共计 4211 个字符，预计需要花费 11 分钟才能阅读完成。
摘要：AI、5G 时代下，下一代网络的倒退走向会如何？
在往年召开的《面向 2030 的新型网络》主题论坛中，业内专家给出了它们的答案。研讨会中，专家对于将来网络瞻望的关键词是：算力网络、确定性网络、内生平安。这三个词别离代表了产业对“将来网络的新愿景、须要解决的新问题、面临的新挑战”。
其中，算力网络是 2030 网络最要害的特色（新愿景）。其实从 2017 年开始，产业内就开始钻研联接和计算的交融，之后又对下一代“联接 + 计算”的交融网络进行了瞻望，并逐步造成了 2020 年产业对“算力网络”的独特愿景。
从网络 2020 到 2030，“联接 + 计算”成支流
网络 2020 次要是“彩蝶架构”，其特色是无线 RAN，光纤 FAN 两个超宽接入网，面向公众 Internet 骨干网和面向产业互联的 DCI 云骨干网，两头是交融的城域智能边缘。
现在，RAN 接入从 4G 到 5G，FAN 从 F4G 到 F5G，构建了面向集体和家庭的双千兆接入网，以及超宽的 DCI 云骨干网。
得益于“网络 2020”的架构转型，在新冠肺炎疫情期间，Zoom 和钉钉等胜利撑持了数亿用户居家视频办公，实现了网络从生产娱乐到近程视频办公能力的显著晋升。
围绕 AI 和行业数字化需要，业内心愿下一代网络可能具备从目前提供“带宽 + 机房”的服务晋升到“联接 + 计算”服务的新能力。
在 ITU FG-2030 工作组中，对网络 2030 的定位是“从联接人，到联接组织，到联接社会”，下一代网络的定位是成为联接将来社会、新通信业务和新基础设施的纽带。
智能社会须要算力网络
随着 AI 的呈现和 CPU 处理器解决能力的大幅晋升，机器算力曾经逐步迫近、甚至超过人类脑力。从引入机器大脑开始，人类就曾经进入了“智能社会”。
但智能社会也存在三个阶段，从以后人脑指挥机脑的初级阶段，到人机协同阶段，再到将来人脑制订规定机脑自主执行的全息化“智能社会”。
在智能社会的演进中，对下一代网络的基础设施、通信能力也提出了新的要求。
将来社会将产生海量数据：全息智能社会和传统社会最大的区别在于各种感知终端将产生海量的原始数据，须要进行解决。
据无关预测，在人机协同阶段，来自大量 IoT 和视频采集信号的数据，将须要至多千兆的网络接入能力。在全息化阶段，如果须要将人的外观、触感、嗅觉、味觉等信息进行全息传送，未压缩数据就须要 4Tbps，即便压缩后也须要至多百 G 的接入带宽。
数据处理须要网络化算力新基础设施：智能社会产生的海量数据都须要大量的算力进行解决，依据罗兰贝格的预测，各行各业对于算力的需要将呈现高速的增长，从 2018 年到 2030 年，主动驾驶对算力的需要将减少 390 倍，智慧工厂需要将增长 110 倍，次要国家人均算力需要将从明天有余 500GFLOPS，到 2035 年减少到 10000 GFLOPS。
终端算力在超过 128 核之后，经济性将面临瓶颈，云数据中心受到传输带宽老本和时延的影响，边缘算力将成为撑持智能社会海量数据处理的要害一环。
5G/WiFi6/F5G 关上了数据的水龙头，解决数据的三级载体云数据中心、边缘计算、智能终端将组成网络化算力新型基础设施。
新通信将为全社会提供智能服务：网络带给社会的价值就是其承载的业务，以前网络帮忙人们建设了沟通渠道，承载了通信服务；明天网络联接了端和云，带给人们丰盛的内容，承载了内容服务；将来面向智能社会，网络将联接云、边、端，将海量数据传输到网络化算力基础设施，为万物带来智能。
其中，智能服务与内容服务对网络的要求不同，智能服务的流量流向将以上行为主，边缘解决为主，须要网络具备更大的上行带宽能力，对实时性要求更高，网络须要“确定性保障”。内容服务对实时性要求不高，网络仅需“尽力而为”。
思考到将来社会须要给万物带来智能服务，所以算力网络须要满足以下三个个性：
算力网络要撑持海量数据的接入，将来 10 年须要从千兆到百 G 超宽带，IP 和光要撑持百倍的容量晋升，云节点通过核心 + 边缘分布式撑持百倍容量的增长，边缘计算将分担数据中心和终端的算力增长有余。
算力网络要联接云、边、端网络化算力基础设施，构建专业化、弹性的算力资源池，撑持百倍增长的高效数据处理能力。
算力网络要反对算网协同，可能感知业务算力需要，为数据到算力提供最优路由和可信服务，并通过 IPV6 协定扩大，实现一个物理网络与多个虚构网络对立治理，向上感知智能业务，向下感知网络资源，实现算力效率的进一步晋升，并可能在网络资源有余状况下，为业务提供差异化 SLA 服务。
算力网络钻研减速，业内公布最新成绩
2020 年产业对算力网络的钻研进入了一个新的阶段，目前算力网络相干规范曾经立项，包含 ITU-T 5 项、MEF 1 项、ETSI 1 项、CCSA 2 项，并在网络 5.0 联盟（TC614）成立了算力网络特地工作组。
今年年底，产业也相继公布了最新的研究成果。
联通在《算力网络架构与技术体系白皮书》中提到，目前 SDN 曾经实现了云和网的拉通特地是专线等级的连贯，NFV 实现了核心网性能的全面云化。然而目前 SDN 与 NFV 的部署个别互相独立，各自自成体系。联合 5G、泛在计算与 AI 的发展趋势，以算力网络为代表的云网交融 2.0 时代正在疾速到来。
