点击查看更多赛迪顾问：2023中国私有云市场研究报告（18页）.pdf精彩内容。

0人已浏览 2023-12-07 18页 5星级

聚焦平台能力支撑智能化业务发展下一代云助力企业智能加速、效能提升、创新涌现IDC观点第一章 泛智能时代来临，企业加速构建云上智能.从规模化创新迈向智能创新.智能创新时代企业发展三大诉求：加速、敏捷、创新.以技术为驱动，以AI原生力为核心，推进企业数字化业务发展第二章 云智共衍共生，助力企业智能创新.在下一代云上实现加速智能、效能提升、创新涌现.以PaaS为核心，构建下一代云上的AI原生力第三章 下一代云上的关键技术发展趋势.下一代云的六大核心元素.下一代云上的关键技术第四章 IDC建议关于腾讯云ContentsIDC观点IT技术促使企业从单点创新迈向智能创新。生成式AI和大模型的快速发展，带来了新的交付模式和创新形式，企业在从单点创新经历规模化创新后，全面迈向智能创新阶段，创新的思路也将从“基于人获取资源”升级为“以智能化工具为驱动”。企业智能创新时代发展的三大诉求：加速、敏捷、创新。在智能创新时代，产品迭代速度快，市场需求变化快，商业模式演进快，在“快速”变化的环境中，增强企业的适应性，提升行业竞争力是企业发展的首要考虑。将先进的智能技术作为生产工具，实现加速、敏捷、创新等目标，成为企业在智能时代发展的主题。企业应以AI原生力为核心、以云平台为支撑推进数字化业务发展。企业应始终以技术为驱动力，增强以AI原生力为核心的数字化能力，持续发展数字化业务。数字化业务的发展离不开云平台支撑。云智共衍共生，云是AI落地和发展的土壤，同时AI也会助推云平台发展，以AI为向导的云平台技术将从技术、业务、生态三个维度支撑企业数字智能业务发展，助力企业数字化转型。下一代云支持企业实现智能加速、效能提升、创新涌现。下一代云从基础设施、平台功能、智能应用多层面、全方位为AI原生力提供支撑。云平台基础设施是支撑AI原生力的根基，智能应用是AI原生能力在业务纵深方面的延拓，平台功能作为承上启下的中间层，向下调度、管理IaaS层的基础资源，向上支撑SaaS应用的部署、运行，是支撑AI原生力的核心，其功能将随着云的发展持续增强。企业在下一代云上可以获得高效应用AI的能力、在云上获得AI加持的工具、在云上实现以智能驱动的应用创新。PaaS成为定义下一代云的核心能力。下一代云非常需要依赖PaaS层的能力，从而降低应用AI和大模型能力门槛，基于容器、微服务、集成和API管理、ML软件服务、AI软件/组件、低代码/无代码、开发工具、云应用服务平台、安全治理、数据管理等云上服务能力，在云上整合资源，在云上快速获得新能力，在云上统一管理数据和应用，满足企业对云高可靠、高可用、高弹性和可观测等使用需求。IDC看到，市场需求正在进一步向PaaS层进发，其正在成为公有云服务市场增长的主要动力。IDC预测，-年中国公有云市场复合增长率为.%，其中IaaS为.%，PaaS为.%，SaaS为.%。云平台服务商应提升云平台的综合性能，提升核心竞争力。云服务提供商，除了提供质量可靠的硬件、灵活部署的软件、优质及时的售后等基础服务外，还应紧紧抓住智能化发展浪潮中企业对平台化能力的需求，建设功能强大的中间服务平台，增强软硬件差异化服务实力，为企业提供多模态数据采集分析、大模型纵深场景应用、智能化资源调度、现代化极简开发等服务。通过打造超高算力、超大存储、极致访问、稳定安全的基础设施，多样化数据存取、场景化智能分析、现代化应用开发、多方位安全管控的平台能力，多维度、广领域、全方位的智能应用服务，提供全面、敏捷、创新的智能云服务，助力企业提升以云为基础、数据为核心、智能为导向的数据智创力。.从规模化创新迈向智能创新生成式AI和大模型的快速发展，加速技术发展史演进。年，ChatGPT火爆全球，AI预训练大模型的持续发展、人工智能生成内容（AIGC）算法的不断创新以及多模态AI技术日益主流化，促使AIGC技术加速成为AI领域的最新发展方向，拉开了以大模型为驱动的新一轮AI加速发展期。生成式AI和大模型的发展不仅实现了人类通过自然语言与机器对话，而且必将带来从终端到连接到各类应用的全面变革，推动企业产业链、价值链和生态链的重塑，从而为企业实现更多维度的创新开辟新的路径。ChatGPT与生成式AI均为大模型的应用场景之一。基于更好的通用性，更精准的表现，大模型能够大幅降低AI开发和落地的门槛，提升预测模型的效果。AI无处不在成为趋势。第一章泛智能时代来临企业加速构建云上智能生成式AI和大模型的应用，促使IT技术从规模化创新阶段迈入智能创新时代。云计算、大数据等IT新技术的迅速发展和普及，催生了人工智能、物联网、区块链等平台化和生态化创新技术，改变了人类的生活方式，加速了社会发展过程，为人类带来了更加便捷和丰富的生活体验。IDC认为，IT技术对企业的赋能包含三个阶段：单点创新、规模化创新、智能创新。单点创新：在云计算、大数据、移动、社交等新兴技术在企业中逐步得以应用和普及的初始阶段，新型交付模式的出现推动了移动平台、社交模式的发展，虚拟化和移动战略逐步成为了企业的首要考虑。但是人们往往通过竖井式获取资源，只能实现技术本身的单点创新应用。图 大模型和生成式AI引领下一代人工智能发展来源：IDC，生成式AI是大模型的应用场景之一，包含生成文本、生成图像、生成视频、生成代码、生成音频等。生成式AI推动了大模型的发展。大模型是指读取海量数据、参数规模巨大的算法模型。业界一般认为超过千亿级参数即为大模型，训练数据多样化，修改或微调后可以满足各种下游任务的需要，其训练过程中可能使用了上千张以上的GPU/CPU芯片。IDC年调研显示，中国企业对生成式AI持开放态度。%的企业正在做探索及布局，%的企业已经开始增加对生成式AI与大模型的投资。中国企业看好生成式AI在知识管理（%）、营销（%）和代码生成（%）等场景的应用。中国企业认为生成式AI最有可能带来影响力的业务领域是创意密集的产品开发/设计；其次是劳动及体验密集的客户服务；此外，在市场营销、人力资源、销售供应链方面也同样具有影响力。人工智能机器学习深度学习生成式人工智能自动语音识别/自然语言处理规模化创新：随着分布式、大规模、移动性数据处理需求的急剧增加，以云技术为基础的人工智能、物联网、区块链等平台化处理技术成为趋势，这些技术基于广泛地、快速地获取资源，安全、便捷、高效地处理数据，实现了产品/服务的多重创新，标志着IT技术迈入云驱动价值创造的规模化创新阶段。智能创新：将人工智能技术、移动互联网、量子计算等新一代信息技术与生产制造技术进行深度融合，实现自动化、产业化、协同化创新，提高企业自动化和系统自治化水平，提升企业生产、制造过程的效率和质量，标志着企业从规模化创新迈入智能创新阶段。在智能创新阶段，生成式人工智能的快速应用，将使人工智能从软件堆栈中的一个新兴细分市场，发展成为实现智能化发展的关键平台化能力。企业将从“基于人获得资源”实现创新，转变为“以智能化工具为驱动”实现创新，布局智能能力成为企业发展的必然趋势，生成式AI和大模型将为企业实现更多维度的创新开辟出新的路径。图 技术创新三篇章：单点创新、规模化创新、智能创新来源：IDC，新技术和新交付模式云计算大数据移动社交平台化和生态化人工智能物联网区块链自动化和系统自治化生成式人工智能通用人工智能量子计算人机融合基于竖井式地获取资源，实现独立、单点的创新基于广泛地、快速地获取资源，实现产品/服务的多重创新基于智能化技术和工具，实现自动化、产业化、协同化创新单点创新单点创新规模化创新规模化创新智能创新智能创新.智能创新时代企业发展三大诉求：加速、敏捷、创新在智能创新时代，产品迭代速度快，市场需求变化快，商业模式演进快，“快速”成为了智能创新时代的基调。资本、技术、人员的全球化流动使得企业竞争愈加激烈，数字技术和人工智能技术正在重新塑造产业格局，市场需求更加多样化和个性化，持续的变化正在成为常态。受全球化、网络化、数字化、智能化的深刻影响，企业也将面临更加复杂、动荡的竞争环境。如何在“快速”变化的环境中，增强企业的适应性，保持行业竞争力是企业发展的首要考虑。生成式人工智能及大模型等先进技术的应用促使企业的生产力发生了革命化的演进，企业的效率和产能发生了质的飞跃。企业管理者们敏锐地意识到，智能化技术将极大影响生产力水平和企业利润率。然而，智能技术的发展在给企业带来机遇的同时，也带来了新的挑战：如何将智能技术与企业需求有机结合，持续提升企业生产力和生产效率，为企业赢得最大化收益，是企业布局智能化技术的首要考虑；智能化技术的持续发展也让管理者必须考虑，如何有效利用或升级现有智能技术，加速适应技术、市场、政策、经济环境的持续变革；企业的竞争力来自于产品、服务的不断升级、创新，如何将智能技术应用于商业新模式探索、提升差异化能力也是企业的重点关注方向。图 年企业技术发展战略和投资最关注的风险因素来源：IDC，技能短缺，阻碍生产力和效率供应链不稳定，无法保障IT硬件设施供给经济衰退带来的预算变化，影响云服务采购不足的竞争力影响业务收入地缘政治能源短缺市场购买力通货膨胀IDC数据显示：中国企业认为，弥补技能短缺带来的不足以持续提升生产力和效率是影响企业技术发展的首要因素；其次，供应链不稳定、经济衰退、能源短缺、地缘政治等不确定因素带来的挑战将持续显著影响企业的技术发展战略；此外，如何持续提升竞争力以维持业务收入稳定发展也是企业关注的话题。因此，积极适应发展趋势，不断布局先进技术，保持高效生产力，提升企业适应力，从而以持续创新力保持竞争力，是企业发展的主题。可以说，加速、敏捷、创新是企业在智能时代具有竞争力的关键能力。加速：智能生产关系离不开智能生产工具人工智能等前沿技术取得突破性进展并逐步被广泛应用于社会生产，带来了生产力的新跃升与生产方式的新变革，形成了智能化生产体系。智能生产关系离不开智能生产工具的支撑。企业引入生成式人工智能技术，聚焦自身业务，将AI作为企业服务增量，提升生产效率和产品质量，以实现降本增效。图 企业智能创新时代发展的三大诉求：加速、敏捷、创新来源：IDC，企业面临的挑战企业发展目标如何布局先进技术，持续提高生产力和运营效率如何加速适应技术、市场、政策、经济环境的持续变革如何探索新商业模式，通过新产品、新服务增加企业差异化竞争力敏捷创新加速敏捷：发挥技术优势，助力企业应对风险人工智能技术将助力企业敏捷应对供应链和市场变化。一方面，企业应用AI技术可实现供应链的全链条可视化和智能化管理，实时了解物料的采购、运输和库存情况，从而依据大数据分析预测的市场需求变化，合理安排物料储备，提高供应链的灵活性和响应速度。另一方面，应用生成式AI和柔性制造技术，可以快速响应市场需求，及时调整产品规格和生产计划，提高生产灵活性。创新：提升应用功能，推动企业差异化竞争人工智能技术的引入将促进企业探索商业新模式，通过开发新产品、提供新服务提升其差异化竞争能力。在产品研发阶段，应用生成式AI技术模拟市场环境，挖掘用户需求，可以生成新的产品概念和设计，提升企业产品创新能力；在产品销售阶段，应用生成式AI技术，全面、深刻挖掘客户对除产品外的其他服务需求，将企业服务延伸至除产品供应外的其他环节，为用户提供个性化、定制化服务，可有效提升企业的差异化竞争能力。.以技术为驱动，以AI原生力为核心，推进企业数字化业务发展为实现加速、敏捷、创新，企业将以技术为驱动力，持续发展数字化业务。企业数字化业务的核心是实现数据的业务化，利用数据更好地支持创新，实现数据变现和资产化。数字业务包括流程、产品、服务、体验的方方面面。在发展数字化业务的过程中，企业将更加重视AI赋能的数字化业务的构建。智能化、数字化技术等技术的应用，不仅能够帮助企业实现业务流程创新，助力企业降本增效，而且可以从购买流程和个性化服务等方面改善用户体验，帮助企业实现用户体验创新。人工智能将作为底层思维用于应用和架构设计，它不再是软件堆栈中的一个新兴细分市场，而是关键的平台化能力和底层思维。智能创新时代，企业需要AI原生的数字化能力，即AI原生力。AI原生力指企业架构或应用在设计之初即考虑到AI的应用和能力原生为AI而设计，充分利用和发挥AI大模型的优势，提高企业的智能化水平。图 数字化业务的定义与核心来源：IDC，定义：数字化业务是指一个企业的价值创造是基于对数字技术的使用。包含四个维度：内部和外部流程与客户、供应商和合作伙伴的互动方式吸引、管理和保留人才的方式产品、服务和体验核心：制定数字化优先战略由CEO或其他C-level管理者直接参与推动借助技术提升竞争力数字化创新项目带来规模化效益数字化转型带来切实、可量化的业务价值流程 人员 产品/服务 体验转型AI原生力包括技术、业务、生态三个维度：技术维度：AI原生不再是简单地基于AI、应用AI、适应AI，而是从设计、功能、架构之初就思考AI、融入AI、内建AI，实现AI在架构中无处不在。作为企业数字化业务开展的基础，AI原生技术的应用实现了具有部署、调优、节能、诊断、退役等能力的智能算力调度与管理系统，增强了IT基础设施的可靠性和可用性，保障了数字化业务的正常开展，提升了企业运维效率，降低了运维成本。此外，AI原生力为企业提供了灵活的IT性能保障，企业只需关注自身的研究领域、行业特点、场景需求，根据自身需要选择相应平台、模型即可，无须从零开始建设。业务维度：从企业业务运营维度看，AI原生力不仅可以提升企业生产的自动化水平，而且可以优化管理决策和企业业务流程，提升产品服务满意度。一方面AI原生力应用于企业生产，提升了生产自动化水平，帮助企业将劳动力从繁琐、简单、低价值、高风险的工作中解放出来，提升了企业的生产效率。另一方面，将AI原生技术应用于管理决策，能够帮助企业提升决策正确率，降低风险。此外，利用AI原生优化企业业务流程，基于数据流赋能技术流、物资流、资金流和人才流的发展，可以改变企业成本结构和价值创造过程，促进企业的业务创新和模式变革。AI智能客服的快速响应、智慧应答可以改善产品体验感，提升了用户的产品、服务满意度。生态维度：在行业生态层面，AI原生力推动了产业结构的升级换代，催生新的商业模式和技术，改变企业的商业惯例，开启了行业生态新模式。AI原生力可简化应用开发流程，提升了企业智能化应用水平，引领精准预测、自动化、智能化、云化和边缘化的发展趋势，此外，AI原生力能量的发挥更需要依赖上下游协作，通过打通硬件、软件、算法、数据等多个环节的完整智能生态链，进一步推动企业、行业的数智化创新。图 AI原生力包含三个维度：技术层面、业务层面、生态层面赋能行业生态种的应用模块、商业模式、供应链治理和协作优化业务运营过程中的数据管理、流程优化、决策制定、知识图谱、人员治理提升IT系统的灵活性、可靠性、可用性、韧性生态技术业务来源：IDC，.在下一代云上实现加速智能、效能提升、创新涌现云平台已经成为支撑全球企业数字化转型的关键基础设施，智能时代也如此。云技术开启并贯穿了数字化转型时代，从单点创新到规模创新直至进入智能创新，云始终是所有新技术、新解决方案发挥效力的发射台。在智能创新时代，企业生产力发生了革命化的演进，效率和产能将发生质的飞跃。因此，企业需要适应技术发展趋势，不断布局智能能力，保持行业竞争力。云智共衍共生，云是AI落地和发展的土壤，同时AI也会助推云平台发展。企业数字化业务发展离不开AI原生力支持，而AI原生力的呈现则依赖于云平台的托举。IDC的研究表明，全球%的企业云计算决策者表示，人工智能/机器学习服务的可用性是他们选择云应用平台服务供应商的一个因素；在中国，在落地生成式AI的过程中，有%的企业将选择公有云提供商作为其生成式AI技术合作伙伴，企业认为加强与云服务商的合作是首要诉求。第二章云智共衍共生助力企业智能创新智能时代企业对云的需求正在发生改变。随着智能化技术的发展，企业生产力发生了革命化的演进，效率和产能将发生质的飞跃。因而，企业需要适应技术发展趋势，不断布局智能能力，保持行业竞争力，但传统的云能力已难以适应企业在智能创新时代的需求。大模型的出现对云的综合能力提出了更高要求，已经采用云计算的企业正在衡量效率、生产力和创收等方面的业务效益，同时云服务商需要在云上构建AI相关能力，为企业提供价值创新的动力。IDC认为，企业希望在云上实现以下目标：在云上获得应用AI的能力：生成式AI等智能技术的应用和落地对云基础设施的能力提出了更高的要求。大模型训练、图形处理等智能技术的落地不仅需要大量的AI芯片提供超强算力支撑，而且依赖智能存储设备提供弹性、安全、可靠的存力保障，光传输设备带来的高速、稳定的网络，以及安全、可靠的数据存取策略。IDC预测，到 年，%的组织将投资基于云的高性能计算环境，以获得敏捷性、规模和更快的业务洞察力。图 发展生成式AI行业用户最重视的合作商来源：IDC，公有云服务商IT咨询服务商数字化基础设施供应商业务战略咨询服务商生成式AI初创企业生成式AI工具供应商芯片厂商企业级应用服务商%在云上获得AI加持的工具：企业对不同生成式AI大模型的部署、调优、应用及对不同规模的行业模型应用的需求，要求PaaS层通过低代码平台、serverless架构、AI辅助开发方式等提供灵活、敏捷的支撑，赋能平台和工具的增速提效。IDC预测，到年，企业将通过自动生成代码来满足%的新数字化解决方案在开发和早期部署时的功能和业务需求，从而显著提高开发人员速度。在云上实现以智能驱动的应用创新：企业的数字化、智能化发展驱动云服务商的SaaS业务应对AI、拥抱AI、融合AI，要求其从工具型、业务型向智能型、赋能型转变。IDC预测，到年，预计超过%的企业软件将包含AI功能，SaaS应用将成为主要的交付方式。智能时代将催生云的演进，企业对下一代云的需求呼之欲出。IDC认为，下一代云将是按需适配企业在智能创新时代发展的先进云，基于智能化技术持续演进云平台能力，同时面向企业提供AI加持的云服务，加速企业的智能化技术的业务价值转化，促进企业高效、敏捷、高质量地发展。图 下一代云支持企业实现智能加速、效能提升、创新涌现来源：IDC，AI能力 AI能力 AI能力AI模型AI模型AI模型智能加速带来智能化增速提效的能力创新涌现持续实现价值创造的能力效能提升敏捷提供可复用经验的能力AI for Cloud以AI促进云能力的升级Cloud for AI在云上实现AI能力的落地智能加速：以AI为驱动，全面提升基础设施和大模型服务能力以AI为导向，下一代云使用具有高算力、高存力、高速率、高安全的基础设施，为企业打造增速提效的智能底座。基于高性能AI芯片和AI服务器，支持AI对于数据密集型工作负载的计算需求；基于先进的分布式存储方案，满足AI应用全过程的海量数据存储需求；通过对IaaS运维保障能力的升级，保障边界的AI 基础设施部署；基于先进的光传输设备及高速网络协议，可助力实现高速、可靠的数据存取；基于云上的大模型能力和服务能力，可助力企业在实际业务场景中便捷、高效地部署大模型能力；基于数据隐私和数据主权保护，确保大模型应用的安全性，满足合规和运营要求。效能提升：降低AI使用门槛，向平台和工具借力以平台化和工具化的方式沉淀和汇总AI开发和应用经验，助力企业更方便、敏捷地获取在数据治理、现代化应用开发、安全保障等维度的先进技术，是下一代云保持活力的关键。基于湖仓一体、实时计算、多模数据库、向量数据库、全栈数据管控服务等能力，可提升企业对于海量数据的管理和分析能力；基于自动化代码生成、serverless架构、模型推理和微调服务，将提高开发人员的效率；基于风控大模型、自动化威胁检测和响应等智能化安全能力，可以夯实企业数字化业务安全。创新涌现：AI赋能应用，加速云智创新对于企业而言，生成式AI大模型、智能算法的融入将持续赋能更多智能应用，推动SaaS在不同垂直领域的业务拓展，从而为企业在协同、营销、内容管理等方面提供更高效、智能和个性化的解决方案，提升企业自动化水平和管理决策效率，加速云智创新与数实融合，推进AIGC与SaaS能力的融合，支持数字孪生和仿真、元宇宙等解决方案的应用和落地。对于个人而言，AI和SaaS的融合带来智能化应用的发展，可以更大程度地让AI价值在终端用户侧被感知，推动生产力、创造力的增长，同时在知识获取、工作方式、创作方式、娱乐方式、效率管理等维度带来新范式和新体验。.以PaaS为核心，构建下一代云上的AI原生力下一代云围绕AI而演进，以更好地帮助企业全方位地构建和应用AI原生力。下一代云需要从技术、业务、生态等多个层面支持企业实现智能化发展：智能加速：在技术层面打造智能架构和系统，通过对算力资源的智能调度与管理，提高利用率，保障算力设施的安全可靠运行，加速AI大模型的训练和落地部署；智能运营：在业务层面帮助企业提升工作流和业务流的自动化水平，基于下一代云平台对于云上资源管理的能力全方位提升企业的智能运营水平和运营效率；智能创新：在生态层面提升企业的创新性，依赖下一代云平台上的智能工具，提升企业应用开发效率，优化上下游供应链间协作能力，营造企业智能生态。图 在云上获得AI原生力：智能架构和系统、智能运营、智能创新来源：IDC，智能运营 智能加速 智能创新生态技术业务在这个过程中，PaaS将成为定义下一代云的核心能力。为了实现AI原生力的构建，下一代云需要解决企业如何在云上实现智能算力的调度和管理优化的问题，从而帮助企业便捷有效地获得大模型的应用和优化能力；同时，下一代云需要解决诸多问题，例如：企业如何在云上实现工作流和业务流的智能化提升；企业如何在云上实现应用开发的加速、数据价值的挖掘；如何确保上下游良好的协作等诸。这意味着，下一代云将十分依赖PaaS层的能力，从而降低应用AI和大模型的开发门槛，基于容器、微服务、集成和API管理、ML软件服务、AI软件/组件、低代码/无代码、开发工具、云应用服务平台、安全治理、数据管理等云上服务能力，在云上整合资源，在云上快速获得新能力，在云上统一管理数据和应用，满足企业对云高可靠、高可用、高弹性和可观测的使用需求。图 下一代云以PaaS为核心，打造AI原生力需要的关键能力来源：IDC，算力基础设施（人工智能服务器，网络，存储）基础大模型数据库大数据分析行业大模型场景大模型开发平台中间件PaaS智能工具SaaS应用入口业务作为云平台承上启下的中间层，PaaS层的功能将随着云的发展持续增强。一方面，在企业数字化转型浪潮的驱动下，数字化基础设施持续增强，IaaS层提供了更高的算力、更大的存力、更强的运力及更快的网络。作为IaaS的上层管理平台，为了能够更好地调度、管理IaaS层的基础资源，PaaS层必然将持续增强自身运维管理、资源调度、数据存储、数据分析等方面的能力。另一方面，人工智能、物联网、大数据等新一代企业级应用的快速迭代和创新也将充分释放 PaaS 的价值并增加对PaaS的需求。市场竞争与客户需求变化需要 PaaS 层提供更强大的工具助力企业业务创新，加速云上应用部署，如不断增加对场景大模型和业务大模型的支持，这就要求PaaS工具更加敏捷、更加智能。此外，随着SaaS智能应用的不断涌现，一些常见且适用面较广的应用将逐步下沉成为PaaS平台的一部分，为用户提供更加便捷的服务。图 PaaS层承上启下，呈现广度和深度双维扩展SaaSSaaSIaaSIaaSPaaSPaaS应用功能平台化沉淀统管不断扩大的基础设施统管不断扩大的基础设施应用功能平台化沉淀伴随发展，IaaS、PaaS和SaaS三层在规模上（水平方向）都会扩展。由于PaaS层既要承担IaaS层快速规模化扩张带来的压力，又要承载SaaS层软件功能沉淀的平台化能力，所以PaaS层将实现从规模广度到能力深度的双重扩展。来源：IDC，IDC看到，市场需求进一步向PaaS和SaaS层进发，使之成为公有云服务市场增长的主要动力。IDC预测，-年中国公有云市场复合增长率为.%，其中IaaS为.%，PaaS为.%，SaaS为.%。在基础设施建设完成后，如何使用先进的工具和应用能力，并持续保持迭代，对于企业保持云端活力、实现敏捷、加速创新具有十分重要的意义。可以说，企业对云的应用正在从资源驱动走向智能技术和智能业务驱动。年，中国PaaS市场规模达到.亿人民币，同比增长.%，-五年年复合增长率将达到.%。在当前ChatGPT等AI技术蓬勃发展的刺激下，有望走向下一轮高潮；年，中国SaaS市场规模达到.亿人民币，同比增长.%，-五年年复合增长率将达到.%。SaaS需求直接受企业业务驱动，只要企业业务继续增长继续变化，SaaS能够面向不同行业不同场景呈现它的价值。图 中国公有云服务细分市场规模及增速预测，-0.00100,000.00200,000.00300,000.00400,000.00500,000.00600,000.00700,000.00800,000.00900,000.00202220232024202620252027IaaSCAGR:.%PaaSCAGR:.%SaaSCAGR:.%来源：IDC，单位：百万人民币.下一代云的六大核心元素下一代云将以智能化技术为向导，全面提升基础设施智能原生性能。与此同时，它将基于智能化技术持续演进，并面向企业提供加速智能化技术业务价值转化的云服务，助力企业智能加速、效能提升和创新涌现。下一代云将围绕以下六大核心元素实现能力提升：基础设施、数据、大模型、开发、安全和应用。第三章下一代云上的关键技术发展趋势图 下一代云六大要素来源：IDC，AI能力 AI能力 AI能力AI模型AI模型AI模型智能加速带来智能化增速提效的能力创新涌现持续实现价值创造的能力效能提升敏捷提供可复用经验的能力应用基础设施大模型数据开发安全AI for Cloud以AI促进云能力的升级Cloud for AI在云上实现AI能力的落地基础设施：下一代云平台应当能够从算力、存储、网络、部署等方面为AI原生力提供坚实支撑。下一代云应当具备高能效的基础设施，突破算力瓶颈，依托高性能计算集群打造高性能计算平台；同时能够支持线性扩展计算性能，适应AI原生对于大规模、高速率、低延迟、高并发的数据存储和传输需求，基于先进的存储介质和网络协议，满足不同规模、不同类型的AI大模型训练和应用需求；此外，下一代云平台还应能够采用轻量级、易管理的技术架构，打通AI基础设施部署，实现基础设施的高效部署、弹性增容、高效管理。IDC预计，全球人工智能硬件市场将从年的,亿元人民币增长到年的,亿元人民币，占服务器和存储基础设施市场总量的近%。大模型：在下一代云提供高算力基础设施的牵引下，大模型相关的服务能力将成为云平台的重要能力。作为组织推进人工智能的重要抓手，大模型应具备较高的识别准确率和较强的场景迁移性，并且在多模态的任务下有明显突破。IDC认为，未来大模型将带动新的产业和服务应用范式，在类ChatGPT等应用的推动下，基于上层应用开发和SaaS服务的商业模式将会逐渐明晰，人工智能发展瓶颈将会得到突破，从而迎来人工智能的新业态。数据：数据是AI发展的根本。传统非体系化的数据管理架构已难以应对大规模的数据查询、全面管理、敏捷开发和业务分析，企业需要更智能的数据治理方案和数据仓储服务。下一代云应当能够满足AI大模型训练和应用相关的数据采集、数据准备、数据应用和数据归档需求：首先，大模型的训练需要大规模的数据样本，这对云平台的数据处理能力提出了更高要求，下一代云平台应配备AI原生数据分析和处理工具，实现对数据的智能管理和高效分析。IDC数据显示，年，大约%新生成的数据和近%的存储数据是非结构化数据，预计，到年全球新生成的非结构化数据量将达到,EB，五年年复合增长率达.%。企业对于多模态数据的治理与分析是未来的重点方向。其次，大模型训练、大数据分析过程中需要的计算资源、存储资源、网络资源依赖中间件调度底层资源实现，下一代云中间件应具备虚拟资源池管理、虚拟计算资源动态调度、分布式存储扩展支撑、分布式数据库支持等能力，提升资源处理能力，支撑应用需求。开发：在AI能力的驱动下，低代码甚至无代码将成为选择趋势，下一代云平台应能够支持企业使用serverless架构、低代码平台、AI 辅助开发等方式，提升开发能力和数字化创新能力。基于云平台提供的资源管理能力，开发者无需担心基础设施的使用和维护，可以更加专注应用开发本身。得益于生成式AI大模型，平台应能够提供快速灵活的低代码、可拖拽操作来满足企业不同技术水平开发者的使用需求，大幅缩短软件开发周期，支持智能化应用系统的开发，优化技术和业务部门之间的协同。IDC预测，从年到年，全球无代码开发者数量将会有%的大幅提升。安全：数据安全是云时代亘古不变的话题。企业必须保证数据全生命周期安全的存储、分析、共享，来保护数据安全和隐私，建立用户信任，为企业的可持续发展提供坚实基础。我国已经颁布施行的“十四五”规划纲要数据安全法个人信息保护法等政策法规，均明确提出推动发展数据战略，统筹数据开发利用、隐私保护和公共安全，规范数据有序流通，保障数据安全。IDC数据显示，中国网络安全市场保持高速增长态势，预计到年，中国网络安全支出规模预计可到,亿元人民币，五年复合增长率将达到.%。应用：生成式人工智能及大模型的发展衍生出了多种多样的智能应用。随着大模型的发展，应用程序中的智能效果将实现质的提升，优化用户在诸如智能客服、智能推荐、自动化流程、数据分析等多方面的体验。下一代云上的SaaS服务应与AI技术相结合，为企业提供更智能、高效和个性化的解决方案，满足不断变化的市场需求，帮助企业提升自动化、智能化水平，随着生成式AI大模型的改进、云平台计算能力的提升和训练数据的丰富，AI在应用系统中的效果和应用范围会不断扩展和提升。下一代云平台的应用在AI能力加持下，将为企业带来创新方向，提高企业竞争优势。IDC预测，全球人工智能软件市场将从年的,亿元人民币增长到年的,亿元人民币，复合年增长率（CAGR)为.%。通过六大维度的建设，下一代云为企业源源不断地注入新的能量，助力企业智能加速、效能提升和创新涌现。.下一代云上的关键技术以AI智能技术为导向，建设成为数字经济发展的坚实底座是下一代云的必然趋势。