五大重要角色。为了更好地担任相关角色，履行社会责任，尽快地将算力网络服务推向市场，为社会大众、中小企业服务，快速构建切实可用的算力网络新基建。对于电信运营商来说，除基础设施建设以外，支撑系统的构建是最核心的工作重点之一。需重点关注以下三个问题：
（1）如何快速构建算网IT整体支撑体系，确保支撑体系架构分层合理、系统分工明确、边界清晰；
（2）算网支撑系统如何融入运营商当前的IT支撑系统，避免产生过多的烟囱系统。如何更好地沿用、利用、复用现有的一些支撑系统及能力,让新构建的支撑体系更为平稳、迅速产生价值；
（3）IT支撑体系内的各个系统的功能架构如何建设？是否能够满足实际生产的需要？
综上所述，本文主要从算力网络发展背景及电信运营商发挥的作用出发，并重点阐述算力网络整体支撑体系的构建、在整个支撑体系内算网大脑的价值，从而解决算力网络的IT支撑及落地应用问题。
1.1 国内关于算力网络架构的分析
从中国信通院及国内运营商发布的算力网络白皮书来分析，常规将算力网络的支撑体系架构划分为3层，由底层往上，分别为：算网基础设施层、算网编排管理层（算网大脑）、算网运营服务层[5]。
算网基础设施层：包括算力资源和网络资源层。算力资源负责维护各类的异构算力资源，狭义上包括CPU、GPU、NPU等以计算为主的处理器，广义上包括具备存储能力的各类独立存储或分布式存储，以及通过操作系统逻辑化的各种具备数据处理能力的设备。从设备层面来看，算力资源层不仅包括服务器、存储等采用的数据中心设备，在未来万物互联的场景中还包括汽车、手持终端、无人机等可以提供算力的端侧设备。网络资源包括有两种形态的存在：一类是传统网络，即控制与转发没有解耦的网络解构；
另外一类是SDN网络架构，实现了控制与转发分离，具备网络集中式控制的能力。网络资源层负责各类网络设备的管理和维护。基础设施层只负责算力资源和网络设备的稽核，以及负责各类设备物理架构上的整合，而对于资源和设备的管理及应用，则需要通过编排管理层来指导，在整个算力网络体系中作为基础设施层发挥作用。
算网编排管理层（算网大脑）：负责对虚机、容器、网络等服务资源的监控、纳管、感知、度量、编排、调度、分配和全生命周期管理。编排管理层在整个算力架构中的作用相当于一个中央控制器，通过对下层基础设施的编排与调度，实现算网资源的灵活按需分配。编排管理核心需具备资源纳管、资源协同、故障管理及运维管理等核心能力。在资源纳管方面，编排服务层需要对底层基础设施算力及网络资源的信息进行管理，通过统一抽象的模型，实现对异构资源的统一管理统一度量，并负责资源从生产到消亡的生命周期管理。编排管理层会保存目前的资源状态，包括传统的资源占用状态及资源实时使用状态。其中，资源占用状态需要根据网络层资源变化情况及时获取并更新本地资源状态数据。实时状态指需要及时获取基础设施层的算力及网络资源运行状态，例如：网络的QoS指标、算力池内部的CPU、内存使用率等。在资源协同方面，编排管理层在用户对资源需求发生变化时，根据记录的资源状态信息进行动态的调度和分配，确保用户对算力资源的使用。在底层资源因资源运行状态（网络拥挤等）或故障等原因发生变化时，编排管理层也会根据资源的情况进行实时变更。
算网运营服务层：主要面向用户服务。首先提供运营服务门户，提供产商品及营销活动定义和销售交易活动支撑；
其次提供合作伙伴管理门户，提供对泛合作伙伴的管理；
可信算力交易平台，通过可拓展的区块链技术和容器技术，实现对多种形态的算力设备的能力整合管理，包括大型的GPU设备或FPGA服务器集群、中小企业闲散空闲服务器及个人闲置的计算节点等[6]。通过整合算力贡献者的零散算力，为算力使用者提供可信、经济、高效和去中心化的算力服务。
此外，关于算力度量、标示、感知、路由等能力，从白皮书架构图上划分在基础设施层，但从实际项目支撑经验来看，相关的能力可以由算网大脑对基础设施层提供的底层能力进行封装，通过大脑以更粗的颗粒度向外系统进行能力开放。
