《IMT-2030(6G)推进组:2023 6G算网一体承载需求及架构研究报告(41页).pdf》由会员分享,可在线阅读,更多相关《IMT-2030(6G)推进组:2023 6G算网一体承载需求及架构研究报告(41页).pdf(41页珍藏版)》请在三个皮匠报告上搜索。
1、北京稻壳科技有限公司Beijing Rice Hull Technology Co.,Ltd.地址:北京市朝阳区九住路 188 号IMT-2030(6G)推进组IMT-2030(6G)Promotion Group2023 年年 12 月月版权声明版权声明 Copyright Notification未经书面许可未经书面许可 禁止打印、复制及通过任何媒体传播禁止打印、复制及通过任何媒体传播2023 IMT-2030(6G)推进组版权所有IIMT-2030(6G)推进组IMT-2030(6G)Promotion Group目录第一章 6G 承载网络研究综述.11.1 6G 网络愿景.11.2 6
2、G 承载网络发展驱动因素.21.3 6G 承载网络发展内在要求.31.4 6G 承载网络研究进展.4第二章 6G 算网一体承载的主要需求.62.1 算力高效输送.62.2 异构算力的差异化承载.72.2.1 异构算力概述.72.2.2 异构算力标识.72.2.3 异构算力调度.82.3 算网能力深度融合.92.3.1 6G 网络对算网能力深度融合的需求.92.3.2 6G 业务对算网能力深度融合的需求.102.4 在网计算.10第三章 6G 算网一体承载架构分析.123.1 架构设计的基本原则.123.2 架构设计思路.133.2.1 向“面向任务的连接”的架构转变.133.2.2 向超高品质
3、的承载网络转变.143.2.3 向融合智能承载转变.153.3 承载网算网一体架构探讨.153.4 算网一体架构设计场景.17第四章 6G 算网一体承载潜在关键技术.204.1 新型数据转发技术.204.2 智能管控技术.214.3 可编程网络技术.22IIIMT-2030(6G)推进组IMT-2030(6G)Promotion Group4.4 算网编排技术.244.5 应用感知技术.254.6 服务感知技术.274.7 算力路由技术.29第五章 6G 算网一体发展建议与展望.32参考文献.34贡献单位.361IMT-2030(6G)推进组IMT-2030(6G)Promotion Grou
4、p第一章 6G 承载网络研究综述1.1 6G 网络愿景随着 5G 在全球范围的规模部署和逐渐普及,实现了公众用户通信能力和服务质量的跨越式提升,有力促进了垂直行业的数字化转型。与此同时,空天通信、人工智能、数字孪生、区块链等技术正飞速发展,与网络的结合日趋紧密,正推动人类从信息时代走向智能时代,从平面时代走向立体时代。6G 网络将成为智慧内生、泛在连接、多维融合的基座,是未来经济和社会发展的重要基础。6G 网络愿景具有两大内生、三个一体化,具体如下:(1)智慧内生6G 网络内嵌 AI 能力,实现架构级内生智能。对内能够利用智能来优化网络性能,增强用户体验,自动化网络运营,即 AI 构建网络;对
5、外能够抽取和封装网络智能,为各行各业用户提供网络和 AI 结合的通信和计算服务,即网络赋能AI;从而实现 DOICT(Data Technology,Operational Technology,InformationTechnology,Communication Technology,数据技术,运营技术,信息技术,通信技术)融合的智能感知、智能连接、智能发现、智能服务、智能管理和智能编排,奠定万物智联的基础。(2)安全内生6G 网络内嵌安全能力,实现架构级内生安全。通过 6G 网络内置基础安全能力,提供采集、管控、隔离等能力支持,基于分布式技术,实现去中心化的安全可信机制,构筑安全可信的
6、6G 网络,满足不同业务场景的差异化安全需求,提高通信系统的安全自治能力,建设可度量、可演进的内生安全防护体系。(3)空天地一体空、天、地的体制、网络、路由、协议等一体化。高/中/低轨卫星网络、空基平台网络与地面网络深度融合,实现人联与物联、无线与有线、广域和近域、空天和地面等的智能全连接,采用空天地一体化协议体系,实现不同地域、不同用途、不同行业网络的跨界融合,构筑泛在连接的网络基座,为用户提供全时全域无缝覆盖的高可靠通信服务。2IMT-2030(6G)推进组IMT-2030(6G)Promotion Group(4)通感一体感知赋能通信,通信增强感知。通过通信感知融合,实现通感一体化的多维
7、信息感知、数据处理、资源管理、干扰对抗,实现对系统环境和通信网络的需求感知、网络测量、事件跟踪、实时监测、精准定位、远程操控,助力通信性能提升,促进基础设施利用率提高,孵化 6G 通感一体新业务。(5)算网一体网络和计算深度融合,以算联网,以网促算。网络和计算相互感知,相互协同,实现实时准确的算力发现、灵活动态的服务调度,提供无处不在的计算和服务,实现算力资源的合理分配和用户无感知,赋能一致化用户体验,提高网络资源、计算资源利用效率,实现云、边、网、算高效协同。1.2 6G 承载网络发展驱动因素在移动通信网络的发展中,作为中枢的网络架构发展是承载移动通信系统设计目标的基础。因此,6G 承载网络
8、的设计,既要与国家战略高度契合,又要考虑新场景、新需求、新业务的驱动,还要探索潜在关键技术的发展态势和引入的可能性。未来 6G 承载网络的设计受到新战略、新业务以及新技术的驱动,具体如下:(1)新战略驱动随着数字化时代的到来,国家关于数字化变革发展的战略方向对移动通信提出了新的要求,6G 承载网络创新需要契合数字经济、双碳、东数西算、安全可信等战略驱动力。“数字经济”是时代发展的新要求,6G 承载网络需要在自身创新发展的基础上,积极赋能数字经济,推动数字社会发展;碳达峰战略时间窗与 6G 网络发展时间线的契合,“双碳”战略要求 6G 承载网络在考虑自身低碳绿色演进的同时,也为其他产业的低碳转型
9、提供辅助;“东数西算”工程,对算力布局、数据调度和网络连接提出了进一步要求,需要 6G 承载网络实现算网深度协同;“安全可信”是 6G 成为全社会数字化基座,与各行业深度融合的根本保障。(2)新业务驱动新的业务需求是 6G 承载网络发展的第一驱动力。随着大量 6G 网络典型和潜3IMT-2030(6G)推进组IMT-2030(6G)Promotion Group在业务场景的提出,包括沉浸式交互、云 XR(Extended Reality,扩展现实)、全息通信、通感互联、智慧交互、数字孪生、泛在覆盖等,6G 承载网络要满足这些新业务需求,除了需要更极致的需求指标外,还要实现包括灵活弹性组网、大规
10、模算网能力、通信能力与感知能力融合、统一的一体化架构等创新能力,从而推动网络从数据连接向信息服务能力转变。(3)新技术驱动6G 在通信技术、信息技术、大数据技术、AI 技术、控制技术等各类技术的深度融合下,呈现出了极强的跨学科、跨领域发展特征。DOICT 融合将是 6G 端到端信息处理和服务架构的发展趋势。同时,随着 SRv6(Segment Routing overIP Version 6 Data Plane,基于 IPv6 的数据平面分段路由技术)、DetNet(Deterministic Networking,确定性网络)、APN(Application-AwareNetworking
11、,应用感知网络)等“IPv6+”创新技术的发展,6G 承载网络将朝着更加灵活、更加可靠、更加智能的方向演进。1.3 6G 承载网络发展内在要求基于新战略、新业务、新技术融合驱动,6G 承载网络的设计还应考虑与现有承载网络的兼容性和业务的继承性,遵循兼容和创新并举的设计理念,通过创新性设计,解决现有网络架构所存在的问题,提供以用户为中心的业务体验,同时让用户参与到网络运营机制的定制和网络业务的定义中,以满足用户个性化、多样化的需求。6G 是继 5G 之后的下一代移动通信技术,是 5G 的延伸,因此 6G 将在 5G 基础上从服务于人与物,进一步拓展到支撑智能体的高效互联,实现由万物互联到万物智联