在数字化新技术不断涌现的潮流中，应重点关注下一代云上的关键技术发展。IDC看到，算力基础设施的算存网一体化、大模型即服务、云上数据治理与分析、以低代码平台为代表的现代化开发、云业务及数据安全和多样化的智能应用正在成为下一代云关键技术的发展重点。图 下一代云上的关键技术智能加速创新涌现效能提升来源：IDC，基础设施加速计算大数据存储高速连接网络容器化基础设施大模型通用大模型行业大模型模型安全应用通用型智能应用场景/行业型智能应用安全智能风控智能检测和响应开发自动化代码生成Serverless无代码/低代码DevOps数据大数据管理和分析分布式数据库向量数据库LBS.算力基础设施 在智能创新时代，企业使用生成式AI及行业大模型深度挖掘以发现创新点。创新的源头在于挖掘、捕捉持续变化的用户市场特征，这一过程高度依赖对市场及用户数据的自动获取、智能分析、深度融合、全方位画像，刺激了企业大规模计算、多模态数据存储需求的持续快速增长。计算平台算力的规模与速度、算法储备的广度及深度以及行业相关数据储备的总量、覆盖度与易用性体现了企业的数字智能化程度。加速计算数据是新时代的生产要素，数据量的快速扩张带动算力需求显著上升。为满足日益增长的算力需求，计算芯片作为提供算力的原始基础，正从单一化走向多元化、从通用化走向专用化、从同构化走向异构化，GPU、FPGA、NPU、ASIC等成为了加速计算的常见选择。人工智能大模型的出现极大拉动了对智能算力的需求，促使越来越多的企业和云服务提供商采购具有更高性能的服务器和更高端的处理器，处理高性能密集型计算。IDC数据显示，年上半年，中国人工智能服务器市场规模达到亿元人民币，同比年上半年增长%，预计到年中国人工智能服务器市场规模将达到,亿元人民币。同时，庞大的算力需求也给中国本土AI芯片发展带来新机遇，在中国政府相应政策的支持鼓励下，中国芯片厂商在AI芯片设计、算法优化、生产制造等方面逐步具备了一定的实力和竞争优势。大数据存储生成式AI大模型以大量数据为基础，在高算力基础设施的支撑下，通过大规模训练，产生出更接近真实情况、更有价值的预测和解决方案。其中，大模型训练所需的大量数据并不是同时输送给算力设施，而是在模型算法的调度下源源不断地供给，因此，数据的存储深度和广度从一定程度上扩展了算力的内涵与外延。大模型训练所需数据具有种类、形态多样化的特征，对存储设备提出了多模态、分层次存储需求，此外大模型所需的高速率、低延迟、高并发的数据存取需求也要求存储设备具备大容量、快响应、低时延、高稳定的特征。数据产生渠道的多样化、数据形态的异构化、数据排列的无序化带来了分布式、向量式的存储需求，分布式存储已成为海量非结构化数据实现高并发访问的主流存储形式。为保障云存储敏捷、高效的访问特性，应用PCIe宽带接口、适配NVMe高速读写协议的SSD固态存储，凭借其高读写、大带宽等特性，逐步成为云存储的主要媒介。IDC预计，到年全球人工智能存储市场云存储的占比将从将年的.%增长到.%，复合年增长率为.%。高速连接网络得益于高速网络的支持和云计算强大的资源管理能力，算力资源从单点计算扩展为分布式计算，极大地扩张了企业可用算力范围，显著提升了企业算力容量。以网络为根基，以存储为骨干，以算力为中心构建起算存网一体化的计算服务，存储将算力在纵深延拓，网络则完成了算力的横向扩展。高速网络的应用不仅提升了数据到算力中心的传输效率，而实现了云、边、端、链的深度融合，提升了用户使用体验。为保障网络的稳定行、可靠性和有效性，选用先进的光传输设备及高速网络协议是下一代云的必然趋势。生成式人工智能工作负载高可变、高带宽特性，以及密集GPU集群所需最小化端到端网络延迟的需求，推动了具有低延迟、低直径、高利用率的Leaf-Spine网络拓扑的发展。此外，对于数据中心而言，基于开放的架构构建网络软件系统变得更加重要，SONiC作为一个基于Linux的开源网络操作系统，能够运行在众多叶式交换机之上，生成式人工智能的应用将加速SONiC叶式交换机的部署，以实现复杂网络环境的打通。容器化基础设施高效的智能存储、强大的算力资源、高速的网络支撑共同构建了算存网一体化结构。容器则是呈现一体化算力基础设施的有效工具。根据应用需求，一套基础设施之上可以同时部署多个容器，且互不干扰。容器能够一键打通AI基础设施部署，简化开发和维护应用所需的复杂基础设施生态系统管理，提供了更高的敏捷性、可观察性和可移植性，此外容器简化了软件库管理，有助于加快Al DevOps开发。IDC预测，容器软件市场在近几年呈爆发式增长，并且未来五年仍然会保持超过%的复合增长率。到年，容器基础架构软件市场收入将与虚拟化软件市场、云系统软件市场齐平，成为近几年促使软件定义计算市场增长的新动力。.大模型即服务大模型即人工智能预训练大模型，包含了“预训练”和“大模型”两层含义，是大算力和强算法共同驱动的结果。经历了预训练模型、大规模预训练模型、超大规模预训练模型三个阶段后，大模型参数量实现了亿级到百万亿级的突破，从支持单一任务，逐渐发展为支持多种模态下的多种任务。如今，大模型已经从训练基础设施发展为针对基础应用的通用大模型，针对垂直应用的行业大模型也已初具规模。通用大模型和行业大模型发展并进，依托大模型即服务模式，将建立起差异化的商业模式，并逐渐形成基础模型、领域、行业大模型一体的架构，从而加速赋能交通、医疗、金融、教育等各个行业和领域，带来深刻的经济、社会和产业变革。通用大模型通用大模型通常具有强大的泛化性、通用性和实用性，可以在自然语言处理、计算机视觉、智能语音、视频处理等多个领域实现突破性的性能提升。大模型需要强大的AI算力基础设施支持，对于国内中小企业而言，大量的资本投入需求限制了其自研大模型的可能。大模型的开放和开源成为了加速促进AI技术发展和商业落地的重要手段。一方面，AI大模型的开放使不同的模型之间可以共享底层数据、算法和代码等，促进不同模型之间协作和更新迭代，推动了AI开发更加灵活、高效。另一方面，大模型的开放推进了技术的发展，企业应用大模型训练时使用的丰富数据将反哺模型，将产生出更强的大模型。在开放、开源的支持下，通过调用模型库使用大模型、拥抱AI，不仅能够降低企业成本，而且能够提升企业效率。模型即服务（Model as a Service）将成为企业使用大模型的主要形式。行业大模型基于高性能基础设施的支撑和高性能算法的实现，通用大模型在自然语言处理方便表现出了极大优势。在帮助企业解决实际问题的过程中，大模型需要与行业数据、行业需求相结合，建立专属行业大模型，从而拓宽、拓广大模型的应用，助力企业实现智能创新。在这个过程中，供应商应当充分了解企业实际应用场景，在行业垂直领域深挖用户需求，使用行业数据进行模型训练并调优，产生适配行业应用的行业大模型，基于跨领域融合创新，为更多行业带来智能化解决方案。例如，在医疗领域，AI大模型可以帮助医生进行疾病诊断和治疗方案的制定，提高医疗水平；在金融领域，AI大模型可以提升客户经营与风控等决策能力，降低金融风险。应用案例行业大模型的场景化落地应用可有效帮助企业解决业务实际问题。某在线旅游公司通过与腾讯合作，打造文旅行业专属精调大模型，适配企业业务需求，实现在无配置对话流程的情况下，基于大模型端到端地解决诸多复杂业务问题，帮助在线使用者精准解答与酒店查询、预定、修改订单等相关的问题，降低企业运营成本，优化用户体验。模型安全安全是大模型发展过程中面临的重要问题。AI大模型使用大量数据进行训练和分析，这些数据可能包括用户的私人信息、企业的商业秘密等敏感信息，一旦被非法获取或滥用，将会严重损害个人隐私和企业利益。因此，AI原生开发过程要以数据安全和隐私保护为重要前提。下一代云平台从数据获取、数据存储、数据传输、数据使用的全过程应用数据加密、访问控制、安全隔离、风控模型等手段全方位保障用户隐私和数据安全。在政策方面，我国于年颁发了生成式人工智能服务管理暂行办法，旨在促进生成式人工智能健康发展和规范应用，维护国家安全和社会公共利益，保护公民、法人和其他组织的合法权益。.数据治理和分析作为数字时代的基础性战略资源和关键性生产要素，数据的重要性不言而喻。但并非所有数据都存在价值，甚至部分劣质数据极大降低了数据挖掘、分析的意义，为了保证数据的准确性、完整性和可用性，提升数据质量、消除数据孤岛、应用数据分析实现数据价值，需要从数据采集、数据存储、数据分析等环节全程开展数据治理工作。AI能力呈现的过程即使用AI智能算法分析大规模数据并呈现数据价值的过程，在AI原生能力需求的推动下，下一代云的平台服务能力将持续提升，为企业提供多维度的智能支撑。分布式数据库在智能时代，任何领域、任何地方、任何时间都有源源不断的数据产生。为了能够利用分散于云、边、端、网、智的数据，需要通过分布式系统完成数据采集、存储。在海量数据规模和高速增长态势下，企业对业务系统的并发访问频次增多，用于数据存储、调度、分析的传统关系型数据库已经无法从容应对一些极端场景，分布式关系型数据库的价值凸显。利用一系列分布式技术，分布式关系型数据库可实现数据跨多个服务器的自动分发和复制，突破传统集中数据库的容量与性能瓶颈，应用案例微媒数字会议是一家以提供企业互动营销服务为主的互联网企业。为企业营销/直播活动制作核心IP短视频的过程中，常需要在短时间内创作出高质量数字主播分身。通过借助腾讯云向量数据库，大幅降低接入大模型时间，基于-分钟视频和分钟以上音频即可训练出高度还原本人形象和声音的数字人分身；基于向量数据库大幅提升数据库检索规模，支持百万级别每秒查询和实时渲染，可完成低延时响应，满足直播、客服等场景的低延时互动诉求。简化运维工作，降低对高性能硬件的依赖。凭借其逻辑统一、应用透明、存储及计算弹性扩缩、自治安全等特质，分布式数据库能够较好应对智能时代AI原生应用对数据海量增长的需求，为高并发、高峰值等业务场景提供高稳定、高可用、高安全、低延迟、低感知的使用体验，在智能时代优势尽显。向量数据库数据来源的分布式、多样化导致了数据形态的多样化，通过数据采集得到的数据可能是结构化的、非结构化的、或者半结构化的。面对非结构化数据和半结构化数据的复杂性，传统的标量数据库无法完成有效提取和实时分析，而向量数据库凭借其在高纬度数据处理和查询时的有效性被广泛应用于文本、图像、音频等非结构化数据处理，并在智能图像处理、自然语言处理、推荐系统、智能物联等领域被广泛应用，成为生成式AI大模型的重要支撑。向量数据库的引入降低了大模型的预训练成本，提升了大模型的准实时性，提高了大模型的适用性，使得大模型能够动态调整，拥有“长期记忆”，拓展了大模型的应用边界。随着生成式AI大模型开发量和使用量的增长，向量数据库的应用有望快速增长。基于位置的服务LBS生成式AI大模型的发展促进了智慧交通、智慧生活、智慧医疗、智慧购物等一系列智能生态的发展。这些智能生态的形成均离不开位置信息的获取和利用。将基于位置的服务LBS（Location Based Services）与生成式AI相结合，实现对用户位置信息的实时处理和分析，为用户提供更符合需求和喜好的LBS服务，在一定程度上提升了数字化应用的便利性和操作性。LBS与AI的融合将进一步深化和完善社会资源整合，加速智慧交通、智能家居、智慧推荐、智能购物、智能物联、智慧城市等多个领域的智能化发展。应用案例京东是重要的BC电商平台，通过与腾讯位置服务形成深度合作，有效提高物流配送的运营效率。基于智能化地址解析，提高推理速度，保障推理效果，提升预分拣准确率；基于WebService API服务，实现多目的地最优路线规划和智能硬件定位，提升复杂环境场景下的定位能力。.现代化开发伴随以AI原生为导向的下一代云技术的发展，无服务器、低代码/无代码开发、自动化代码生成已逐步成为软件开发的新趋势。基于现代化开发的先进性、易用性、敏捷性，越来越多的行业人员可以参与应用设计和代码开发，降低了企业开发成本，缩短理论开发周期，提升了运维效率。Serverless架构应用复杂度的提升和云计算的发展不断推动应用架构、开发方式的持续演进。伴随云平台资源管理能力的增强、云微服务架构的升级，云计算向纵深发展，出现了通过构建或使用一个微服务或微功能来响应一个事件的开发架构，即Serverless。Serverless开启了应用架构的“无服务器”时代，为架构设计、开发者编程带来了全新的思路。使用Serverless架构，开发者可以只专注产品代码，而无须关注服务器，云平台将自动准备好相应的计算资源，完成运算并输出结果，从而大幅简化开发运维过程。低代码/无代码平台低代码平台应用Serverless架构，将事件驱动、Web API、音视频处理等常见应用场景模板化，帮助实现快速部署和应用管理，可快速联动云上的上下游服务，提升应用开发效率。无代码平台将功能控件组件化、将常用业务场景模板化、将技术沉淀复用化，借助强大的可视化开发方法，通过图形化界面以拖放组件和模型的方式实现应用构建，为业务人员提供了应用开发的机会。这种将常见的解决方案及业务场景模板化的低代码/无代码平台简化了开发流程、降低了开发门槛，提升了开发效率，可帮助企业以更快、更省的方式去实现业务价值，有力地支撑了企业的数字化转型战略，正成为企业快速、敏捷实现应用开发的有效平台工具。自动化代码生成人工智能大模型不仅可以有效进行数据分析和预测，而且也极大地影响了编码和开发领域。人工智能驱动的自动化代码生成器，通过大量的数据集、算法模型、代码库和编程规范的学习和持续调优，可以根据编程人员使用自然语言输入的编程需求，自动生成适合特定任务的部分或全部代码。自动代码生成的应用使得开发人员能够更加专注于解决复杂问题，减少编写重复性代码的时间开销，提升开发效率和代码质量。DevOps随着用户需求的持续变化，应用开发的方法持续更新，敏捷开发、DevOps和微服务逐渐成为主流。将Serverless架构、低代码/无代码开发、自动化代码生成等现代化开发平台/工具与DevOps结合，将从开发、测试、部署多维度提升软件交付能力，提升企业开发效率。低代码/无代码平台及自动化代码生成工具的应用节约了应用开发时间，且可以敏捷应对迭代开发和持续交付需求。Severless架构凭借其无服务器特性，释放了对服务器的监控、配置、更新、扩容等运维需求，提升了应用交付效率。AI凭借其在自动化、数据分析和智能决策方面的能力，赋能DevO-ps，简化开发流程、增强协同能力，实现更顺畅的工作流程、更高的开发效率和更敏捷的软件交付。.业务安全和数据安全伴随业务数字化、数字业务化的发展，市场需求变化加快，智能技术应用范围拓广，业务的创新交付更加敏捷高效，由此带来了业务安全和数据安全的快速变化。将智能化技术应用于企业业务安全和数据安全保障也是企业数字化转型过程中的关键环节。业务安全综合运用大数据分析、人工智能和云计算等技术先进的数字化技术，以数据驱动风险管理，实现风险管理的智能化转变，提高风险管理效率，消除信息不对称带来的业务风险，是保障业务安全的重要手段。在“科技向善”的指导下，智能风控应用新技术赋能新经济、解决新难题，其场景覆盖金融、零售、交通、政务等多个领域。在金融领域，应用智能风控技术，深度挖掘客户信息和风险因素，预测潜在风险，敏捷、有效地处理风险，达到风险管控的目标。在零售领域，应用智能手段检测、提示并拦截高风险交易，保障用户权益。在交通领域，应用智能手段实时监控交通状况，敏捷预测、发现并处理潜在的交通故障，保障了良好的交通状况。在政务方面，应用智能风控手段实现文本内容及视觉目标合规检测、涉政人物视频伪造检测、跨模态内容安全检测等，保障了图、文、视频全媒体综合化内容安全合规。数据安全伴随数据在智能时代价值的持续显现，数据被窃取、数据被篡改、数据被摧毁的手段呈多样化趋势，因此保障数据安全的理念和方法也发生了巨大变化。加强数据安全治理，智能检测数据潜在风险，快速响应并遏止危险是保障数据安全的重要手段。加强数据安全治理：在全数据生命周期建立数据动态保护机制，将分类分级理念覆盖在数据生成、数据采集、数据传输、数据存储、数据分析、数据展现、数据销毁的全过程。围绕数据安全目标，使用AI等智能化手段自动识别数据资源，完成数据等级分类。在分类分级的基础上，完成不同类别数据的加密、备份、编码、访问检测、权限管理等安全设置，对不同类别的数据采取不同的防控措施，在动态、灵活的技术体系下，全面保护数据安全，实现数据在安全前提下的有序流动和合规使用。应用智能检测和响应：将统计模型、生成式AI、机器学习、大数据分析等智能技术应用于数据异常检测，通过实时检测系统内外部环境、数据操作行为，及时发现潜在的数据安全风险，并采取措施保障数据资产安全。AI在自然语言识别、文本分析、图像比对、音视频识别等方面的能力将助力数据安全防护。首先，通过生物学特征比对、面部识别和声纹识别等智能检测手段帮助准确识别用户身份，避免非法登录；其次，使用AI自动分析大规模的网络流量和日志数据，可及时发现异常行为和潜在的威胁；再次，应用大模型分析，及时识别异常数据存取、数据修改等可疑行为。针对检测出的数据安全异常，使用智能化手段自动响应，自动抵御入侵或及时发布警告，坚守数据安全防线。应用案例东风日产融资租赁公司通过与腾讯云合作，基于腾讯云的风控大模型，在小数据样本情况下，通过模型即服务的方式，基于自身数据，实现高性能定制风控建模，确保合规的同时，让底层模型具备风控免疫力，建模时间降低%。除了让模型快速产生时效性价值外，通过把历史数据行成多维组合，风控模型还可以帮助企业在存量数据中发现有价值的增量维度。.智能应用人工智能技术发展迅猛，在众多垂直领域展现出巨大潜力和应用价值，带来了行业革命性的改变和创新，催生出一系列通用型和行业型智能应用。通用型智能应用：企业高效办公的有效帮手协同软件：协同办公是大模型优先落地的主要场景之一。通过大模型能力的接入，企业可更有效地实现会议管理、公文管理、流程审批、项目管理等需求，基于内外互通、高效协作，打通组织内外边界，链接上下游资源，实现上下贯通、内外协同的高效办公。伴随大模型能力以工具化的方式作为增值功能出现在协同办公应用中，可极大优化应用体验，带来生产力的解放以及生产效率的提升。内容管理：在云平台上应用AI赋能内容管理系统，助力企业、机构或个人更加高效、便捷地创建、发布、管理和维护相关内容。在云平台敏捷数据存取能力的支撑下，使用自然语音处理，AIGC能够快速准确地创建大量内容，根据用户喜好快速、准确、有效地整合信息，实现内容生产、智能推荐和自动触达全链路服务，保持积极的客户体验。在云平台应用智能技术，自动化实现内容审核，增强业务安全和数据安全，降低企业成本，保障企业利益。客户关系管理：为适应数字时代企业与客户之间关系的巨大变化，以客户为中心，在云平台支撑下，应用大数据分析手段了解客户需求，提供个性化的产品或服务来赢得市场；赢得客户的忠诚度与满意度，成为企业新的运营理念。应用AI大模型，全面分析市场数据和行业资讯，准确掌握市场趋势，根据消费者的购买行为、兴趣爱好等数据，全面了解客户需求，将客户重新进行细分和定位，更加有针对性地制定客户关系管理策略，从而协助建立良好的客户关系，实现长期的合作和共赢。应用案例某大型食品企业，通过使用腾讯会议智能功能，实现了,名前线团队敏捷协作，极大地提高了企业效率和响应速度，基于AI智能助手“总结前文”、“自动设置提醒项目”、“智能录制会议”的功能，能够实现“智能纪要”、“智能章节”、“发言人回顾”，大大提升了办公效率，获得更加有效、便捷的会前、会中、会后体验。行业型智能应用：企业垂直业务拓展的智能助手数智人：在云平台高算力、高存力、高敏捷性的支撑下，应用AI人工智能、计算机图形识别、语音处理等先进的数字技术打造出的数智人，不仅可以作为“数智员工”承担行业内工作，而且可以作为“数智明星”直播带货。进行深度学习后，数智人在视觉上拉近和人的心理距离，为人类带来更加真实的情感互动，已越来越多地应用于医疗、传媒、金融、教育等多个领域。随着云平台底层大模型准确度的提升，数智人将更加智能，与各行各业的场景相结合，助力企业在垂直领域拓展业务、创造价值。OCR：应用云平台上的云计算能力和深度学习技术，OCR(Optical Character Recognition)光学字符识别能够提供高精度、高效率、易集成的文字识别服务，提升文字录入效率，释放人力资源。在AI人工智能技术的加持下，OCR的识别准确率更好、处理速度更快，且能够实现多语言、非结构化数据和不规则排版支持，拓宽了OCR的应用场景，降低了使用成本。随着云计算和AI技术的持续发展，OCR将实现更准确、更快速、更灵活、更稳定、更经济、更安全的文字提取，更好地服务于自动驾驶、智能客服、智慧医疗、智慧物流等领域。数字孪生：数字孪生应用数字模型、云计算、物联网技术，建立了现实世界和虚拟世界之间的完美联系，有效实现物理系统的数字化再现和智能化分析。云平台高效的数据处理和计算能力为数字建模提供了可能，是数字孪生技术的坚实底座。AI则赋能并助推数字孪生技术，应用不断采集的新数据、优化算法和模型参数，学习并更新数字模型，提升模型分析和预测能力，提高模型的准确性和可靠性。基于AI的数字孪生更智能、更高效、更灵活地实现对物理实体的数字化映射、交互管理、智能预测，提高了企业生产智能化水平，助力企业数字化创新。应用案例某钢铁企业通过与腾讯云合作，借助数字孪生技术，实时管控生产，打造全真互联工厂。通过物联平台实现全厂大规模点位、高速率数据实时接入和计算，覆盖个监控点位，以及生产运营、安环、设备监控、能耗监控、园区管理等多个系统，真实直观呈现工厂内各项数据及设备运转情况，实现多种数据同步跟踪和切换，通过触控操作即可实现相应内容的查询、缩放观察和切换。基于良好的生产管理，企业产品质量提升%，并对能耗水平实现有效控制，碳排放减少%。应用案例三一智矿与腾讯云合作，瞄准矿山无人驾驶场景，打造富有行业竞争力的智慧矿山解决方案。基于G无人卡车，三一智矿可完成大型露天采矿作业，克服辛苦、危险且环境复杂的状况；基于G技术和腾讯实时音视频（TRTC）的融合，解决了矿区无线信号情况下、矿车移动中等场景下的画面传输问题，实现时延毫秒以内的车辆一对多集中远程实时控制，助力行业生产安全与效率双提升。元宇宙：元宇宙是人工智能、区块链、G、物联网、虚拟现实等新一代信息技术相融合的集成应用，具有广阔的发展空间和巨大的应用潜力。元宇宙是虚拟世界与真实世界结合的平台，将带动社会生产力提升、生产关系变革，将成为下一代互联网的雏形和驱动全球数字经济发展、数字技术创新的重要赛道。得益于云上高带宽、低延迟的数据访问能力，企业可以脱离硬件使用高速网络访问元宇宙，打破了时空限制，增加了与客户“面对面”的交流机会，提升了经营效率。云平台一致的高性能数据计算、服务器低延迟、安全性、易用性和高效协作保障了用户在元宇宙的良好使用体验。元宇宙可以应用于教育、游戏、园区、文旅、医疗等多个领域，实现情景化沉浸式教学、身临其境的娱乐体验、跨越物理边界的虚拟产业新模式、打破时空限制的文旅体验、品质康养和智慧医疗，极大地开辟了数字经济的新场景、新应用、新生态，培育经济新动能。云厂商：紧跟下一代云发展，提供智能云服务强化基础能力，提供坚实支撑云服务商应增强基础设施能力，为企业的数字化转型提供坚实有力的硬件支撑。随着人工智能、大数据分析、数字孪生、元宇宙、区块链等技术在提升生产效率、降低企业成本等方面的价值展现，企业对算力、存力的需求持续增加。云服务商应不断提升云平台的算力设施、存储资源、网络环境、操作系统等产品能力，提升高效部署、弹性增容、安全可靠、高效管理等服务质量，建设以AI为导向的高性能基础设施，为企业数字化业务发展提供坚实支撑。增强平台性能，提升核心竞争力在云服务商提供的IaaS、PaaS、SaaS三层服务架构中，PaaS作为管理IaaS、支撑SaaS关键层，依然成为下一代云的核心能力。云服务商应持续从数据库、大模型、大数据分析、中间件、开发平台等方面增强PaaS平台的性能，如使用分布式数据库、向量数据库满足数据全方位、多模态的数据存取需求；装配通用大模型、行业第四章IDC建议大模型、场景大模型满足企业在通用办公、垂直行业应用对AI能力的需求；增强中间件性能，满足企业对计算资源动态调度、分布式存储动态扩展的要求；配备现代化开发平台，适应自动化代码生成、低代码/无代码的产品极简开发趋势。拥抱AI智能，助推业务创新人工智能AI技术已经渗透到各个行业和领域，有效助力企业提高生产效率、优化决策过程、提升客户体验、创新商业模式，AI将成为企业业务创新的重要技术工具。云供应商应主动拥抱AI，以AI为导向打造智能云服务。除了在基础设施层打造高性能计算集群满足AI训练所需算力需求外，还应在PaaS层引入AI大模型，满足企业应用通用大模型或训练行业大模型的需求。此外，云服务商应在SaaS层提供AI智能应用，满足企业直接使用AI提升效率、拓宽市场等需求。扩展生态伙伴，打造全栈能力在AI行业大模型的加持下，云正向行业深度应用方向发展，不同行业要求云服务商提供与之匹配的云服务能力。只有满足不同行业、不同工作负载、多技术融合趋势下的应用需求，才能实现技术落地，产生商业价值。因此，云服务商需要提供从基础设施到平台层再到应用层的全栈能力。然而全栈能力的实现并非凭一己之力便可完成，因此，云服务商应扩大自身生态合作，加快行业解决方案输出，联合合作伙伴和生态力量，创造更好的用云体验。企业：充分发挥云平台价值，提升数据智创力充分发挥云平台价值，提升企业效能云服务商从基础设施、平台、应用三层为企业提供服务。企业应结合自身状态和业务发展需求，合理使用云平台服务，充分发挥云平台的价值，实现企业智能加速和效能提升。在基础设施层面，企业利用云平台提供的灵活、经济、高效的基础设施，应用容器化技术快速实现基础设施部署，充分发挥计算、存储、网络等基础资源的高可用性和可扩展性，完成企业数据的快速分析、安全存储需求，实现企业降低基础设施建设和运维成本，提高企业管理效率的目的。在平台层面，企业应充分利用云平台提供的开发、运行和管理应用程序的环境，快速构建和部署企业自身的应用。首先，企业应根据采集到的数据类型，充分利用云平台提供的数据平台实现数据存储、查询、计算、统计、可视化等服务，满足企业高速运转需求。其次，企业应充分利用云平台提供的包括编程语言支持、库支持、API支持、图形化支持的集成应用开发环境，实现企业应用程序的高效、便捷开发。再次，企业利用平台提供的身份认证、权限管理服务、可视化数据控制台，可以有效地保障企业数据安全，实现企业数据的高效管理。在应用层面，企业应根据自身业务需要有选择地使用云平台提供的行业应用，灵活、快速地适应市场变化，增强企业的业务敏捷性。此外，企业可充分发挥SaaS工具优势，推进实时、安全、跨区域连接，应用线上、线下紧耦合的混合运转模式，实现企业内沟通协作不间断、文件共享同步易上手、内容协作可落地，提升企业协作效率和团队合作能力。应用AI赋能，增强企业数据智创力下一代云是以AI为导向建设起来的适配企业在智能创新时代发展的先进云。IDC认为，在智能时代，数据是核心，在智能云时代，云上数据的活跃度和利用率可从一定程度反应企业的用云质量，可以说数据智创力是企业用云成效的集中体现。数据智创力是指企业利用数据、分析数据，最终从数据中获得对企业创新支持的能力。企业应充分利用云在平台层和应用层的AI数据分析、预测能力，增强企业数据智创力。数据智创力的体现依赖数据量的大小、数据的有效性和对数据分析的准确性。企业数据智创力的提升，不仅依赖数据量的大小，而且依赖数据质量。因此在数据清洗阶段，应用AI模型将采集到的数据与有效数据模板进行比对，去除无效数据，提升数据质量是增强数据智创力的另一途径。在数据分析阶段，将清洗后的高质量数据喂养至AI大模型进行训练、分析，在大数据训练样本的支撑下，大模型得到持续训练和改进，将产生更加全面、准确的预测效果，助力企业优化决策、高效运营。IDC将持续关注企业对先进云的应用，从数据驱动下的智能组织架构建设、智能上海品茶和人员管理、智能化运营流程搭建、智能技术应用、大数据治理和安全隐私保护，以及产品服务和商业模式创新等维度制定相应评估标准，助力企业多维度观测自身云上AI能力和大数据能力的发展进程，增强数据智创力。图 云、人工智能、大数据三者相互作用，助力企业创造更大价值来源：IDC，创造价值有效数据数据下一代云AIAIAIAI关于腾讯云腾讯云，是中国领先的互联网综合服务提供商腾讯集团旗下的云计算品牌，面向全世界各个国家和地区的企业、组织、机构和个人开发者，提供全球领先的云计算、人工智能、大数据等技术产品与服务。作为产业互联网的基础设施，腾讯云以卓越的技术能力打造丰富的行业解决方案，构建开放共赢的云端生态，助力各行各业实现数字化升级。腾讯云的基础设施覆盖全球五大洲个地区，运营个可用区，部署在全球各地的服务器数量超过万台，是中国首家服务器总量超过百万的公司，也是全球五家服务器数量过百万的公司之一。腾讯云在全球部署了超过个加速节点，带宽储备达T。关于 IDC国际数据公司（IDC）是在信息技术、电信行业和消费科技领域，全球领先的专业的市场调查、咨询服务及会展活动提供商。IDC帮助IT专业人士、业务主管和投资机构制定以事实为基础的技术采购决策和业务发展战略。IDC在全球拥有超过名分析师，他们针对多个国家的技术和行业发展机遇和趋势，提供全球化、区域性和本地化的专业意见。在IDC超过年的发展历史中，众多企业客户借助IDC的战略分析实现了其关键业务目标。IDC是IDG 旗下子公司，IDG是全球领先的媒体出版，会展服务及研究咨询公司。IDC ChinaIDC中国（北京）：中国北京市东城区北三环东路号环球贸易中心E座室邮编： .Twitter:IDCidc-版权声明凡是在广告、新闻发布稿或促销材料中使用 IDC信息或提及IDC都需要预先获得IDC的书面许可。如需获取许可，请致信。翻译或本地化本文档需要IDC额外的许可。获取更多信息请访问，获取更多有关IDC GMS信息，请访问https:/ IDC。未经许可，不得复制。保留所有权利。