1.2 算力网络一体化支撑方案
根据以上三个层级所述，为了实现对算力网络的全方位管理和支撑，以智能AI能力赋能整个解决方案，需要关注在运营服务层、编排管理层的能力释放：
（1）面向运营服务的运营门户：
面向算力需求方提供算力商城门户、面向合作伙伴提供算力生态门户及运营管理平台；
该平台提供算网产品封装、营销管理、订单管理、计费管理、合作伙伴管理能力；
提供算网营销、销售、自服务及生态合作一站式支撑，提供算网可信交易能力；
（2）面向编排管理的“算网大脑”：在编排管理层，提供包括算网能力封装、感知、编排、调度、可视及保障运维等方面的能力；
（3）人工智能引擎：基于以上两者的能力，AI引擎与算网门户、算网大脑深度相融赋能，将AI能力与方案的每一个关键核心能力场景相融合，向算网自智发展演进；
（4）泛在接入套件：为算力网络三层提供控制能力，包括网域控制器提供各个专业的控制器解决方案；
算力域控制器提供包括多云管理、云边端接入管控、云间网络控制等控制解决方案；
能力域控制器提供服务级别的部署能力来对应用的能力注册、部署、运行、开放及运行监控进行统一管理，通过提供标准化的函数运行接入API，应用开发者按其规范完成的服务开发，即可通过能力控制器进行统一的代码推广、打包、发布和运行，而无需关注底层服务器资源。基于云原生的资源调度平台，实现对上层应用提供异构算力的资源编排调度能力。同时，通过与无服务框架的融合与对接，提供标准化函数的运行框架，函数可以无缝地使用。
图1 算网支撑体系Fig.1 Computing Power Network support system
图2 算网大脑解决方案Fig.2 Computing Power Network brain solution
需注意的是，在实际在项目应用过程中，从意图受理、可信交易、统一纳管、统一度量、能力封装、编排调度、算方感知几方面进行重点研究：
（1）意图受理：通过建设意图识别引擎，基于算力需求方所选购的任务场景要素及要素值，关联任务场景模板，可自动计算商品集及其属性、属性值，实现任务式订购。基于需求方意图驱动算力任务式订购新模式，提升使用体验；
（2）可信交易：借助区块链技术，可实现算力交易双方的可信身份认证，并通过标准的API能力提供，让交易双方的交易过程生成分布式的账本，保障多方算力共享交易可信；
（3）云网边端泛在算力的统一纳管：通过丰富接入手段，可实现对自营及社会的算力快速接入和纳管。算网大脑层提供多种技术接入手段，包括平台级别算力的接入方案，可以实现对云管、容器、裸金属等通用性、商业化的算力接入；
同时，也提供针对社会闲散算力的轻量化接入纳管方案，实现对PC、手机等各类用户端设备的纳管：
（4）统一度量模型：针对异构的算力，包括通用算力、智能算力及超算算力，实现统一纳管和度量的模型设计，从而解决对异构单体算力的度量问题，及由异构算力组成的节点的度量问题；
（5）统一能力封装模型：针对算网业务特点，设计4层能力封装模型（原子能力->算力基本单元->算力域->场景域），该模型可以将算网能力进行充分、准确的描述，每一层能力均可独立对外进行开放，满足不同业务的不同纬度、不同粒度的模型描述要求；
（6）算网任务式编排和调度自动化：解决在用户任务式意图订购应用场景下，基于感知的算力资源和网络性能，支撑任务式需求意图匹配的垂直解构和水平解构、算力灵活调度、网络智能选路、算网一体开通等要求，最终实现从用户意图到确定性资源交付的智能调度和开通能力[7]；
（7）算网的可感、可视：通过对网络及算力的实时运行指标的采集、封装，针对用户的视角，提供图像化的展示能力。
图3 算力能力飞行图Fig.3 The flight chart of Computing Power
2.1 算网大脑