12、的跃迁。6G 承载网络与 5G 承载网络相比,应该从以下几点有根本性的进步:更加灵活和可扩展的网络架构,以支持更高的带宽和更低的延迟;支持更多的接入技术,包括卫星通信和无人机通信等;更加智能化的网络管理和控制,以提高网络效率和可靠性;支持更加安全和隐私的通信,以保护用户数据的安全。4IMT-2030(6G)推进组IMT-2030(6G)Promotion Group1.4 6G 承载网络研究进展面向未来,在移动通信网络的不断演进下,针对下一代移动通信愿景、需求及技术研究逐步开展起来。其中,6G 算网一体承载网络需求与关键技术的研究还处于初期阶段,以下列举了国内外的相关研究进展:(1)中 国 联
13、 通 在 Computing Power Network:The Architecture ofConvergence of Computing and Networking towards 6G Requirement中提出了面向 6G 需求的算网融合的架构,具备联网、智网与算网三个方面的技术元素,其中联网是基础。(2)中国移动在6G Network:Towards a Distributed and AutonomousSystem中提出了一种基于 6G 的分布式自治网络架构,通过集成多址技术和引入新协议,网络实现一体化承载。(3)中国移动在2030+网络架构展望中提出 6G 网络需通过通
14、信与计算的融合,突破传统移动通信系统的限制,提升移动通信总体信息交流能力促进整个系统的可持续发展。(4)IETF 成立了 CATS(Computing Aware Traffic Steering)研究组,专注于算力承载网络方向的研究,同时,为提升承载网络的感知能力,IETF 也开展了 APN(Application-aware Network)方向的技术研究,使能业务和网络协同的技术框架。综上所述,5G 给社会带来的巨大变革及附加经济价值,也使得全球高度重视移动通信技术的发展,6G 网络是面向 2030 年以后的网络,在 5G 的基础上需要支持未来业务的更高带宽、更严格的确定性、更广更深程度
15、的覆盖,从而提供更智能、更安全、更灵活的网络。从 6G 网络架构的研究来看,如图 1-1 所示,承载网络不仅承担了 6G 网络中数据传输的责任,而且还应在 6G 网络中具备将算力资源和网络进行融合协同的能力,并且拥有更加稳定可靠、更加智能、更加灵活的优势。总之,承载网络在 6G 网络时代必将起到更加重要的作用,为实现 6G算网一体的发展目标,有必要尽早开展 6G 承载网络方面的研究工作,本研究报告将从主要需求、网络架构以及关键技术等方面对 6G 算网一体承载进行详细阐述。5IMT-2030(6G)推进组IMT-2030(6G)Promotion Group图1-1 6G算网一体网络架构图6IM
16、T-2030(6G)推进组IMT-2030(6G)Promotion Group第二章 6G 算网一体承载的主要需求2.1 算力高效输送算力是数字化经济时代的新生产力,包括网络、计算和存储等多维度资源。在基于 5G 移动连接的数字化系统中,应用业务所需的计算通常在终端和云端执行,5G 系统提供终端侧和云端服务器的连接通道,来辅助完成计算任务。现有的云服务可以通过集中度高的中心云在满足高计算量需求的同时获得较高的资源复用率,通过分布式的边缘云在满足部分低时延需求的同时也减少部分网络传输开销。在 6G 时代,当面向沉浸式 XR、交互型 3D 虚拟数字人、协作机器人、无人驾驶、多感官互联等多种服务用
17、例时,将面临终端侧的算力、存储、智能等能力不足,云端因距离远而时延不满足需求的挑战。虽然基于 5G 部署的 MEC 可以满足部分场景需求,但算网融合度仍有待于进一步提高以满足未来移动终端用户低时延的灵活算力扩展需求。根据算力服务请求的发送方和服务响应的接收方,可以将与终端相关的算力服务流分为如下几种情况:终端 A 请求,服务结果返回给终端 A 的终端算力卸载;终端 A 请求,服务结果提供给终端 B 的终端间通信和计算融合;终端 A 请求,服务结果提供给应用功能/应用服务器的终端和应用功能/服务器间的通信和计算融合;应用功能/应用服务器请求,服务结果提供给终端 A 的终端和应用功能/服务器间的通
18、信和计算融合。6G 算网一体系统通过通算融合技术可为终端提供包括 AI 在内的融合计算服务。随着计算资源进一步分布化,分布式节点间距离不再是决定性因素,而单个节点的计算资源将更加有限,并具有更高的动态变化性,因此需考虑进一步提升获取计算服务信息和计算负载状态信息的实时性,以及避免过早将所需服务的节点与提供服务的节点绑定。此外,面向移动网络终端,无线通信网络是端到端服务的重要组成部分,因此移动网络和承载网络协同是保障端到端算力服务质量的重要方向之一,是算力能够高效输送的重要保障。7IMT-2030(6G)推进组IMT-2030(6G)Promotion Group2.2 异构算力的差异化承载2.
19、2.1 异构算力概述算力是业务运行的必备能力,具体来说,就是设备或平台为完成某种业务所具备处理业务信息的关键核心能力,它涉及设备或平台的计算能力,包括逻辑运算能力、并行计算能力、神经网络加速能力等。异构算力是伴随着面向算力网络的泛在连接而产生的,算力呈现异构性的趋势。尽管随着芯片以及硬件的开源化,不同的设备厂商结合不同的场景,设计并开发了适合的计算芯片进行数据处理,促进了算力市场从传统的通用性向专用性的趋势发展,但面向海量的异构算力,不同的场景需要不同的算力进行协同处理,因此,异构算力也可以称为 CPU、GPU、FPGA、ASIC 等多种算力协同的处理体系,能够满足不同场景中的应用需求,实现计
20、算效力最大化。同时,可以通过算力网络来协同和纳管调度异构算力,构建起“云、边、端”一体的异构算力协同网络,从而更好的满足包括高性能计算、物联网、边缘计算、人工智能等众多场景的算力需求。若将底层算力作为资源进行有效的管理,首先需要建立异构算力的统一标识。异构算力的统一标识体系的建立是将底层异构算力作为资源服务进一步开放和共享的基础。算力网络的构建打破了原有的围绕数据中心内部算力资源实现共享的围墙,构建了基于新型网络连接为基础的异构算力接入的分布式计算形态,通过建立异构算力统一标识和网络标识的映射关系,可以进一步在网络中实现算力资源调度,同时也为算力交易提供底层的技术基础。另外,在面向异构算力统一
21、调度方面,基于“云原生+轻量化云原生”两级调度能力,一方面能够实现“云、边、端”底层资源的统一纳管和协同;另一方面,通过面向上层 PaaS 能力的下沉,建立算法能力库、计算能力库、存储能力库、网络能力库等异构算力能力库,从而实现异构算力服务的共享,用户也可以基于能力库快速实现业务代码的开发和部署。2.2.2 异构算力标识异构算力标识是在算力网络连接范围内异构芯片的统一标识,其设计是为了能够将异厂家和多数据中心算力资源接入算力网络内部,实现算力流通、算力溯源,确保数据在可信算力环境中可管可控,并能够提供切实有效的保障机制。8IMT-2030(6G)推进组IMT-2030(6G)Promotion
22、 Group建立异构算力统一标识,其出发点主要基于以下三个方面:可信算力:基于统一标识,实现算力可信接入、安全认证和鉴权,打造算力安全有效的计算环境,切实保障算力网络安全有效的生态环境;算力溯源:基于统一标识,进行算力溯源,实现算力在云、边、端侧的溯源,提升安全等级;算力度量:基于统一标识,构建算力度量,实现算力在分场景下的算力匹配和专家推荐,从而实现算力在联盟范围内的流通。围绕上述异构算力统一标识的需求和场景,国内运营商面向目前主流的算力架构提出了异构算力统一标识和认证体系架构,保障在算力联盟内部接入的算力资源能够提供切实可信的计算环境和算力溯源机制,使上层用户应用程序能够在保证数据安全、稳
23、定、有效的计算环境中正常运行和处理。同时,结合不同应用场景,提供算力度量机制,为算力流通提供可度量、可推荐的算力评价机制。2.2.3 异构算力调度从网络角度看,算力网络是面向计算和智能服务的新型网络体系,“IPv6+”技术和全光底座技术是算力网络的基石,增强网络内生算力是算力网络演进的重要方向;从计算角度看,算力网络是网络化的算力基础设施,是依托网络构建的多样化异构算力资源调度和服务体系;从服务角度看,算力网络的目标是提供算网一体服务,是云网融合服务的新阶段,是数字基础设施服务的新形态。算力网络作为云网融合的新阶段,基于 5G、泛在计算与 AI 的发展演进,在继承当前云网融合已有成果的基础上,