0人已浏览 2023-12-06 46页 5星级

基于公网体验云网测评白皮书文档版本1.0发布日期2023-9发布单位华为云计算技术有限公司基于公网体验云网测评白皮书2版权所有 华为云计算技术有限公司 2023。保留一切权利。非经华为云计算技术有限公司书面同意，任何单位和个人不得擅自摘抄、复制本手册内容的部分或全部，并不得以任何形式传播。商标声明、HUAWEI、华为、是华为技术有限公司的商标或者注册商标。在本手册中以及本手册描述的产品中，出现的其他商标、产品名称、服务名称以及公司名称，由其各自的所有人拥有。免责声明本文档可能含有预测信息，包括但不限于有关未来的财务、运营、产品系列、新技术等信息。由于实践中存在很多不确定因素，可能导致实际结果与预测信息有很大的差别。因此，本文档信息仅供参考，不构成任何要约或承诺。华为云可能不经通知修改上述信息，恕不另行通知。华为云计算技术有限公司贵州省贵安新区黔中大道交兴功路华为云数据中心电话：(0755)28780808邮编：目录1术语与缩写2云应用的体验现状3互联网的连接现状互联网的现状Internet的连接类型国内运营商网络概况海外运营商网络概况4典型应用对网络的诉求典型应用场景时延敏感型场景丢包率敏感型场景5公网体验的测量现状公网接入云服务的组成基于出云的主动测量测试基于入云的被动测量测试6公网体验的测评方法公网质量测评现状公网体验指数CEI7总结与展望总结与展望898附录参考文献28基于公网体验云网测评白皮书4本白皮书感谢以下组织和人员顾问组成员方国伟华为云产品管理部孙维华为云广域网团队黄翔华为云广域网团队米鹏辉华为云广域网团队主编人员刘嗣发华为云广域网团队张许宝华为云广域网团队王瑶菁华为 2012网络技术实验室高智强华为云广域网团队周帅华为云广域网团队金良华为云公有云解决方案曾爱清华为运营商BG 李向华华为运营商BG 参编人员缪丽华、谢琼、候贝、吴泽思、刘立州、杨坤、郑正滨、彭国勇、齐春丽、李克进、吴景曦、张瑞基于公网体验云网测评白皮书51术语与缩写英文缩写英文全称中文全称VMVirtual Machine虚拟机ECSElastic Compute Server弹性计算服务器EIPElastic IP弹性IP地址（公网IP）BGPBorder Gateway Protocol 边界网关协议ASAutonomous System 自治系统POPPoint of presence 网络访问点AZAvailability Zone 可用区IPRANIP radio access network(IP RAN)IP化无线接入网IPCOREIP Core(Network)IP核心网ISPInternet service provider(ISP)互联网服务提供商IXPInternet exchange point(IXP)互联网交换点MOBAMultiplayer Online Battle Arena(MOBA)多人在线战术竞技游戏IIGInternational Internet Gateway(IIG)国际互联网网关NIXNational Internet Exchange(NIX)国家互联网交换点基于公网体验云网测评白皮书6随着千行百业上云，企业生产环境迁移到云上，企业租户或用户访问云的要求越来越高。企业应用已经从以前的可以访问，演变到已经追求更优的网络体验。不论是企业还是云厂商，如何从综合的云网的视角来评价云网络对用户体验的影响，始终是一个难题。如何通过一套统一、客观、综合的评价体系来评价与网络，是行业内普通存在的痛点。例如，远程高清会议要求画质高、不卡顿，实时对战游戏要求时延低、不掉帧，备份存储类业务要求大带宽。丰富的云应用对云网络的体验提出了更高的要求。不论是企业还是云商，如何从云网综合质量的视角来评价云网络对用户体验的影响，始终是一个难题。通过正确的评价体系，从而找到影响云应用体验的改进点，对云网络进行持续迭代改进，形成正向循环。从云网络体验的飞轮模型中，可以看到，要持续的提升网络的体验，更好的为云应用服务。一个典型的云网络组网模型如下图所示。2云应用的体验现状图-1云网络体验的飞轮模型基于公网体验云网测评白皮书7图-2 云网络组网模型从上图可以看到，用户通过公网接入网络，公网在整个云网络的覆盖最广泛，由不同介质的网络组成，稳定性和复杂性最高。业界公网的质量对云应用的影响称之为Internet Weather。图-3 Internet互联现状(示例)全球Internet 网络是由30407个BGP AS通过BGP路由协议，由一定的互联原则（Peering）组成。运营商之间通常不是以性能最优选路，而是以路由可达和商业策略为原则进行互联，这样的策略决定了互联网是一个无序、波动、无SLA保障的网络。受此影响，对于时延、丢包率敏感型的行业客户感知最深，影响相关云应用的体验。由于Internet范围广、场景复杂的特点，当前行业内并无一个权威的、统一的测评体系来衡量的公网质量的优劣，云厂商与企业租户各自有一套测评体系，往往会因为评价体系的不同导致结果出现差异，无法精准的定位网络的瓶颈所在，也无法有效的牵引云网质量的健康发展，因此急需建立一套公网性能测评体系和标准，持续牵引云网络可持续、高质量的发展，提升云应用的整体体验。基于公网体验云网测评白皮书83互联网的连接现状图-4 典型的AS互联关系备注：抽象模型摘自On Inferring Autonomous System Relationships in theInternet,IEEE/ACM Transactions on Networking,December 2001.3.1 互联网现状全球Internet 网络是由30407个BGP AS(Autonomous Systems)通过BGP路由协议，通过一定的互联原则（Peering）互通组成，全球约80多万条公网路由，Internet存在以下几个特点：根据ISPs运营商的网络拓扑、覆盖能力、用户及POP点的规模，分为Tier1/2/3三级运营商；Internet的拓扑、路由及流量的负荷，往往结合每个公司的商业利益，而不是纯粹的技术层面的互联互通，导致Internet的性能是无SLA约束的，处于持续的调整及波动中；尽管网络之间的大多数互连（Peering）协议是保密的，但可以从跟踪BGP路由起源和 BGP 路由的信息，IP地址的归属、边界路由器命名等信息等推断出部分 Internet 拓扑及互联关系；尽管 ISP 之间的业务协议可能很复杂，但业界根据原始模型将业务关系抽象为以下三种最常见的类型：1)Customer-to-Provider(C2P)2)Peer-to-Peer(P2P)3)Sibling-to-Sibling(S2S)基于公网体验云网测评白皮书93.2 Internet的连接类型Internet的接入方式种类较多，也是大部分个人用户接入公有云的典型场景，Internet 的 接 入 类型 具 体 可以 分 为 ISP（IP transit/Dedicated IPTransit），IXP互联网交换平台，以及Peer运营商。图-5 Internet的类型IP Transit（简称IPT）：ISP 通告 Default路由及 Full routing(总量90w条BGP路由)，通过接入IPT可以和全球任何在公网上的节点互通；Internet Exchange Provider（简称IXP）：在90年代兴起于欧洲瑞典SUNET大学的一个互联网交换平台，主要通过一个二层的网络及路由Routing Server（RS）管理众多的参与者，目前主要有各国的政府或者大学，已经少量商业组织运营，全球目前有超过2000家IXP，只收取少量的IXP端口费用。IXP运营的主要目标有2个：1)保持当地的Internet流量在本地网络进行交换，减少网间流量的结算成本；在亚太地区的流量成本估算，按照单Mbps流量的费用换算，IXP的成本约1/50 IPT的流量成本，所以在商业流量运营中，存在极大的成本优势；2)基于当地/本国的网络流量，直接流量的互换带来了网间时延的极大降低，极大的提高了最终用户的体验；目前业界最权威的IXP信息网站可以参见PeeringDB网站，可以查询到详细的IXP清单和参与者信息。https:/ Peer和Private Peer，Public Peer指通过IXP的线路和其他参与者建立Bilateral Peer，共享物理带宽，不需要单独通过专线连接，复用接入IXP的物理线路。当和对方Peer的流量较大时，或者对接比较单独Peer时，可以单独建立Private Peer，根据双方的Peering策略完成，分为免费Peer和付费Peer。如下图所示，Public Peer的建立依赖双方加入到共同的IXP平台，可以复用已有的物理线路，构建逻辑上的直连的BGP关系，优点就是可以快速对接，和中小参与者无需额外单独部署楼内线完成对接，缺点是共享连接到IXP的物理带宽，部分参与者流量突发会影响到其他参与者。Private Peer是通过Private Network Interconnect（PNI）方式完成，一般需要和对方协商对专线谁来投资，完成和双方Peering Router的直连对接，实现双方流量直接的交换，不经过IPT线路，减少互通时延及降低网间结算成本。图-6 国内移动运营商典型组网基于公网体验云网测评白皮书113.3 国内运营商网络概况3.3.1 移动网络移动网络主要接入个人用户。在移动网络上，个人用户通过无线空口接入运营商基站，通过移动回传网络接入到核心网网关后接入Internet。移动网络接入云的主要特点是接入位置灵活，任何地点都可访问网络，带宽相对较大，满足个人用户日常使用需求。缺点是空口带宽的时延不稳定。移动网络也可接入企业用户，通过专有的CPE设备接入到网络，形成企业专网，本文暂不讨论此类网络。3.3.2 固定网络固网网络主要接入个人用户及中小企业，集团客户两大部分组成，在接入的网络上，属于2张不同的网络承载，其中个人用户及中小企业用城域网承载，每个省份都有不同的城域网，经济发达城市每个地市单独建设城域网；大企业用户（集团客户）主要由新建的IDC网络组成，主要特点是带宽大，互联层级少，能为大企业提供更加优质的互联网服务。云厂商主要接入到固网运营商的IDC网络，直接汇聚到骨干CR设备。图-7 国内移动运营商典型组网图-8固网运营商典型组网基于公网体验云网测评白皮书12序号国家运营商名称BGP AS1印尼telkom.co.id7713179742印尼236933印尼47614印尼indosatm2.id47955印尼moratelindo.co.id239471311116印尼tri.co.id457271332147印尼xl.co.id399948印尼linknet.co.id99052370076329印尼33800以印度尼西亚为例，主要ISP及用户分布：表-1 示例-印尼TOP运营商列表及用户分布（数据来自互联网，仅供参考）3.4 海外运营商网络概况3.4.1 用户分布海外运营商数量较多，比如印度、印尼等，主流较大的运营商超过8家，用户也相对分散；并且在不同的地理区域（州、邦、省）根据运营商的布局也存在差异。根据相关洞察，通过GSMA网站、BGP.HE网站路由等数据进行分析，可以洞察各TOP运营商的骨干网互联结构，以及网络覆盖范围。基于公网体验云网测评白皮书133.4.2 海外运营商特点海外各Top运营商的网络架构基本类似，无线业务组网使用无线网络和移动承载网络（IPRAN）；家庭宽带业务使用城域网架构，通过L2/L3 VPN构建固定承载网络。多数运营商使用一张综合FMC 承载网络承载无线和宽带业务，主要根据每个国家的用户规模不同，在组网规模上略有差距，相比而言，存在如下几个特点运营商市场竞争充分，运营商数量较多，部分国家缺少国家级IXP或者Peer互联，内部运营商之间无法互通，流量交换需要绕行国外节点；跨国公司不同国家子网之间流量互通差，集团弱管控，本国子网无法覆盖其他邻近国家子网；基础设施落后的国家，一般光缆是在地面以上部署（电线杆/高速路两边），物理施工、火灾、地震、泥石流等影响网络质量不稳定；欧洲一些国家地广人稀，或者海岛国家移动回传网络主要用微波通信；在高速公路、高速列车、地铁、隧道中，移动通信基站的覆盖能力较弱，影响手机用户低延迟应用使用；运营商为了节省建网成本，提升运营/运维效率等因素，建设融合的移动承载网和固网城域网，在业务上进行逻辑隔离。图-9 海外运营商典型组网基于公网体验云网测评白皮书144.1 典型用户场景公有云的典型用户访问模型，是来自于云上应用所服务的最终用户。根据接入公有云的方式，可以分为Internet接入的用户和DC（Direct Connect）接入的用户。4典型的应用对网络的诉求图-10 用户访问公有云的典型场景根据用户类别，主要分为如下几类用户：个人用户企业用户根据云上的应用类型分为：互联网应用（游戏，游戏加速，Web服务）音视频类应用政企/金融应用非实时互联网应用基于互联网用户视角，根据对互联网用户访问Cloud端到端路径进行抽象，基本的模型如下：1)运营商内部时延：区分为移动用户或者固网用户在运营商内部时延，移动网用户主要是手机端用户，固网用户是指通过家庭宽带（Wifi/有线）接入用户；4G组网下，运营商移动网空口及移动回传约20ms40ms，主要依赖运营商的移动网基站及宏站的部署能力和范围、移动运营商骨干网覆盖的范围（L3 IP网络中，光纤传输100Km 约产生1ms时延）；5G组网下，运营商移动网空口及移动回传约10ms20ms；Wifi接入运营商固网承载网内部时延约5ms15ms，有线接入约2ms内到固网网关。基于公网体验云网测评白皮书152）互联网时延：基于众多BGP AS互联组成的Internet，全球约90万条BGP路由，存在路由动态变化（通过BGP refresh报文持续刷新），无SLA,网络性能不可控的特点；时延方面，根据每个国家的互联网生态有所不同，基于全球视角来看，存在如下几个特点：在全球互联网流量高地（交换活跃点），覆盖本国及周边国家互联网性能较好；全球主要的区域型流量高地有中国香港、新加坡，德国法兰、法国马赛、英国伦敦、荷兰阿姆斯特丹、美国东部迈阿密、纽约、美国西部旧金山、洛杉矶、巴西圣保罗共11个；东南亚国家流量交换主要在新加坡、中国香港；中美洲大部分运营商流量绕行美国东部迈阿密IXP节点中东/北非流量大部分运营商流量绕行欧洲法国马赛或者德国法兰克福南非IXP较为发达，流量主要在本地交换，但是中非国家流量主要在欧洲德法英交换。本国内部互联网时延基本在50ms以内；跨大洲互联网时延一般会超过100ms，比如从中国香港到欧洲约160ms250ms，中国香港到北美约200ms220ms；3）云内网络时延：大型云厂商数据中心架构一般较为复杂，分为多个网络POP机房和多个Available Zone（AZ）机房，基于架构的安全、流量负载均衡等原因，流量会在不同节点绕行；该部分时延一般设计小于2.5ms，对于敏感类OBS数据不同AZ间时延设计小于1ms以内；图-11 用户通过公网访问公有云的典型场景基于公网体验云网测评白皮书16应用体验对延迟的要求，总结如下：业务类型最佳时延要求满足要求典型应用实时竞技类50ms100ms在线MOBA类游戏实时交互类游戏100ms150ms在线棋牌类游戏实时交互语音类100ms150ms社交软件语音实时交互视频类150ms200ms社交软件视频非实时互联网应用300ms350msWeb浏览4.2 时延敏感型场景在所有的应用类型中，互联网行业是对公有云时延较为敏感的行业，其中实时竞技类游戏（MOBA）又是互联网行业中最为敏感的应用，所以，可以说MOBA游戏行业是整个云业务中对时延最为敏感的行业，也成为公有云业务在当地覆盖性能的检验标准。典型的MOBA游戏访问场景业务流可以分为5个步骤：a)热更https：先从CDN下载最新版本号与资源号的配置；b)登录https：玩家通过ELB与Login服务建立连接，完成登陆鉴权（通常为https短连接），若有DDoS攻击，则优先通过AAD的高防IP，再汇聚到ELB；c)匹配https：玩家登陆成功后，开启匹配对战。客户端与proxy集群建立连接（通常为TCP长连接），proxy集群根据匹配策略生成房间并撮合玩家进入对应战斗房间；d)战斗UDP：该局所有玩家与战斗服务器建立连接（MOBA类通常UDP短连接），进行帧同步；此处对延迟极为敏感；e)结算https：对战结束，客户端侧进行战绩清算并同步给玩家数据库。表-2 应用体验对于时延的要求基于公网体验云网测评白皮书17图-12 典型的MOMA类游戏部署模式典型的游戏对于时延和丢包率的要求如下，但在实际厂商部署时，一般采用比拼测试，选择时延最佳的云厂商进行部署。典型游戏网络协议网络时延网络丢包卡牌类、棋牌类、策略类https200ms5%MOBA、射击类UDP120ms5%MMORPG、闯关益智https300ms5%回合制、城防、沙盒https200ms_(_2,_2,_2)12 _1%_2%调优目标：其他偏好示例：6.2.3 CEI指数参数设计说明型偏好丢包均不高于5%数据型偏好Score_CEI(30,8%,10)Score_CEI(100,3%,10)备注：说明型偏好公式化后采集自现网真实数据，数据型偏好注重极端场景基于公网体验云网测评白皮书27云网络依赖全球互联网覆盖全球用户，它由成千上万的运营商网络组成。公网接入的复杂性高、覆盖广，导致公网质量评价困难。用户在Anywhere接入云网络，不论是云上租户还是云服务商，如何从云应用的最佳体验视角来评价云网络，始终是一个难题。通过建立CEI评价体系，在行业内形成统一、客观、综合的网络质量评估体系，对于云上租户及云服务商都有重要的指导意义。云上租户则可以预先识别到影响应用的网络因素，有助于用户“体验好”，从而在整个行业内形成正向循环。云服务商可以找到影响云应用体验的改进点，对云网络进行持续迭代优化，有助于企业“上好云、用好云”。在世界范围内，越来越多的政府通过政策的支持，极大的推动着云产业和算力中心的蓬勃发展，在可以预见未来，算力将无处不在，和人们的生活息息相关，算力将会像我们生活中的“水，电”一样时刻伴随着我们的生活。所以建立一套业界统一、客观、综合的云网络质量评价方法和标准是非常有必要的，展望未来，我们希望和行业客户及云服务商一起推动云生态的健康发展，逐步形成行业内的测评标准，为云产业和生态的发展贡献积极的力量。7总结与展望基于公网体验云网测评白皮书28附件A 参考文献1 Lixin Gao,December 2001,On Inferring Autonomous System Relationships in the Internet,IEEE/ACM Transactions on Networking.2 Ricky K.P.Mok,Hongyu Zou,Rui Yang,Tom Koch,Ethan Katz-Bassett,kc claffy,November 2021,Measuring the network performance of Google Cloud Platform.3 Ookla.2021.Speedtest Server Requirements https:/