从上述算力网络三层结构出发，结合具体生产支撑实践来分析，在算力网络编排层（算网大脑）研究成果如下：
（1）算网大脑在功能架构方面，采用三层架构：能力开放中心、智能编排中心、算网接入能力底座。通过业务设计、模型驱动、智能编排、泛在调度等技术，协同调度算网各域资源实现灵活高效的算网一体化编排；
（2）增加能力开放中心层，以能力开放思路构建算网大脑，将算力网络的各项能力进行封装，通过标准化API向周边系统提供便捷的算网能力服务；
（3）编排中心的功能组成与中国移动算力网络白皮书[5]所述有几点差别，此部分在下文中进行具体阐述；
（4）算网的基础设施层相对复杂，需要进行统一纳管。挑战如下：类型多，包括网络、算力及能力三大类型设施；
厂商多，无论是网络、算力还是能力方面，均有多个供应厂商，厂商间的技术路线、资源管理理念、北向接口协议均不相同；
版本多，由于算力网络设施的庞大，存在不同时期设备共存的情况，设备间的软件版本均不相同等。为了更好地实现对算网基础设施管理，将对算力、网络及能力的接入服务进行独立抽象，通过此层进行在线化管理。
算网大脑整体方案分为能力开放中心、智能编排中心、算网接入底座等不同层次的三个中心，中心间通过微服务进行能力调用：
（1）能力开放中心
构建算网能力开放中心，开放算网业务服务能力，将算网资源、业务、产品及解决方案及系统展示功能等能力向周边系统进行能力开放和共享。
（2）智能编排中心
算网智能编排中心，实现网络资源和算力资源的统一设计、编排，实现算网融合类业务的一体化、智能化结构、编排与调度开通管理。从本篇研究分析，智能编排中心应该包括泛在算网接入标准、产品服务模型管理、泛在算网度量模型、智能化解构、全栈调度编排、算网展示七个子模块。
图4 算网大脑2中心、1底座Fig.4 Computing Power Network brain 2 center、1 foundation
上文提到，编排中心与中国移动算力网络白皮书[5]所述有稍许差异，本文建议通过“泛在算网接入标准、产品服务模型管理、泛在算网度量模型”三个模块实现算网的数字孪生能力，将意图网络并入智能结构模块，一体编排的部分能力分别并入智能解构模块，全栈调度编排模块，将算网自智能力通过上述七个模块分别实现各模块内的自智场景，增加算网展示模块。
泛在算网接入标准子模块，旨在定义泛在算网资源管理的平台(例如：通用算力的各厂商的云管理平台、超算的管理平台、容器平台管理节点及各个网络的网管平台等)与算网大脑对接协议，构建对接能力，实现算网大脑对泛在异构算力及网络的便捷、快速、全面的对接能力。
产品服务模型管理子模块，实现对算网资源及由相关资源组成的产品的描述模型。该模型层可以实现对最底层的芯片、物理服务器、虚拟化服务器、PAAS能力、AI能力、SAAS能力的管理，以及相关能力组成的各种组合产品、解决方案的数字化管理。
算网度量模型子模块，通过该模型实现对算网资源的统一度量及实现对算网服务需求的统一度量。构建度量逻辑，实现对算网大脑纳管的全网资源进行计算，对用户算网服务需求进行度量计算，将需求换算成具体算网资源需求。即将用户需求转换成具体的服务器配置及网络接入方式、带宽等网络参数。
智能化解构子模块，实现对用户算网服务需求与算网大脑提供的解决方案进行智能化匹配。产品服务模型模块已实现对解决方案的数字管理，而智能化解构模块，通过智能算法自动解构分析用户的需求，从产品服务模型库中选择和匹配最符合用户的要求的解决方案，并通过度量模型模块计算算网资源的具体要求。
全栈智能编排调度子模块，实现对南向网络控制器、算力控制器等对接。将解构子模块输出的要求，通过感知的算网实时运行状态，进行自动化的编排。编排的结果，利用接入底座的自动化接口，实现算网资源的自动化调度开通。
算网展示子模块，主要提供各种视图，提供全局资源跟踪、全局算力运行动态展示等方面视图，让系统使用人员可以更加便捷了解整张算力网络的运行状态。