24、结合未来业务形态的变化,以“应用部署匹配计算,网络转发感知计算,芯片能力增强计算”为目标,实现计算和网络的融合逐步走向深入。当前,算力网络的发展还处于第一阶段,即“协同供给”阶段,已实现一定区域内的计算能力和网络能力联合按需调度,并在向第二阶段,即“融合运营”阶段演进,但同时面临着诸多挑战,其中核心问题是跨域服务异构算力资源调度方式。跨域服务异构算力资源调度本质上是对算网一体化感知的需求,是算力网络实现异构算力资源统一度量、统一标识、统一编排的基础。解决算网一体化感知,实现服务资源、算力资源、网络资源的统一标识、统一寻址是现阶段推进算网一9IMT-2030(6G)推进组IMT-2030(6G)
25、Promotion Group体发展,实现算力网络第二阶段发展目标的关键。针对跨域服务异构算力资源调度这一问题,目前主流的解决方案是基于网络多云连接环境,通过引入网络编程技术,发挥网络在云-边-端多级异构算力资源分布环境下进行服务调度的优势,提升用户云网一致性服务体验。面向用户云网一致性服务体验的实施目标,前期SDN 管控和编排技术及协议创新是基础,具备了对全网进行实时管理和敏捷配置的可能性,为后期发展网络可编程能力提供了必要保证。2.3 算网能力深度融合云计算在 4G 时代发挥了重要的作用,边缘计算是 5G 时代的算力新形态,而到了 6G 时代,算力网络则成为关键技术之一。网络架构正在经历“
26、以网络连接为主”到“以网络资源为主”再到“以应用服务为主”的转变。为满足 6G 网络性能与业务场景的要求,网络对算力的需求更为旺盛,更加多样化,算力资源也需要借助网络来实现资源利用效率的最大化,二者关系也更加紧密,通信和计算逐步走向一体,算网能力深度融合已成为 6G 算网一体承载的主要需求之一。2.3.1 6G 网络对算网能力深度融合的需求随着 6G 网络向全面云化演进,对算力的需求将愈发明显。由于 6G 网络频段更高、单个基站的覆盖范围更小,因此 6G 基站密度将可能远远高于 5G 网络,此外 6G 网络功能更加强大,对信息的高效协同也产生了更强烈的需求。因此,6G网络本身的建设需要泛在、灵
27、活、高效协同的算力资源底座来满足 6G 网络云化的需求。同时,智能是当前网络和业务发展的大趋势,全社会逐步向智能社会过渡,6G 网络在设计之初就提出了智能内生的愿景,人工智能是 6G 网络的一项主要能力,将在网络自主动态规划、网络设计、自动配置参数等方面发挥重要作用。算力作为人工智能的三大要素之一,是 6G 智能特性实现过程中不可缺少的要素,通算一体网络既要为 AI 提供可靠传输的网络,又要提供分布、高效计算的算力,以及灵活多变的资源调度方式,从而更好地支持无处不在的具有感知、通信和计算能力的基站和终端,实现大规模智能分布式协同服务。此外,6G 网络需要算网能力深度融合,算为网提供基础设施,网
28、为算提供信息交互,从而保证用户数据的安全性。6G 网络将向着万物互联发展,用户数据10IMT-2030(6G)推进组IMT-2030(6G)Promotion Group将无时无刻被终端收集,并在网络上进行传输。2.3.2 6G 业务对算网能力深度融合的需求6G 网络将逐步向数字化与智能化发展,同时不断向空天地海、全维度感知世界和网络空间延伸。6G 网络将以人类需求为中心,结合多元知识进行类脑智能训练与推理的能力,可以根据用户实际的情境感知信息、业务体验和个性化需求,从感知资源层,到功能控制层,再到服务应用层,将存在无处不在的分布式计算和智能内生能力。在未来,6G 网络将对整个数字化世界赋能,
29、数据得以在云网边端之间汇聚、流动、分发和处理,最终实现“万物智联”时代。因此,6G 网络将会有效支撑智慧城市、智慧社会、工业互联网、大规模物联网进行海量数据的处理,这对计算能力的需求将迅猛攀升。同时,随着人工智能技术行业渗透率的进一步提升,人工智能算力将逐渐取代通用算力成为主流,支撑海量智能业务。根据 OpenAI 预测,到 2030 年,人工智能相关领域对算力的需求将达到 16000EFLOPS,较 2018 年增长近 400 倍。对比之下,以 GPU、FPGA、ASIC等芯片为代表的智能算力的增长远远无法满足智能算力需求的增长。与此同时,网络中也存在大量闲散的算力资源,例如一些面向特定的、
30、临时的应用场景建设的超算中心与边缘计算节点无法被高效利用,需要通算一体技术将多级泛在的算力资源进行整合协同,以提升算力资源利用率。此外,以自动驾驶、AR/VR、工业互联网为代表的极低时延业务的涌现对网络时延、计算响应时间、数据的实时性以及安全性提出了更加严苛与复杂的要求,更多的数据需要下沉至边缘侧进行处理。同时,将海量业务卸载至多级泛在的边缘计算节点更加需要将网络信息与计算信息进行整合,结合 OSPF/BGP 路由机制,实现算网能力深度融合的全局优化调度。2.4 在网计算从广义上讲,在网计算的定义是主机发出的计算数据在网络路径上转发以实现高效数据处理和超低时延用户体验。例如,边缘计算、雾计算等
31、就近计算,均属于在网计算的范畴。从狭义上讲,在网计算的定义是将应用相关的功能卸载至网络设备,在数据11IMT-2030(6G)推进组IMT-2030(6G)Promotion Group转发的同时实现数据的高效处理,提升系统计算效率。与边缘计算和云计算所采用的边缘/云服务器相比,在网计算通过在距离端设备更近的位置上提供线速处理能力,从而提升边缘/云服务器的计算能力,并进一步降低用户体验时延。云计算技术在过去的十年经历了几个阶段的迅速发展,虚拟化、SDN 等技术实现了最初的云计算网络,服务器取代了传统网络元件,实现了大部分网络功能。随着云承载的业务需求不断增多,通用服务器中部分软件实现的性能已经
32、无法满足业务需求,以智能网卡为代表的在网计算雏形初步呈现,主要包括网络节点、计算节点基于智能网卡的 Open vSwitch 卸载,裸金属服务器节点卸载网关功能,分布式防火墙智能网卡卸载,安全加密硬件加速,网络拥塞控制和服务负载平衡和数据包调度等。网络设备加速和卸载当前部署在服务器上的网络功能不在本文范围内讨论,本文更关注数据中心服务器中的应用计算带来的需求,如在网机器学习。在网机器学习,即在网络设备中运行机器学习,正日益主导人们日常生活各个方面的数字化演进,从个性化的在线购物、社交网络到金融和交易,甚至网络发展到逐渐利用机器学习进行建模和预测。机器学习性能需求的激增推动了机器学习硬件设计的创
33、新,包括 CPU 优化、GPU 以及 FPGA 解决方案以及 ASIC 专用处理器等。目前,包括利用网络方式实现机器学习加速在内的所有机器学习加速方式都备受关注。近年来,业界关注在网机器学习有三个方面的因素:第一,交换机能提供非常高的性能:网络交换机的延迟大约只有每个数据包数百纳秒,优于每个推理数十微秒到毫秒的高端机器学习加速器操作规模延迟;第二,交换机能提供高能效的处理:网络交换机的功率效率使得每瓦特能够处理 10M 的数据包,优于大多数机器学习加速器;第三,对于某些机器学习用例,交换机处理方式的优势更为突出:分布式机器学习的性能受到如何从节点获取数据和从节点获取数据所需时间的限制,如果交换
34、机的分类速率能够达到与它向分布式系统中的节点传送分组一样,那么它将优于任何单个节点。12IMT-2030(6G)推进组IMT-2030(6G)Promotion Group第三章 6G 算网一体承载架构分析3.1 架构设计的基本原则6G 在延续增强前代移动通信能力基础上,从通信连接维度扩展到了网络感知维度,拓展了新的应用空间,并借助原生 AI 能力,既支持未来泛在的万物智联,又可提升网络自身的性能与效率。因此,其架构设计的基本原则应包括适应 6G的 AI 原生能力以满足 6G 承载网算网一体的重要需求。AI 原生能力的引入,是 6G 网络重大的架构范式转变,同时也带来了能力的底层重构。“云 A
35、I”是指网络中的 AI 服务位于云端,停留在应用层面,而“网络原生 AI”则要求网络架构与 AI 紧密结合,将是一个深度融合通信和计算资源的分布式架构,其带来的好处包括:通过超低时延 AI 服务实现的实时 AI 功能;通过分布式架构解决本地化数据处理的隐私问题,从而满足一般数据保护条例(General Data Protection Regulation,GDPR)等隐私和数据治理的要求,实现个人数据自主管理。移动边缘计算促进了原生 AI 的发展。移动边缘计算是分布式计算最好的载体,利用移动边缘计算增强蜂窝网络架构,实现蜂窝网络通信与计算融合,提供原生 AI。分布式机器学习的通信与计算平台将是