0人已浏览 2023-12-04 28页 5星级

以卓越云服务加速中国政企数字化韧性发展云 服 务 综 合 实 力 评 估 指 标 白 皮 书Contents第一章 新时代：数字化韧性与云计算1.1 数字化韧性是稳固落实政企组织数字化转型战略的核心 21.2 以云为驱动，助力组织韧性发展 4第二章 新举措：建立评估体系，优化上云价值2.1 云服务助力组织实现云规模化发展 82.2 选择合适的云服务商是政企组织云化发展的关键 9第三章 新目标：做好价值评估，护航组织向云而生3.1云服务评估框架维度和指标 143.2 云服务商评估总体情况 153.3 移动云评估结果分析 18第四章 IDC建议4.1 宏观市场趋势 244.2 给云服务商的建议 254.3 给技术买家的建议 27关于移动云第一章 新时代：数字化韧性与云计算云服务综合实力评估指标白皮书数字化韧性是稳固落实政企组织数字化转型战略的核心以云为驱动，助力组织韧性发展11.1 数字化韧性是稳固落实政企组织数字化转型战略的核心 自新冠肺炎疫情（COVID-19）爆发以来，全球受到多重不确定性因素影响，经济发展和社会管理秩序受到巨大冲击。隔离或封锁等应急措施有效控制了疫情传播，但也不可避免地阻碍劳动力供给和流动，物流供应链难以正常运转，导致供给侧动力明显不足；同时，旅游、餐饮、零售、交通运输等服务业的线下活动或交易受限，相关消费需求受到明显削减。世界银行统计数据显示，2020年全球GDP增速为-3.5%，受益于各国防控措施加强、疫苗推广以及政府政策对冲，2021年以来，经济出现复苏，但根据2022年1月发布的世界银行 全球经济展望报告，新冠肺炎疫情的反弹反复有可能继续扰乱经济活动，加之供应链瓶颈持续存在、通胀预期飙升、债务水平持续创高、地缘政治等不利因素叠加，预计全球经济增长将显著放缓，增速将从2021年的5.5%降至2022年的4.1%，2023年将进一步下降至3.2%。当下及未来相当长一段时间内，各行各业、不同规模的企业将均不同程度地持续面对如上宏观环境条件带来的挑战，需要去应对诸多不利因素产生的影响。然而，并非所有的影响都是负面的。突如其来的挑战让更多组织看到传统治理经验的弊端，也感受到新兴信息通讯技术驱动下的数字化转型对于应对危机、探索新机遇的价值：传统的业务韧性应对方法和IT风险控制侧重于保护局部的业务，而无法全面支撑现代组织的稳定发展；传统的业务连续性计划和灾难恢复方法，并不能有效保证供应链管理、不能快速响应用户需求，无法适应业务需求的根本变化；通过对技术，尤其是数字化转型相关技术，进行有效投资，可以使许多组织维持，甚至提升运营水平；一些数字化能力强的企业，不仅可以维持正常运转，而且能够迅速地将其业务转向新的客户或交付新的数字服务，以支持增长。根据IDC研究：在行业属性和主营业务一致的情况下，信息系统覆盖面广、自动化程度高的企业受到的疫情影响小，数字化转型成熟度高的企业受到的疫情影响小，线上业务占比高的企业受到的疫情影响小，业务覆盖区域广、远程协同强的企业受到的疫情影响小，风险忧患意识强并有预案的企业受到的疫情影响小。2在当前经济背景和社会环境下，越来越多的政企组织切实感受到了先进信息技术带来的价值，数字经济的优势凸显，吸引政企组织决策者不断调整战略以更快掌握数字化优势，数字化转型进程进入快车道。通过信息技术融合业务，更多政企组织纷纷推进基础资源、业务流程的数字化，确保远程协同工作顺利进行，维持业务持续性，同时开展业务流程和生产方式重组变革，有效拓展线上业务和客户。政企组织加对数字化技术的投资，提升组织韧性，应对不确定因素变化。IDC认为，数字化韧性是指组织利用数字化能力迅速适应变化环境、维持业务连续性的能力，基于此，不仅可以帮助政企组织恢复业务运营，还能从变化中找到新的商业机会，打造适应未来发展趋势的业务和商业模式，在机遇成熟的条件下，实现“弯道超车”。韧性与抵抗风险能力很大程度决定了激变的内外环境下政企组织的发展状况。政企组织需要提升数字化韧性，将其作为加速实施数字化转型战略、实现业务复苏和增长乃至创新的核心，成为数字化韧性组织是数字化转型的高级阶段目标（如图1）。图1 数字化韧性仍是2022年数字化转型的主题来源：IDC，2022未来企业Future Enterprise数 字 化 韧 性数字化加速数字化适应31.2 以云为驱动，助力组织韧性发展从危机来临，度过经济放缓和衰退，实现恢复增长到迈向下一个常态的道路是曲折的。IDC认为，组织实现数字化韧性往往需要经历三个阶段：响应和恢复，扩大和优化，加速和创新。每个阶段组织都应关注其在领导与组织、品牌与声誉、运营与流程、金融与财务、员工与工作、客户与生态等六个维度上的韧性表现，聚焦对应阶段组织所需的技术支持，确保把握复苏机会，实现打造未来企业的发展目标（如图2）：响应和恢复：处于这一阶段的组织应强调员工的安全，以及系统的灾难恢复和资产的保存；应利用关键数字技术重点保障业务连续性、进行危机管理和实现无障碍沟通；不适宜开展深入分析、规划或投资等活动，重点应在于快速行动，化解危机。扩大和优化：处于这一阶段的组织应强调提高生产力、加速决策、优化客户触达、保持供应链稳定和成本把控；改进、扩展和优化现有技术能力，做好危机环境下的数字业务运营；留出精力进行分析和规划，谨慎投资；重点关注智能、云迁移、远程协作、隐私和安全、数据优化和供应链稳定等相关技术的投入。加速和创新：处于这一阶段的组织应将提升数字化韧性作为打造未来企业、持续发展的核心原则；提升学习能力，构建敏捷业务运营，优化设计或重塑商业模式和生态系统，为应对下一次危机做好准备；可在诸如动态感知和响应体系架构建设、人工智能、实时分析、数字孪生、云原生开发与部署、知识管理等领域进行有侧重的、大规模的投入。4在塑造组织数字化韧性的过程中，云作为重要的技术能力，起到不可忽视的重要作用。云在中国市场经过10多年的发展，已经从单纯地以满足资源型需求为主的中心云基础设施，发展成为汇聚各类信息技术，覆盖不同区域部署、兼顾垂直行业特定需求的云能力平台，满足政企组织在任何时间、任何地点对任何应用的响应需求。传统的由固定硬件资产构建的基础设施环境往往并不能迅速支持业务方案的调整，基于云，组织可以无缝调整基础设施及其支持的业务服务，以适应市场需求变化、防御安全漏洞、减少服务中断的可能性，满足组织对于数字化韧性的需求。对于处于不同韧性阶段的组织而言，云凸显出不同的价值特征：图2 IDC数字化韧性框架1.响应和恢复3.加速与创新2.扩大和优化运营与流程品牌与声誉客户与生态员工与工作金融与财务领导与组织来源：IDC，2022数字化韧性5响应和恢复阶段：保障业务永续，人员协同响应和恢复阶段是组织应对危机的初始阶段，在这个阶段，组织的首要任务是保持业务运行。云可以支持组织在需求激增或减少时，灵活扩展或收缩其资源，实现基础资源以动态按需和可度量方式分配、回收和迁移，基于双活、多活的数据中心，确保数据备份安全。此外，云化管理将激活分布式异地办公模式，使得物理空间的距离不再成为政企组织发展的阻碍，组织可以实现资源迅速调配和业务系统再部署，实现跨区域的协作操作决策，以保障业务连续性和人员协同。云邮箱、即时通信等软件提升了沟通效率，视频会议降低了沟通成本；数据跨云交互和融合，方便上下游企业共享信息和工作协同，实现远程办公下的流程审批、合同签署，强化供应链联结强度；基于企业网盘、文档协作等应用实现文件共享、协同编辑，有效提高远程办公效率。扩大和优化阶段：数据驱动，优化运营扩大和优化阶段是组织应急之后的复盘阶段。在这个阶段，借助云帮助组织巩固优势，改善不足。基于云形成的统一平台，可消除信息与数据孤岛，做到组织内部全域有效连接，推进流程优化、产品与服务优化，同时基于云安全架构，持续升级数据安全保障能力和安全优化工作，实现可持续的数字信任。抵御危机过程中，组织成本控制显得格外重要。云平台采用弹性资源服务，支持按需服务与计费，降低组织在计算存储设备、基础平台研发、系统运行维护等方面的大量基础投入，改善成本结构。加速和创新：携能生态，智能发展加速和创新是为下一次腾飞养精蓄锐。基于云上的数据、承载的先进ICT技术能力（如人工智能、物联网等）、联结的上下游及其他行业相关资源等，组织可探索新的商业价值和业务增长点。平台化的数据管理机制与广大的分布式政企组织基于云、网技术直接相连，提供信息交流、互动、共享功能，形成庞大生态，从而真正为行业、企业提供更为全面的数据与更为有效的分析。云为组织间的交流接口、互动平台、利益共赢、协同发展提供友好环境，实现行业、企业的紧密连接，共享数据、见解和计划，共同抵御危机和挑战。此外，云平台可以及时更新面向信息分析、数据处理的新技术支撑能力，成为机器学习、人工智能、大数据等技术成长的载体，组织可持续探索新的商业价值和业务增长点，提升政企组织满意度与竞争力，实现更为高阶和长期的目标的达成，更好迎接下一次挑战。6第二章 新举措：建立评估体系，优化上云价值云服务综合实力评估指标白皮书云服务助力组织实现云规模化发展选择合适的云服务商是政企组织云化发展的关键72.1 云服务助力组织实现云规模化发展政企组织需要将各种技术资产/创新协调并整合到业务用例中，形成以云为核心的未来数字基础架构，以具备敏捷创新能力，进而在不稳定的生存环境中，突破竞争重围，降本增效，打造新产品/服务，以推动韧性发展，实现大规模的转型。但组织并不能完全独立应对挑战和风险，其对IT技术、人才和行业经验等方面的更深层次需求需要外部IT服务商的支持。云服务商凭借在基础架构、业务应用的深入研究和专业性，能够在专注于市场需求的同时，提供灵活、稳定、多元的服务，同时负责服务的安全性和稳定性，解决IT领域的核心问题，降低政企组织在系统升级、运维等方面的压力，弥补组织在专业人员、技术能力方面的短板。其中，公有云承担重要的角色，中国公有云服务市场将引领中国云计算市场发展。IDC预计，到2025年，中国公有云服务收入预计占整体云计算市场规模的57%。未来，伴随中国公有云服务商不断提升其在产品创新、业务模式、行业纵深拓展等维度的服务水平，加大投资基础设施建设，加强自研能力，开展对云的部署模式和应用场景的探索，将更好满足政企组织复杂多样的云化需求，助力政企组织在未来激烈的竞争中占据制高点。图3 2020-2025年中国整体云计算市场规模（百万美元）及增速（%）来源：IDC，20220035282114702020 2021 2022 2023 2024 2025云建设（硬件、软件和支持服务）公有云和专属云服务 云专业和管理服务 Total growth(%)细分市场增长率整体市场CAGR26.0%云建设（硬件、软件和支持服务）CAGR 16.6%公有云和专属云服务 CAGR 33.6%云专业和管理服务 CAGR 28.3%Total:154.9Total:48.723.821.731.028.442.333.656.238.672.544.392.351.2($B)(%)82.2 选择合适的云服务商是政企组织云化发展的关键提升政企组织云化能力是一段漫长的旅程，选择能够满足组织业务发展和需求的云平台和服务至关重要。但不同行业领域、处于不同韧性阶段的组织，对于云平台和服务的需求不尽相同，以政府、医疗、教育、交通、金融、新零售等云服务渗透率较高的行业为例：政府：伴随中国各级政府组织推进数字化服务能力升级改造，推出诸如便民应用、数字防疫、城市管理、社区管理、智慧司法、智慧税务等相关的在线政务服务平台，打造快捷便利的办事流程，支撑疫情防控和复工复产。海量数据，事关民生，政府组织重视云的安全稳定，确保云上数字资产的安全和隐私保护的同时，发挥云计算对数据资源整合作用，实现政府流程和业务场景的标准化，提升政务效率。此外，政府组织也重视基础资源的充分利用，以节约财政支出。医疗：中国医疗行业数字化转型不断升级，不断加深医共体建设和智慧医疗发展。医疗机构需要借助5G、云等技术，将不同地域、不同类型医疗设备上的公共应用服务系统、临床信息系统、协作交互系统、电子病历系统等业务系统数据打通，对云上海量异构数据的管理、计算、分析和传输具有较高要求；同时医疗机构重视智能化预防、诊断和治疗的发展，通过诸如“云 人工智能”，“云 物联网”等方式打造智慧医疗服务体系，促进医疗行业智能化升级。教育：在线教育在数据跨平台访问、共享和分析、安全和隐私保护等方面对云平台有较高要求，需要能够有效整合各类资源，支持组织够跨平台访问，为师生提供高效、个性化服务支撑，达到因材施教目的。此外，云平台需要部署安全解决方案，确保从基础层到应用层的高可信，保护学生和教职工相关科研、教学数据安全。交通：云平台在支持智慧交通建设的过程中，需要在海量数据存储和传输、高可用和高可靠性、云边协同等方面有更好表现。智慧交通需要连接道路信号灯、监控、路面传感器以及车辆传感器等大量异构设备，带来海量数据存储和分析需求，云平台应能够支撑资源的按需调度和集中管理；将车辆实时采集数据与道路边缘节点数据交互，实现车路协同，借助云端的高强算力，结合人工智能和大数据分析等先进技术，提升交通系统优化方案。9金融：金融行业对数据永不丢失、业务永续、云架构的持续升级和扩展，以及云平台的生态完善度等维度较为关注。金融行业上云，旨在满足对业务连续性的需求，在数据灾备、高并发访问方面提供有效支撑；在互联网金融发展的大背景下，金融业务依赖可以不断升级的云架构，支撑诸如线上营销、智能客服、金融反欺诈等互金业务场景的高质量发展。新零售：新零售行业是数字化发展的领头羊，具有平台用户瞬时访问量大、系统迭代升级迅速、智能化要求高等特点。这要求云平台具有极致弹性伸缩能力，能够应对海量高并发请求，快速响应消费者需求，提高市场快速反应能力；同时，云平台需要能与人工智能、大数据等技术深度融合，在合规前提下对消费者行为进行数据化分析，实时捕捉市场动态，加速产品迭代，为消费者提供个性化、多元化、智能化的服务。总体来说，政企组织的需求通常包含对可扩展性、可用性、技术先进行、稳定性、安全性和实时一致性等方面的考量，不同应用场景会可能同时涉及到多个需求，政企组织可根据根据业务发展阶段和特点，综合考虑厂商云服务水平，选择理想的服务方式和服务商。那么政企组织应该如何评估和选择云服务商，才能更好地选择适合的服务商，从而助力自身实现数字化韧性的目标，有效推进数字化转型？不同政企组织在云架构落地过程中，往往会对诸如以下问题进行不同程度的重视和思考：-能否在云服务商提供的基础设施中自由选择网络、存储、计算等资源构建自己的产品，减少构建、维护基础设施等重复造轮子工作？-云服务商能否基于自身需求，实现快速产品更新和技术迭代？-云服务商能否提供数据访问极致响应时间、支持构建具有无限吞吐量的云上应用？-云服务商能否建设丰富生态应用，让自身在降低成本的基础上轻松选择服务方案？-云服务商是否具备故障自愈能力、减少服务宕机和故障数量？能否从威胁检测与事件响应、网络与基础设施安全、数据保护与隐私等方面为自身提供安全服务？10IDC认为，组织可重点关注云服务商在如下六个维度的表现：可用与易用是云平台和服务的基本功。可用性强调资源获取与使用的稳定性，易用性则更为强调使用体验的优化。可靠与安全是云平台和服务的生存基石。可靠性和安全性强调云服务商对于故障和突发事件的预防机制和恢复应对能力，基于云安全架构平台构建云安全产品和解决方案，应对云环境下不同安全威胁，确保数据不丢失、不泄露、高一致，保障技术可靠、运维安全。云数据中心地理覆盖范围及数量可以反映云服务商的支撑实力。扩大服务范围，增加服务器数量，在规模化发展的过程中实现基于地理位置的战略部署，彰显出云服务商的业务成熟度和运营能力。可用与易用可靠与安全位置与数量11支持与服务质量是云服务商的竞争核心所在。通过提供及时全面、稳定连续、细致入微、与时俱进的云支持与服务，可帮助政企组织满足技术需求，规避存在的风险，保障组织利益。成本与收益是云服务实现进一步广泛应用的关键所在。持续优化成本与提升价值收益是政企组织持续关注的重点，为行业用户提供高性价比的采购方案，支持灵活的付费模式，提升云的可用性，进而创造规模化效益，帮助政企组织实现长期受益。生态与集成是实现云服务能力持续进化、满足更多场景和业务需求的底座。基于开放合作，构建云生态体系，实现云服务专业性与广泛性的平衡，助力云在行业用户中更为广泛、深入的落地。成本与收益支持与服务生态与集成基于此，IDC搭建了一套完整的云厂商综合实力评估体系，通过对云服务厂商进行全面科学的评估，帮助政企组织厘清思路，在数字化转型进程中实现合理选择，为组织带来最优效益。12第三章新目标：做好价值评估，护航组织向云而生云服务综合实力评估指标白皮书云服务评估框架维度和指标云服务商评估总体情况移动云评估结果分析133.1云服务评估框架维度和指标IDC云厂商综合实力评估体系从两个维度出发，衡量云服务厂商的综合实力：云服务能力：云能力是指云服务商在技术和解决方案等维度具备的能力。主要从基础资源管理、云服务选择、数据中心建设、云服务内容和服务质量、投入产出比、生态合作、可靠性等方面评估。云战略：云战略是指云服务商在技术路线选择、云平台进化、品牌建设、生态建设等方面的能力输出效果。主要从市场表现、客户资源、品牌认知度、创新能力、安全、生态组织、与新技术结合能力等方面评估。在云服务能力方面，主要通过评估云服务厂商的供给端侧能力（如云产品功能、服务资源、服务质量等），以及需求端侧的客户满意度等指标，来评估云服务商的云综合实力和细化项表现。具体而言，云功能维度主要包含基础设施的计算能力、存储能力以及公有云、私有云、混合云服务能力等指标，属地化服务提供能力和网络资源丰富度，以及稳定的网络能有效提高云功能指标；云资源维度主要包括对数据中心数量和本地化云服务能力的评估；在质量内容维度，主要评估云服务商是否能以多种形式向客户主动/自动报告供应和使用情况，对客户支持服务的评估涵盖地理范围、时间范围等维度；在产品价格维度，主要关注服务商能否有成熟、高性价比的云服务产品价格方案，能否使政企组织通过简短途径清楚了解产品价格，并有完善的客户反馈机制；在生态合作维度，主要评价云服务商是否有丰富的生态伙伴；在可靠性维度，更多关注云服务商是否能构建可靠的服务，将服务宕机或故障数量提供到阈值以下，能够提供硬件维护实现对上层应用透明化；在客户满意度维度，基于云平台用户对云使用情况进行打分，了解客户对云服务的综合满意度。在云战略方面，主要从市场表现、客户资源、生态组织等战略实施及结果的角度来评估云服务商的战略综合实力和细化项表现。在市场表现维度，通过关注周期内业务收入、市场份额和排名、业务增长等指标，来衡量云服务商的实力；在客户资源维度，主要通过客户数量、客户所在行业集中度两个指标来评价；在品牌认知维度，主要通过云服务商的某一指标品牌第一提及率来判断；在产品和创新维度，关注云服务商能否基于行业用户需求快速实现产品更新与技术迭代，对产品开发速度、累计云产品数量、累计专业数量等维度进行评估；在安全维度，主要从数据安全等级、组织IT合作伙伴数量等方面评价；在生态组织维度，主要考虑云服务商在各个生态组织的参与度、贡献度，ISV合作等方面的表现，也考虑其定制化能力；在新技术维度，主要从云平台和人工智能、5G、区块链、大数据等新兴ICT技术的融合能力来评价云平台的先进性和智能化处理能力。143.2 云服务商评估总体情况随着上云进程不断深入，中国云服务商的云服务能力逐渐从IaaS层向PaaS 层以及SaaS层扩展，市场表现和市场份额不断发生变化；以容器、微服务、DevOps为代表的云原生技术，推进了云计算基础设施和资源管理自动化，对软件工程和政企组织带来了巨大变革，为跨平台使用和移植提供可能；云边协同、边缘计算等能力不断提高，以满足行业用户不同流量大小、不同位置远近、不同时延高低的上云需求；为了满足多样化复杂化的需求，定制化的云咨询、迁移、开发和运维等服务也相应而生；推进开放共享的云能力，吸引和整合多方资源，以不断推进服务的精准化、个性化、多元化、定制化、生态化、智能化发展。图4 IDC云厂商综合实力评估体系和指标来源：IDC，2022云 能 力云 资 源质量内容产品价格生态合作可 靠 性客户满意度基础计算能力基础存储能力公服务类型提供平台易用性市场表现业务收入市场份额和排名业务增长客户资源客户数量行业集中度品牌认知TOM总认知度创新产品开发速度产品创新安 全安全与信任生态组织生态组织参与度ISV合作和定制能力新技术应用5G、AI等数据中心数量云数据中心地理覆盖范围服务内容丰富性客户支持服务SLA内容价格便利性（价格表易获取）价格优势生态伙伴数量生态伙伴丰富性服务宕机或故障数量故障影响程度客户对云服务满意度云厂商综合实力评估体系和指标云能力项云战略项15IDC评估发现，整体而言，中国云服务厂商在如下方面普遍表现出较高水准：云服务厂商在服务时间、服务范围、SLA、服务内容的丰富度等多维度，普遍具有较高水准；提供“稳定”、“可靠”的服务，是基础也是重点。云服务商选择搭建智能化、集中化运维平台，实现故障自愈和运维自动化。提供724小时专业保障服务，零时延响应客户问题，通过智能化运维平台和人工结合的方式提升运维效率；提高云管理平台模块化、平台化能力，提供面向复杂场景的定制化工具服务能力，提升服务稳定性。随着数字化进程不断深化，云安全问题也愈发受到政企组织和云服务商的关注。面对跨云连接和数据传输暴露面增大、互联网上规模化、多样化威胁，以及政企组织在不同类型云服务、传统数据中心在网络、地理位置上的差异带来的安全管控能力减弱问题，云服务商更加重视安全能力建设，多维度提升安全保障，包括但不限于数据安全，运维安全等，推进合规建设。运用零信任、原生安全等安全理念，基于自主知识产权的云技术和安全保障体系，通过动态身份验证、最小权限授予、持续安全防护等原则，提供高级别安全加密和服务；构建多数据中心方案，满足政企客户数据不出省、数据本地化需求；专属云和公有云拥有统一架构和统一产品能力，扩展数字化工作空间，把控终端和身份可信状况，实现资源的安全可控访问。服务质量普遍具有实力，确保服务的可靠性重视安全能力16云厂商夯实技术能力，提供全栈服务云服务稳定和可靠性高，云产品丰富，易于组合。云服务商使用云原生技术，模块化网络、存储、计算等异构架构，构建统一云管理平台，为上层应用提供安全、可靠、敏捷的资源服务，开发者可以自由组合构建上层应用；通过自研、合作方式丰富上层云产品，云服务商能够灵活、稳定地输出多元化应用，承担服务稳定性和可靠性，打造全栈服务能力，降低组织IT成本。重视技术、产品、服务等多维度创新云服务商通过融合云计算与人工智能、区块链、大数据等新技术，提升资源调度和算力整合能力，深化云智融合能力，以5G发展为契机，打造泛在智能基础设施；通过基础设施能力的组件化、模块化，实现快速产品更新与技术迭代，满足企业业务创新等个性化需求；通过不断加大自研投入，建立技术、人才差异化优势，重视自有技术能力的提升，在产品专利申请、国家和行业标准制定等方面具备优势，打造品牌价值，增强云产品开发能力，不断推出新的云技术和产品，匹配行业用户数字化转型需求。付费模式呈现厂商特色云服务商能够通过云平台为云上应用提供全面优化服务，包括资源成本优化、应用性能优化、云上安全优化等，从而有效帮助政企组织合理使用云资源，更加充分发挥云特性；并提供合适的付费模式，包括授权模式、按需订阅、打包订阅等，让政企组织能够清晰明白云服务商的计费方式，从而最大限度节省成本；通过灵活的、可组合的付费方案，进一步扩大价格优势，帮助行业用户实现云成本优化。173.3 移动云评估结果分析 总体来说，移动云具有较为突出的市场表现，业务增长率持续拔高，这依赖于其在资源丰富性、服务质量、安全保障、先进技术融合、技术和产品创新力等方面的优势：丰富的云资源广覆盖、紧连接，云网一体，云边协同评估结果显示，市场对于移动云的网络和基础设施技术和资源实力表现出较高认可度，移动云在数据中心数量布局上具有明显优势，得分处于领先位置，可较好满足政企组织对数据属地化等方面的要求。移动云资源的丰富性体现在三个层次：移动云在数据中心数量与云服务地理覆盖范围方面具有优势。就地理分布而言，移动云持续建设与发展多个中心节点，为全国提供云服务，具有覆盖全国31个省（自治区、直辖市）部署的云资源池，统一标准，满足属地化需求，并面向300多个地市，在全国部署相当数量的边缘计算节点，灵活部署下沉式边缘云。形成中心强大、中枢广布、边缘灵活的全面、立体的地理覆盖架构。覆盖全国的云资源通过高速网络紧致连接在一起，形成分布广泛、灵活稳定的云网一体架构，精准匹配各类场景。通过布局“4 3 X”数据中心架构，满足大规模需求，部分重点区县可实现就近接入。移动云依托遍布全国的网络资源及云基础设施资源，推进算力“一点接入、即取即用”的体验，实现网随云动、云网一体。移动云基于政企组织自有的大规模基础设施和丰富的通信网络运营经验，联合建设云与网，构建硬件、基础软件、云管平台的全栈一体化研发运营支撑体系，形成优势服务，可以满足客户基于数据处理能力、数据敏感性、网络时延和综合成本的云网整体解决方案需求。全网丰富的移动云资源不仅紧密连接在一起，还可以通过先进的云计算技术有机调配，协同云网资源，实现高效、灵活的云边融合。结合中国移动的网络覆盖优势，可以顺畅完成贴近移动用户的计算、存储。同时，移动云基于资源优势，支持云端应用下发，支持远端对边缘的服务进行统一调度，支持边缘数据流式分析等多维度的云边协同能力，让算力释放能量，满足客户对边缘资源的远程管控、协同数据处理、智能化分析决策等需求。依托5G网络，随需部署贴近生产、生活场景的低时延、高可靠边缘云，打造“数据不出场，时延几毫秒”的云边协同优势。出色的服务质量高可靠、快响应、保质量评估结果显示，移动云在客户支持服务（包含时间和地理范围）、SLA内容、服务可靠性（包含故障影响18程度和服务宕机或故障数量）等维度具有较为突出的表现，得分较高。另外，在云服务的丰富性方面，也具有不错的表现。移动云出色的服务体现在如下三个方面：在服务的稳定性与可靠性方面，移动云依托于中国移动强大的电信级基础设施保障，能够提供高达9个9的数据可靠性。在通用行业解决方案的基础上，与ISV合作，增加行业特性。面向政务、医疗、工业、教育等各垂直行业的特点，定制服务，为其数字化建设提供重要的基础设施和技术支撑。在支撑多样性服务的技术能力方面，移动云依托扎实的技术能力，具备为客户的差异化需求提供定制化服务能力，实现诸如业务迁移、资源均衡、专属保障、弹性灵活等维度的全面护航。通过专属云技术，提供专属机房、专属网络、专属安全等服务，确保数据安全与合规，并支持高并发场景下的资源弹性扩容。针对不同体量的政企组织设计了“云网应用”的灵活服务组合，推进云能力的行业落地。在服务响应能力方面，移动云在全国范围内实现云服务全面覆盖的同时，提供724小时的本地化专业服务，服务响应能力突出，可快速完成相关资源交付和相关系统部署。同时，移动云特别注重加强本地化服务团队的能力，具备下沉至区县的属地化支撑和交付体系，打造“一点受理、全网响应”的运维和服务体系，借助其电信级运营商的覆盖能力，使得云服务可直达各省、市、县，乃至乡。全面的安全保障运营、信息、监测、响应评估结果显示，移动云在云计算技术和产品的安全与信任能力中处于优势地位，具体特征表现在：构建基于自主知识产权的云技术和安全体系保障，提供运营商级数据安全加密与服务平台。支持节点就近部署，提供物理层资源专属体验；产品能力可定制，安全合规保障，为政企组织提供安全而又灵活的服务保障；结合“两地三中心、同城双活”的优质灾备资源，提供专业化的可靠安全服务保障。依托全国性的基础设施，提供本地化数据保护和专业团队服务，涵盖安全管家、安全评估、等保咨询、应急响应、渗透测试、漏洞扫描、安全培训等多样化的服务和选择。集中化运维提供7x24专业保障，快速响应用户问题，增强用户体验。对于近年在全球范围内发生的0day攻击、勒索软件攻击等，移动云能快速完成防护修补，营造安全永续的云上环境。19充分积累技术、夯实产品，具备国际认可的安全资质，为政府部门、金融、教育、交通等各垂直行业用户提供专业安全防护。移动云安全保障源于防护体系的构建与长期积累。针对安全防护，移动云具有完备的网络与数据安全保障体系，云专网实现端到端安全保障，在边界安全、虚拟化安全、数据安全、安全管理四方面构建全面防护体系。在边界安全层面上，加固入侵防护、实现网络隔离控制、增强安全访问服务边缘。面向入侵攻击，装备了抗DDoS攻击、近源抗D防护等DDoS检测、清洗、压制、Web应用攻击检测能力，抵御从网络各协议层的攻击防护，为政企组织提供可管理的运营商级防护体验。研发下一代防火墙技术，有效划分安全区域，实现区域、功能的隔离。增强安全访问服务边缘，对应用进行识别、管理、调度，同时为政企组织提供安全云上应用，杜绝核心数据泄露。驱动云计算功能的核心技术是虚拟化，构建安全虚拟化也是移动云具备的重要特色，从云应用、云原生、云主机三个层面，有效在虚拟化体系中的应用、中间件、设备的三层级中保证安全。针对数据安全，保障云端、管道双视角多层次纵深防御机制，提供全周期数据保护。在云端，落实敏感数据保护与密钥管理；在管道层面，采用有效数据加密手段，对抗窃取攻击。移动云在安全管理方面，制定了统一的管理规范，形成统一的全网安全管理平台，实现一站式安全分析。支撑数据顺畅安全流转，洞察安全风险，屏蔽安全攻击。新技术应用云网融合、云智融合、云数融通评估结果显示，移动云在新技术应用维度获得较高得分。移动云不断推进云网融合、云智融合，云数融通。在云智融合过程中，提供AI所需的丰富算力、全栈的AI产品体系，赋能行业解决方案的同时，提升移动云的智能化运营运维能力；推进云数融通，在移动云上构建包含数据服务提供者、数据服务运营者、数据服务使用者的融合生态，以特色数据服务为核心，汇聚数据服务上下游合作伙伴，建设云数融合生态体系。同时，对于量子计算、区块链等新生技术，移动云提前布局，加速研发，促进融合，不断获得创新能力。云 5G：深化云网融合，倍增数值化效率。伴随5G能力得到不断的增强与放大，5G与移动云的融合从“云 5G”的初始形态向“云X 5G”转变，形成新型容耦合系统，凸显移动云5G的数智化倍增效率。“云5G”的深化变革加速构建了5G、算力网络和智慧中台的新型融合基础设施，为政企组织提供了更多的选择。20云 AI：云智融合，云数融通，构建“融智”差异化特色。围绕数据资产，移动云构建核心AI平台，提供存储扩缩、数据管理、模型训练、模型仓库、预测服务等功能，以及高性能计算资源的调度管理能力，打造融合模型训练、服务部署和在线推理的一站式服务，全面满足政企组织在AI模型训练开发过程中的工作需求。移动云基于强大、广泛的智算能力，充分打通数智通道，根据行业特色，定制智能学习模型，助力各行各业的差异化创新，已经在金融、教育、医疗、安防、零售、工业制造等多领域赋能创新，获得广泛应用。云 区块链：云链融合，开拓分布式新基础设施。区块链技术被公认为是网络领域具有革命性的分布式信息架构，为分布式信任问题提供了全新的范式。分布式信息范式与云计算存在着天然的亲密关系。移动云紧扣新技术发展周期，打造移动云区块链服务平台，提供生产级的运行管理，通过可视化的界面实现区块链网络的快速构建、动态扩容、链码管理、运行监控等功能。基于BaaS（Blockchain as a Service）构建的区块链网络，为上层的产业应用提供支撑，为行业提供分布式底层基础设施技术支持。量子通信技术开发与应用：打造安全通道，前瞻未来算力。量子通信与量子计算汇聚了信息领域在通信与计算的焦点，量子通信为信息打通了安全传输通道，量子计算将刷新算力体系。调动云上资源，聚力量子通信前沿，中国移动提出和布局量子通信前沿技术和领域的研发，知识产权保护和科技成果转化成效。联合产业链各方合作伙伴，加强技术和应用基础研究，争取更多从“0”到“1”的突破。产业组织自主研发体系，共建行业标准，激活产业生态云计算及网络技术拥有广泛的开源资源和基础，但经过市场考验与洗礼的大型化可商用云系统大多由行业头部公司经过多年的研发与优化。移动云经过多年积累，深度、全面、细致开展了核心技术的攻关，自主打造软硬一体的内核新技术，在云服务器设备、云计算操作系统、云底座技术等方面具备自主研发的能力。评估结果显示，移动云的生态组织参与度高于市场平均水平。移动云基于自身技术积累，充分参与到云计算行业标准制定与生态构建中，牵头或参与制定国家和行业标准，构建了覆盖建设、研发、运营等多环节的一体化组织体系。此外，移动云积极在开源社区贡献能力。在移动云开发者社区中，已经全面开放了包括计算、存储、网络等基础能力的API以及图片识别、人脸识别等AI应用API。除此之外，移动云陆续提供了相关产品的SDK，并计划持续开放CLI、IDE插件等，协助云计算爱好者、企业开发者便捷、顺畅用云。21技术产品创新云、数、智、网全面覆盖评估结果显示，移动云在产品创新和开发速度维度具有较为突出的表现。移动云近年来深耕研发，在诸如基础产品、大数据、人工智能、物联网等领域形成创新突破，研发了一大批具有鲜明特色、数量众多、层次丰富的产品群。在基础产品方面，移动云提供涵盖IaaS、PaaS等基础服务，包含计算、网络、存储、数据库、中间件等产品服务。移动云代表性基础产品涵盖了弹性计算、裸金属服务器、容器服务、专属云、函数计算、云桌面等，既能提供计算底层资源，也能提供专属云环境、中间件开发能力、云办公系统等多项功能。其中，底层计算资源包括通用云计算资源、GPU资源、FPGA资源，支持各级别软硬件计算能力乃至函数计算功能。中间件开发能力包括全面的容器服务、镜像保护等，助力政企组织快速上云，顺利迁移、在线研发。专属云环境助力政企组织快速构建云原生研发能力。云办公系统则支持云桌面、云电脑、云手机等全方位云上应用，大幅减轻了组织办公硬设备需求，提升组织灵活管理与运营水平。在大数据产品方面，移动云提供海量数据存储、分析、可视化展现等大数据平台，构成完整数据上云链路，助力政企组织高效上云。大数据计算产品紧扣技术发展趋势，提供弹性的云端大数据PaaS服务、实时计算的一站式大数据流式计算平台、数据集成与治理、云原生大数据分析服务、开箱即用的弹性搜索服务等。在数据可视化方面，移动云提供数据智能可视化专业分析产品。在数据应用及服务方面，移动云产品广泛覆盖，赋能诸如舆情分析、人群画像、人口大数据分析等应用领域。在人工智能方面，移动云为助力政企组织智能转型打造一站式AI开发平台，包含丰富的AI能力创新产品。集成了主流开源算法框架、先进开发工具、主流的公开数据集，为各种类型的人工智能与优化提供一站式服务。提供具有智能会话能力的云服务，支持图像识别、人脸识别、视频解析、可视化建模等一系列应用AI前沿技术的产品。在物联网产品方面，移动云从基础服务、安全能力、边缘计算等方面提供了多款业务产品，可以满足不同行业用户需求。其中，物联网设备接入服务，可针对海量设备进行连接、数据采集、转发、远程控制提供云功能，保障海量设备与云端之间的双向通信、支持设备数据的采集与上云，支持远程控制设备的API，并提供了与移动云上其他云服务无缝对接的规则引擎，可应用于诸如智能测温、行车卫士、智慧通信、云广播、无人机巡检安防等诸多智能场景，确保稳定可靠、方式灵活、网络齐全、协议多样。综上，在云计算与各类技术融合的大趋势下，移动云结合其自身在移动通信网络的基础优势，提供安全、高质量的云服务，共建行业标准与开源社区，逐渐成长为云计算产业的中间力量，赋能千行百业，推进政企组织数字化转型发展。22第四章IDC建议云服务综合实力评估指标白皮书宏观市场趋势给云服务商的建议给技术买家的建议234.1 宏观市场趋势政企组织将持续增加以云为主的数字化韧性投资受数字经济大趋势的影响，得益于数字化转型投资在疫情期间持续支持业务的改善以及“新基建”等政策的支持，政企组织将持续增加数字化技术相关投资预算。IDC调研数据显示，2022年，46%的中国企业和50%的全球企业都将计划继续扩大数字化韧性相关IT投资，以更好保持业务连续性。根据IDC数据，云将持续成为2022年中国政企组织重点关注的技术类别之一，超过半数的被访企业会选择增加相关预算支出。伴随“云优先”战略持续演进，未来，云计算市场继续保持强劲增长势头。IDC预计，到2025年，全球整体云计算市场将超过1.3万亿美元，中国作为全球云计算市场中增长最快的区域，2020 年整体云市场规模达到487.3 亿美元，预计2021-2025 年复合增长率为26.0%。云需求的不断扩大将为云服务的持续升级和优化提供成长的沃土。图5 2022年组织将继续扩大数字化韧性相关IT投资来源：IDC，2022没有：我们没有相应的恢复计划，也无意在这一领域进行投资。业务连续性计划：我们在2019年新冠肺炎之前就制定了业务连续性计划，没有计划在这些计划之外扩大投资。业务连续性增强计划：2019新冠疫情发生后，我们扩大了应对计划，以满足大流行的独特需求。我们没有打算在2021-2022年超越这些目标。韧性：2019年新冠疫情发生后，我们扩大了应对计划，以满足大流行的独特需求。此外，我们正在扩大我们的举措，以包括我们对任何未来业务中断的响应。数字化韧性：为应对未来可能出现的业务中断，我们正在对数字能力进行投资，以帮助我们迅速适应当前的危机，并利用变化的条件寻找新的机会。40.035.030.025.020.015.010.05.00.0中国全球5.2%0.0.1.3(.86.54.00.8.9.4$图6 2022年中国企业拟增加预算的技术类别来源：IDC，20224.2 给云服务商的建议强化产品能力和服务策略云服务商应不断扩大交付资源的类型和规模，提升云服务的成熟度，让行业用户实现开箱即用。随着XaaS（X as a Service）逐渐成长为被广泛接受的全新价值主张，“即服务”理念将持续扩大影响力。云服务商应不断提升云平台上的硬件资源、网络环境、操作系统、数据库、中间件等产品能力，提升数据管理、数据安全、新技术和理念的应用（如云原生、大数据、人工智能、5G等）、运维和管理等服务质量。同时，伴随按需服务成为主流，相应的按需付费、打包订阅等付费模式的需求将增长，如何提供更灵活的付费方案、更具性价比的折扣是云服务商需要思考和优化的问题。此外，受政企组织业务发展需要以及云服务商的发展布局，云服务覆盖面有向2-5线城市以及区县下沉的趋势，本地化云服务能力将成为云服务商制胜未来的关键能力。电信/网络服务专业服务费用基础设施相关的云（IaaS）服务成本应用软件（SaaS）订阅成本应用/数据软件许可成本员工设备（笔记本电脑、手机等）内部基础设施硬件/软件购置成本平台相关云（数据、开发）服务成本60.0R.0R.0R.0F.0D.0D.0.0%支持混合云趋势下的多样化部署定制私有云，与公有云形成混合云环境将成为常态。混合云时代，越来越多的政企组织根据不同业务和应用需求，考虑将工作负载在传统数据中心、私有云和公有云间重新分配和部署并相互联通，从而实现基础架构的最优化。云服务厂商应完善从咨询、规划，到迁移、开发、运维等全流程服务能力，提供充足公有云服务的同时，也满足其专享服务的需求，如高效适配在线与离线业务，提高计算速度与效率，支持边缘计算应用场景，提升云边协同能力，打造无处不在的云，快速、全面地支撑政企组织创新。扩展生态伙伴规模，打造全栈能力云正向行业深度应用方向发展，不同行业的特殊性要求云服务能力需要与之匹配。满足不同行业、不同工作负载，以及多技术融合趋势下的新需求，才能实现真正的技术落地。向行业纵深，云服务商需要提供从云资源层建设到平台层和应用层服务的全栈能力。而提升平台即服务，尤其是软件即服务等项目的落地水平，并非仅凭一己之力就可以实现的工程，在这个过程中，生态价值重要性凸显。云服务商应扩大自身生态合作，加快行业解决方案输出能力，联合合作伙伴和生态的力量，创造更好的上云体验。实现“用云”赋能，助力数据驱动下的业务创新政企组织对于数据的新鲜度、响应的及时性、服务的敏捷性要求不断增高，云服务商应需要能够发挥云计算泛在连接、强大算力、巨量存储、数据互通等能力，支持政企组织进行大数据平台建设，推进以智能化、自动化技术为驱动的业务创新，云服务商应在保证数据安全合规的同时，优化云运营服务，不仅聚焦基础架构资源层的精细化运营，还要通过对数据治理、应用的优化等方式，发挥云的优势，助力政企组织实现技术实力和业务能力的双重升级，实现新业务、新产品的输出。26来源：IDC，20224.3 给技术买家的建议 充分发挥云的价值，助力复苏之路图7 复苏路径拆解IDC认为政企组织从面临风险到实现创新发展的复苏之路包含五个阶段，每个阶段和我们在之前章节中提到的韧性要素密切相关。处于不同发展阶段的政企组织，应结合自身状态和业务发展需求，发挥云价值，实现自身阶段性目标的达成。在响应和恢复阶段，重点发挥云在如下方面的价值：高可用及容灾：基于云平台，实现计算、存储、网络等基础资源高可用；借助容器、微服务、DevOps等云原生技术架构能力，构建和部署云原生应用，确保业务系统高可用；基于容灾备份方案，确保数据零丢失、业务零中断，数据切换过程中业务零感知。响应和恢复加速和创新扩大和优化业务聚焦领域业务连续性聚焦应对风险的投资回报业务的韧性投资业务新能力打造未来企业做好远程处理准备开展低风险的项目数字鸿沟反映了真正的韧性打造业务创新基础以市场为导向敏捷决策未来企业Future Enterprise27远程协作：组织可充分发挥SaaS工具优势，推进人与人、人与物之间的实时、安全、跨区域连接，支持组织线上、线下紧耦合的混合运转方式。实现沟通协作不间断，文件同步和共享易上手，内容协作模式可落地。运维管理：基于云上提供的可视化展示系统，实时了解系统运行状况，借助自动故障预警机制，实现主动分析和预测性维护，以及智能管控和可靠运营，并在制度、流程设计上完善系统故障响应和应急措施，从而在技术和管理两个层面保持业务连续性。在扩大和优化阶段，重点发挥云在如下方面的价值：重塑管理流程：基于智能化、模块化的云管理工具，不断调整和优化运营流程。云帮助组织实现数据和部门的互联互通，那么组织应该有意识将打通的数据转化为洞察和行动，促进业务的协作管理。结合与云上的大数据、人工智能等能力，以及自动化决策辅助工具，打造基于云的智能决策能力。客户触达：重视云平台对于数据价值化的促进作用。基于云平台，政企组织可以获得便捷的数据获取、使用、管理体验。基于大规模用户的特征数据和分析工具，在合法合规的前提下可对用户个体、用户群体实现有效分析，稳固或探索客户群，基于用户特征，升级产品，持续提高服务品质，增加客户粘度。优化成本：发挥云对资源的释放和再分配作用，推进降本增效。基于云管理平台的资源池作用，扩大资源的可复用性，借助云原生应用的可复用性、可迁移性，缩短业务应用开发时间，降低开发成本，弥补人才储备不足、维护能力薄弱等短板，同时把开发者从重复的基础运维等工作中解放出来，鼓励他们将更多精力放在运维优化、业务单元开发等需要创新的工作中，创造更大价值。在加速和创新阶段，重点发挥云在如下方面的价值：业务连续性预案：考虑更多的自动化、非接触式解决方案、更高的信任（如区块链）、自助服务等。创造更多元、更紧密合作的供应链。通过支持云计算的IT环境，政企组织应持续提高基础设施自动化、应用程序和IT服务自动化水平，提升云上应用部署能力、可移植性、可扩展性，提高云上应用持续运维能力、弹性能力，增加云上业务鲁棒性。28智能洞察：挖掘数据价值，实现规模化洞察，借助云平台上全域AI技术库支撑，实现对海量数据的智能分析，完成数据的高效管理与使用，通过对巨量数据特征的准确提取与预测指导政企组织策略的制定。业务创新：基于云获得稳定的基础设施能力后，政企组织应将更多精力专注于洞察市场、用户特征，创新产品，为持续创新提供保障，实现规模化发展。结合大数据、人工智能、区块链、5G等技术，将技术边界延至边缘，打造智能化云平台，加速业务系统迭代，为业务创新持续赋能。携手合适的云服务商，打造未来数字化基础设施政企组织应根据自身发展需求和未来业务规划选择合适的云服务商，充分发挥云服务商的专业性和领先性，借助云平台的全栈能力、技能先进性、行业经验赋能、服务能力等支持组织实现数字化转型发展。2021年 IDC亚太区云计算市场调研中国区 结果显示，政企组织在选择云服务时，最为重视的前三项能力是多云/混合云服务经验、本地化服务能力以及综合数字化转型经验。来源：IDC，2022图8 中国政企组织最看重的云服务商能力列表具有强大的多云/混合云实力和经验具有强大的本地化技术支持能力数字化转型能力具有价格优势具有丰富的行业解决方案和实施经验具有领先技术能力和服务水平长期合作关系56.0P.0B.78.76.7&.7&.0)目前政企组织的云安全管理还处于参差不齐的发展状态，IDC数据显示，在中国，近七成企业的云安全管理状态步入正轨，但只有两成企业达到较为成熟的云管理安全状态。因此，云服务商的安全能力也应是组织关注的重点。2021年 IDC亚太区云计算市场调研中国区 报告显示，在诸多安全功能中，中国政企组织最看重云服务商在安全运营、应用安全和数据灾备方面的功能/能力。来源：IDC，2022图9 中国政企组织最看重的云服务安全功能安全运营中心应用安全（包括容器）数据备份/恢复能力身份验证和身份访问管理(IAM)服务具有强大物理资产安全性的数据中心具有事件记录功能的入侵检测系统数据/文件监控和扫描与托管数据相关的威胁/趋势的月度安全报告独立应用和数据库的内部防火墙流量监控和过滤静态数据加密45.36.72.00.0.3.7.7.0.7.7.00关于移动云 云服务综合实力评估指标白皮书移动云建设500万vCPU资源，服务100万企业客户，坚持自主研发，掌控以“大云”技术底座为核心的自主研发能力，拥有电信级基础设施保障，提供安全可靠的云服务。拥有云、大数据、AI自研能力：自研产品230余款，2021年移动云IaaS PaaS市场份额环比增速保持业界第一，产品丰富度位居国内云服务商前列，自主研发知识产权1000余项，在全球云社区Ceph、Apache、Linux、OpenStack等社区排名靠前；核心产品性能超前：搭载全新技术内核的移动云自研服务器，自主研发安全加固模块，支持国家商用密码算法；电信级安全等级：二十年大规模稳定运营经验，数据存储持久性可达12个9，帮助抵御攻击数33,000,000次/日；安全资质丰富全面：全量节点通过等保三级认证的云服务商，首批通过可信云认证。移动云始终聚焦客户需求，锻造差异化四融产品能力：云网一体：具有泛在接入、协同编排的云网能力，秉承网融云、云融网，实现产品互通；云数融通：数据资源 云的融合；大数据能力 云的融合；应用数据 大数据能力 云的融合；云智融合：以中移“九天”为基础汇聚生态，深入挖掘客户核心业务AI需求；云边协同：算力调度灵活，管理轻量化的边缘云产品体系，打造架构统一、服务下沉的资源布局。1 31关于IDC国际数据公司（IDC）是在信息技术、电信行业和消费科技领域，全球领先的专业的市场调查、咨询服务及会展活动提供商。IDC 帮助 IT 专业人士、业务主管和投资机构制定以事实为基础的技术采购决策和业务发展战略。IDC 在全球拥有超过 1100 名分析师，他们针对 110 多个国家的技术和行业发展机遇和趋势，提供全球化、区域性和本地化的专业意见。在IDC 超过 50 年的发展历史中，众多企业客户借助 IDC 的战略分析实现了其关键业务目标。IDC 是 IDG 旗下子公司，IDG 是全球领先的媒体出版，会展服务及研究咨询公司。IDC ChinaIDC中国（北京）：中国北京市东城区北三环东路36号环球贸易中心E座901室邮编：100013 86.10.5889.1666 Twitter:IDCidc-版权声明凡是在广告、新闻发布稿或促销材料中使用 IDC信息或提及IDC都需要预先获得IDC的书面许可。如需获取许可，请致信。翻译或本地化本文档需要IDC额外的许可。获取更多信息请访问，获取更多有关IDC GMS信息，请访问https:/ IDC。未经许可，不得复制。保留所有权利。