（3）算网接入底座
算网接入底座实现算网资源以及各应用能力资源的统一接入与控制，并提供对算网服务容器化部署调度的支持。底座开放标准API能力，智能编排中心通过算网接入底座对算网基础设施进行操作，包括接入-感知-度量-控制（生命周期管理）-可视过程中涉及的全部操作需求。
2.2 算网运营门户
算网运营门户构建一个交易平台提供给算力的提供方及消费方进行使用。
不过究其实质，称谓虽然不同，但它们针对的内容对象却并无截然的不同，它们所论述和传授的方法并无二致，都是为了使所要研究的社会现实状况明朗化，都是获取社会信息数据的手段或操作过程。甚至还有一些名称看似相去甚远，但其论述的内容仍然是调查方法或曰研究方法。比如，菲利普·迈耶是一位精确新闻学家，他所著的《精确新闻报道》副标题却是“记者应掌握的社会科学研究方法”，论述的主要内容也还是抽样、调查、统计分析等，是将社会调查研究方法尤其是量化研究方法运用到新闻报道中去罢了。
如图5所示，算网一体封装模块提供算力网络相关产品、商品的设计能力，相关商品多量纲资费的设计能力等。
图5 算网运营门户Fig.5 Computing Power Network operation portal
算网极简订购模块提供算网产品的展示页面，提供页面供用户进行产品的浏览、选购。
算网运营管理模块提供合作伙伴的管理，包括合作伙伴的准入、企业信息管理、安全验证等能力，以及商城的运营管理，包括营销活动的设计、存量业务分析、服务自动推荐等能力。
算网服务提供算网服务的自主工作台，供用户进行自主化操作，包括业务的追加订购、退订等操作。
2.3 泛在接入套件
当前泛在接入套件主要复用各大运营商的云管、多云云管、网管及各网络专业工作台等系统，不主张重复建设。相关系统各大运营商均有非常详尽的规范阐述，不是本文研究重点，因此本文不再做展开介绍。
3.1 新媒体场景
在该场景中，新媒体业务主要面向个人用户（2C），包括互联网移动端创新应用、超高清视频、视频直播等多种形式，普遍存在网络时延敏感、带宽要求较高、热度高的难题。
面对新媒体场景下的算力规模、云边端算力资源的分配和协调、网络通讯时延和带宽的挑战，算网大脑能实现具体的应对方案：
（1）售前阶段，实现云、边、端算力资源的感知和统一建模管理；
（3）售后阶段，进行算力解构、算力调度、入云路径方案分配，进行云边端算力资源、入云专线（5G切片等）、第三方能力（形象渲染服务等）的编排开通。
图6 算网编排Fig.6 Computing Power Network Orchestration
场景成效：利用算网大脑的算网感知、雷达搜索、编排调度能力对云边端算力资源以及第三方能力的分配调度开通，实现快速支撑新媒体的场景需求。通过在边缘云部署形象渲染服务，终端设备结合5G带宽、低时延的特性将渲染虚拟3D形象在边缘云端完成，一方面降低终端设备的计算开销和手机的硬件配置门槛，另一方面缩短传输时延，满足了主播业务对虚拟形象实时预览的需求。
3.2 云游戏场景
云游戏是以云计算为基础的游戏方式，在云游戏的运行模式下，游戏主体都在服务器端运行，并将渲染完毕后的游戏画面压缩后通过网络传送给用户。在手机移动端，用户的游戏设备不需要任何高端处理器和显卡，只要基本的视频解压能力。
与传统游戏相比，云游戏对算力、网络提出了更大的挑战，主要包括：
（1）游戏的运行计算更加依赖于云端环境的计算能力；
（2）游戏交互时延依赖于网络通信延迟；
（3）游戏场景渲染的多媒体流质量依赖于网络通信带宽。
面对云游戏场景的算力规模、网络通讯时延和带宽的挑战，算网大脑能提供如下应对方案：
售前阶段，第一步实现算网能力的封装，将各种特性的算力进行统一建模和接入，并将算网能力组合封装成算网场景；
第二步，实现游戏公司的业务意图匹配（主要是对游戏的帧率、时延等参数要求），将用户的算力需求、网络需求转换为运营商理解的网络要求；