36、 6G 无线接入网(Radio AccessNetwork,RAN)的重要发展方向,同时,利用基站集成或旁挂计算能力,构建一个叠加在 RAN 上的深度边缘互联计算网络。有相关的资料表明,这种计算架构是一种多层的云系统,在蜂窝网络中提供卸载能力,可支持各种 AI 应用例如网络AI 应用等。算网一体化的承载网流量模型将由“云 AI”向“网络原生 AI”转变,使得6G 网络架构将是一个深度融合的通信和计算资源的分布式架构,这实际上是承载网类数据中心化,预计未来 6G 承载网数据流量模型会朝着类似数据中心流量的方向演变。早期数据中心主要满足外部对数据中心的访问,所以流量就以“南北”为主,流量占比约为
37、80%,这与目前承载网的流量模型类似。但随着越来越丰富的业务(如搜索、并行计算、AI 学习等)对数据中心的流量模型产生了巨13IMT-2030(6G)推进组IMT-2030(6G)Promotion Group大的冲击,需要大量服务器组成的集群系统来协同完成工作,导致服务器之间的流量增大,这就逐步演变为目前东西向流量占比约为 70%的情况,比如搜索业务,用户只是发出一个搜索指令,服务器集群需要在海量数据中进行搜索与计算,搜索的过程非常复杂,但将结果传递给用户的过程非常简单,这与承载网深度融合通信和计算资源后的情况类似。算力的多样性与差异化,云边端连续体(Network for AI)和端网边连
38、续体(AI for Network)构建的 AI 应用,分布式多智能体协作,网络植入(内嵌或旁挂)的计算节点,将成为 6G 承载网新的流量集散地,带来新的流量承载模型。随着 6G 原生 AI 的加持,6G 承载网的流量主要由两类流量构成,分别为业务流量(物理世界感知信息)和 AI 流量(机器学习推理信息)。业务流量的主要传输模式是基站到边缘计算、基站到用户面功能设备(User Plane Function,UPF);AI 流量的主要传输模式,包括相邻站协作流量、基站智能体协作流量、基站到边缘计算节点流量、基站到云/数据中心流量。各种流量占比取决于网络计算节点的部署及 AI 和机器学习的应用,未
39、来 AI 流量将可能远超过业务流量,因此如何应对激增的AI流量将是6G算网一体承载网架构设计中重要的范式转变之一。3.2 架构设计思路3.2.1 向“面向任务的连接”的架构转变传统的通信系统是面向信息的,信源和信宿取决于终端用户的业务,整个通信机制和架构(如会话管理和移动性管理)的设计是围绕充分支持这种连接模型的,而 6G 系统是由多个智能节点组成的,AI 和感知是 6G 系统原生支持的功能,同一任务需要在多个分布式节点上的四要素(算力、数据、算法、连接)协调执行,这便是面向任务的连接通信,需要网络支持多种设备类型以及实时变化的拓扑结构,达到任务通信的最佳性能。(1)6G 的面向任务连接,要求
40、网络不仅仅考虑单个连接的性能(例如时延、带宽),而是要综合考虑同一任务下所有连接的性能,这将促使网络从考虑单一连接的网络功能(如基于流为单位的转发机制、调度机制和负载分担机制)发展到综合考虑同一任务多个连接的网络功能,而这些连接之间有受任务约束的关联14IMT-2030(6G)推进组IMT-2030(6G)Promotion Group关系;(2)原来的连接在网络层面是通过五元组进行区分的,而 6G 面向任务的连接需要综合调度转发,需要有一套区分是否为同一任务的连接的标识方式,推测后续网络流量将迎来新的标识方式。因此,6G 算网一体承载架构的研究思路为:构建 6G 承载的新协议、面向任务的连接
41、标识方式、面向任务的网络功能(转发机制,调度机制等)和面向任务的网络连接流量模型/模式等。3.2.2 向超高品质的承载网络转变高品质承载指的是多流同步传输,无损传输,差异化精准承载,超低时延确定性传输。(1)多流同步传输未来算网一体的分布式计算架构中,不同任务间、任务内流间的关联依赖关系将影响整体的任务执行效率,越精准的流间同步越有利于执行效率的提升,因此未来,6G 算网一体承载网应具备对协作流的同步传输机制。(2)无损传输计算对数据的无损传输提出了更高的要求,数据流的损伤不仅会降低网络利用率,也会大大拖后计算的利用率,对于重要的数据流,提供冗余的备份保护是必须的,但是在保护倒换发生时,需要避
42、免数据流的损伤与丢失,因此,6G 算网一体承载网需要提供无损的承载能力,确保重要数据流在承载网络上不丢包,无误码,即使受一些因素影响,也应有相应的机制来实现信息的完全恢复。(3)差异化精准承载随着未来扩展现实(Extended Reality,XR)的发展,传感流量、计算流量,将带来不同的编码类型或承载差异化诉求,因此,6G 算网一体承载网应具备针对不同流量类型,不同编码模式的精准差异化承载保障。当前基于帧级别的视频流优化承载保障方向较为明确,但其他类型的流模式还有待进一步探究。(4)超低时延确定性传输算网一体大大降低了强交互类、控制类应用的时延,但 6G 业务对确定性承载有严格要求,尤其在工
43、业控制领域,对连接的要求需要毫秒级甚至亚毫秒级的数据传输周期,且对网络连接可靠性达到 6 个“9”的要求,因此 6G 算网一体承15IMT-2030(6G)推进组IMT-2030(6G)Promotion Group载网需要具备确定性承载能力,在限定的时间周期内完成数据的传输,且不允许数据包传输周期越界,同时要保证高可靠无损传输。3.2.3 向融合智能承载转变6G 算网一体承载网络改变了过去 3G/4G/5G 被动式的移动承载网络与技术的规划设计模式,积极主动的应对未来 6G 网络的发展与变化,以网络连接为基础,将包括 6G-RAN 与 6G-CORE 在内的各个网络部件极简、高效、有机的联结
44、起来,实现原生承载,支撑达成各种业务愿景。从 6G 网络系统与架构设计之初,承载作为系统部件之一,原生参与系统架构、功能/性能目标设定与分解,以端到端网络愿景及能力为目标,网络方案与系统架构部件设计,从被动到协同、深度融合方向发展。6G 算网一体承载网架构包括,以以太网为承载载体(泛在以太)、以 IP 网络连接为基础,以算力为中心的“IP/以太+算力+数据”的融合智能承载。3.3 算网一体架构探讨从承载视角来看,6G 网络相比前代网络,最核心的变化是流量,在原有的物理世界信息流的基础上(包括人类感官体验流量、物理世界感知流量等),增加了机器学习/智能 AI 流量。为更好的承载未来 6G 网络的
45、流量,6G 承载网络需要引入更智能的方式,借助智能的手段,来实现更智能的承载,相比现在的偏静态设计、偏确定性经验理论的网络设计方式,可以更好的应对未来多样化的业务,多样化的流量形态。未来的世界是智能的世界,普惠泛在的智能,是 6G 网络愿景的目标之一,而作为 6G 网络的一部分,6G 承载网也需将“智能”作为承载服务对象,把为其提供更好的承载作为核心目标之一。6G(RAN 和 CORE)是承载服务的对象之一,行业网络、企业网络、家庭网络等也均是承载的服务对象,各行业的数字化转型,同样伴生着 AI 的普及,因此 6G 承载网络也应该且必须提供各种 AI 应用及能力的连接。面向 6G,超越 6G,
46、承载连接物理世界与数字世界,承载网络将由信息连接网络向“信息连接网络+神经连接网络”转变。未来,6G 承载网将设计为算网一体的融合承载方式,旨在充分发挥 6G 网络对用户的入口优势,以网为基,通过超算/智算、能力资源池打造算力差异化服16IMT-2030(6G)推进组IMT-2030(6G)Promotion Group务,实现算网一体化服务能力开放、算网协同运营,构建内生算力、内生安全的新型算网协同架构,如图 3-1 所示,图3-1 6G算网一体承载网络架构其关键要素包括:算力资源供给算力资源供给:超算、智算、能力资源池通过算力网络互连,实现算力资源统筹调度,降低超算应用门槛。可编程算网承载
47、:可编程算网承载:构建云网边端一体化的可编程服务体系,实现随流检测、SFC、应用感知等“IPv6+”协议优化,赋能多场景应用。高品质云光一体高品质云光一体:研究新型大容量传输技术、动态灵活带宽电路技术、波长级业务和电路级业务智能连接和动态调度技术,实现高效、敏捷的云光一体服务。敏捷化协同运营敏捷化协同运营:面向企业客户,提供算力、数据、安全等各类产品及服务,实现售前、售中售后全流程运营。智能化算网大脑智能化算网大脑:优化算网大脑体系架构,打造算网协同编排能力,提升网络自智能力和算网原生可信能力。算网协同安全算网协同安全:关注网络内生安全,提高算力网络安全防护能力水平,通过隐私计算等技术确保网络