0人已浏览 2023-11-16 36页 5星级

智能原生核心网持续使能新商业 迈向智能世界白皮书2023云核心网01云核心网摘要：自2021年3GPP建立5G-Advanded项目，以及华为提出5.5G Core理念以来，产业对5.5G的研究已经经历了 2 年时间，在这两年里，标准有了长足的进步，R18 已经立项接纳了 28 个课题，同时产业各方也在积极创新、实践，以找出真正的技术价值方向。华为云核心网在2022年发布了 核心网迈向智能世界 白皮书，指出了核心网演进的8大趋势，在业界产生了广泛的影响，今年，我们结合与产业伙伴在5.5G Core上的创新、实践以及新的洞察，在此发布新一版白皮书，提出我们对产业的思考和建议，为产业发展提供借鉴。20222023趋势一：按需部署的 MEC 成为行业刚需，并进入商业正循环趋势一：行业市场新的增长机会显现，MEC 成为运营商发展 toB 业务的利器势三：VoLTE 是 5G 网络演进的必然选择趋势三：5G 规模商用加速 VoLTE价值兑现，走向体验升级新阶段趋势五：运营商视频加速向 OTT 化转型，TV 大屏发展到 OTT 多屏，同时基于网络增强，带来了超高清视频体验的升级趋势五：裸眼 3D 跨越拐点，将引爆新一波移动媒体流量，超大流量处理和智能体验保障成为下阶段技术热点趋势七：电信云作为电信业务平台演进的最佳实践将进一步契合运营商的发展需求趋势六：5G 核心网 100%基于电信云部署，云化成为主导的建网方式，面向未来演进的融合极简、标准化、自动化成为技术方向趋势八：将 AI 作为核心网关键技术成为必然趋势七：以大模型为标志，AI 发展进入快车道。5.5G 核心网聚焦运维智能、业务智能、网络智能，抓住AI 技术变革重大机会窗，实现全面智能化转型趋势四：新通话将重构面向未来的话音业务趋势四：通信能力开放再起波澜，新通话成为典型场景趋势六：空间视频和社交视频是运营商视频业务未来演进的方向趋势二：MEC 将走向多业态、全互联趋势二：RedCap、AIoT、通感融合等新技术进入标准化阶段，相应的场景化应用进入培育期MEC to X新联接新通话新通话新视频新视频电信云智能化电信云智能化表 1 2022 年与 2023 年核心网关键趋势02云核心网2023年核心网趋势洞察趋势一：行业市场新的增长机会显现，MEC 成为运营商发展 toB 业务的利器MEC 已经在多个行业领域，如工业、能源、交通和泛政务等，展开了 5G 专网的应用探索，为行业客户创造了价值，促进了 5G 专网的规模化部署。全球已有 1.7 万张 5G 专网，在中国覆盖了 90%的地市，形成了多种专网场景，如 MEC to 移动办公，MEC to 电力，MEC to 矿业，MEC to 制造等。这些专网场景支撑了 2 万多个 5G 行业数字化项目，为运营商的政企业务收入带来了超过 30%的增长。MEC to 移动办公：移动VPN业务基于MEC的智能分流能力，已经服务了1300家企业客户，300 万用户，为学校、政务、大中型企业等提供了移动办公的能力，实现了优质的体验、易用的连接、高可靠的网络和易维护的服务。运营商利用全程全网的优势，在MEC南北向下沉地市的基础上，增强了东西向互联，为行业用户打造了专属的、多平面的全国一张网，支持了数据归属地管理、安全策略集中管控、业务应用就近接入等能力。MEC to 电力：电力是 5G 在广域场景的主流应用领域。传统电力通信网络中，配电环节站点的光纤直达率不足20%，需要建设无线专网。5G相比4G，具有安全隔离、低时延和大带宽的特点，能够支持新型电力系统的源网荷储一体化。自 2020 年起，我们开展了基于 5G 大网的电网切片虚拟专网的试点，覆盖了 274 家电力企业，部署了 300 余套 MEC，涵盖了配电遥测、遥信、自动化抄表、分布式光伏、配网差动保护等应用。预计在 2024 年，运营商将启动 5G 电力切片专网的规模化部署。MEC to 矿业：运营商为以煤矿为代表的矿山行业提供了一站式话音数据融合通信方案，通过MEC 下沉部署到矿区，并且与小型化的 IMS 解决方案集成，可以实现井下人员之间的随时通话，以及井上井下、公网专网互通等功能，从而极大地提高了生产效率和安全生产水平。已经成功在50 余家煤矿商用，使能智慧矿山应用，支撑矿山无人化、少人化、智能化，让井下工作效率提升了 175%。MEC to 制造：MEC 已经在 1000 多家工厂中部署，为工业企业提供了多种基础应用，如工业质检、数据采集、AR标准作业辅助、生产安全监控等。MEC支持了5G实现无线替换有线的价值，为工业组网 PLC 北向应用提供了基础联接。同时，MEC 的应用场景也从辅助应用向生产核心深入，为 PLC 南向应用提供了工业联接。随着 5G LAN、低功耗高精度定位等技术的成熟，支撑高节拍、高密度、高可用、高稳定的 OT-UPF 逐步投入商用，5G 全连接工厂的一网多用，一网多能的愿景正逐步成为现实。03云核心网趋势二：RedCap、AIoT、通感融合等新技术进入标准化阶段，相应的场景化应用进入培育期5G 网络还没有相应使能技术，匹配中低速和超低速物联应用场景；当前蜂窝物联通信技术受限技术和架构，整体功耗和成本偏高，竞争力不足。5G-A 网络需要演进，支持各种物联网接入：RedCap：通过降低带宽、减小天线数、半双工通信等措施简化终端复杂度，通过引入 eDRX支持终端省电，实现降低 RedCap 终端芯片、模组的成本和降低终端功耗等目的。Redcap 已在3GPP R17、R18 完成标准化制定工作，同时，产业也在积极推动 RedCap 终端芯片。RedCap的商用推广，从而使 5.5G 进入智能电网、视频监控、工业园区等中等速率物联网行业应用市场。A-IOT：无源物联网具备广阔的市场空间，但传统的无源物联网技术（如 RFID）因通信短距短带来的需要人工扫描难以自动化管理，或难以实现大规模连续覆盖等问题，基于蜂窝通信的A-IOT 技术可提供相对传统 RFID 更广的覆盖距离以及蜂窝提供连续覆盖和组网的优势，可满足广域局域室内室外各种场景的万物互联需求。为使能无源物联的极低功耗和极简终端诉求，需要设计轻量化的 NAS 协议和标签接入管理，轻量化的安全机制等。通感融合：面向 5G advanced，华为提出了使能 5G advanced 的关键技术之一通信和感知融合，5G-A 网络将复用通信信号来实现感知功能，对目标进行检测、测距、定位、识别等功能。为了实现执行感知控制，感知数据的 AI 计算，感知数据脱敏和安全隐私处理，感知数据的能力开放和计费等处理，5G-A 核心网需要引入通感功能 SF（Sensing Function）NF。趋势三：5G 规模商用加速 VoLTE 价值兑现，走向体验升级新阶段5G 时代，VoLTE 作为确保 2/3/4/5G 语音业务连续性的关键连接纽带，已从可选项演进为必选项。不仅如此，5G 网络的规模商用，正在驱动运营商纷纷加速 VoLTE 用户发展，以帮助其对2/3G 频谱进行重耕，优化运营商核心频谱资产。领先运营商在 VoLTE 高度发展的基础上，持续进行业务创新，扩大 VoLTE 网络价值，创造新的用户体验。据 GSMA 智库统计，截至 2022 年 Q4，全球 VoLTE/VoNR 联接数已达到 39 亿，到 2025年，全球 VoLTE/VoNR 联接数将达到 50 亿，持续增长。VoLTE 发展加速的客观条件已经满足，一是VoLTE终端更加普及，VoLTE已成为终端默认开启的功能，随着消费者智能终端的更迭换代，运营商在发展用户时，更加容易将用户的通话业务迁移至 VoLTE 网络。二是全球 LTE 覆盖率已经接近 GSM，更加成熟的覆盖保证 VoLTE 的用户体验。VoLTE 发展中的市场，运营商已经或正在实现用户迁移实现频谱重耕，实现频谱资产的优化和频谱价值的提升。例如某印尼 S 运营商，其通过将 UMTS 上的话音业务迁移至 VoLTE，将04云核心网5.3MHz2.1G 频谱重耕为 LTE 后，带来 4G 数据业务体验提升和收入增长，每用户 DOU 平均增长 34%，收入业务收入增加 3.3M USD/年。VoLTE 较为发达的市场，用户对视频、互动等更丰富的通话形式诉求强烈。用户存在强烈的体验提升诉求，但原有通话业务无法匹配用户诉求。发达运营商普遍围绕音视频通话，面向庞大的VoLTE用户基础，打造音视频通话粘性战略，构建以通话为入口的平台产品，提出了新通话的概念。面向未来，运营商、设备商、终端厂商及行业分析师们已经达成产业共识，要加速打造VoLTE 基础音视频网，大力发展新通话。趋势四：通信能力开放再起波澜，新通话成为典型场景新通话产业蓬勃发展，商用进程加速。2023 年 1 月中国移动启动了商用试点和友好用户招募。6 月中国移动正式宣布在 2023 年内实现千万级用户容量的新通话网络部署。这个过程中，华为联合中国移动孵化出若干新业务，例如趣味通话、智能翻译、点亮屏幕等。随着试点验证阶段接近尾声，新通话在中国移动集团将走向正式商用。新通话给运营商带来的价值正在逐步体现，正在使能运营商从分钟运营，走向视频和内容运营。在 MWC 2023 期间，NaaS(Network as a Service)再次成为行业热点。新通话的几个显著特征，被行业认为是 NaaS 能力开放的关键抓手和典型场景。内容生态运营的需要：以 toC 业务的点亮屏幕业务为例，它是在语音通话的黑屏呈现用户定义的个性化卡通形象，使能用户传递情感，表达个性。对此类 toC 业务而言，丰富的内容是业务成功的关键。通过标准 API 接口将网络能力抽象化出来，与多样化内容生态相结合，无论 PGC，UGC，甚至 AIGC 等，带来源源不断的新业务体验。帮助运营商实现一号一个性的内容运营。面向行业应用的需要：新通话作为通话为入口的平台型业务，面向千行百业做到一号一应用。新通话将拨号、认证、甚至交互等网络能力进行抽象化聚合，向金融保险、交通物流、呼叫中心等行业开放，使能行业降本增效。例如车险定损业务，传统的线下事故定损人工及时间成本高，而基于 APP 等远程定损方案因操作繁琐也未能普及，精友科技针对以上问题联合华为等公司推出 5G视频定损技术，在系统中直接向车主发起运营商原生视频通话，车主只需接听视频电话，即可利用AR标记指导用户完成受损部位的拍摄，截取图像、生成报价，平均定损时长由2小时缩短到5分钟，大幅降低运营成本，让客户享受到便捷、高效的定损服务。业务快速迭代的需要：新通话作为平台业务的最大特点，就是业务形态与网络能力相解耦，在应用创新、快速迭代的同时，保持基本通话网络的高稳可靠，保护用户的基本通话不受影响，因此行业各方需要基于网络、业务分离的目标网络思路来建设新通话网络。05云核心网趋势五：裸眼 3D 跨越拐点，将引爆新一波移动媒体流量，超大流量处理和智能体验保障成为下阶段技术热点长期以来，3D 视频受限于内容生产的瓶颈，端到端都没有发展起来，随着 2D 转 3D 的技术的采用，大量的 2D 内容可以转为 3D 效果，解决了 3D 内容的瓶颈，同时，随着裸眼 3D 屏幕技术的成熟推动了终端价格的大众化，5G网络的能力也已经具备，裸眼3D已经跨越拐点，即将爆发。裸眼 3D 的爆发也将推动整个空间视频产业的发展，例如 XR 视频等，XR 设备出货也保持着快速增长，据预测，今年的出货量高于 2022 年 17%，另据 GIV 预测，2030 年将有 10 亿 XR 用户。3D 视频、XR，连同日益普及的云游戏、云直播等业务将带来新一波移动媒体的爆发，对网络也提出了新的需求。下行超大带宽卸载的需求：3D 视频和 XR 的沉浸式体验对网络提出极其严苛的要求，带宽高达单用户 10Gbps，这就需要网络建设专门的大流量媒体卸载节点，并且以最短的路径连接到终端，用户面形态、网络调度机制都将为此发生变化。上行大带宽保障的需求：同时，近些年来，直播带货、综艺直播、时事直播等各种直播高速发展，据统计，中国有 7000 直播运营机构，万粉播主 6000 万 ，催生 GMV 1.2 万亿。直播的效果直接影响(尤其走播/户外等场景)带来的流量价值和用户体验，网络卡顿会造成观看人数急剧减少、掉粉、成交下降，故此直播等业务对网络提出了大上行诉求。网络内生智能媒体处理的需求：据 DIGITIMES 统计，自 2021 年开始，全球智能手机出货量已经连续 7 个季度呈现减少趋势，手机换机率明显下降，如何在不换手机情况下仍然获得体验上的提升？由网络侧提供算力的云辅助手游、云拍照等业务逐渐兴起，通过将智能识别、实时渲染等媒体处理能力上移到网络边缘，将大大提升算力有限的手机的体验。持续优化网络传输时延，协同云、边、端提供最佳算力，是保障用户体验的基础。这对 5.5G网络提出如何一跳计算、一跳直达的技术需求。趋势六：5G 核心网 100%基于电信云部署，云化成为主导的建网方式，面向未来演进的融合极简、标准化、自动化成为技术方向1、云化成为主导的建网方式，5G 核心网 100%基于云化部署在过去几年中，电信云继续高歌猛进，完成了全球 20 万 服务器的大规模交付，5G 核心网100%基于电信云部署，预计到 2028 年伴随传统设备生命周期退网，核心网云化比例达到 100%。06云核心网同时，运营商、标准组织与设备厂家通过不断的实践探索，已围绕 IT 硬件构建了电信级级的高可靠性、高性能能力。异构计算已经规模商用：电信云已经同时支持 X86 和 ARM 计算架构，在不改变组网架构、资源配置等前提下，已经实现一朵云同时管理两种计算资源，支持平滑的演进和升级。2、公有云在电信场景的部署仍处于未知探索中，仍然面临许多问题需要继续解决在过去的一年中部分 Hyperscaler 针对 ETSI 架构发布了对接方案以适应电信场景，例如AWS 针对与 ETSI 标准对接提出的 Telco Network Builder。这些新的运维思路、自动化工具等启发着电信产业前进。但另一方面，我们看到基于公有云部署的运营商及场景屈指可数，其商业价值仍然存疑，面临的技术、成本、数据主权、运维运营模式等问题仍然需要继续解决。同时更多的实践表明，电信类应用弹性空间小，和其它 APP 共享资源困难。因为电信业务的特点是永久在线，例如 5G Core 中PCF 等业务，同时电信级 APP 需要弹性扩容时，又需要确保其所需资源 100%可获得，和其它APP 共享资源困难。3、融合极简的建网模式 容器演进是运营商演进最关注的话题。电信行业如何引入容器？是基于现有云扩容还是新建背靠背部署一套新的云？如何既要兼顾 Openstack 面向资源管理的优势，又叠加 K8S 等面向应用的管理灵活性等成为关键话题。我们认为，NFV 当前的架构和存量网络，是多年以来与运营商组织能力、网络架构、人员技能经过多年磨合后形成的最佳实践。基于当前网络，平滑扩容支持容器，不破坏现有组网架构、不丢失已经取得的成果（集约化、软硬解耦等），不推翻当前已经完成的接口对接，成为必然选择。一套云灵活调度虚机、容器、裸金属等多种资源，同时共享计算、存储和网络资源，平滑扩容支持新能力。该方案已经逐步在中国移动、沙特 STC 现网中试点。4、基于意图驱动实现电信云原生自动化，兑现云化价值电信网络需要同时考虑CNF级、网络级自动化。不仅仅关注集群和网元，要能实现跨网元联动，满足 5G 切片，专线开通等电信业务场景。同时进一步简化当前电信云配置复杂度。通过自动网设、配置，基于意图翻译，将配置参数减少 90%。通过北向标准化，屏蔽厂家实现差异，并通过配置 DryRun、仿真验证，将配置错误提前拦截。07云核心网实现电信云场景真正的 E2E 自动化，包含全场景，基于意图验证的健康检查、自动化测试、基于意图监控的在线值守。匹配运营商组织和能力要求，将简单留给运营商。运营商维护人员聚焦业务和网络运维，产品的运维通过 AI 代替专家，实现自主决策、自动闭环。5、遵循 ETSI 标准，平滑演进ETSI NFV 提出 10 年，是产业合力共同推动的 10 年，也逐步形成了适合运营商组织能力、网络架构、人员技能的最佳实践。ETSI 的参考架构及大量互联互通验证、认证起到了非常重要的作用。未来，伴随容器演进、新硬件引入、自动化新要求等演进，产业界所有参与者仍然要基于ETSI NFV 标准进行演进，产业合力共同发展，避免新的技术再次形成封闭的“烟囱”，导致运营商陷入新的 Vendor-lock-in。继续做好南北向互通标准化：伴随硬件通用化，硬件驱动也应逐步走向标准化、开放化，减少厂家间互相认证、交叉测试，云平台可以快速集成、对接各种硬件。同时，过去的 MANO 重点聚焦 LCM 等核心能力，伴随着 ETSI 标准在 2023 年 Q2 R6 定义中将立项 MANO 演进课题，重点研究增强数字化、智能化运维能力。趋势七：以大模型为标志，AI 发展进入快车道。5.5G 核心网聚焦运维智能、业务智能、网络智能，抓住 AI 技术变革重大机会窗，实现全面智能化转型2022 年被认为是大模型的元年，由于大模型技术的重大突破，将彻底变革 AI 供给模式，大幅度降低供给方适应多种业务场景的复杂度，AI 技术到了一个即将大规模产业化的临界点。以小模型为代表的 AI 1.0 时代快速演进到以大模型为代表的 AI 2.0 时代。核心网进入 5.5G 时代，云原生和全融合持续演进，云化网络规模与复杂度快速提升，同时核心网还需要通过业务创新和网络优化，持续提升用户业务体验。结合 AI 大模型技术的突破性发展，5.5G 核心网需要抓住 AI 技术变革重大机会窗，实现全面的智能化转型，聚焦运维智能、业务智能、网络智能，使能新业务体验，持续推动网络升级。08云核心网1.概述.101.1 5.5G 核心网经过初步的产业探索，即将进入商用部署阶段.111.2 在基础网络能力增强的基础上引入AI原生技术将成为5.5G Core的关键特征.122.趋势一：行业市场新的增长机会显现，MEC 成为运营商发展 toB 业务的利器.142.1 MEC to 移动办公.152.2 MEC to 电力.172.3 MEC to 矿业.182.4 MEC to 制造.203.趋势二：RedCap、AIoT、通感融合等新技术进入标准化阶段，相应的场景化应用进入培育期.223.1 概述.233.2 A-IoT.233.3 通感融合.244.趋势三：5G规模商用加速VoLTE价值兑现，走向体验升级新阶段.264.1 5G 规模商用加速全球 VoLTE 发展和价值兑现.274.2 VoLTE发展走向体验升级新阶段.295.趋势四：通信能力开放再起波澜，新通话成为典型场景.305.1 新通话从概念加速走向商用.315.2 新通话成为运营商能力开放的典型场景.32目录08云核心网09云核心网6.趋势五：裸眼 3D 跨越拐点，将引爆新一波移动媒体流量，超大流量处理和智能体验保障成为下阶段技术热点.346.1 以裸眼 3D、XR 为代表的空间视频成为媒体发展趋势.356.2 下行超大带宽的需求.366.3 上行带宽保障需求.376.4 媒体传输新技术-MoQ.396.5 面向最佳视频体验的 5.5G 核心网技术趋势.407.趋势六：5G 核心网 100%基于电信云部署，云化成为主导的建网方式，面向未来演进的融合极简、标准化、自动化成为技术方向.417.1 云化成为主导的建网方式，5G核心网100%基于云化部署.427.2 公有云在电信场景的部署仍处于未知探索中，仍然面临许多问题需要继续解决：.427.3 未来走向融合极简的建网模式：.437.4 基于意图驱动实现电信云原生自动化，兑现云化价值.447.5 云化规范遵循ETSI标准，支持平滑演进.458.趋势七：以大模型为标志，AI 发展进入快车道。5.5G 核心网聚焦运维智能、业务智能、网络智能，抓住AI技术变革重大机会窗，实现全面智能化转型.468.1 以大模型为代表的AI技术快速发展，5.5G智能核心网实现全面智能化转型.478.2 运维智能：定义大模型驱动的运维智能副驾，结构性优化核心网运维效率、保障网络高稳和体验提升.488.3 业务智能：通过 AIGC 使能 5.5G 新通话业务持续演进，持续提升用户业务体验.508.4 网络智能：网络数字孪生 网络大模型，构建实时闭环的网络自治系统.549.总结和展望.5809云核心网10云核心网1概述11云核心网1.1 5.5G核心网经过初步的产业探索，即将进入商用部署阶段3GPP 在 2021 年 建 立 了 5G-Advanced 项 目，以 进 一 步 完 善 5G 的 标 准 定 义。基 于5G-Advanced 标准，并融合了更多的 ICT 新技术，5.5G Core 被提出来，目的是为打造一个可持续使能新商业的移动网络。在各方的积极合作与推动下，5.5G Core 产业在创新实践、生态发展和标准推动上逐步深化，即将进入商业部署阶段。在新技术的创新实践上，我们联合了运营商、产业伙伴，通过对新场景和新机会的探索，来验证 5.5G Core 新技术的价值。toC业务方面，我们与中国移动联合推出了高吞吐量的UPF样机，以应对日益增长的高清视频、XR 以及裸眼 3D 业务带来的高并发、大流量的冲击，通过动态多核聚合、智能卸载等技术，实现了动态背景流量下单用户高达 10Gbps 的吞吐率，并将媒体并发容量提升了 3 倍以上。toB 业务方面，我们联合运营商与行业伙伴，实现了基于 OT-UPF 的 5.5G 柔性产线，通过5G LAN、多路双发选收以及UPF毫秒级热备等技术，提供高可靠、低时延、确定性的工业组网，以实现 PLC 集中部署和产线灵活调整，降低了 50%的 PLC 部署成本，并将产线调整时间从7 天缩短到 15 分钟，综合生产效率提升了 12%。话音业务方面，我们已经在多个省份实现了新通话业务的试用，预计年底前将实现全国商用。基于 1 3 N 解决方案架构，新通话帮助运营商构建以通话为入口的平台产品，为消费者提供超清、智能和交互的差异化业务体验，通过在通话中闭环业务，使能千行百业。在新通话与线上保险理赔业务相融合的创新实践中，通过一个电话完成理赔闭环，将保险业务处理时间从 2小时降低到 5 分钟，大大提升了业务处理效率。在生态发展上，通过产业上下游的合作与共同推动，产业发展的瓶颈逐渐消除，为 5.5G 的商用建设奠定了基础。例如，在 DataChannel 的生态建设上，我们联合 GSMA、全球领先运营商以及产业伙伴，成立了新通话Foundry项目，推动解决新通话产业链上的关键瓶颈、繁荣产业生态，经过产业伙伴的共同推动，预计今年 Q4 会有支持 DataChannel 能力的原生商用终端面市。在 5G-Advanced 标准制定上，产业各方非常关注并积极响应，作为 5G-Advanced 第一个版本，R18 在 2021 年 12 月确定了 28 个研究课题，引入了媒体能力增强、新通话、行业场景使能等新技术。由于受到疫情的影响，标准进展有所延迟，R18 计划将在 2024 年上半年发布。同时，为应对更多的新需求，R19 的制定也已经开始，将围绕新媒体能力、智能化、网络开放、新物联以及通感融合等技术来进一步增强移动网的商业使能能力。12云核心网经过两年多的技术探索以及生态和标准的推进，5.5G Core 已经显现出其技术价值与潜力，产业方向明确，商用条件初步具备，我们预计 5.5G 将在 2024 年启动商用部署，我们也将推出端到端的解决方案来支持运营商的网络建设。1.2 在基础网络能力增强的基础上引入AI原生技术将成为5.5G Core的关键特征为实现 5.5G Core 的商业价值，持续使能 toC、toB 以及话音业务上的新场景，并进一步向toG、toH 等新领域拓展，我们认为 5.5G Core 目标网需要在两个方面构建新能力。一个方面是基础网络能力的增强，这里包括了：拓展更多的联接：为了简化行业应用在物联、感知和通信上的多重网络建设，R19 定义了低功耗物联 AIoT 技术和通信与感知融合的通感一体技术。对于 AIoT，核心网通过引入 TMF 来实现海量标签的安全接入与管理，对于通感一体，核心网引入了 SF 来实现多维度信息的融合感知，从而实现 5.5G 的一网多用。建设融合的架构：为了使能更多场景的行业专网，通过引入广域 5G LAN 等技术实现层三与层二融合的组网；为了一站式使能边缘应用，通过算力原生来实现联接能力与计算能力的融合；为了提供最佳的媒体体验，通过引入MoQ、XRM等媒体技术实现通信能力与媒体能力的融合。提供敏捷的资源：为了基础设施平台的容器化、服务化演进，现有的虚机电信云平台将向融合资源平台演进，通过虚机与容器的双栈能力，使云化资源的供给更加灵活。另一方面，5.5G Core 将引入 AI 技术，通过 AI 原生来使能更多的商业场景。5G 的普及激发了消费者和行业客户的更多的需求，也给 5G 的演进带来了新的挑战，例如，随着新通话的应用，用户希望体验更多的新模式和新内容，通信业务的创新速度面临挑战；对于用户的体验保障，网络如何实现实时多维度感知和闭环优化面临挑战；由于云化网络越来越复杂、业务对网络可靠性要求越来越高，如何自动化地实现云华网络的规建维优也是是一个很大挑战。而得益于机器学习和大模型的快速发展，AI 在内容的快速生成、基于学习的感知和自动化上显现出越来越强的能力，5G 网络演进与 AI 技术的结合将给核心网带来巨大的提升和改变。通过 AI 与业务相结合，通信内容变得更加丰富，动作、表情、声音、语义等信息的识别与表13云核心网达变得更加多样，在未来，越来越多的智能数字人会参与到通信中来，将给我们的生活方式、工作方式带来巨大的变化。通过 AI 与网络相结合，AI 的算力和应用将按需、及时送达各个场景和各类应用，使智能无处不在，同时，通过 AI 原生，将实现人与数字人、人与机器人之间的自然交互，如同人与人之间一样。通过 AI 与运维相结合，AI 助理可以协助运维人员处理海量数据的收集和分析、实现对复杂网络拓扑与配置的规划和管理，大幅提升运维效率，并通过意图驱动来简化人机界面的交互，实现真正的自动化通过增强基础网络能力，引入 AI 原生技术，我们将构建基于业务智能、网络智能和运维智能的 5.5G 智能核心网，来持续使能更多的新商业，助力各行各业共同迈向智能世界。图 1 5.5G 智能核心网理念5.5G智能核心网业务智能新通话-A网络智能NWDAF智能面Mesh/内容入网运维智能数字助理数字专家超分布移动VPN，智能车间MEC群组全联接RedCap通感全云化高稳高安14云核心网2趋势一行业市场新的增长机会显现，MEC 成为运营商发展 toB 业务的利器15云核心网5G 商用 5 年来，签约用户数持续增长，预计到 2030 年将达到 34 亿，占移动用户的 54%。同时，MEC 在多个行业领域，如工业、能源、交通、泛政务等，展开了 5G 专网的应用探索，为行业客户创造了价值，促进了 5G 专网的规模化部署。全球已有 1.7 万张 5G 专网，在中国覆盖了90%的地市，形成了多种专网场景，如 MEC to 移动办公，MEC to 电力，MEC to 矿业，MEC to 制造等。这些专网场景支撑了 2 万多个 5G 行业数字化项目，为运营商的政企业务收入带来了超过 30%的增长。5G 作为数字经济的新型基础设施，已经加速融入到实体经济中。在不同的行业场景，MEC提供了多种 5G 专网方案，满足了行业客户的不同需求。例如，在 MEC to 移动办公场景，5G 实现了“不换卡不换号”访问企业内网，移动 VPN 方案扩展了企业专网网络边界，实现了互联网业务和企业业务的平滑衔接。在 MEC to 电力场景，5G 电力切片专网，控制面隔离独立建网，满足了电力行业对可靠性、安全性的要求，支持了三遥、分布式光伏、秒级负控、差动保护和精准负控等应用场景。在MEC to 矿业场景，5G实现了数据话音全融合，一号通方案支持公网专网互联互通，实现了井下井上、公网专网的一号可达。在 MEC to 制造场景，5G 提升了稳定性和可靠性，降低了时延，层二专网方案支持设备二层互联技术，实现了制造业工厂无线替换有线，一网多用，一网多能。2.1 MEC to 移动办公随着智能手机为代表的各类智能终端的普及，各个行业的移动办公、混合办公的比例正在快速提升，移动办公的人群数量高速发展。MEC 结合 5G 能够实现灵活部署、按需下沉、智能分流，为移动办公用户提供优质、高效、安全的网络服务。连接易，体验优，高可靠，易运维，价值突显在智慧城市领域，MEC 结合 5G 为政务办公提供更高效的接入方式，以某区政府 5G 政务专网为例，移动应用数量从 2019 年的 5 个增长到 2022 年的超过 20 个，支持三维地图大文件高速下载，多路高清视频快速浏览，每人每天平均可节省 15.3 分钟网络接入时间，网络建设和运维整体成本下降了 20%。在智慧教育领域，MEC 跨地市互联，接入到教育科研专网，以某教科网 5G 教育专网为例，为 168 所高校构建了一体化泛在校园网，实现教育专网、互联网的“跨域”服务。网络访问速率由传统 VPN 接入的 56Mbps 提升到 784Mbps，提升 13 倍，让全息课堂、Cloud VR 等智慧校园应用体验大幅优化。16云核心网截至 2023 年 6 月，智慧城市、智慧教育项目已经覆盖 31 个省市，签约项目超过 7000 余个，部署 MEC 超过 1500 余套，服务用户超过 300 万。移动 VPN 解决方案实现 MEC 东西向互联，构建层次化 Mesh 网络支撑移动办公行业场景的是华为移动 VPN 解决方案，该方案支持 4/5G 接入，灵活就近分流和全网漫游等能力。运营商可以增强 MEC 的东西向互联，按客户、行业的维度形成一个层次化的Mesh 网络。后续可引入 SRF（service routing function）网元，基于业务的成本、安全、数据合规等策略，选择最佳锚点和分流点，为网络中的会话构建最佳网络路径。从智慧教育、智慧城市，扩展行业边界，满足多行业移动办公需求5G专网产品在行业适配边界上不断延伸，从最初的教育、政务行业，已逐步发展到医疗、金融、工业园区、景区博物馆等多个行业。面向医疗行业，应用于院前急诊救治、院内导诊、院内外网协同办公等场景；面向金融行业，应用于5G备线、5G POS等场景；面向工业园区，应用于资产监控、移动巡检、协同办公等场景；面向景区和博物馆，应用于沉浸式的 ARVR 游览等场景。随着运营商边缘节点东西向互联互通的覆盖率逐步提升，多行业的移动办公用户数将实现百万级的规模增长，并且进一步推动 MEC 在地市节点的覆盖率、专有平面的覆盖率和园区节点的入驻率全面提升。图 2 MEC to 移动办公组网架构图共享UPF园区地市园区UPFUPF专网UPF专网UPF专网UPF专网UPFSMFSRFAMFPCFNWDAF17云核心网2.2 MEC to 电力电力的变电站、配电站，分布广，站点多，传统上建设单独的光纤网络，建设维护成本高，也很难做到深度覆盖，以中国为例，35KV 以下的配电站光纤覆盖率不足 20%。在 4G 时代，电力行业采用专频专网建设，存在频谱干扰，带宽小，产业不成熟等痛点断点问题。同时，为实现碳中和、碳达峰的全球可持续发展目标，构建新能源为主体的新型电力系统，也带来了新能源电力发电不稳定，受气候天气影响等新的制约因素。为支撑构建源网荷储一体化的新型电力系统建设目标，需要一张先进的基础无线通信专网。典型应用快速发展，规模商用在即新型电力系统从传统电力的“发、输、配、用”转到“源、网、荷、储”。在“源”侧，5G助力电力行业提升作业效率；在“网”侧，5G 配电三遥、配网差动保护助力电网配网自动化和光伏安全并网，提升配网的效率；在“荷”侧，通过 5G 秒级精准负控，保障居民用电。5G 在电力行业已经从 2020 年的试点，逐步启动规模商用，目前运营商携手华为等产业伙伴已完成首批 RedCap 商用试点。比如，在杭州率先完成全球首个“5G 电力”场景的 RedCap端到端商用试点，推进 RedCap 在电力行业的规模应用，加速构建新型电力系统。5G 电力切片专网，保障电力基础通信网络安全可靠5G 为电力行业用户打造定制化的“切片专网”服务，相比于传统的 4G 技术，基于网络虚拟化功能，支持端到端的切片，物理网络实现资源隔离，可以更好地满足电网业务的安全性，支持电网生产控制的 1 区、2 区，与管理信息的 3 区、4 区的业务隔离，实现业务带宽、时延的差异化服务保障，进一步提升了电网企业对自身业务的自主可控能力。