第三步，针对算网资源进行资源勘查、确定好算网资源并与用户要求进行匹配；
第四步，为用户找到满足其需求的算力资源池，以及接入网络供用户选择。
售中阶段，第一步实现业务订购受理；
第二步进行算力解构，分解计算出具体的算力、网络资源；
第三步根据算力池容量、负载、连接成本、故障率等进行算力智能调度；
第四步进行智能选路，通过动态感知或拨测网络，按照成本最优、性能最优等算法智能选择接入网络路径；
第五步通过动态编排、自动开通实现算力、网络、能力的自动开通，开通过程中提供飞行图给用户查看开通状态及进度[8]。售后阶段，提供算网控制台供用户自助服务，通过算网自智提供自动化、智能化的网络运维，保障售后服务质量。
场景成效：云游戏算网场景利用算网大脑的算力封装、业务意图匹配、算力解耦、算力调度、自动开通、一体化运维的能力，实现售前售中售后一站式服务帮助游戏公司实现云游戏的快速部署、试用，帮助游戏行业高效、低成本获得云游戏能力。
3.3 工业视觉检测场景
针对企业生产过程中人的不安全行为、物的不安全状态和环境的不安全因素，企业需要一套视频采集、实时监测、综合分析、超前预警的一体化安全工业视觉检测解决方案来提升企业生产本质安全水平和安全监管效率。面对企业检测需求，工业视觉检测算网解决方案研究如下：
售前阶段，根据企业的需求进行算力需求分解和预设计；
售中阶段，根据算力设计方案，进行5G园区切片、5G专线、算力（集团算力池、地市算力池、端算力）、物联网（高清摄像头）的编排开通[9]；
售后阶段，运营商对算力和网络进行监控，根据监控数据对路由流量进行优化；
应用阶段，用户在算力节点部署应用、部署调整，用户对算力、网络、应用程序的效用进行分析。
具体场景实施中，应具备以下几方面：工业园区的生产子区部署安全生产监控高清摄像头，采集生产过程中的高清视频，并通过5G园区切片回传到园区视频库；
工业园区的控制区通过5G专线每天定期将园区视频库的海量视频传输汇总至集团算力池；
集团算力池利用AI算力快速生成安全生产识别算法；
地市算力池通过SPN专线获取集团算力池生成的安全生产识别算法，形成实时视频的行为判断能力；
实时海量视频由本地算力识别判断是否有非安全行为发生[10]。
场景成效：工业视觉检测场景利用算网大脑的算力封装、算网感知、算力解耦、算力调度、自动开通的能力，实现工业视觉检测的算力资源调度开通，满足了企业安全生产的需求。
3.4 智慧家庭场景
智慧家庭是综合运用物联网、云计算、移动互联网和大数据等技术，结合自动控制技术，将家庭设备控制、深度交互、坏境感知、家人健康感知，以及信息交流、消费服务等结合一体的智慧化家居生活场景，面对该场景下云边算力资源的分配和协调，算网大脑能提供以下几种能力：
售前阶段，实现云、边算力资源的感知和统一建模管理；
售中阶段，根据用户的需求进行算力需求分解和预设计；
售后阶段，进行算力解构、算力调度、入云路径方案分配，进行云边算力资源、入云专线（5G切片等）、第三方能力（公共服务等）的编排开通；
场景成效：智慧家庭场景利用算网大脑的算网感知、雷达搜索、编排调度能力实现算网资源的需求分解和方案设计，以“云边协同”的方式成功实现了算网资源智能调度开通与协同使用，为智慧家庭大家族中多元生态化的信息服务提供了基础算力环境，为广大家庭用户提供更好的信息服务。
从目前普遍的认知来看，算力网络的发展会分成三个阶段，从支撑系统建设的角度来看，每一个阶段的支撑系统发展情况具体如下：
阶段一：泛在协同，基础构建
泛在协同阶段是算力网络起步阶段，其核心是云网初步融合，核心理念是“协同”。从物理资源视角看，算和网仍然是两个独立组成，各自管理和编排调度，但算网资源建设开始整体协同考虑，重点特征是网随算动。但整体来说，在本阶段中，网络的基础设施建设尚未迎来革命性的变化，主要以提升算力节点间高效互联为目的。