48、和数据的安全性和可靠性。17IMT-2030(6G)推进组IMT-2030(6G)Promotion Group3.4 算网一体架构场景随着云计算技术的成熟及云网融合产业的推动,数据中心规模化增长,云计算能力逐步从中心下沉到边缘,分布式算力成为业务发展的新需求。算网一体架构将端、边、云侧的算力资源与网络侧资源结合,针对不同的场景和需求,让用户选择最佳的资源分配方案,实现整网资源的最优化调度。算网一体架构也融合了泛在的算力及网络资源,以提供更精准的优质算力资源及服务,其设计场景主要有:边边算力协同场景,边云算力协同场景,端边云算力协同场景,东数西算场景等,其相互关系如图 3-2 所示。图3-2
49、算网一体架构设计场景(1)边边算力协同边边算力协同服务边边算力协同服务,指不同边缘云之间的算力资源的协同交互,根据所属不同边缘云的算力资源是否相同,可分为两种场景:边边同构算力协同场景边边同构算力协同场景,各边缘节点提供统一的、相同类型的算力资源和服务,用户获取算力资源简单易行;边边异构算力协同场景边边异构算力协同场景,不同边缘云内的边缘节点提供不同类型的算力资源,用户可在多个边缘节点选择或预定不同类型的算力资源或算力模型,以获取用户所需算力资源。边缘云计算是构筑在边缘云基础设施上的云计算平台,计算、存储、网络、18IMT-2030(6G)推进组IMT-2030(6G)Promotion Gr
50、oup安全等服务在边缘节点处理,可降低业务网络时延,减少带宽使用成本。边边同构及边边异构算力协同场景,通过对全局算网资源的可视性,实现对算力资源在不同边缘节点的调度,能够有效打破算力孤岛的局面,实现算力+网络的双重 SLA保障。(2)边云算力协同边云算力协同服务边云算力协同服务,指边缘云和中心云之间的算力资源的协同交互,用于满足不同服务需求的业务数据的边云分流和负载分担。例如,数据量庞大、对处理时延敏感、对隐私敏感的数据,需就近在网络边缘侧进行处理;而计算资源需求大、实时性要求不高的计算任务,可调度到数据中心处理。边云一体化算力协同,是算网一体架构最典型的场景之一。在边云算力协同场景中,为实现
51、中心云和边缘云的协同工作,承载网络系统需要能够根据用户的服务需求将业务流量在中心云和边缘云之间进行灵活的调度。一方面,承载网络设备通过算力路由表项控制流量在网络中的路径;另一方面,根据业务的实际需求,网络设备为流量进行多网络资源多算力资源的最佳选择。(3)端边云算力协同端边云算力协同服务端边云算力协同服务,指终端、边缘云、中心云之间的算力资源协同交互,需要终端、边缘云、中心云都具有一定的数据处理能力,并能够根据服务功能的不同,对应不同的算力类型,形成“端、边、云”多级结构。例如,在端侧进行芯片级数据采集、过滤和处理,在边缘侧进行实时计算及数据推送,在云侧进行数据关联、AI 分析等。通过算力网络
52、的使用,实现在端、边、云不同节点上算力层次化服务保障。“端、边、云”算力协同场景中,通过算力网络技术的使用,可实现对用户所需算力资源的精准调度,提升网络处理效率,最低网络运行时延,同时降低中心云的计算处理压力和网络负载。应用场景如智慧家庭场景、智慧交通场景、智慧医疗场景等。(4)东数西算东数西算,是国家级算力网络,以算力为核心,通过 8 大算力枢纽和 10 大集群,将大量数据和算力东西向协同起来。东数西算通过算网协同的使用把东部19IMT-2030(6G)推进组IMT-2030(6G)Promotion Group数据调度到西部进行计算、训练、推理;把东部时延不敏感、不活跃的数据调度到西部存储
53、;把计算需求高的算力服务部署到西部降成本;把东部应用分级动态调度分担到西部进行数据计算。具体应用场景如大数据挖掘、机器学习、气象预测、基因测序、数据灾备等。东数西算流量由南北向往东西向迁移,减轻了骨干网络的流量压力。承载网提供粗颗粒度的算力流量调度,保障通用的三级时延圈。20IMT-2030(6G)推进组IMT-2030(6G)Promotion Group第四章 6G 算网一体承载潜在关键技术4.1 新型数据转发技术为适应未来 6G 网络的发展,6G 承载网络在数据转发面引入了新型数据转发技术,包括面向任务的连接标识方式、面向任务的网络功能(转发机制,调度机制等)、面向任务的网络连接流量模型
54、/模式等。6G 面向任务的连接需要改变以往基于流、基于五元组的转发机制,从任务出发,达到同一任务多个连接综合性能最优的目的。因此,6G 承载网络需要新型承载协议支撑,需要增加面向任务的连接标识方式,即网络转发面基于任务标识进行转发和调度,同时考虑同一个任务多个连接的关联约束(如先后顺序,优先级,算力分布等)。此外,6G 承载网络新协议在数据转发技术方面不能简单的继承原有网络,而面向任务的网络连接关系也决定了新的流量模型将由无连接的转发向有连接的承载转变。因此,未来面向 6G 承载网络新协议实现的潜在技术主要包括:连接可控的承载:基于 SRv6 技术的进一步发展;面向任务的连接标识方式:应用感知
55、的承载网络,应用和网络实现协同,通过承载协议传递应用信息,通过应用信息约束网络路由转发行为等;面向算力/连接的综合路由:改变以往以可达性为单一目标的路由方式,采用面向任务约束的综合路由方式。为提升数据的高品质传输,未来 6G 承载网还需要实现无损传输,多流同步传输,差异化精准承载,超低时延确定性传输。未来面向 6G 承载网超高品质承载的关键技术主要包括:(1)超高品质多样化的承载切片技术面向多样化低时延的确定性传输和多样化差异化的精准承载,6G 承载网络的切片技术正朝着多维度切片发展,从最底层的物理切片(FlexE)、逻辑切片(信道化子接口),到二层的时间敏感网络(Time-Sensitive
56、 Network,TSN),以及三层的确定性 IP,通过多种切片技术多维度组合,以满足 6G 低时延确定性的多样化需求;(2)无损传输技术21IMT-2030(6G)推进组IMT-2030(6G)Promotion Group利用前向纠错码(Forward Error Correction,FEC),帧冗余编码等方式解决通信链路上的比特误码;利用多链路多发选收,以及网络编码等技术,采用带宽冗余的方式,无损解决通信链路/算力节点故障问题;利用链路快速切换技术,节省备份带宽,无损解决通信链路/算力节点故障问题。(3)确定性技术面对“准时、准确”数据传输服务质量的迫切需求,需要建立一种能够提供差异化
57、、确定性服务的网络,网络中通过保护机制减少故障率、提高可用性,实现端到端确定性时延、零拥塞丢包,超高可靠的数据包交付、资源弹性共享以及与“尽力而为”的网络共存等。确定性网络技术还将改变传统以太网的传输不确定性,提供高精度同步、智能控制、智能承载等技术,适应产业的转型升级需求,同时可助力实现高精准、高可靠性的 6G 承载网络架构。4.2 智能管控技术在当前云网业务模式下,算力和网络均独立部署、独立运营、独立服务。用户分别向云服务和网络服务提供商提交服务申请,构建服务合同,组合实现完整的应用服务。这种算网分离模式催生了互联网的繁荣,但同时也导致算力和网络服务粗放式交付模式的产生,造成巨大的资源浪费
58、。因此,6G 网络的另一个重要目标是实现面向服务的算网融合智能管控。6G 网络面向服务的算网融合智能管控,从传统网络以端口地址为对象的数据通信转发,转变为以服务为目标的资源匹配。各种应用从传统的向平台索要资源转变为向网络索要服务。同时,面向服务的算网一体路由机制,也是实现算网融合架构的重要特征。未来 6G 网络场景下,越来越多的算力资源将会被部署到网络内部,提供相同服务的服务实例可能会被部署到网络中不同物理位置的算力节点。不同的算力节点的资源状态(算力负担、请求响应率等)、网络性能(时延、带宽等)等均不相同,且很可能实时变化,因此当网络接收到某一个用户的服务请求时,需要网络做出实时、最优的资源
59、调度以及路由选择。如图 4-1 所示,面向算网融合的智能管控技术,利用算力控制器成熟的管理机制实时掌握各个算力节点的资源和服务状态,利用算网大脑(Net Brain)通22IMT-2030(6G)推进组IMT-2030(6G)Promotion Group过智能算法综合考虑算力负载、网络性能等参数,做出全局最优的资源调度和路由决策。图4-1 面向算网融合的智能管控技术4.3 可编程网络技术随着通信网络支持的行业场景越来越多样化,网络架构和功能也变得越来越复杂,同时也带来了网络演进和定制的复杂化。为了使网络适应未来多变的需求,在 6G 网络中应通过引入网络内生智能和端到端可编程网络技术,使得网络