云网交融 2.0 是在云网交融 1.0 根底上，强调联合将来业务状态的变动，在云、网、芯三个层面继续推动研发，联合“利用部署匹配计算，网络转发感知计算，芯片能力加强计算”要求，实现 SDN 和 NFV 的深度协同。
联通定义的“算力网络体系架构”是指在计算能力一直泛在化发展的根底上，通过网络伎俩将计算、存储等根底资源在云 - 边 - 端之间进行无效调配的形式，以此晋升业务服务质量 和用户的服务体验的计算与网络交融思路架构。
挪动在《泛在计算服务白皮书》中将“泛在计算”定义为“通过自动化、智能化调度，人们可在任何工夫任何地点无感知的将计算 (算力、存储、网络等) 需要与云 - 边 - 端多级计算服务能力连贯适配，通过多方算力贡献者和消费者独特参加，实现算力从产生、调度、交易到生产的闭环，实现算网一体、算随人选、算随人动的可信共享计算服务模式”。其具备四个次要特色：算网交融，算随人选，算随人动，可信共享。
电信提出“网络是边缘计算的外围能力之一”，倡议以边缘计算为核心，从新扫视和划分对应的网络基础设施，并将网络划分为 ECA（边缘计算接入网络），ECN（边缘计算外部网络），ECI（边缘计算互联网络）。其中，算力网络是联接与计算深度交融的产物，通过成熟牢靠、超大规模的网络管制面（分布式路由协定、集中式控制器等）实现计算、存储、传送资源的散发、关联、交易与调配。并将网络架构划分为“利用资源寻址”，“算法资源寻址”和“根底资源寻址”三层，实现多维度资源的关联、寻址、交易和调配等。
实现“联接 + 计算”的服务化，首先是要构建 SLA 量化分级体系，联通与华为实现了《面向业务体验的算力需求量化与建模钻研报告》，信通院公布了《5G 切片端到端 SLA 需要钻研报告》，别离对计算和联接的服务量化分级给出了倡议。
5G+AI 是行业倒退业务的关注点，也是算力网路的最佳试验田，在第三届“绽开杯”参赛的 4289 个我的项目中，有 55% 的我的项目与 AI 相干，边缘计算的使用率也达到了 49%。
算力网络还需构建两个要害能力
计算和联接分级量化只是算力网络落地的终点，面向社会提供泛在算力服务还须要实现 AI 设计自动化，缩小面向企业提供服务过程中须要高级专家的参加的问题，这须要解决两个技术挑战：从数据到算法的 AI 利用算法的自动化设计工具、从 AI 利用到联接 + 计算资源的“AI 应用环境（联接 + 计算）主动布局工具”。
如果把 AI 利用场景划分为设计态和运行态，这两个关键技术都属于设计态的工作，目前的算力网络技术架构中对运行态思考比拟充沛，但对设计态则比拟欠缺。
AI 利用的自动化设计工具：相似电商平台的“千人千面”引擎，能够基于企业提供的数据和需要，主动实现算法举荐和超参数调优，外围是让非 AI 领域专家也能够主动构建 AI 应用程序。
近年来，深度学习在各个领域失去了利用，在图像分类、物体检测、语言建模等畛域，都失去了利用。因为 AlexNet 在 2012 年 ImageNet 大型视觉辨认挑战赛 (ILSVRC) 中超过了所有其余传统的手动办法，因而越来越简单和深度的神经网络被提出来。例如，VGG-16 有 1.3 亿多个参数，占用近 500 MB 的内存空间，解决一张 224×224 大小的图像须要 153 亿次浮点运算。
然而，值得注意的是，这些模型都是由专家通过试错和手工设计的，这意味着即便是 AI 专家也须要大量的资源和工夫来创立性能良好的模型。为了升高这些沉重的开发成本，近年来呈现了将机器学习（ML）流水线自动化的新思路，即主动机器学习(Automatic Machine Learning)。
AutoML 设计的目标是缩小对数据科学家的需要，使非 AI 领域专家也可能主动构建 ML 应用程序，而不须要过多的统计和 ML 常识。主动机器学习（Automated Machine Learning, AutoML）成为无需人工干预的 DL 零碎的一种有心愿的解决方案，当初越来越多的研究者开始关注 AutoML。
AI 应用环境（联接 + 计算）主动布局工具：依据算法和客户数据处理的实时性需要，主动合成出须要的算力（TOPS），存储，网络带宽和时延的要求。这个软件相似网络布局工具，区别是要把“计算和联接”资源一体化思考，客户能够在设计前减少一些约束条件，比方带宽，时延束缚等。
商业上为了进一步简化，能够参考信通院《5G 切片端到端 SLA 行业需要钻研报告》的分级思路，将联接需要映射到带宽、时延等几个等级，计算能够参考 CCSA TC1《面向业务体验的算力需求量化与建模钻研报告》将算力需要映射到算力、存储等几个等级：
企业在内部测试验证时，也能够参考计算和联接服务等级定义，并思考到肯定的冗余，从而能够疾速将 AI 利用与计算 + 联接的资源服务之间造成映射关系，容易实现算力标准化、和利用的跨平台迁徙，从而减速算力网络的商业化过程。
现实照进事实，算力网络将起航
算力网络自 2019 年被业界提出以来，在联接和计算的 SLA 分级、泛在计算架构、算力网络技术架构等钻研方面曾经获得了显著的停顿，面向行业数字化转型的万亿市场，联合“5G+AI”需要，以算力网络为代表的下一代网络转型行将起航。
本文分享自华为云社区《解读下一代网络：算力网络正从现实照进事实》，原文作者：技术火炬手。
点击关注，第一工夫理解华为云陈腐技术~