从支撑能力建设的角度来看，本阶段提升建设的核心能力包括：一站式运营、可信的交易平台、泛在资源接入、统一资源纳管、协同编排、自动化调度、智慧运维及算网能力开放等。
在建设模式方面，这个阶段电信运营商和IT支撑厂商，均在积极参与算网大脑的建设探索。因此，在此阶段，系统建设的核心在于能力的补全，而建设模式将会呈现出百花齐放的形态。例如采用完全新建模式，或基于业务编排类系统进行改造，或基于云管类系统进扩展，或将算网大脑相关能力分散在现网的系统中进行建设。从运营商架构来看，算网大脑在不同运营商可能存在集中建设和分省建设两种大的形态。
从核心技术研究方向来看，本阶段首先需要解决泛在算力的三个统一的问题，包括统一建模、统一纳管、统一度量的问题；
其次，社会算力交易的可信保障问题；
再者，解决多级算力模式下服务能力级别的动态编排调度问题等；
最后，当前的网络架构下积极探索网络确定性保障的方案及算网互感互知的方案。
阶段二：融合统一，算网大脑智慧提升
“融合统一”阶段是算力网络的发展阶段，核心理念是融合。随着一阶段CT云、IT云、通用云的融合规划和建设，DPU等技术的逐步成熟等变化，算与网的边界逐步模糊。虽然算与网仍然是两个“身体”，但是算网大脑实现算网资源层面的统一管理、编排和调度，尤其是可以实现按用户需求、应用特性的动态的编排和调度，用户不需去关注资源的位置和形态，即可享受随需所选的算力服务。
本阶段提升建设的核心能力包括算网的深度感知、智慧的动态编排、面向ABCDNETS8要素的算力服务能力调度等。
算网大脑的建设模式上，随着算网的融合统一，更好地发挥大脑集中编排调度的作用，算网大脑的建设将会逐步向功能和部署形态集中演进。从核心技术研究方向来看，本阶段重点解决超边缘的终端算力管理和交易技术；
网络结构变化后带来的网络确定性保障方案提升技术；
以及基于感知的智能化调度技术。
阶段三：一体内生，算网大脑独立自治
“一体内生”是算力网络的跨越阶段，算网边界彻底打破，形成算中有网、网中有算的融合一体化基础设施，为用户提供融合多技术要素的一体化服务。
算网大脑建成真正意义上的控制中枢，利用智能化意图引擎，能够实现业务的智能解构、动态感知算网状态，实现算网服务的智能化编排。动态识别服务运行状态，动态进行资源切换、故障隔离及故障自修复等，并且利用AI和大数据实现了4个自主：数据自主采集、自主分析、自主学习及自主升级，不断对智能意图引擎进行闭环优化。
在这一阶段，算网大脑将会具备三大核心平台，支撑三大类创新：面向社会开放的海量生态算力平台，具备ABCDNETS等要素的丰富算力形态，安全、标准、简易的使用门槛，支撑社会的应用创新；
面向全社会算力的统一可信管理及交易平台，支撑商业模式的创新；
基于Serverless服务开发及开放平台，面向社会开放，支撑服务创新。
在国家政策及技术发展双重驱动下，算力网络的发展将会上升到前所未有的高度。未来算力网络将成为新基建的一个核心的组成部分，渗透到生活的方方面面，算网的支撑系统建设迫在眉睫，安全、智能、开放、灵活的支撑系统建设，将全力支撑各大运营商算力网络建设及支撑的数字化转型。
利益冲突声明
所有作者声明不存在利益冲突关系。
猜你喜欢算力调度大脑算力盗用：一种新型财产侵害*政法论丛(2022年3期)2023-01-08中国电信董事长柯瑞文：算力成为数字经济的主要生产力现代经济信息(2022年22期)2022-11-13《调度集中系统(CTC)/列车调度指挥系统(TDCS)维护手册》正式出版铁道通信信号(2020年10期)2020-02-07基于强化学习的时间触发通信调度方法北京航空航天大学学报(2019年9期)2019-10-26一种基于负载均衡的Kubernetes调度改进算法成都信息工程大学学报(2019年3期)2019-09-25虚拟机实时迁移调度算法三门峡职业技术学院学报(2019年1期)2019-06-27