60、更加智能和灵活,这需从网络架构本身进行根本性的改进,设计高适应性和灵活弹性的网络。可编程网络是实现高适应性和灵活弹性网络目标的有效技术手段。在 5G 网络中,已经开始研究关于网络可编程技术的探索和改进。例如,5G 核心网中引入的 SBA 服务化架构,从根本上改变了传统的 P2P 点到点架构通信方式,采用了控制面与用户面解耦(C/U 分离)的架构。其中,5G 核心网控制面基于云原生的软件设计,使得控制面网络功能如移动性管理、会话管理和用户数据等信令控制功能可以快速构建、发布及部署,结合云计算实现控制面网络功能与底层硬件及操作系统解耦,具有可扩展性、高可用性等特点,而 5G 核心网用户面则重点关注
61、如何利用各种新兴的转发技术来满足 5G 网络的低时延和高带宽需求。23IMT-2030(6G)推进组IMT-2030(6G)Promotion Group图4-2 可编程网络系统可编程网络能够以前所未有的敏捷性和灵活性为消费者提供创新的通信服务,同时支持业务的更快速部署,例如:提供基于云原生设计的网络切片业务。可编程网络的重要使能因素包括基于服务化的体系结构(SBA)、云原生实现的网络虚拟化和微服务架构、持续集成/持续交付(CI/CD)方法以及面向网络应用的定制可编程芯片和硬件平台。在未来的 6G 网络时代,考虑到业务需求动态变化以及网络灵活扩展的需求,6G 网络更需要具备统一架构下按需部署网
62、络功能或服务的能力,以及动态编排和按需资源调度的能力。在未来通信网络引入可编程思想,对传统网络架构进行改进,通过承载与控制分离以及网络功能软件化,将网络设备控制平面从嵌入式节点独立出来到软件平台,由软件驱动的中央控制节点自动对网络架构进行控制。此外,在 5G 网络架构 C/U 分离的基础上,6G 的用户面也将采用新型可编程技术实现,例如目前在数据中心网络中开始大规模采用的智能网卡卸载技术、可编程交换芯片技术和处理器分散处理单元(Data Processing Unit,DPU)技术等将逐步从 IT 领域渗透到 CT 领域,促进 6G 用户面在满足高带宽、低时延转发的基础上,进一步支持与控制面中
63、央控制节点联动的在网动态用户面编程和升级。由于 6G 网络中的各个网元都将支持控制面和数据面的可编程能力,可以构建灵活的端到端可编程网络,实现全网的智能动态调优。通过提升 6G 网络的软件化程度和端到端可编程能力,可以实现网络的灵活可控制、融合可演进、开放可编程以及弹性可定制的特性,从而在更短的时间内实现网络功能的开发和部署,为未24IMT-2030(6G)推进组IMT-2030(6G)Promotion Group来 6G 网络的演进提供更大的发展空间。可编程网络对运营商的影响包括创造所需的效率和灵活性,根据客户/合作伙伴的需要实时扩展容量和能力;提高 ICT 价值链和新兴平台经济的相关性;
64、开发新的商业模式,扩展现有业务并寻求新的商业机会。基于端到端可编程网络技术可以提供更广泛的服务和更好的网络性能,使得网络可以更好地满足消费者的期望。智慧城市和智能工厂等新兴领域也将受益于更丰富的通信服务,从而应对不同物联网设备的需求。同时,可编程网络还可以提供更多的服务定制和更快的响应速度,随着生态系统在医疗保健、公共安全、自动驾驶等领域的扩展,其优势将不断增加。此外,跨行业,私人和企业用户也将受益于可编程通信网络所能提供的业务。使用可编程技术,6G 网络可以从多个方面进行优化:优化网络服务的定义,减少冗余设计,统一网络服务能力;分析不同的部署场景或用例,通过可编程接口实现网络能力的灵活定制化
65、;将人工智能引入网络服务设计和部署实施中,以更快速获取网络能力升级;考虑差异化的协议栈功能设计,优化协议功能分布和接口设计,结合 AI技术进一步增强协议功能。4.4 算网编排管理技术算力网络可以提供基于数据、计算、智能、绿色、网络融合发展的新型共享服务模式,广泛服务于智能科学模拟、数字化政府治理等场景,提供安全可信的服务保障。算力网络的主要组成部分包括管理和控制中心、计算节点、网络、存储系统等。在算力网络中,算网编排技术应用于管理和控制中心,是整个系统的核心,负责对计算资源进行管理、分配和任务调度,实现对算力网络的统一监控和控制。具体来说,算网编排技术是指通过将算网原子能力灵活组合,结合人工智
66、能与大数据等技术,向下实现对算网资源的统一管理、统一编排、智能调度和全局优化,提升算力网络效能,向上提供算网调度能力接口,支持算力网络多元化服务。算网编排技术是一种新型的技术,它可以通过极致可靠的网络连接,协同调度云计25IMT-2030(6G)推进组IMT-2030(6G)Promotion Group算、边缘计算、智能终端等多级算力,以更高的算力性能和更低的终端成本,实现算力对应用的加持,为用户提供智能化、沉浸式服务内容和体验。此外,算网编排技术能够将分散在多个节点上的计算资源,通过网络进行管理和分配,以满足更高的计算性能和更高的可用性需求。该技术主要应用于云计算、大数据分析、人工智能等方
67、面。算力网络的编排管理技术主要包括以下方面:(1)资源管理通过对计算资源进行调度和管理,充分利用所有资源,提高系统的利用率和效率。资源管理包括资源请求、资源预留、资源分配等。(2)负载均衡通过动态调整计算资源的使用率,实现负载均衡,提高系统的稳定性和可用性。负载均衡包括负载检查、负载均衡策略、负载重分配等。(3)任务管理任务管理是指将任务分配给计算节点,并实现任务的优化和调度,以提高任务完成效率。任务管理包括任务请求、任务调度、任务优化等。(4)故障管理对于出现故障的计算节点,需要实现故障检测和故障恢复等处理,以确保系统的稳定性和可用性。(5)安全管理安全管理是指在算力网络中实现对数据安全、网
68、络安全、系统安全等方面的保障,以确保系统不受到攻击和威胁。综上所述,算网编排技术是一种将计算资源分散在多个节点上,通过网络进行管理和分配的技术,旨在提高系统的计算性能和可用性。通过对资源管理、负载均衡、任务管理、故障管理、安全管理等方面的处理,实现对算力网络的高效运行和管理。4.5 应用感知技术IPv6 演进技术中的应用感知技术是指在 IPv6 网络中,通过对网络流量进行深度分析和识别,从而实现对网络应用的感知和优化。这种技术可以帮助网络管26IMT-2030(6G)推进组IMT-2030(6G)Promotion Group理员更好地了解网络应用的使用情况,从而针对性地进行网络优化和调整。例
69、如,可以通过应用感知技术来识别视频、音频、游戏等不同类型的网络流量,并对其进行优先级调整,从而提高用户体验。应用感知的 IPv6 网络(Application-aware IPv6 Networking,APN6)利用IPv6 报文自带的可编程空间,将应用信息(标识和/或网络性能需求)携带进入网络,使能网络感知应用及其需求,进而为其提供精细的网络服务和精准的网络运维。算力网络是一种应用敏感型网络,每个应用的算力需求都是不一样的。结合 APN6,算力网络可以有效感知到每个应用的算力及网络需求,从而实现精细的全网资源统一调度。这个调度是弹性的,即可以实时监控和动态调整。从云网协同到算网一体发展,网
70、络需要为算力提供差异化的服务能力,可通过应用感知网络 ID(Application-aware Networking Identification,APN ID)精细标识关键的应用或用户,引导进入相应的 SRv6 Policy 隧道、网络切片、DetNet(确定性网络)路径,或者服务功能链(Service Function Chaining,SFC)路径等,实现应用分流和灵活选路。APN6 技术有三个方面的要素。首先是网络能够提供更加丰富的服务,通过IPv6 报文的扩展,支持了 SR policy、网络切片、确定性网络、业务链以及无状态组播 BIERv6 等,使网络有了精细化的差异化服务,具备