图 3 MEC to 电力组网架构图电力生产控制I区和II区业务电力管理信息III区和IV区业务电力抄表业务UPF/MEC 电力专用UPF/MEC电力专用UPF/MEC300 ms,100 Mbps1 s,10 kbps10 ms,2.5 Mbps5GC for 电网18云核心网基于 5G SA 的组网架构，选择在运营商资源池独立建设的 5G 核心网控制面，确保了广域大规模基站的连接，能够支持海量配电网络的节点的接入，同时方案简单，与公网共用基站，支持标准的模组切片选网，共享公网上下游产业链的芯片、模组生态。在 5G SA 组网架构下，控制与转发分离，支持转发面的单独就近部署，能够保障对于低时延的毫秒级负荷控制业务的服务质量，也能够避免大带宽业务流量迂回，支持电力网络省、地市、变电站所分层分区部署，提升传输效率。5G 新场景持续演进，助力低碳高质量发展5G 为电力行业提供了新的可能性和机遇，MEC 在电力行业的应用已经从试点示范向规模推广发展。随着 5G 技术的不断成熟和优化，以及更多频谱资源的释放和利用，未来 5G 电力行业的应用将更加丰富和深入，从当前以配网智能化覆盖千万级配电节点为主，到覆盖源网荷储等各个环节实现上千套 MEC 的分布式部署，支持更低时延的 5G 应用，如差动保护、分布式 FA、百毫秒级负控、可调负载充电桩等，实现新型电力系统的高可靠、高效率、低碳化运行，为经济社会高质量发展提供强大支撑。2.3 MEC to 矿业语音为基础的调度系统是矿业专网的一个刚需，可以广泛应用于煤矿、金属矿、非金属矿、井工矿、露天矿等行业。目前传统专网方案存在着信号覆盖不全、网络带宽低、通话质量差、功能单一等不足，5G 专网成为矿业智能化数字化的刚需。价值场景呈现，实现降本增效全球运营商在该领域进行了积极的探索，在中国某煤矿，来自运营商的 5G 专网覆盖煤矿厂区、生活区、井下覆盖采掘工作面、固定硐室、主要运输大巷等区域，实现了 5G 融合通信一张网；通过部署 5G 矿山智能远程操控，无人巡检、无人矿卡、融合调度通信等应用，产量增加 21%，生产效率提升 20%，调度效率提升 50%，现场作业人员减少 12%。在海外某大型露天矿，运营商为其提供了 5G 专网，部署了矿卡调度系统、矿卡油耗监控、司机疲劳驾驶监控、员工访客话音数据通信等数字化生产力工具，实现调度效率提升 60%，矿卡能耗节省 10%。截止 2023 年 4 月，5G 智能化矿山已经覆盖中国 27 个省，500 余家采矿企业，累计建成19云核心网1043 个智能化采煤工作面、1277 个智能化掘进工作面，部署 MEC 约 400 余套。一号通专网提供一站式话音数据融合通信方案针对传统专网的痛点，华为基于 MEC 推出了一号通专网方案。通过 MEC 内置 5GC 和 IMS集成部署到矿区，再与公网对接，可以实现井下人员之间、井上井下、公网专网实时互通。同时与调度系统对接，实现井上调度员，对矿区的生产安全进行实时融合调度指挥。在一号通专网解决方案下，矿山工作人员可以不换卡、不换号，使用运营商公网号码实现语音和视频电话，确保矿工在井下也可以随时随地与外界保持联系，有效提高了沟通效率，减少了调度等待时间，为矿山的智能化、生产安全和效率提供了可靠保障。图 4 MEC to 矿业组网架构图公网5GCIMS远程操控无人巡检专网语音数据通信I-SBCVoLTE/NR智能矿灯UCN(IMS)UEG-L(MEC)调度系统矿卡/胶轮车井上井下20云核心网未来可期，规模高质量发展全球有 3 万余家矿业企业，急需智能化升级。一号通专网未来基于 VoNR 技术，不断强化IMS 能力和数据通道技术，以实现行业内人与物、物与物的泛在连接和实时交互。这样，未来可以支持更多语音通信增强应用场景，如远程指导、AR 辅助维修、应急救援线路推送等，与生产场景深度融合，构建人物融合互联、人机协同交互的有机整体，推动矿业领域的全交互的一体化、智能化应用。2.4 MEC to 制造工业制造领域已经广泛部署了 1000 余套 MEC，实现了从生产辅助到核心生产的 5G 赋能。通过切片和 MEC 技术，我们可以支持多个行业外围辅助应用场景，如 5G 车间智慧监控、5G 工业视觉、5G AR 标准作业、5G AMR 一键运料、5G 数据采集和 5G 动作识别等，这些应用场景已经在家电制造等行业中得到了有效应用；同时，我们也在探索 5G 在生产核心环节的应用，从PLC北向的应用逐步拓展到PLC南向的应用，进入到工业控制领域，满足高节拍、高密度、高可用、低容忍等新的网络需求。从外围辅助，到核心生产，一网多用以电气设备制造业为代表的高度定制化的工厂，对于产线的柔性有更高的要求，通过 5G 替换有线，产线可以实现布局、电气、通信、工艺全部柔性，设备投资和维护能够节省 80%。PLC 可基于 5G 专网集中部署，利用率从原来的 20%提升至超过 80%，产线占地面积节省 40%，产线调整时间缩短 75%，产线的产能提升 12%。在汽车制造、医药等高附加值制造业中，自动化，机器人的引入占比越来越高，在关键生产环节，C2IO 运动型应用场景多。60%的 IO 设备存在持续的移动、扭曲、插拔，导致线缆老化、脱落，平均每月造成停机 1-2 次，损失产能 4 小时。在使用 5G 改造后，带来了两方面的商业收益，第一是一网增效，降低投资，无线替换有线，同时支持实时（RT）与非实时（NRT）全业务，减少新厂房的布线时间 7-15 天；第二是助力产能提升，5G 进入 PLC 南向的现场级 OT 网络，去除有线束缚，减少故障停机时间每年平均 50 小时；设备实时在线，减少设备调整重启时间，单工位生产节拍提升 500ms，促进产能提升。层二专网赋能 5G 全连接工厂，构建融合一张网面向工业制造场景，推出了“层二专网”，简化了工厂网络架构，为全连接工厂提供融合一张网解决方案，支持生产辅助，生产管理（PLC 北向），生产控制（PLC 南向）等全场景的工业互联。21云核心网图 5 MEC to 制造组网架构图支持 5G LAN，以及 5G LAN 的 QoS 增强，将不同数据流类型（NRT、RT）映射不同QFI，支持工业实时业务与非实时业务一网承载。支持跨层协同 XSO，实现 5G 与工业设备的双向交互，工业协议动态监测感知，空口调度配置参数交互，提升 URLLC 调度容量 3-8 倍，时延的确定性从 4 个 9 提升到 6 个 9。支持 N19 接口，实现广域分层互联，支持跨 SMF 的 N19 接口，将单园区的车间层二专网，扩展到多园区层二专网，实现多分支间的灵活极简组网。支持业务自愈高可用，双 UPF 双发选收，实现 E2E 高可用双发选收链路，业务故障零丢包，保障生产可靠。轻量化终端加快落地，5G 工厂建设走向规模预计 2025 年 RedCAP 终端成本可以降低到传统终端的 20%，有效解决 5G 行业终端成本高的痛点。中国运营商和工业制造、智慧电网、电子制造等多个行业完成 RedCAP 商用能力验证。轻量化的 RedCAP 行业终端，将助力 5G 工业互联走向亿级规模发展。面向制造业，MEC 在局域深入核心和广域互联互通两个维度驱动智能化转型。基于层二专网的5G全连接一张网，助力先进制造业、高附加值行业超过1万个项目持续落地，带动万亿级经济价值增长。行业数字化转型机会显现，5G 要成为生产力，必须成为生产系统的一部分；5G 也只有成为生产系统的一部分，才有可能实现行业的规模应用。MEC 服务于移动办公、电力、矿业、制造等行业场景，实现了超过3000套的规模部署，给行业客户带来了实实在在的收益，成为运营商发展toB业务的利器。PLC工台1工台2工厂1MECMECMEC工厂2层二专网工厂n层二专网N19N19N19N19N19AMFTSCTSFPCFSMFNEFUDMMEC（OT-UPF）MEC（OT-UPF）5G LANNRTRT22云核心网3趋势二RedCap、AIoT、通感融合等新技术进入标准化阶段，相应的场景化应用进入培育期23云核心网3.1概述 物联已超人联，未来连接增长主要驱动力是物联。为了支持泛在物联，5.5G 物联将覆盖从高、中、低速到无源全场景，持续做低联接成本，3GPP R17/R18 标准已完成 RedCap 标准化工作，推动 RedCap 生态链成熟并规模商用，3GPP R19 将开始 Ambient IoT 标准化工作。面向 5G advanced，以华为为主的产业界提出了使能 5G advanced 的关键技术之一通信和感知融合。除了继续沿用 5G 现有空口技术来实现通信功能外，聚焦无线信号感知，获得对目标对象或环境信息的感知，完成定位、测距、测速、成像、检测、识别、环境重构等功能，实现对物理世界的感知探索。3.2 A-IoTAmbient-IoT 作为一种环境使能物联技术，覆盖无源、半无源、有源三大类物联终端类型，结合蜂窝网络，对比现有 NB-IoT，标签型终端具有更低功耗甚至零功耗，使蜂窝无源适用于更多物联场景，使能行业全场景互联，实现千亿联接新市场。万物互联，低功耗场景催生 Ambient IoT 需求，主要包括如下三大类应用：1.标识类联接（资产标识识别），典型场景包括制造和物流行业的物品或资产管理。2.微型传感类联接（传感数据采集），典型场景包括能源电力、畜牧业、工业领域的无线传感网络。3.低功耗下行联接（数据下行推送），典型场景包括工业领域、商超零售、办公等应用场景的ESL（Electronic Shelf Labels）类应用。为使能无源物联的极低功耗和极简终端诉求，需要对 5.5G 核心网架构和协议栈进行简化设计：TAGRANAFLight-NASUDMNEFLMFTMFAMFCHFAAA ServerRelay（UE）图 6 A-IoT 架构24云核心网图 7 通感融合AF/NEFSF-URAN1RAN2UPFAMFSF-URAN1RAN2UPFAMFSF-CSF-CUE2SF-USF-UUE2UE1UE15.5G 核心网架构新增 TMF（Tag Management Function）逻辑网元，提供 A-IoT 标签的接入管理和通信。引入轻量化 NAS 协议，精简消息结构和信元，轻量化标签接入和移动性管理，降低终端的复杂性。引入轻量化且灵活的安全机制，满足不同应用场景、不同标签能力对安全的差异化诉求，便用户能够在终端复杂度、成本、功耗与安全性上进行权衡和取舍，满足不同行业客户需求。通过能力开放接口，提供对标签的管理、盘点、访问、定位等网络能力。支持 A-IoT 功能的 RAN 和核心网与现有 5G 网络共存共部署，保护运营商对 5G 基础网络的投资。通过 TMF 管理，能力开放和计费等机制，确保 A-IoT 网络和业务可管可控可运营。3.3 通感融合通感融合包括广域场景与局域场景两类。其中广域场景包括无人机低空安防、公路/铁路入侵检测、环境检测、边防管控、车路协同等。局域场景包括智慧家庭(包括健康检测，家庭入侵检测)，智慧工厂(工厂自动制导车辆的检测与追踪)，动作姿态识别等。为实现通信感知融合，5.5G 核心网引入运营商管控的 SF（Sensing Function）逻辑网元，收集通感基站、终端、路边设备、RSU 等上报数据，执行感知计算处理1：核心网新增感知控制面功能（SF-C）和感知用户面功能（SF-U）。SF-C 与现有 5GC 控制面网元交互，并通过 AMF 传递感知控制信息到 RAN/UE，实现感知业务的鉴权/授权，感知QoS 控制，感知精度/类型/区域控制，感知计费，感知能力开放等感知控制，以及负责 SF-U25云核心网的选择和 SF-U 感知计算的控制；SF-U 负责收集通感基站、终端和摄像头等上报的感知数据，执行感知计算处理，得出感知结果和上报。SF-U 可针对多站上报的蜂窝感知数据，叠加终端侧感知数据以及摄像头设备在内的非 3GPP 感知数据，实现多维感知数据融合。由于感知可能涉及到用户隐私安全，核心网需进行安全隐私脱敏，包括基于用户授权的感知执行，感知区域的管控，敏感目标的模糊化处理等。SF-U 根据基站或终端上报的感知测量数据，基于 AI 计算资源，执行感知 AI 计算，识别感知目标，成像，环境重构等。基于感知 AI 计算，构建 SF-U 通感融合的核心网 AI 计算硬件平台和 AI 计算软件架构，使能智慧低空、智慧交通，数字孪生等价值场景。参考文献1 5G-Advanced 通感融合网络架构研究报告26云核心网4趋势三5G 规模商用加速VoLTE 价值兑现，走向体验升级新阶段27云核心网4.1 5G规模商用加速全球VoLTE发展和价值兑现在过去的十年里，VoLTE 为运营商提供了更高的网络效率和网络经济性，帮助运营商网络实现完全 IP 化，显著提升话音服务质量。随着 5G 走向规模商用，传统 2G/3G 网络开始逐渐关闭，VoLTE 将变得更加重要，是运营商提供核心服务的必要基础，对于 5G 的规模商业化至关重要。VoLTE 建设的主要驱动力将从前一个十年的提高网络效率转变为下一个十年的助推 5G 商业化。随着 5G 的广泛应用，话音业务需要从上一代 CS 基础设施迁移到 IMS，VoNR 也是基于IMS 核心网的，这将是未来话音服务的基础，运营商应及早部署 VoLTE 以免影响其话音服务质量，从而导致推迟其网络演进。据 GSMA 智库统计2，到 2022 年底，全球 VoLTE 渗透率将达到46%，终端数量也已极大丰富。到 2025 年，全球 VoLTE 和 Vo5G 联接数将达到 50 亿，VoLTE渗透率将达到 75%，显示出了良好的发展势头。更多运营商正在实现 VoLTE 价值兑现。体验提升：1）VoLTE呼叫接续时延大大缩短，只需1-3秒即可接通，呼叫接通速度是CS呼叫的23倍；2）高清语音和视频编解码的引入显著提高了通信质量，能享受到高保真、更真实的语音服务；3）通话时数据业务不中断，可以一边打电话一边玩游戏，通话时导航不中断，显著提升用户体验，据统计，VoLTE 用户发展好的运营商，有助于其 P3 测试得到更高的分数。但是，语音业务比数据业务对无线覆盖要求更高，运营商在 VoLTE 规模商用前，必须要考虑4G 覆盖的补齐增强。为匹配客户 VoLTE 发展节奏和投资节奏，华为定义了 VoLTE 的基础体验、成熟体验、极致体验各阶段的建网标准。在 2021 年，华为与 A 国 T 运营商合作将 VoLTE 分阶段建网标准进行落地，基于这个建网标准，T 客户已经成功商用了 VoLTE 业务，良好的 VoLTE 体验支撑了用户顺利发展。华为建立 VoLTE KQI 体系，帮助运营商从打得通、接的快、听得清、不掉话的维度，建立用户感知到网络指标和网元指标系统化的映射，基于这个KQI基准体系去优化VoLTE体验。2016年，华为助力中国移动进行 VoLTE 全国“百日会战”，各关键 KQI 指标大幅改善，甚至优于其 2G 网络。优质体验支撑了中移动的用户快速发展，成就全球规模最大的 VoLTE 网络。28云核心网频谱重耕提效：LTE 频谱效率是 2/3G 网络的 2-3 倍，相同频谱带宽下 LTE 能够支持更多的用户接入。例如：在 5MHz 频谱的带宽下，一般 2G一个小区支持大约 32 个用户，3G 网络下大约是 50 个用户左右，而在 LTE 网络下，支持的用户数超过 119 个。得益于 VoLTE 更高的频谱效率，运营商通过将 2G/3G 话音用户迁移至 VoLTE，将 2G/3G 彻底退网，从而在无线侧释放频谱资源，频谱重耕提升 LTE 覆盖与容量，反哺 4/5G 的发展。据 GSA 产业报告显示，全球有 135 个运营商已经或计划关闭 2G或 3G 网络，将在 2025 年达到退网高峰。5G 网络演进：要保障用户语音体验和数据体验，5G 大规模商用需以完善的 VoLTE 网络为前提。5G的普及，牵引 VoLTE 加速发展。3GPP 定义的标准不支持语音从 5G 回落到 2/3G CS。进入 5G 时代，传统 2/3G CS 语音正逐渐被“抛弃”，VoLTE 作为确保 2/3/4/5G 语音业务连续性的关键连接纽带，成为 5G 时代的语音基础网，VoLTE 是 5G 网络演进的必然选择。5G 有 NSA 非独立组网和 SA 独立组网两大选项。在非独立组网下，业界主流方案是通过VoLTE提供话音业务。在独立组网模式下，有 EPS FB（Fallback）回 落 至 VoLTE 和VoNR 两种方式，对 EPS FB 而言 VoLTE 是必选。即使对 VoNR 目标方案，VoLTE 仍然扮演着必不可少的话音基础网角色。据 GSMA统计，当前 95%以上的 5G 运营商已经建设了 VoLTE 网络。29云核心网4.2 VoLTE发展走向体验升级新阶段4G 时代运营商基于 ViLTE 的视频通话没有得到普及。5G 时代，运营商话音业务出现了重大转折机会，视频通话正在或已经具备成为基础业务的基础。支持视频通话的终端正在普及，视频与语音同包同价解决了用户对资费的担忧，另外 VoLTE 漫游与跨网互通逐渐普及。这些变化，让 ViLTE 或 ViNR 视频通话已经具备了大规模商用的基础。移动互联网的发展已帮助个人用户已经养成了视频通话的使用习惯，如中国的视频通话用户数超过 12 亿，在移动网络下的 OTT 视频通话时长每月有 300 分钟。运营商视频通话相比OTT，具备支持陌生人通话、专有承载保证的高质量、拨号盘原生入口等优势，运营商视频通话具备独特的发展机会。例如中国移动已经将视频通话作为基础业务进行发展，2023 年初中国移动集团制定了全年视频通话的发展目标，希望在年底将视频通话占比提升至 10%。当前，中国移动对视频通话做的体验优化，用户资费优化和套餐调整，已经取得了明显效果。参考文献2 GSMAi:Building on 10 years of VoLTE30云核心网5趋势四通信能力开放再起波澜，新通话成为典型场景31云核心网数字时代的高速发展，让人们对沟通的需求不断提高，仅仅视频通话已不能满足，用户希望有叠加了更多内容、可交互可互动的通话形式。OTT 厂家有很多创新的通话形式，比如微信中的多方视频通话，畅连可以替换背景和一键美肤，抖音能添加 AR 表情，让个人用户的通话更有趣有感。在行业市场上，企业普遍希望能在一个电话中完成交易，用户不必跳转到三方应用进行注册认证等繁琐操作，才能闭环事务。比如在保险行业，能否通过远程视频的方式进行远程报案和定损，不用派员到现场，从而大幅提升线上化率；在设备装维领域，能够通过视频的方式进行远程装维指导，从而提升行业效率。为满足用户需求，补齐网络短板，华为携手中国的领先运营商基于音视频通话推出全新的 5G特色应用，打造以通话为入口的平台产品：为每一路通话赋予超清、智能、交互的能力，把通话从简单的话音工具变成基于码号的价值入口，为个人码号关联个性，为行业码号关联应用，通过从语音，到视频，再到内容的运营，进一步释放话音网无限潜力，实现商业成功。5.1 新通话从概念加速走向商用作为新通话产业的先行者，中国移动在 2022 年 4 月已经正式将新通话定位于集团战略产品。2023 年 1 月中国移动已在浙江、江苏、广东等省份开展了趣味通话、点亮屏幕、通话字幕、中英翻译等业务的现网友好用户招募和试商用验证。经过试商用验证和用户体验打磨，在2023年北展上，中国移动宣布在 2023 年内实现千万级用户容量的新通话网络部署。有望在年内实现商用。当前阶段，走向商用的新通话业务包括趣味通话、点亮屏幕、智能翻译业务。趣味通话业务是指，用户双方通话接听后，可以在对方手机上呈现虚拟背景替换效果，交流中还可以根据特定词语实时产生“表情雨”动效，在通话中表达自我，传递情感。例如，对着视频那端的亲友说“恭喜发财”、“新年快乐”后，即可实时出现拜年动画效果。点亮屏幕是指双方在语音接听后，可以在手机屏上呈现用户预设的短视频，企业还可以定义自己的企业宣传短片，这样，手机屏就由黑屏变成了平均 90s 时长的移动新媒体（类似视频彩铃的接听前 15s），为个人用户表达个性，企业用户传递价值，提供了新的展示空间。运营商通过趣味通话和点亮屏幕这类业务，也可以实现内容运营和变现。智能翻译业务让语音内容可以被识别，翻译，并以文字的形式显示在视频通话界面上，不仅适合跨语种交流，还可以大幅改善听障群体的通话体验，让沟通跨越语言鸿沟。可以在双方通话时在屏幕上叠加跨语种翻译和大字显示，实现助老助残，更好地履行社会责。32云核心网图 8 趣味通话/点亮屏幕/智能翻译除了中国移动，其他运营商也在加速新通话商用进程。2023 年 Q2，中国广电和中国电信也已在部分试点省份完成了新通话业务的首呼。海外市场，由中国移动、华为、TLF 等产业伙伴参与的 GSMA 新通话 Foundry 项目，已在2023MWC 的新通话产业论坛上成立。2023 年 10 月，GSMA 在 Network X 新通话峰会上发布新通话产业白皮书，向业界展示新通话 Foundry 的产业进展。2023 年，部分欧洲、亚太运营商已经启动新通话的 POC 创新项目，例如，泰国 AIS 已经在 9 月完成首个海外市场的新通话 POC 验证。2023 年成为新通话在海外市场的元年，新通话已经从概念走向商用。5.2 新通话成为运营商能力开放的典型场景NaaS 不是新话题，运营商探索网络能力开放和变现已经多年，典型的有短信和语音通话能力开放，如快递员通过 APP 拨打收货人虚拟电话号码就是调用运营商的语音通话能力，APP 服务提供商基于 API 调用次数给运营商付费。通话业务是运营商网络能力开放方面最成功的典型场景。以中国运营商为例，过去电信领域 95%以上的收入来自话音的能力开放。新通话通过在音视频网络上叠加超清、智能、交互三大类新能力，引入包含表情、字幕、翻译、XR、AI 等新内容，为个人、政企等用户提供趣味、实时、交互的新体验。为运营商网络能力开放提供了更多的可能性，带来更大的市场想象力。运营商把新通话定位以通话为入口的平台产品，将会把新通话的平台能力开放给广大开发者和行业伙伴，让他们能快速的创新业务场景、丰富数字内容，并着力升级用户体验、开辟出新的广阔市场空间。传统话音网络能力开放的对象是实时语音、实时视频通话能力，新通话相较于传统话音，又多了 IMS DC（data channel）的带来的实时数据交互、实时 XR 和实时 AI 能力。基于 DC 的新通33云核心网话让用户在通话时享受到OTT相似的使用体验，比如可以点击屏幕进行交互，传递图片，位置信息，数字签名等。因此，新通话能够面向各行各业的沟通场景进行应用定制，运营商为行业客户创造多种多样的产商品。例如，新通话网络能力开放给企业用户后，企业呼叫中心可以调用视频通话和 DC 交互能力，应用在客服维护指导、远程保险定损等场景，运营商则可以基于 API 的调用次数向企业收取费用。华为已联合中国移动和精友科技，将新通话应用在保险行业的远程车险定损场景。用户在汽车发生故障后，拨打视频电话，共享摄像头，由企业端建立单边 DC 的方式，进行 AR 远程标注，进而生成定损保单，一个电话就搞定报案定损。保险公司不用派业务员到现场，定损时间可由两小时缩短到 5 分钟，大幅降低成本并提升线上化率。目前，因为受限于 DC 终端的普及度，一般采用建立单边 DC 的方式来进行单向交互，交互式的新通话应用还比较受限。2024 年后原生 DC 终端将逐步走向商用后，新通话网络能力 API 与 DC 终端相结合，各种交互式新通话应用将更加繁荣。比如，银行、酒店等企业传统的语音 IVR 客服升级为可视的交互式菜单，就可以带来数亿的新市场空间。这是运营商的新通话能力开放的第一个阶段。展望未来，新通话网络结合 AIGC（AI Generated Content）和多模态通信能力后，将有更多新通话业务形态横空出世，为网络能力开放带来更加丰富的想象空间。例如，结合 AIGC 可以为用户创造数字人分身，可以让用户自由 DIY 与自己高度拟合、表情同步的数字人形象，让每个用户拥有自己独一无二的数字人，在通话时充分个性化展示。未来，运营商可为企业用户提供数智助手图 9 远程协作业务，创造符合其行业风格和上海品茶的数字人分身形象。企业用户在与客户进行视频通话时，数智助手可以把视频通话转换为符合行业特点的视频风格，根据客户类型来变换数字人服饰装扮，甚至如果交流双方的语言不同时，也可以提供同声传译能力，为交流创造最佳效果。AIGC 大模型和多模态通信将开启新通话能力开放的更高级阶段，将使能人与人为主的通信，扩展到人与数字人，甚至数字人与数字人的通信，为沟通带来革命，为产业带来腾飞。34云核心网6趋势五裸眼 3D 跨越拐点，将引爆新一波移动媒体流量，超大流量处理和智能体验保障成为下阶段技术热点35云核心网在元宇宙、AIGC 等新应用的推动下，视频内容在生成、传输和呈现上不断有新技术产生，将重构人与人、人与世界的交互，同时也给网络带来新的挑战。6.1 以裸眼3D、XR为代表的空间视频成为媒体发展趋势通过图像和视频还原真实世界一直是人类的追求，虽然早在 1830 年查尔斯惠斯登爵士就提出了利用双眼视差实现立体视觉的概念，但受限于技术的发展，一直没有形成规模化、可持续的商业应用。而近期在裸眼 3D 技术上的突破让我们看到了空间视频爆发拐点的显现，在终端方面，原生支持裸眼 3D 显示的屏幕开始商用，并可以实现 2D 和 3D 之间的显示切换，解决了终端普及的问题，同时，AI 技术的应用实现了精准动眼跟踪，扩大了裸眼 3D 观看范围，有效提升了观看体验；在内容方面，以华为的灵境 3D 技术为代表，实现了 2D 内容向 3D 的转换，使得海量 2D 内容可以转换为 3D 内容，甚至可以实时将 2D 直播转变为 3D 直播，解决了 3D 内容匮乏问题；在网络方面，当前使用双目视差 3D 技术的视频相比 2D 视频，带宽提升要求在 2 倍以下，当前网络已经满足。从以上信息可以看出，裸眼 3D 端到端的瓶颈已经消除，爆发即将显现，并进而推动空间视频的内容、应用和相关技术的发展。过去现在3D 内容3D 视频内容匮乏基于 AI 的自动转码技术，可将现有的海量 2D 视频以及直播的 2D 视频实时转换成 3D 视频终端成本专业的 3D 显示设备价格高昂多款支持 3D 显示的 PAD 已经上市，价格低于 500美元观看体验低分辨率和固定视角使得观看裸眼3D 的体验很差高分辨率终端和智能眼动跟踪技术大大提高了裸眼3D 的体验兼容性屏幕不能在 2D 和 3D 之间切换，影响 2D 观看效果引入了动态控制技术的屏幕可随时在 2D 和 3D 模式间切换，不影响 2D 观看体验XR 是虚实结合技术与应用的典型代表，随着 5G 的普及，以及 AIGC 等新技术的兴起，XR将进入新一轮快速增长，据 Precedence Research 的研究报告显示，近年来 XR 在垂直行业的普及率急剧上升，教育、娱乐、游戏和培训等行业也出现了前所未有的增长，2022 年至 2030 年的 XR 行业的复合年增长率(CAGR)将达到 33.09%，预计到 2026 年，全球范围内的活跃 VR 头显设备数量将达到 7000 万台。另据高盛公司预测，到 2025 年，仅虚拟现实软件应用的规模就将达到 350 亿美元。空间视频和高清视频的发展和普及将媒体内容的编码、传输提出更高的要求。表 2 裸眼 3D 产业快速发展36云核心网6.2 下行超大带宽的需求空间视频的发展必然带来超大带宽的需求，例如，为实现最佳的裸眼 3D 体验，网络需要 10倍的带宽提升。裸眼 3D 的显示主要包括双目视差技术和光场技术，双目视差技术就是将视频流分为左右眼两路，然后通过光栅遮挡或者柱状透镜的方式将两路视频分别投射到左右两只眼睛，通过视差来实现立体效果，这种方式实现裸眼 3D 效果相对简单，对网络要求也不高，相对于之前的 2D 视频，这类视频的带宽需求介于 1 倍到 2 倍之间，当前网络已经能够实现，但双目视差只能提供入门级体验，为实现更好的体验，还有一些问题需要解决，例如：视觉辐辏调解冲突（VAC）问题：也叫调焦冲突，是指单眼视觉焦点和双眼空间焦点不重合，长时间观看就会产生视觉疲劳和眩晕感。移动视 差问题：利用双目视差技术实现的裸眼 3D，无论在哪个角度看，立体效果是一样的，不会象真实世界一样，随着移动看到不同的视角。多人观看问题：在双目视差方式中，为了调整两路视频与双目的对准，需要配合动眼跟踪技术，随着观看者的移动调整显示位置，当多人观看时这一机制就失效了，无法有效显示立体效果。为解决以上问题，光场技术被提出，光场把一个屏幕分成多个视点，在不同视点会看到不同视角的图像，光场技术提供的裸眼 3D 效果会更自然、更舒服，并且可以支持多让同时观看。在视频流的传输和显示上，光场 3D 视频将多个视点的图像叠加到一帧里，形成光场切片，这种方式可以重现多点立体效果，随着视点越多体验会越平滑，但同时视频流量也会大大增加，对网络提出更高的传输要求。片源分辨率视点数带宽要求无压缩H264（100 倍）H265（350 倍）3840*216060fps30333.7Gbps3.3Gbps976Mbps60667.4Gbps6.7Gbps1952Mbps表 3 4k 视频对网络传输带宽要求极高37云核心网分辨率720P1080P2K4K上行带宽3Mbps5Mbps10Mbps20Mbps从以上表格可以看出，多视点的光场 3D 视频带宽可高达 6.7Gbps，实现裸眼 3D 的普及和体验保障对网络提出巨大挑战。同时，XR 的普及也将带来超大流量需求。6.3 上行带宽保障需求近些年来，直播带货、综艺直播、时事直播等各种直播高速发展，直播产业成为娱乐和电商的主要形态，主播数量和价值空间巨大。据统计，中国有 7000 直播运营机构，万粉以上播主达到6000 万 ，催生 GMV 1.2 万亿。目前非常流行的直播带货、短视频直播等应用，非常依赖更高的上行速率以支持多终端直播，并提高视频清晰度和移动直播的流畅度。同时，人们越来越从以前的单向下载变得更乐于主动分享，呼唤更通畅的网络和更快的上行速度，尤其是在演唱会、热点事件、体育赛事等人员密集的活动现场，上行业务量的激增给网络带来巨大挑战。直播的分辨率和帧率是影响直播所需带宽的两个重要因素。分辨率是指视频的清晰度，一般以像素值来表示，如 720p、1080p、2K、4K 等。帧率则是指视频中每秒钟包含的画面数量，通常以 fps（Frames Per Second）为单位来计算。视频帧率至少需要达到 30fps，才不会有卡顿感，在此帧率标准下，不同分辨率所需上行带宽如下表所示：如果要求更加流畅的视频体验，视频帧率为 60fps，则上行带宽需要翻倍。VR 技术在手机端的应用进一步提高了对上行带宽的要求，22 年 9 月抖音在手机端开通 VR 直播功能，上行提升35 倍。网络对直播的效果影响很大，尤其是对于户外直播、走播等场景，难免遇到人员密集场所，上行网络卡顿会造成观看人数急剧减少、掉粉、成交下降，直播间的不稳定会直接影响粉丝上量，而无法沉淀好内容、好口碑、好粉丝关系的直播间，难以持续维持粉丝圈，建立优秀的主播 IP。为保证直播效果，接近四成的主播为直播付费，有 5%的用户每月付费超 1000 元，直播对上行体验保障的需求非常强烈。除了个人网络直播，超高清现场转播近年来陆续出现了一些新型业务形态。比如，大型赛事的表 4 分辨率越高所需上行带宽要求越高38云核心网应用终端形态视频分辨率帧率上行速率要求VR 视频采集CPE 360 VR 球机VR 球机：4K-8K30 FPSVR 360 直播:45-75 Mbps自由视角采集Outside-In 多相机阵列单相机：1080P30 FPSFVV：9-45 Mbps三维重建云服务智能手机1080P-2K-4-24Mbps实时三维重建云服务XR 头显720P Depth-8-24Mbps体积视频直播采集Outside-In 多相机阵列1080P Depth30 FPS24 Mbps实时三维重建云服务XR 头显2K Depth-32-96Mbps体积视频直播采集Outside-In 多相机阵列1080P Depth60FPS48 Mbps实时三维重建云服务XR 头显4K Depth-64-192Mbps4K 多视角互动直播，一般 5G 网络可以满足单个 4Kp50 机位 35-50Mbps 的网速要求，如需同时进行多路多视角的并行传输，则需对拍摄现场进行 5G 上行的特殊保障，不仅要保障 N 倍上行带宽的诉求，并且需要保证不同视角间画面切换时的同步性（前后画面无缝衔接）。