71、了一个重要的基础;其次是准确的网络测量,保证业务 SLA 需求的前提是能够实现准确的测量,通过基于 IPv6 的随流检测技术,就能够提供更加准确的网络测量,更好地提供对应用的服务;最后就是开放的应用信息携带,需要一个细粒度的应用信息和标识的携带,更好地将应用映射到丰富的网络服务上,这也就是 APN 技术所承担的重要使命。现在的算力网络相对于原来的云网、云计算服务,由通用化向个性化进行发展,由此对网络也提出了个性化的要求。但如何能够实现个性化的网络,满足多样算力的需求,就需要通过 IPv6 的扩展和 APN 技术体系,将应用和网络更加紧密融合在一起,更好的达成目标。APN 技术体系的演进分为三个
72、阶段,第一阶段通过承载网来感知应用提供服务,实现感知应用的承载网络;第二阶段需要端侧提供应用信息传递给网络、传递给云,就是感知应用的互联网,也就是说要实现端、管、云这样的跨多域信息传递;第三阶段就是网络跟计算结合在一起,网络27IMT-2030(6G)推进组IMT-2030(6G)Promotion Group要感知算力,即感知应用的算力网络,相当于把应用的负载能够传递给网络,让网络提供更好的服务。4.6 服务感知技术随着智能化业务的发展和新型业务场景的不断涌现,传统网络以 IP 地址互联的连接模式将无法精准高效地满足业务需求。同时,随着算力的下沉,业务部署开始进入边边、边云、端边云组合协同的
73、模式,传统基于固定节点的服务访问机制将无法适应分布式泛在服务访问的新场景需求。为了满足未来场景业务需求,在 6G 网络中引入服务感知技术,网络感知业务算网需求同时感知算网资源状态,构建面向云网端一体的服务感知网络统一架构,无缝拉通业务、云算和网络,形成高效智能的联动体系,在为业务提供敏捷感知和精细化服务保障的基础上,内生支持面向分布式算力部署的灵活服务路由,使能多策略多因子的算网资源调度。在服务感知技术中,基于目前广泛用于应用开发、云计算和云网融合的代表性面向服务的 SOA 架构,将应用分解为多个强内聚、松耦合的原子单元,称为“服务”。服务感知技术将服务定义为一个具体的可视、可寻址、可调度、可
74、路由、可衡量、可管理的基本单元。服务跨端、网、云全局定义和管控,具体的服务可用服务标识 ID 来表示,同一个服务标识 ID 可用于应用的任务调用、端到端连接、网络服务路由、算力的寻址和调度,形成闭环端网云数据流,从全网的视角构建一体化的算力供给和算力服务,提供面向共性算力服务的全局资源编排和优化方案。(1)服务感知技术特征:服务标识统一纳管(含注册/鉴权/校验/发布/订阅/策略配置),其生命周期涉及注册、发布、策略下发、订阅、服务请求、服务路由、服务分发、服务更新、服务撤销。对用户,服务标识为请求接口,终端无需关心服务提供方及其位置、服务参数,订阅服务并获取服务标识,发起业务请求。对网络,服务
75、标识是算网 SLA 策略的唯一索引,也是网络服务策略的映28IMT-2030(6G)推进组IMT-2030(6G)Promotion Group射标识。对服务,服务标识是服务登记注册、调度和路由的对象。(2)服务感知技术价值:基于统一服务标识,实现泛在服务和算力资源管理和调度,具备较好的扩展性;基于统一服务标识,可以将当前网络能力向算网综合服务能力扩展;基于服务标识和服务参数分离,满足精细化灵活的 SLA 信息(带宽、时延、抖动、丢包)扩展,同时实现了网络访问报文和业务流程处理的简化;基于服务标识的归属和位置无关特征,实现终端移动和服务端迁移等场景下业务连接的连续性;基于服务标识层次化和扩展能
76、力,实现服务访问亲和能力并满足网络流亲和无状态要求;基于统一服务标识,实现服务安全等级定义和用户访问权限管理,满足业务和网络安全的需求;基于统一服务标识,可将业务访问的序列服务进行编排,对业务访问处理进行简化,实现天然的服务链能力。在服务感知网络架构下,网络通过高效的服务标识接口,对服务级颗粒度的SLA 需求感知,是通过转发面和控制面综合实现的。在转发面,用户数据面仅携带轻量级的全局语义服务标识,同时在控制面通过跟服务标识运营系统的交互生成以服务标识为索引的转发表项。转发面经由服务标识索引关联对应的转发表项,从而完成网络对服务的精细化和感知和服务质量交付。服务感知技术,在带来部署和运维成本上优
77、势的同时,网络和业务也将得以根据算网整体基础设施的分阶段发展灵活取舍、平滑演进。29IMT-2030(6G)推进组IMT-2030(6G)Promotion Group4.7 算力路由技术计算是人类认识世界和改造世界的重要方式,无论是集成电路时代大规模生产制造的设备计算,还是信息化时代全球互联互通的移动计算,计算已经渗透到各行各业以及人类生活的方方面面。同时,计算的模式也在发生着翻天覆地的变化,从以互联网为中心的云计算,到业务可就近闭环、实现敏捷智能的边缘计算,再到未来“云-边”计算与端侧计算的联动,计算模式正在向着“云-边-端”多级架构发展,以满足智能社会多样化的算力需求。为应对算网融合趋势
78、所提出的新型网络架构算力网络,需要基于网络对算力感知的基础上,研究未来网络如何实现全网算力资源的统一管理,如何建立计算和网络的协同管理与调度架构,实现算力资源的灵活、安全接入,按需调度与分配以及高效运维和运营,通过将计算任务调度至最优节点,保障业务的算力需求,实现全网资源的高效协同。未来网络的发展需要适应中心、边缘和终端的多级算力资源,而各级算力资源的不同特点在于:中心算力资源庞大,可以弹性扩缩容,灵活分配资源,高效、集中的完成计算任务,但中心算力资源与用户和需要处理的数据距离远,本地产生的数据需要远距离传输至中心,使得业务时延增加,同时数据的安全和业务隐私性无法得到保证;边缘侧算力虽然相较于
79、中心资源有限,可扩展性也相对较差,但其距离用户更近,数据可以就近处理,节省网络带宽。为了满足终端业务的网络时延需求,许多业务需要网络就近提供算力资源,在网络中完成计算并返回计算结果。不同于传统的 QoS 保障需求,网络需要综合考虑计算速率、延迟和可靠性等多重因素,按需调度业务至最优计算节点以保障业务的算力需求。传统网络如何实现对算力的感知并基于算力信息完成路由计算,网络管理机制如何对全网算力资源进行管理并实现算力的按需调度,以及满足新型业务的计算需求和时延需求等,这些都将成为未来网络新的挑战。为应对算网融合趋势所提出的算力网络新型网络架构,需要在网络对算力感知的基础上,研究如何将算力信息作为权
80、重引入到路由计算中来,实现基于算力的路由计算,以及在算力路由基础上研究未来网络如何实现全网算力资源的统一管理,如何建立计算和网络的协同管理与调度架构,实现算力资源的灵活、安全30IMT-2030(6G)推进组IMT-2030(6G)Promotion Group接入,按需调度与分配以及高效运维和运营,通过将计算任务调度至最优节点,保障业务的算力需求,实现全网资源的高效协同。算力路由技术是算力网络实现算网深度融合的基础,在算网融合的新型网络架构下,无所不在的网络连接和高度分布式的计算节点作为基础设施,通过服务的自动化部署、业务的最优路由和负载均衡,构建可以感知全网算力的全新算力网络基础设施,保证
81、网络能够按需、实时调度不同位置的计算资源,提高网络和计算资源利用率,进一步提升用户体验,从而实现网络无所不达,算力无处不在,智能无所不及的愿景。与在传统网络中基于链路度量值进行路径计算的网络路由协议类似,在算力网络中,基于算力度量值来完成路径的计算,而算力度量值来源于全网计算资源信息及网络链路的带宽、时延、抖动等指标。在电信承载网中,为实现计算资源信息及链路指标的全网同步,每个路由器负责本地计算资源信息及相关联链路指标的获取,并加载在网络层协议报文中进行全网同步。在完成全网信息同步后,每个路由器完成全网拓扑的计算,并生成服务路由信息表,用以支持算力网络服务报文的转发。在算力网络中,为达到上述目
82、的,网络设备必须具备相应的算力路由计算能力。算力路由技术包含两个层面的含义,一是网络如何知道算力资源的分布情况,这包括网络设备对算力资源的感知,以及网络设备之间的算力资源信息的交互;二是网络设备如何利用对算力资源分布情况的掌握完成路由决策,并将用户的需求调度到其所需要的服务所在的算力资源中去。在算力网络中,一般可以通过距离算力资源池最近的网络设备负责算力资源信息的收集,不同的网络设备之间通过某种方式完成信息的共享,这种共享可以通过扩展协议的方式来实现。为实现算力资源信息在网络上的共享,需要借助通信报文作为载体完成信息的传递,算力资源信息以一定的规则编码写入通信报文中,然后按照特定的协议在网络设