XR 应用则是上行体验保障的另一个重点业务。以上行宽带 XR 媒体业务为例，典型业务有XR 视频直播(VR360、自由视角)、体积视频直播、基于云计算的对象三维重建，其应用对上行带宽的要求如下表所示：另外，视频会议、游戏、大文件传输等应用同样对上行体验保障提出了诉求，上行体验保障已成为核心网发展的必要趋势。然而，网络中总的带宽资源是有限的，尤其是在人员密集场所，网络资源更加宝贵，不同用户和业务对网络上行带宽诉求也不尽相同，因此要实现差异化的上行体验保障，合理利用网络资源就变得愈加重要。表 5 典型业务对上行带宽要求39云核心网图 10 上行带宽体验保障6.4 媒体传输新技术-MoQ在过去的20年，互联网上的各类媒体业务蓬勃发展，也驱动了各式各样的媒体传输技术，例如，视频会议通常使用 webrtc 技术，长视频点播及直播常用的 DASH 和 HLS 技术，上行的直播分享则常用RTMP技术，等等，各式各样的传输技术带来了媒体业务的复杂性，尤其是混合媒体流业务。在 Google 内部就有多个团队在研究不同的媒体传输协议，各类媒体传输技术融合成为一种趋势。另一方面，出于版权保护、隐私保护等目的，内容加密越来越普遍，当前，互联网的加密流量占比已经超过 90%，由于当前的传输协议仅支持端到端的加密传输，中间的网络只能透明传输，这使得网络无法对媒体进行传输过程中的优化，无法发挥网络对于业务体验保障的能力。基于以上问题，IETF 提出了 MoQ（Media over QUIC）的媒体协议，希望通过 MoQ 统一媒体传输协议，同时对于加密视频，MoQ 在架构中引入了可信的 relay 节点，通过业务与网络的协同，从而使网络能够根据网络情况以及业务需求来保障业务体验。5G5G CoreUPF直播流保障用户普通用户40云核心网图 11 MoQ 内容分发架构在 MoQ 架构中，媒体源（例如 XR server）发送给 Relay 节点的 MoQ 流媒体中，除了媒体内容，还提供了元数据，以标识媒体的属性。relay 节点将感知网络的拥塞程度，结合媒体内容特征进行优先级调度、cache、依赖关系和选择性丢弃等传输优化动作，来保障视频体验。3GPP 也在积极响应，将 MoQ 纳入 XRM 后续版本已经放入了标准讨论范围。6.5 面向最佳视频体验的5.5G核心网技术趋势基于以上媒体优化的需求，5.5G 核心网将呈现以下几个变化：从包级别调度到帧级别调度：针对空间视频、高清视频等媒体业务，将关键流与非关键流进行分层编码，5.5G 核心网对不同流给以不同 QoS 保障，并将关键流优先调度，将保障大带宽媒体的体验。从静态 QoS 保障到动态智能策略：为将 AI 能力引入网络，3GPP 定义了 NWDAF，通过智能的识别和闭环控制，可实现用户体验实时评估和动态优化。从单用户大带宽到高并发大流量卸载：随着裸眼 3D、XR 等大带宽媒体业务的普及，网络需要具备高并发大流量的能力，所以 UPF 需要通过转发算法的优化和智能网卡的卸载等技术，来实现高并发下大带宽的保障，同时，由于业务的不均衡性，5.5G 核心网需要维护网络处理能力拓扑，并通过智能选路将超大业务流调度到专用节点，以便提升整网的处理效率。从网存分离到分布式算存一体：为降低业务时延，减少视频流在终端与云端的反复发送，网络应原生支持存储与计算能力，在边缘实现媒体渲染等能力。Huawei Proprietary-Restricted Distribution14趋势五：裸眼3D跨越拐点，将引爆新一波移动媒体流量，超大流量处理和智能体验保障成为下阶段技术热点中文英文UPF（Relay2）UPF（Relay1）UPF（Relay3）CDNUE1UE2源站Pub/Sub使用Pub/Sub机制共享内容Pub/SubPub/Sub图MoQ内容分发架构Figure 6.4 MoQ content distribution architectureUPF(Relay 2)UPF(Relay 1)UPF(Relay 3)CDNUE 1UE 2OriginPub/SubContent sharing using Pub/Sub Pub/SubPub/Sub41云核心网7趋势六5G 核心网 100%基于电信云部署，云化成为主导的建网方式，面向未来演进的融合极简、标准化、自动化成为技术方向42云核心网7.1 云化成为主导的建网方式，5G核心网100%基于云化部署从 2012 年 NFV（Network Function Virtualization）理念诞生，面临技术、组织、文化、流程等多方面的挑战，历经十年，5G 核心网 100%均基于电信云部署，根据 ETSI 2021 年 9 月全球运营商调研，“资源池化、软件分布化、运维自动化”等最初的 NFV 预期价值也基本兑现：全球已完成超过 20 万服务器的大规模交付，仅中国就有超过 6.6 亿 5G 连接 100%基于电信云部署，预计到 2028 年伴随传统设备生命周期退网，核心网云化比例达到 100%。同时，运营商、标准组织与设备厂家通过不断的实践探索，已围绕 IT 硬件构建了电信级级的高可靠性、高性能能力，例如基于云化网络的八级容灾体系、磐石解决方案等，使构建在 COTS基础上的可靠性满足电信级 5 个 9 要求，完成了全球首个跨数据中心千万级用户容灾倒换。同时基于虚拟化技术，构建了 CPU 绑核、SR-IOV、DPDK、大页内存、Openstack 大规模调度优化等电信级增强，使得虚拟化性能损失降到最低，进而促进电信云大规模部署。电信云的演进也更加开放，软硬解耦已经规模商用，围绕 ETSI 规范的互联互通已经基本成熟稳定，超过 70%运营商认为 NFV 避免了 Vendor lock-in。新的硬件形态，例如异构计算能力（一个云平台同时支持 X86 和 ARM）也已在中国区现网商用。7.2 公有云在电信场景的部署仍处于未知探索中，仍然面临许多问题需要继续解决过去的一年，基于公有云部署的电信场景仍是凤毛麟角，电信业务与普通 IT 应用相比有明显差异：公有云部署架构和网络拓扑无法满足电信级高可靠要求，例如公有云 Region 级故障（过去一年公开报道超过 40 ），在多 AZ 部署下无法有效阻止故障蔓延，至少需要两个 Region 才能做到真正的容灾。然而目前公有云的部署除了美国外，几乎没有国家可以具备多 Region 基础设施条件。另外一些方案，为减轻故障蔓延风险，采用了“入驻式”部署的模式，然而这种方案其实又成为私有云，公有云的入驻式方案成本比部署在region 高出4050%（新增独占硬件、新增机房占地等），公有云集约化共享的优势消失。从运维角度看，服务等级协议（SLA）被视为云厂商对其服务质量的承诺。然而，几乎所有的公有云厂家并不能像期望的那样“兜底”，可用性普遍在 99.5.99%，与电信级要求，特别43云核心网图 12 Source:ETSI NFV MWCSH 圆桌现场调研（2023 年 6 月）是核心网高稳高可靠要求更相距甚远。同时，电信行业特别是核心网领域，经过10年大量的NFV云化实践，将CT经验与IT技术结合，这些深入的磨合在公有云需要重新适配和探索。数据主权、数据安全、多厂家对接等等仍未有效解决公有云还没有证明其相对于现有电信云的明显优势，运营商主要还是采用电信云部署模式。7.3 未来走向融合极简的建网模式 容器如何在电信网络引入是运营商最关注的话题。通过 ETSI NFV 及 CNCF 的调研，超过75%的企业反馈未来的 应用部署平台是混合模式，即电信云平台需要提供虚机、容器、裸金属服务器等资源。如何在电信网络中引入容器？是基于现有云扩容还是新建背靠背部署一套新的云？如何既要兼顾 Openstack 面向资源管理的优势，又叠加 K8S 等面向应用的管理灵活性等成为关键话题。我们认为，NFV 当前的架构和存量网络，是多年以来与运营商组织能力、网络架构、人员技能经过多年磨合后形成的最佳实践。我们建议采用平滑的演进方案更符合运营商演进路径：新建变扩容：基于当前网络，平滑扩容引入容器层，对外提供容器资源，不需要新建一朵独立的容器云。实现了不破坏现有组网架构、不丢失已经取得的云化成果（集约化、软硬解耦等），不推翻当前已经完成的接口对接，引入容器从新建云变为扩容一部分新的计算资源。TCO 最优：在扩容支持新的容器能力后，可以共享计算服务器、共享存储和网络设备，不需要调整网络架构和组网，不需要额外的对接和验证，不需要基础设施的重复投资。同时从维护两朵44云核心网云到维护一朵云，一个入口就可以灵活调度虚机、容器、裸金属等多种资源，这种简化运维的方式是运营商需要的带来了极大的 TCO 节省，这种建网模式对运营商最为有利。目前中国移动、沙特 STC 等运营商正在现网积极部署，成为新的趋势。7.4 基于意图驱动实现电信云原生自动化，兑现云化价值由于云化的复杂性，如何高效运维电信网络，减少人工介入，同时降低复杂度及避免人工错误引入，更好的发挥自动化的价值。电信网络的运维是个全局的、整体的工作，不仅仅某个部件，某个网元单个功能。例如，电信网络不仅仅需要考虑单个网元的扩容，还需要对应网络的自动化联动。部署某个业务功能，不仅仅要关注集群和单网元的部署，要能实现跨网元联动，以满足 5G 切片，专线开通等电信业务场景。简化运维的第一个切入点，就是进一步简化当前电信云配置的复杂度，减少人为干预：1.配置参数简化：通过意图驱动将配置意图翻译为网络操作，自动完成网设和配置，配置参数减少 90%。2.接口标准化：通过北向接口标准化，屏蔽不同厂家实现差异，最大程度的支持跨厂家对接。3.沙箱预验证：通过配置的 DryRun、仿真验证，将配置错误提前拦截掉，将动网操作给现网带来的风险降到最低。另外一个维度是实现电信云场景真正的全场景自动化，包含基于意图验证的健康检查、自动化测试、基于意图监控的在线值守。最终的目的是匹配运营商组织和能力要求，通过意图驱动和智能将“简单”留在运营商，将“复杂”消化在系统内部。运营商维护人员聚焦业务和网络运维，产品的运维通过AI代替专家，实现自主决策、自动闭环。45云核心网图 13 电信网络运营商实现云原生的选择7.5 云化规范遵循ETSI标准，支持平滑演进ETSI NFV 提出 10 年，是产业合力共同推动的 10 年，也逐步形成了适合运营商组织能力、网络架构、人员技能的最佳实践。ETSI 的参考架构及大量互联互通验证、认证起到了非常重要的作用。同时我们也看到层出的云协议栈，带来的新的技术分裂和新的“烟囱”，从 ONAP、Nephio、Sylva、各种公有云等多种技术栈，带来新的复杂。未来，伴随容器演进、新硬件引入、自动化新要求等演进，产业界所有参与者仍然要基于ETSI NFV 标准进行演进，产业合力共同发展，避免新的技术再次形成封闭的“烟囱”，导致运营商陷入新的 Vendor-lock-in。继续做好南北向互通标准化：伴随硬件通用化，硬件驱动也应逐步走向标准化、开放化，减少厂家间互相认证、交叉测试，云平台可以快速集成、对接各种硬件。过去的 MANO 重点聚焦 LCM等核心能力，目前，ETSI 标准在 2023 年 Q2 R6 定义中已经立项 MANO 演进课题，重点研究增强数据化、智能化运维能力。46云核心网8趋势七以大模型为标志，AI 发展进入快车道。5.5G 核心网聚焦运维智能、业务智能、网络智能，抓住AI技术变革重大机会窗，实现全面智能化转型47云核心网8.1 以大模型为代表的AI技术快速发展，5.5G智能核心网实现全面智能化转型2022 年已成为 AI 大模型的元年，人工智能产业发展迎来爆发期。作为大模型在自然语言 领 域 的 代 表，ChatGPT（全 称 聊 天 生 成 预 训 练 转 换 器，Chat Generative Pre-trained Transformer）在 2022 年 11 月底一经推出，就创造了消费级应用程序用户增长速度记录，在短短 5 天内实现了用户突破百万大关，2 个月内其月活用户已经突破 1 亿。ChatGPT 能取得如此轰动性的成果，是由于其能逼真模仿人类对话，并对用户提示做出详细的回应。2023 年 3 月，GPT-4的发布则进一步展示了大模型超强的潜力，以考试能力为例，在大多数专业和学术考试中，GPT4 表现出了人类水平的表现，鉴于 GPT-4 能力的广度和深度，微软认为 GPT-4 可以被合理地视为人工通用智能 AGI（Artificial General Intelligence）系统的早期版本（但仍不完整）。基于上述分析，我们认为由于大模型技术的重大突破，将彻底变革 AI 供给模式，大幅度降低供给方适应多种业务场景的复杂度，AI 技术到了一个即将大规模产业化的临界点。以小模型为代表的 AI 1.0 时代快速演进到以大模型为代表的 AI 2.0 时代。核心网进入 5.5G 时代，云原生和全融合持续演进，云化网络规模与复杂度快速提升，同时核心网还需要通过业务创新和网络优化，持续提升用户业务体验。如下图所示，5.5G 核心网结合 AI 大模型技术的突破性发展，聚焦运维智能、业务智能、网络智能，实现全面的智能化转型，使能新业务体验，持续推动网络升级，并通过网络能力开放，全面激活 NaaS 商业机会。图 14 5.5G 智能核心网远程辅助保险定损行业专网电力切片数字人直播保障5.5G Intelligent CoreOpen Gateway网络注智云化集中控制面超分布转发面新通话媒体面运维智能 专线/专网开通 切片开通 QoD Location 网络智能业务智能 媒体渲染 内容交互 智能业务识别 智能策略生成网络智能 背景分割 手势识别业务智能 意图驱动 运维大模型运维智能48云核心网8.2 运维智能：定义大模型驱动的运维智能副驾，结构性优化核心网运维效率、保障网络高稳和体验提升业界领先的 ICT 公司，加速将大模型驱动的智能副驾（Copilot）引入主力产品，大幅提升了产品的使用效率，包括微软在 Power Platform、Microsoft 365、Dynamics 365 和 Visual Studio 2022 内置 Copilot，谷歌对标微软 Copilot，推出 AI 编程 Project IDX。在核心网运维领域，同样有引入 Copilot 智能副驾的强烈需求，支撑运维人员提升效率。结合运营商运维作业流，华为推出核心网运维智能副驾 ICN Master 方案，并建议分阶段逐步构筑运维大模型能力，第一阶段，聚焦监控排障和投诉处理的语义理解和 API 查询能力，减少多系统间调用切换次数。第二阶段突破复杂故障根因分析等高阶场景。下面我们分别以监控排障、日常变更为例，详细描述 ICN Master 方案。监控排障运营商对于监控排障，主要关注告警处理时长，工单处理及时率。包含两个主要场景：告警分析助理、信令分析助理，下面分别予以介绍：-告警分析助理运营商现网告警分析主要痛点是告警量大、处理时间长，处理耗时耗力。为解决该问题，通过引入 ICN Master，提供 3 个关键能力：1.通过告警信息，给出告警解释、告警影响范围分析、告警处理建议以及之前出现过的类似案例参考；2.根据告警发生的时间段、网元设备等信息，进行告警关联聚类和统计；3.基于告警处理建议进行指令编排后进行相关信息查询、调用运维辅助工具，最终给出告警的详细处置建议。-信令分析助理运营商在现网会部署拨测系统，对现网业务进行拨测，如果出现拨测失败则自动触发工单，拨测任务 7X24 小时持续进行，一旦出现异常，需要人工介入分析，处理效率很低。为解决该问题，通过引入 ICN Master，提供 2 个关键能力：49云核心网1.针对拨测失败工单，通过对失败号码进行重新拨测，并记录相关信令，对信令流进行分析，分析输出业务失败根因和建议处置方案；2.对于投诉用户，可以进行模拟拨测，对信令流进行分析，确定投诉用户业务失败的根因。日常变更运营商对日常变更主要关注局数据配置成功率，主要痛点包括：脚本自动化生成比例低，场景适应性差，大量场景需人工配合；局数据配置脚本生成后，需人工进行审核，工作效率低；为解决该问题，可以基于自然语言交互，结合具体网元和网络配置，自动生成局数据脚本，并通过仿真验证配置的正确性。图 15 核心网运维大模型如上图所示，华为核心网运维大模型基于华为盘古通信大模型构建，基础模型能力强，支持万亿级参数规模，采用稠密稀疏混合 MoE（Mixture of Experts，混合专家网络）架构，是面向通信领域优化的基础大模型。基于高质量的基础预训练 L0 模型，由核心网经验丰富的开发人员参与生成高质量重训练语料和 SFT（Supervised Fine Tuning，有监督微调），覆盖大量设备级正、负向语料和样本，完成面向核心网领域的 L1 模型训练；在 L1 模型的基础上，由核心网资深专家参与生成场景化高质在线微调ICN Master-智能副驾驶交互式入口UI三种形态：语音入口，Side bar，APPICN Master Controller盘古通信大模型（L0）Plugins框架OMC Plugins容灾仿真Plugins测试Plugins意图动网Plugins故障处理高效运维OMC/MDAF/COSSCC/CDE核心网运维大模型工单处理客户系统对接领域模型（L1）场景模型（L2）UDMC 统一数据底座50云核心网量重训练语料和高阶微调包括 COT（Chain Of Thought，思维链）、RLHF（Reinforcement Learning from Human Feedback，基于人类反馈的强化学习）和 Toolformer（训练大模型使用工具），覆盖高阶、复杂网络问题分析和处理，最终形成场景化的 L2 模型。在模型上网运行后，为保证模型对不同局点的适应性，还会基于现网数据进行重训练和微调，以进一步提升模型的性能。8.3 业务智能：通过AIGC使能5.5G新通话业务持续演进，持续提升用户业务体验AIGC（AI Generated Content），意为 AI 生成内容，包括 AI 生成文本、代码、图像、视频、3D、音频等，又称生成式 AI（Generative AI）。当前业界 AIGC 模型分为语言大模型 LLM（Large Language Model）和烟囱式的媒体单模态生成式模型（图像、视频、3D、音频各自独立生成），业界知名的媒体单模态生成式模型包括：图像生成：Midjourney、Bing Creator、Stable Diffusion、Dall-E2视频生成：D-ID、RunWay3D：Magic 3D、DreamFusion音频：JukeBox、MusicLM这些模型生成的内容质量很高，已经在影视制作、游戏制作中得到越来越广泛的应用。从 Facebook、华为公司 2012 媒体院等研究机构的分析，媒体生成模型会逐步从现有烟囱式的单模态模型逐步演进为多模态的统一媒体生成式大模型，可以基于一个模型，实现图像、视频、3D、音乐等媒体内容的统一生成，多模态输入、多模态输出。与此同时，随着 5G 网络覆盖持续提升，网络质量不断得到优化，以中国运营商为例，5G 小区边缘上行普遍按照 2Mbps 进行规划，可以流畅的支持 720p 视频呼叫，由此 VoNR 视频呼叫满足了成为基础业务的条件。将 AIGC 和 VoNR 视频呼叫深度结合，使能 5.5G 新通话业务，已逐渐成为业界对 5.5G 智能化核心网的共识。我们认为 5.5G 新通话主要分为 3 个阶段：51云核心网阶段 1：趣味通话图 16 趣味通话图 17 VoLTE 基础网这个阶段，主要还是人与人之间的通信，通过网络侧提供的 AI 能力进行内容的增强，主要的应用场景包括：视频呼叫背景替换、头像替换、表情语和手势识别等。这个阶段对 AIGC 媒体大模型没有需求。支撑阶段 1 的网络架构如下，可以看到主要是在 VoLTE 的基础网上叠加了新通话的能力，包括控制面的新通话平台网元（NCP：New Calling Platform）和媒体面的统一媒体网元（UMF：Unified Media Function）：新通话叠加网VoLTE基础网NCPUMFATS CSC SBC 音视频驱动业务控制52云核心网新通话叠加网VoLTE基础网NCPUMFATS CSC SBC MCF音视频生成音视频驱动语义理解与交互业务控制AIGC驱动网阶段 2：数字人通信图 18 数字人通信图 19 支撑阶段 2 的网络架构这个阶段，会引入数字人形象，比如用户自定义的卡通形象，这些数字人形象属于 2D 形象，使用 AIGC 媒体大模型可以生成个性化数字形象和个性化的媒体内容。在这个阶段，主要的业务场景包括：人和语音驱动的数字人交流；语音驱动的数字人之间的交流。支撑阶段 2 的网络架构如下，可以看到主要是在新通话叠加网的基础上叠加媒体控制功能（MCF：Multi-Modal Communication Function），进一步增强了 AIGC 和业务开放的能力：53云核心网图 20 多模态交互阶段 3：多模态交互这个阶段，会引入数字助理，支持对多种模态输入信息的语义理解和转换，2D 数字人也会升级为真实度更高的 3D 数字人。AIGC 媒体大模型，会被用于更多场景化的文本、语音、视频生成，实现交流内容更为个性化，体验进一步得到升级。阶段 3 的网络架构，会在阶段 2 的架构上持续演进增强。5.5G新通话的大发展，必将为6G沉浸式通信打下坚实的基础，而6G沉浸式通信将为“元宇宙”提供基础的通信能力。华为公司作为 5.5G 新通话的主要厂商，联合运营商，持续推动 5.5G 新通话产业的发展，从2020 年北京通信展，在业界首次展示新通话技术原型引起巨大反响，到 2023 年中国四大运营商均高调展示了新通话的商用计划，尤其中国移动在北京通信展新通话产业论坛上，向全球正式宣布5000 万建网及商用计划。5.5G 新通话发展进入快车道。AI多模态转换文字音频视频图片数字形象3D模型文字音频视频图片数字形象3D模型屏幕音响XR眼动.键盘摄像头XR.麦克风公共数字人（客服/公共服务）灵动机器人人人个体数字人个体数字人54云核心网8.4 网络智能：网络数字孪生 网络大模型，构建实时闭环的网络自治系统NWDAF（Network Data Analytics Function，网络数据分析功能）是 3GPP 定义的 5G 核心网的重要功能，可向网络提供网络数据分析服务。NWDAF 作为 5G 核心网架构的组成，最早在3GPP R15 引入，将网络数据汇聚和 AI 分析功能标准化，具有实时性高、支持闭环控制等特性，NWDAF 的提出开创了标准化网络 AI 系统的先河，为 AI 赋能 5G 网络数据分析提供了基础，具有重大意义。3GPP R15 定义的 NWDAF 功能很有限，仅能够提供网络切片的分析信息，在随后的 R16和 R17，NWDAF 的网络分析架构和网络分析能力得到了加强。尤其是在 R17，将 NWDAF 的架构做了重大调整，功能被扩展为 5 个逻辑功能，初步形成一个网络智能面的基础，这 5 大功能定义如下：MTLF：NWDAF containing Model Training Logical Function，NWDAF 提供模型训练功能AnLF：NWDAF containing Analytics Logical Function，NWDAF 提供数据分析功能，从MTLF 获取模型DCCF：Data Collection Coordination Function，在 NWDAF 和其他 NF 之间收集和开放数据，具备数据汇聚作用ADRF：Analytics Data Repository Function，数据存储功能，可以存储收集的原始数据和分析结果MFAF：Messaging Framework Adaptor Function，消息总线，主要用于 NWDAF 相关功能的消息传递，包括数据收集、存取、分析数据的存取等消息3GPP R18，NWDAF 在架构上没有进一步的扩展，主要是新增了对一些场景的支持，包括：提高模型和分析结果精准度；辅助应用检测；辅助 URSP 决策；增强 QoS 预测等。在 3GPP R19，重点考虑的仍然是一些新的场景，包括信令风暴、节能、推荐、在线学习、强化学习、纵向联邦以及和和 RAN 的协同。我们认为NWDAF的整体架构需要进一步演进，从而真正构建5.5G核心网完整的智能面功能，在完整解决目前 3GPP 协议框架定义的场景外，可以支持更多的复杂场景，比如：55云核心网1.高精网络地图，使能流量、体验实时可视如前面章节所述，面向 5.5G 演进的核心网网络规模持续扩大，业务持续丰富，对网络的可视、可管、可控都带来了很大的挑战，基于智能面架构，我们首先就要实现高精网络地图，使能流量、体验的实时可视。图 21 高精度网络孪生地图Restricted DistributionE2E仿真平台交互框架感知框架仿真框架分析框架集成框架网络大模型业务模型：流量、用户、属性、协议网络模型：链路拓扑、负载、可用性网元模型：转发行为、信令配置可视网络孪生地图 全网地图全息地图预测优化价值业务场景业务感知体验度量网络提效用户GIS、应用互联、信令交互、拓扑流量趋势、资源消耗、轨迹变化最优策略：性能、负载、能耗AI内生网络天气预报全网状态预警业务智能选路多维度智能选路QoE体验地图用户体验追踪用户精准营销套餐/广告推荐能力开放数据及服务开放如上图所示，基于 AI 内生、网络大模型、E2E 仿真平台构建高精度网络孪生地图，支持多个价值业务场景。下面对关键的技术和应用场景进行描述：网络孪生地图：获取网络和业务实时数据，将数据进行结构化转换，实现全息地图呈现。通过运筹学、网络演算等算法，对复杂组网下的资源进行最优分配，对网络符合、业务体验进行精准预测。跨域全业务网络模型：对 ToC/ToB 各种复杂流量进行自适应建模，对网络功能进行建模，对网络拓扑和负载进行建模，对端网云协同进行跨域建模，构建业务场景的完整白盒模式库，形成E2E 网络仿真的基础能力。56云核心网E2E 网络仿真平台：构建核心网、无线、IP 承载网的跨域全系统仿真平台，对关键业务进行E2E 定量仿真，支撑问题分析、体验优化等业务场景，满足离线、在线灵活的部署需求。2.空口协同的体验智能闭环保障现场数据采集业务特征解析5G2B医院专网RAN配置数据空口测量数据访问基站MML空口话统接口导入仿真平台前端优化仿真评估诊断仿真结果判断是否满足KQI需求优化参数优化目标仿真任务评估结果寻找业务SLA敏感参数多目标参数寻优仿真结果 业务SLA满足度 关键可优化参数 优化参数值建议 业务特征描述 参数配置 环境信息 组网拓扑业务报文现网客户端业务抓包/网络配置数据业务特征描述文件5G应用层/传输层配置RAN配置环境测量数据组网拓扑图 22 空口协同的体验智能闭环保障如上图所示，在行业专网迁移到 5G 网络后，可以基于智能面提供如下关键的能力：业务迁移至5G网络后，可能存在SLA劣化的问题，可以基于智能面对现场数据进行回放、仿真、分析定位，找出导致业务 SLA 劣化根因；基于客户不同的 SLA 要求（如性能最优、资源消耗最优等），寻找最优的参数组合，这些参数除了核心网的参数，还可以扩展支持应用层的配置、无线空口的配置；3.网络效率提升5.5G核心网，用户面不断下沉，在用户面超分布、异构的大趋势下，如何进行高效、智能的选路，成为一个关键的需求。57云核心网图 23 NWDAF/智能面如上图所示，5.5G 核心网承载了 toC、toB、toH 丰富、灵活的业务，包括移动 VPN、多园区广域互联、家庭多域互联、内容/算力网络，需要通过智能面和新引入的业务路由功能网元（SRF：Service Routing Function）协同，实现面向业务的网络和算力综合调度，使能客户业务极致体验。其中智能面主要提供网络实时感知、分析和决策功能，SRF 在智能面的协同下，基于多维度完成智能选路，这些维度包括终端和业务类型、用户和业务接入点位置、应用和路径状态、业务卸载能力和算力卸载能力等，在满足用户业务需求的同时达成网络效率的最大化。30基础接入分流平面SMFSRFAMF公有云/边缘云基础接入分流平面toB政企toB政企PCFtoB金融toH家庭NWDAF/智能面智能面58云核心网智能时代已来，AI 技术将改变我们的学习、工作和生活，改变行业的生产、管理和交易，进而改变整个社会，而随着网络能力的不断提升以及网络与 AI 的结合，联接将无处不达、智能将无处不在。本白皮书重点介绍了面向智能世界演进的核心网网络架构、业务需求及技术趋势，为 5G 网络的下一阶段发展提供指导。通过网络能力增强，基于全云化、全联接、超分布的核心网将持续优化网络基础服务，通过业务智能、网络智能和运维智能，核心网将进一步使能新商业。在我们对 5.5G 展望的同时，6G 技术的研究已经开启，智能化将成为网络演进和业务使能的重要引擎，驱动技术与商业的有机结合，带来更多的商业机会，构建产业共赢。本白皮书的发布，希望为面向智能世界的核心网发展提供可参考的场景需求和技术方向，促进产业形成共识，共同推动移动网络发展进入新阶段。9总结和展望AabbreviationFull SpellingXSOCross-layer Service Orchestration5GC5G Core NetworkAAAauthentication,authorization,and accountingAFApplication FunctionAMFAccess and Mobility Management FunctionCHFCharging FunctionLMFLocation Management FunctionNEFNetwork Exposure FunctionNFNetwork FunctionNWDAFNetwork Data Analytics FunctionRANRadio Access NetworkSFSensing FunctionTMFTag Management FunctionSMFSession Management FunctionUDMUnified Data ManagementUPFUser Plane FunctionVoLTEVoice over LTEVoNRVoice over New RadioCSCircuit SwitchedVo5GVoice over 5GKQIKey Quality IndicatorEPS FBEPS FallbackViLTEVideo over LTENaaSNetwork as a ServiceAPIApplication Programming InterfaceXRExtended RealityAIArtificial IntelligenceDCData ChannelAIGCAI Generated ContentIVRInteractive Voice ResponsePGCProfessionally Generated ContentUGCUser Generated ContentMoQMedia over QUIC缩略语版权所有 华为技术有限公司 2023。保留一切权利。非经华为技术有限公司书面同意，任何单位和个人不得擅自摘抄、复制本手册内容的部分或全部，并不得以任何形式传播。商标声明免责声明 HUAWEI 华为 是华为技术有限公司的商标或者注册商标。在本手册中以及本手册描述的产品中，出现的其他商标、产品名称、服务名称以及公司名称，由其各自的所有人拥有。本文档可能含有预测信息，包括但不限于有关未来的财务、运营、产品系列、新技术等信息。由于实践中存在很多不确定因素，可能导致实际结果与预测信息有很大的差别。因此，本文档信息仅供参考，不构成任何要约或承诺。华为可能不经通知修改上述信息，恕不另行通知。华为技术有限公司深圳市龙岗区坂田华为基地邮编：518129电话： 86 755