83、备间完成交互。如果各个网络设备之间的地位是对等的,它们只负责自身能够搜集的算力资源信息并进行分享,域内所有对等的网络设备都会根据搜集后的完整信息以自己为根进行算力路由计算,那么这种实现方式称之为分布式;如果有一台网络设备负责集中搜集算力资源信息并独立完成算力路由计算后,再将路由决策信息发送给其它网络设备,那么这种实现方式称之为集中式,这台负责集中收集信息的网络设备就是网络控制器。31IMT-2030(6G)推进组IMT-2030(6G)Promotion Group在电信承载网中,承载算力资源信息的通信协议可以位于网络层之上(包括网络层)的任意层,以网络层协议为基础,将算力资源信息基于网络层报
84、文进行转发,即可以采用将算力资源信息在 IGP 或者 BGP 协议中携带的方案,通过在网络协议形成的邻居之间进行信息交互,完成信息共享;也可以采用 C/S 的模式,将算力资源信息以 Yaml 文件或者私有实现等方式进行点到点传递。目前较为常用的计算优先网络协议(Computing First Network,CFN)主要采用路由协议报文中通过扩展字节信息的方式携带算力资源信息,将网络中计算节点的负载情况实时向全网进行扩散。算力网络通过将算力资源进行整合,以服务的形式为用户提供算力,相同的服务有可能在不同的计算资源中以不同服务实例的方式存在,而对于用户来说,只需要向网络提出服务需求,不必了解服务
85、实例所处的物理位置。在算力网络中接收用户服务需求信息的设备,称之为业务网关,业务网关应该具备将服务需求映射为服务实例的能力,而对于相同服务需求的不同服务实例,业务网关也能够根据网络情况和承载服务实例的算力资源情况,应用不同的调度策略,将用户服务需求调度给合适的服务实例,这可以通过动态任播技术来实现。32IMT-2030(6G)推进组IMT-2030(6G)Promotion Group第五章 6G 算网一体发展建议与展望随着云计算、大数据、人工智能等技术的快速发展,算力网络已经成为高性能计算和大数据处理的重要手段。为了进一步推动算力网络的发展,以下是一些建议和展望:(1)强化算力网络与云计算、
86、大数据、人工智能等技术的融合,实现算网一体化。以云计算为代表的新型 IT 技术已经成为全球 IT 产业发展的重要分支,而算力网络则是云计算的重要基础,因此算力网络与云计算、大数据、人工智能等技术的深度融合,有利于推动新型 IT 技术的发展,同时也可以加速算力网络的发展;(2)加强算力网络的性能优化,提高系统的计算效率和可靠性。算力网络的核心是高性能计算,因此需要不断优化系统性能,同时提高计算效率和可靠性。这可以通过优化算法、加速计算速度、优化网络连接等手段来实现;(3)开展大规模的算力网络应用,推动其在各个领域的应用。尽管算力网络已经在科学计算、金融计算、气象预报等领域得到了广泛应用,但仍然有
87、很大的发展空间。未来需要深入了解各个领域的需求,并根据需求进行算力网络的优化和应用;(4)建立算力网络的规范化体系,推动算力网络标准化进程。标准化是推动技术发展的重要手段,可以将算力网络的各个方面进行规范化,从而推动算力网络的应用和发展。总之,算力网络作为实现高性能计算和大数据处理的重要手段,具有广阔的应用前景。需要加强算力网络与新型 IT 技术的融合,强化算力网络的性能优化,推动算力网络在各个领域的应用。其中,算网一体是未来网络技术的发展方向之一,它将计算和网络融合在一起,形成一个统一的、可编程的、可管理的网络和计算资源池。未来网络将在提供超低时延、超高通量带宽、超大规模连接等基础能力的同时
88、,需要更加紧密地与应用服务融合,以应用服务为中心的网络将成为未来网络的主流。面向算网一体演进的未来网络设计原则需要顺应IP网络的发展历史和趋势,同时考虑自顶向下、演进与变革共存、融合创新等原则。因此,未来算网一体发展应该注重以下几个方面:33IMT-2030(6G)推进组IMT-2030(6G)Promotion Group积极布局算网融合政策体系;加强算力网络建设,推动算力和网络融合;加强算力网络安全保障;加强算力网络标准化工作。34IMT-2030(6G)推进组IMT-2030(6G)Promotion Group参考文献1 6G 网络架构愿景与关键技术白皮书IMT-2030 6G 推进组
89、 2021 年。2 中国移动 6G 网络架构技术白皮书 中国移动 2022 年。3 2030+网络架构展望白皮书中国移动 2020 年。4 21-1-报告采纳-6G 总体愿景及潜在关键技术白皮书IMT-2030 6G 推进组2021 年。5 2030+技术趋势白皮书 中国移动 2020 年。6 全球 6G 发展综述刘珊、黄蓉、王友祥,邮电设计技术2021 年 3 月。7 在网计算技术需求及架构设计研究报告中国通信标准化协会.R.2022年。8 东数西算与算力网络 中国联通 2023 年。9 面向智能机器通信的语义信息刻画及度量 马楠、宋孟书、刘宜明、董辰,北京邮电大学学报,2022,45(6)
90、:12-21。10 Shannon C E.A mathematical theory of communicationJ.The BellSystem Technical Journal,1948,27(3):379-423.11 Wang C X,Renzo M D,Staczak S,et al.Artificial IntelligenceEnabled Wireless Networking for 5G and Beyond:Recent Advances and FutureChallengesJ.IEEE Wireless Communications,2020,27(1):1
91、6-23.12 算力网络 算网编排管理技术要求 CCSATC3。13 IP 网络未来演进技术白皮书 中兴通讯股份有限公司 2022 年。14 面向云网端一体的服务感知网络(SAN)架构研究 CCSA。15 Shannon C E,Weaver W.The Mathematical Theory of CommunicationJ.Philosophical Review,1949,60(3).16 信息生态学与语义信息论J.钟义信、张瑞,图书情报知识,2017,(6):8。17 ZhongY.ATheoryofSemanticInformationJ.中 国 通信,2017,014(001):
92、1-17.18 ZhangP,XuW,GaoH,etal.TowardWisdom-EvolutionaryandPrimitive-Concise6G:ANewParadigmofSemanticCommunication35IMT-2030(6G)推进组IMT-2030(6G)Promotion GroupNetworksJ.Engineering,2021,8(6).60-73.19 Dong C,Liang H T,Xu X D,et al.Semantic Communication System Basedon Semantic Slice Models PropagationJ.
93、Accepted by IEEE Journal onSelected Areas in Communications.20 智简无线网络赋能行业应用J 张平、许晓东、韩书君等,北京邮电大学学报,2020(6):9。21 Ping Z,Xiaodong X,Chen D,et al.Intellicise communication system:model-drivensemanticcommunicationsJ.TheJournalofChinaUniversities of Posts and Telecommunications,2022,29(1):2.22 Weaver W.Re
94、cent contributions to the mathematical theory ofcommunication.ETC:A Review of General Semantics,1953,10:261281.36IMT-2030(6G)推进组IMT-2030(6G)Promotion Group贡献单位序号序号主要贡献单位主要贡献单位1中国联合网络通信有限公司2中国移动通信集团有限公司3中国电信集团有限公司4华为技术有限公司5中兴通讯股份有限公司6维沃移动通信有限公司7上海诺基亚贝尔股份有限公司8北京邮电大学联系方式邮箱:COPYRIGHT2023 IMT-2030(6G)PROMOTION GROUP.ALL RIGHTS RESERVED.