0人已浏览 2023-11-01 61页 5星级

2023 云安全联盟大中华区版权所有2身份与访问管理工作组网址是：https:/cloudsecurityalliance.org/research/working-groups/identity-and-access-management2023 云安全联盟大中华区-保留所有权利。你可以在你的电脑上下载、储存、展示、查看及打印，或者访问云安全联盟大中华区官网（https:/www.c-）。须遵守以下：(a)本文只可作个人、信息获取、非商业用途；(b)本文内容不得篡改；(c)本文不得转发；(d)本文商标、版权或其他声明不得删除。请在遵循中华人民共和国著作权法相关条款情况下合理使用本文内容，使用时请注明引用于云安全联盟大中华区。2023 云安全联盟大中华区版权所有3 2023 云安全联盟大中华区版权所有4致谢致谢IAM在云环境下新的挑战（What Is Identity&Access Management(IAM)For The Cloud?）由CSA工作组专家编写，CSA大中华区IAM工作组组织翻译并审校。中文版翻译专家组中文版翻译专家组（排名不分先后）：组组 长：长：于继万翻译组：翻译组：崔崟王亮张彬鹿淑煜吕波审校组：审校组：戴立伟谢琴研究协调员：研究协调员：蒋妤希感谢以下单位的支持与贡献：感谢以下单位的支持与贡献：北京启明星辰信息安全技术有限公司奇安信网神信息技术（北京）股份有限公司北京天融信网络安全技术有限公司深圳竹云科技有限公司上海物盾信息科技有限公司安易科技（北京）有限公司华为技术有限公司三未信安科技股份有限公司阿里云计算有限公司 2023 云安全联盟大中华区版权所有5英文版本编写专家英文版本编写专家主要作者：主要作者：Ravi ErukullaRamesh GuptaShruti KulkarniAlon Nachmany贡献者：贡献者：Faye DixonJonathan FlackPaul MezzeraAnsuman MishraVenkat RaghavanHeinrich SmitDavid Strommer审校者审校者：SamuelAddingtonRadhika BajpaiShannonChisengaIvan DjordjevicShamik KackerShamik KackerAdnan RafiqueMichael RozaNishanth SingarapuCSA员工员工：Ryan GiffordStephen Lumpe在此感谢以上专家。如译文有不妥当之处，敬请读者联系CSA GCR秘书处给予雅正!联系邮箱researchc-；国际云安全联盟CSA公众号。2023 云安全联盟大中华区版权所有6目录目录致谢.4序言.7摘要.8引言.10云环境与本地部署IAM的差异.11IAM溯源分析.12IAM的发展趋势.13云环境的IAM.13多云/混合环境IAM解决方案的重要性与日俱增.14IAM对企业高管的重要性.14企业有效地采用云IAM所面对的挑战.15身份管理十大挑战.15云IAM带来更多商业机会.16在云环境中制定有效的IAM计划的注意事项和最佳实践.17给安全/IAM领导和从业者关于沟通IAM价值的提示.19结论.20CSA企业会员案例.21阿里云应用身份服务IDaaS在某游戏大厂实践案例.21 2023 云安全联盟大中华区版权所有7序言序言在过去的几年里，全球事件加速了许多企业的数字化转型，陆续将业务迁移到云端成为了流行。目前大多数企业 IT 采用本地、云端或并行机制，在这样的状态下，提高可见性，安全性和保护数据的需求尤为重要，企业管理者发现在云中管理身份是一个首要问题，因为他们可能面临多个云服务提供商，业务跨多个节点，很容易形成身份孤岛从而增加风险暴露面。身份管理与访问控制(IAM)是一个业务流程、策略和技术框架，使企业可以更轻松地管理数字身份。IAM 能够控制用户对其公司关键信息的访问，如今，组成 IAM 环境的许多组件（例如认证、授权、身份生命周期管理和特权访问）可以进行切片，以便企业可以选择在云中运行效率更高、更具成本效益的功能并保留必要的安全机制。基于云的 IAM 将成为企业上云进行网络防御、风险管理和数据保护能力的顶级安全安全实践。本篇文献通过介绍影响 IAM 的云环境与本地环境之间的差异和过去解决方式的回顾，总结出目前 IAM 发展的趋势和在云环境中 IAM 面临的重要挑战，提出了针对云环境的有效的 IAM 最佳实践，用于帮助 IAM 在企业数字化转型中进行有效推动，从而加速数字经济，降低运营成本。李雨航 Yale LiCSA 大中华区主席兼研究院院长 2023 云安全联盟大中华区版权所有8摘要摘要身 份 管 理 与 访 问 控 制（Identity and AccessManagement，IAM）并非一种新的解决方案。IAM 工具和实践用于保护字（有时甚至是物理）资源，并满足法规/合规要求。IAM 最初是一种通用的机制，通过对被授权的身份或身份组赋予权限来限制和控制对组织资源的访问。它最初的目标是验证权限，并且访问（控制）是完全基于对用户名和口令的判断，再加上直接在受访资源上分配的组成员身份或权限。这一模型后来演变为集中化的 IAM，而访问决策集中在一个权威机构上，如：服务、服务器或身份基础设施。多年来，威胁形势发生了重大变化，IAM 现今已成为任何数字访问模型的关键组成部分。随着用户、资源和系统这些（IAM 核心）性质发生变化，IAM 已经发展到使用不断增加的可见性、粒度和控制。例如：基于角色（RBAC）、属性（ABAC）或其他自适应（或启发式）的访问控制已经添加了分布式或基于事务的访问（控制能 力）。随 着 多 因 素 身 份 验 证、通 行 密 钥（passkeys）和数字证书的加入，身份验证工具和技术不断发展，并极大的增强了 IAM 的能力。2023 云安全联盟大中华区版权所有9如今，IAM 已经远不仅是作为保护资源或者满足合规性的手段。随着全面云化、数字化以及由于 COVID 带来的远程和混合工作模式等发展趋势，IAM 已经成为一个业务的推动者，通常是网络安全的第一道防线。IAM 是组织零信任之旅的第一阶段，也往往是董事会级别的举措。随着云转型和云优先在组织的推动，IAM的需求和实践也必须相应的发展，以保持与云环境新动态的同步。基于本地环境的传统IAM实践并不适用于云环境，因为云环境引入了更加短暂、敏捷、并且突破企业边界的访问。但是，并非所有的IAM团队或从业者都了解并且遵循IAM在云环境中的最佳实践，这使得IAM在云环境中的价值不佳，成本增高，并影响了满意度。本文旨在提供以下内容的概述：云环境与本地环境的差异对 IAM 的影响影响 IAM 的因素，IAM 为解决这些问题而进行的改进，以及它将如何在未来进一步发展IAM 在云环境中与日俱增的重要性组织在云环境中有效应用 IAM 时面临的挑战在云环境下部署有成效的 IAM 项目时需要考虑的因素与最佳实践为安全/IAM 领导者和从业者沟通 IAM 价值的提示 2023 云安全联盟大中华区版权所有10引言引言对于任何组织的技术栈和安全基础设施而言，身份管理与访问控制（IAM）都是其关键的组成部分，特别是在云环境中。本文档的主要受众是 IAM 项目负责人和安全运营团队，然后是首席信息安全官（CISO）和高层领导。本文档的目的是介绍在云环境下管理 IAM 所涉及的挑战和注意事项，以及IAM 对组织整体安全战略的重要性。2023 云安全联盟大中华区版权所有11云环境与本地部署云环境与本地部署 IAM 的差异的差异所有权是企业使用云交付 IAM 解决方案与管理私有化部署的 IAM 解决方案之间的一个根本区别。当一个组织在内部环境部署 IAM 解决方案时，该组织拥有一切，包括软件许可证和用户管理；与 IAM 解决方案相关的持续资本支出的责任，例如硬件（例如，服务器购买）、功耗和物理空间；以及支持内部管理的 IAM 解决方案的基础设施所需的所有其他支出。客户利用云服务提供商(CSP)的 IAM 构建的应用程序，则使用订阅模式，并遵循共享责任模型。使用基于云的 IAM 解决方案与部署 IAM 私有化解决方案之间的另一个基本区别是控制。在私有化部署中，组织管理 IAM 的各个方面，包括漏洞管理、修补、渗透测试等。当组织从云服务提供商（CSP）采购基础设施即服务（IaaS）等服务时，该组织则不需要考虑漏洞管理、补丁等因素，因为“云安全”的这些方面由 CSP 负责。使用云 IAM 更大的挑战和复杂性是由组织采购的云环境的激增（译者注：比如多云环境）。当一个组织运行多个基础设施即服务（IaaS）环境、平台即服务（PaaS）采购和软件即服务（SaaS）时，IAM 变得复杂而富有挑战性。在每个环境中提供身份可能很简单，但访问控制审查和身份撤销可能并不简单，这可能导致离职者依然具有这些环境的访问权。2023 云安全联盟大中华区版权所有12IAM 溯源分析溯源分析如前所述，IAM 不是一个新的解决方案。自大型机时代以来，它就一直存在，但在客户机/服务器时代，它变得更加重要，当时的应用程序变得更加分散，并包含了它们的身份烟囱。每个用户和权限都不得不在各个应用中管理，这导致了访问这些应用程序所需用户身份和口令数量的激增。目录服务旨在通过提供集中的用户存储库以及一种称为轻量级目录访问协议（LDAP）的访问协议来解决这个问题。目录服务实现了跨多个平台（包括操作系统、数据库和 web 服务器）的相同登录。在此期间，Microsoft的 Active Directory 成为管理计算机的公司标准，提供了管理用户、组和访问策略的体系结构。在互联网的早期，多个凭据和登录的问题比较严重，因此开发了单点登录（SSO）来促进跨组织应用程序的用户身份验证和授权，在大多数情况下利用 LDAP 目录作为身份存储。此外，管理用户生命周期管理和访问策略的问题主要是通过定制的应用程序实现的，这些应用程序最终成为产品化的用户供应和管理解决方案。还需要治理功能来满足监管要求，并最终与身份管理和供应解决方案融合，成为现在所称的身份治理和管理（IGA）解决方案。在过去的十年里，这些解决方案作为云解决方案提供，利用了云的所有好处，包括维护 IAM 平台，在许多情况下，IAM 平台需要专门的资源来维护。为了进一步简化IAM 的使用案例和部署，并减少与实施多种解决方案相关的成本和负担，解决方案正在融合，以提供 IAM 解决方案的组合，如身份治理和管理（IGA）、特权访问管理（PAM）以及客户身份管理与访问控制（CIAM）。2023 云安全联盟大中华区版权所有13IAM 的发展趋势的发展趋势数据经济时代，企业组织向混合办公和远程办公模式的转变，进一步加速了云解决方案的普及以及数字化转型的深入，许多组织在选择应用和安全解决方案时，积极采用“云优先”的战略。此外，在云平台实施 IAM 解决方案以管理用户与权限，IAM 解决方案针对每个平台都是独特的。云上IAM 引入了一整套云特有的原生身份参与者，例如机器身份、服务账号、工作负载身份和人员身份等。主要趋势包括:采用去中心化的身份模型：区块链和自主身份模型成为主流，用户能够掌控自己的身份数据，提供了一种替代传统身份供应商的解决方案。即时和基于风险的访问控制：越来越多的企业组织仅在需要时提供访问权限，并非授予广泛、长期有效的权限。此外，访问决策可能基于用户的风险级别和所请求访问的资源来进行判定。许多组织努力争取对其用户和权限有正确的可见性和管理。这些服务通常分布在多个云平台，除了管理云服务之外，它还实现了一套通常由DevOps 工具实例化的更短暂的工作负载。IAM 解决方案必须包括管理跨云服务的访问，如容器、无服务器基础设施、DevOps 和 CI/CD 工具，这些都需要访问策略才能运行。云环境的云环境的IAM与本地环境相比,在云中管理 IAM 存在独特的挑战,包括易变性和更快的增 2023 云安全联盟大中华区版权所有14长、对敏捷性的需求以及与合规性和其他问题相关的不同风险。一个关键的区别是云环境中 API 的使用量增加，而不是经常在本地环境中使用的基于组策略的方法。这些在技术和方法上的差异需要思维方式的转变和企业内部实践对云计算的适应。多云多云/混合环境混合环境 IAM 解决方案的重要性与日解决方案的重要性与日俱增俱增云技术为企业带来了众多优势，例如按需付费、快速部署、短期运营以及长效投资、在几分钟内弹性伸缩资源等。由于这些优势，在过去几年中，我们看到了云在企业和个人应用的巨大增长。在迁移到云的过程中，企业仍然在采用混合模型（部分本地，部分上云），甚至采用多云策略来充分利用以实施最佳解决方案。随着资源迁移到云上，无论是人还是非人实体，都需要在任何时间、任何地点，并具备适当的权限，经过身份认证和授权才能访问这些资源。与此同时，由于资源不再处于组织的网络边界内，它们也更容易受到攻击。因此，更需要确保实体对正确的资源具有适当的访问权限。在多云环境中，用户需要访问各类分散的资源。如何确保用户对正确的资源具有适当的访问权限？如何管理他们的权限？服务账号和机器身份在多云环境中需要运行单独的自动化流程，并连接到不同的工作负载。如何管理这些身份及其权限？一个良好的云环境 IAM 策略是解决这些问题的答案。IAM对企业高管的重要性对企业高管的重要性 2023 云安全联盟大中华区版权所有15IAM 对于保护组织的资产和数据起着至关重要的作用。企业高管应该意识到 IAM 可以有效降低风险、促进合规性，并为企业组织整体安全战略方面创造价值。IAM 团队可以通过突出显示云迁移的好处来帮助展示这一价值，例如改进的多云可见性，以及保持对角色分配状态和更改警报的可见性的能力。企业有效地采用云企业有效地采用云 IAM 所面对的挑战所面对的挑战身份管理十大挑战身份管理十大挑战1.跨多个云环境的身份管理2.基于云的身份提供商面临的威胁3.确保符合法规和标准4.管理非人实体的身份5.与新兴趋势的整合6.跟上不断变化的威胁环境7.管理外部用户和合作伙伴的身份8.解决BYOD和身份的独特挑战9.管理IT/OT的身份，它们部署在本地，但与基于云的解决方案有接口10.保持对角色绑定和访问控制的可见性和控制如需进一步了解，详情见我们的推文：“应对云身份管理与访问控制中的十大挑战”2023 云安全联盟大中华区版权所有16云云 IAM 带来更多商业机会带来更多商业机会IAM 是绑定云服务的粘合剂。一个负责任的、经过深思熟虑的云 IAM战略打开了巨大的业务机会，并促进了对新业务需求的更敏捷的响应。a.加速企业数字化转型b.推进新的商业模式创新c.加速向数据经济转型d.云IAM的自动化潜力为开发人员和构建者提供了巨大的生产力e.缩减运营成本f.简化合规与治理 2023 云安全联盟大中华区版权所有17在云环境中制定有效的在云环境中制定有效的 IAM 计划的注意事计划的注意事项和最佳实践项和最佳实践在云环境中制定有效的 IAM 计划的注意事项和最佳实践与传统本地部署环境有所不同，以下列举一些重要的考量因素：多云与复合环境中集中管理身份、权限及授权。自动化以及与现有系统集成。安全可靠的认证方法。基于用户角色和属性的授权与访问控制策略。定期监控和审计相关访问行为和活动遵守数据保护法规。与加密、威胁保护等其他安全措施集成。尽可能遵守“最小权限”、“按需最小了解范围”规则。利用诸如及时检测（JIT）、特权访问管理（PAM）和特权身份管理（PIM）等高级功能。IAM 流程自动化。全面监控与审计。2023 云安全联盟大中华区版权所有18为了在云环境中有效实施 IAM 项目，推荐参考以下最佳实践：实施多因子身份认证确保访问安全创建并实施强口令策略在适配场景下实现从高强度密码向无口令转变针对用户和应用程序实施基于角色的访问控制（RBAC）对传输中和静态的敏感数据（包括凭证）进行加密。定期监控访问行为和活动日志，以及时发现异常和安全事件。不断评估和更新安全策略，以应对最新威胁。了解云环境中的 IAM 对云数据安全的直接影响。2023 云安全联盟大中华区版权所有19给安全给安全/IAM 领导和从业者关于沟通领导和从业者关于沟通 IAM 价价值的提示值的提示明确阐述 IAM 的业务优势，例如改善最终用户体验、无缝单点登录、安全性与合规性提升，以及工作效率的提高。介绍 IAM 项目如何帮助其他企业实现安全防护目标的实际案例。利用数据和指标来证明 IAM 项目的投资回报率。介绍 IAM 项目对企业整体安全策略的重要性。对企业全体员工进行培训，确保他们了解 IAM 项目的重要性以及他们在企业安全防护方面的作用。注重企业内部安全防护文化的培养，鼓励员工报告任何安全问题。定期向所有利益相关者汇报 IAM 项目的最新进展。2023 云安全联盟大中华区版权所有20结论结论总之，与本地部署环境相比，在云环境中的进行 IAM 项目管理面临着独特挑战和一些特别注意事项。企业组织需要明确制定战略来应对这些挑战，确保企业资产和数据的安全。IAM 项目团队应与企业高管密切合作，探讨IAM 项目的价值及其在组织整体安全战略角色中的作用。此外，企业应制定规范流程以监控和验证身份，并重视管理人类和非人类实体身份所面临的独特挑战。2023 云安全联盟大中华区版权所有21CSA 企业会员案例企业会员案例阿里云应用身份服务阿里云应用身份服务 IDaaS 在某游戏大厂实践案例在某游戏大厂实践案例某游戏大厂与阿里云应用身份服务 IDaaS 携手共建身份认证平台，实现各大工作室人员身份的统一治理以及全球范围云服务器的权限管控，保障企业海内外业务高效安全发展。方案背景方案背景某游戏行业大厂发行的游戏覆盖全球市场，有多款 TOP 级游戏备受玩家青睐。发展初期，企业人员不多，工作室数量也很少，业务集中在国内。但随着公司业务的高速扩展，产品不断丰富，以及业务出海，员工快速扩展到2000 多人，建立了 10 余个工作室，在中国，以及美国、韩国、日本、泰国等国家都扩展了云服务资源。公司对于工作室员工以及云服务资源管理的整体管理变得异常吃力：1、沟通工具五花八门，用户多个账户，使用不便沟通工具五花八门，用户多个账户，使用不便每个工作室内部协同沟通工具五花八门，有企业微信、飞书、钉钉等，即便有工作室都在用企业微信，账号都是独立的，数据互不相通，员工访问业务应用时，需要再注册新的用户账号，相当于每个员工都有好几个账号。2、权限开发管理各自为营，重复开发，造成资源浪费权限开发管理各自为营，重复开发，造成资源浪费 2023 云安全联盟大中华区版权所有22公司每个云服务器都是由当地外包团队管理的，而每个游戏所在的地区的服务器权限都是由游戏开发团队开发，其中涉及到一些相对标准的用户角色，比如客服类，相同的开发工作和管理工作需要在不同的团队中重复进行，无法实现资源的合理利用和共享。未来，这家游戏公司工作室还会持续扩增，人员只会越来越多，公司的游戏产品以及出海业务搭建的云服务器也只会更多。当下企业面临的用户身份数据、以及海外外包团队访问云服务器的权限管理问题若不解决，未来将会更棘手，被拖住的不仅是业务增长速度，还会引发安全问题。建设方案建设方案阿里云 IDaaS 以身份管理为核心，帮助某游戏大厂搭建统一身份认证平台，对多个沟通工具进行用户数据集成管理，打通该游戏公司所有工作室的员工身份数据，并进行统一管理，同时，建立统一的权限管理中心，所有海外云服务器的权限进行整合统一管控。从根源搬走阻挡企业发展的“绊脚石”，杜绝一切安全隐患发生。2023 云安全联盟大中华区版权所有23具体实施方案如下：1、建设身份中心，统管来源各异的身份数据建设身份中心，统管来源各异的身份数据阿里云 IDaaS 通过搭建统一身份认证平台，上游对接游戏公司的各大工作室的各类沟通工具的身份数据，如企微、飞书、钉钉等，下游对接公司的各类应用工具。通过身份数据的打通，工作室的员工可以用原有的沟通平台账号直接登录公司的各类应用，如 jira、AD、gitlab、知识库等，极大地简化了员工的操作流程，以及提高了工作效率。同时，阿里云 IDaaS 提供用户身份的自动同步更新，如各大工作室的钉钉中有员工账号信息发生变更（如入职、调岗、离岗等），无需管理员手动调整，都会自动同步到身份认证平台中，并同步到各业务应用中，确保各 2023 云安全联盟大中华区版权所有24个应用身份信息的一致性。2、统管全域服务器账号权限，安全又高效统管全域服务器账号权限，安全又高效阿里云 IDaaS 通过为游戏企业搭建统一的权限管理中心，实现全域游戏服务的权限统一建设及管理。无需游戏工作室单独成立开发团队进行权限体系的建设，节省了开发的时间成本、人员成本以及后期权限的管理成本，真正实现管理上的降本增效。基于阿里云 IDaaS 细粒度权限管理能力，实现所有游戏服务器管理员的分级分权控制，将用户划分为多个不同的级别或角色，每个级别或角色都被赋予相对应的权限，这些权限可以是对系统资源的访问、修改或执行特定操作的能力。权限管理细致程度能做到对每个用户访问某款游戏的某一项功能。用户只能执行其级别或角色所具有的权限，无法越权访问其他级别或角色的权限。建设成果建设成果阿里云 IDaaS 统一身份认证平台搭建之后，这家游戏大厂快速实现了旗下十余个工作室近 2000 名员工的统一管控，此前员工人均需要记住 4.8 个账号密码，日常使用的应用 17 个，每次都要重新输入账密进行登录，几乎每天都有员工出现忘记密码，需要重置密码的情况。现在人均只需要使用1 套账密，经过一次认证即可登录所有应用，团队协作效率提升 51%，密码重置请求降低 74%。同时，对于在多个国家部署的云服务器外包团队人员的权限进行了高效管理，以前需要十余个开发团队来完成的工作，现在仅需集中一个团队来完 2023 云安全联盟大中华区版权所有25成，除了减少重复开发工作，游戏公司可以更好地控制和管理公司内部的资源和权限，提高公司整体的运营效率。为公司每一个爆款游戏提供最高效的运营支撑，同时为公司未来的业务扩展提供了支持。

0人已浏览 2023-10-21 25页 5星级

全域策略引擎丨智慧营销运营2023京东营销云全域营销运营白皮书京东数智营销研究院出品前言 日益多样的流量玩法，与日俱增的用户触点，让品牌在通过各式媒体与用户交互的过程中，累积了大量的但却也是割裂的、碎.

23人已浏览 2023-10-17 30页 5星级

1智能时代的运营商云化变革与发展智能时代的运营商云化变革与发展通信行业经历了长达30年的增长周期，中国的通信运营商充分享受了这期间中国庞大人口基数和消费者信息沟通需求不断升级带来的红利。随着中国的各种.

52人已浏览 2023-09-27 42页 5星级

20232023 华为云数据使能华为云数据使能 白皮书白皮书 2023 年 4 月 编写组编写组：主编：潘婧、米波、朱伟伟、王曹睿、杨中方、张世虎、张福旺、陈龙、潘瑁函、尹志强、吴才中 副编：邵幸、.

68人已浏览 2023-09-19 69页 5星级

  PAGE 01|腾讯智慧能源行业产品和方案精选集2023PAGE 02|腾讯智慧能源行业产品和方案精选集2023PAGE 03|腾讯智慧能源行业产品和方案精选集2023PAGE 04|腾讯智慧能源行业.

55人已浏览 2023-09-13 11页 5星级

2023 云安全联盟大中华区版权所有 2023 云安全联盟大中华区版权所有2023 云安全联盟大中华区-保留所有权利。你可以在你的电脑上下载、储存、展示、查看及打印，或者访问云安全联盟大中华区官网（.

43人已浏览 2023-08-14 20页 5星级

构建多账号管理云环境白皮书多账号管理云环境白皮书目 录背景介绍1、企业客户上云画像2、管理与治理的挑战3、账号规划的最佳实践2、共享服务账号3、运维账号多账号设计原则 CONTENTS一二多账号架构规. 

55人已浏览 2023-08-05 33页 5星级

 Powered by TCPDF(www.tcpdf.org)

86人已浏览 2023-07-27 17页 5星级

腾讯专有云解决方案从虚拟化到专有云腾讯专有云产品总经理 秦国安2023.07四十年日新月异，数字化助力实体经济高速发展腾讯云通过成熟的产品能力助力实体经济数字化转型数字化基础设施是产业互联网发展的基础.

52人已浏览 2023-07-24 13页 5星级

企业上云最佳实践分享工业富联工程技术服务中心总监 毛艳清01020304云平台现况目录云平台建设及上云策略案例分享上云趋势云平台建设概况：持续建设的高可用云平台持续成长 四地五中心 高可用异地灾备未来.

73人已浏览 2023-07-24 18页 5星级

2023 Dynatrace现代云可观测性如何突破复杂性壁垒现代云可观测性如何突破复杂性壁垒|2内容介绍第 5 章Dynatrace 如何提供现代云可观测性第 4 章现代云可观测性平台的基本特性第 3.

18人已浏览 2023-07-13 22页 5星级

面向 未来8 个行业领导者推动云领域 的创新和弹性目录新的现实 .3在混合世界中蓬勃发展 .4纳斯达克.5Tesco.6达美乐.7迈凯轮车队.8C .9Arlo.10美国人口普查局.11Meggitt.

40人已浏览 2023-07-12 14页 5星级

分布式云行业实践指南版权声明本报告版权属于腾讯云和中国信息通信研究院，并受法律保护。转载、摘编或利用其它方式使用本调查报告文字或者观点的，应注明：“来源：腾讯云和中国信息通信研究院分布式云行业实践指.

88人已浏览 2023-07-06 46页 5星级

新型GPU云桌面发展白皮书加速传统云桌面迈入GPU时代 年 月中移（苏州）软件技术有限公司中国电信研究院中国信息通信研究院摩尔线程智能科技（北京）有限责任公司前前言言数字时代大背景下，云桌面的使用需求. 

153人已浏览 2023-06-29 34页 5星级

版权声明版权声明 本报告版权属于云计算开源产业联盟，并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的，应注明“来源：云计算开源产业联盟”。违反上述声明者，本联盟将追究其相关法律责任。前.

152人已浏览 2023-06-21 39页 5星级