算力網(wǎng)絡(luò)中基于算力標(biāo)識的算力服務(wù)需求匹配

周舸帆，雷波

中國電信股份有限公司研究院，北京 102209

引 言

數(shù)字經(jīng)濟(jì)蓬勃發(fā)展亟需數(shù)字信息基礎(chǔ)設(shè)施加快升級，伴隨5G、人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)等新技術(shù)向各行業(yè)的滲透，產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型逐漸步入深水區(qū)，成為數(shù)字經(jīng)濟(jì)增長的主體。在數(shù)據(jù)成為新生產(chǎn)要素的同時，全社會數(shù)據(jù)總量呈現(xiàn)幾何倍數(shù)增長。據(jù)IDC預(yù)測[1]，未來三年新創(chuàng)建的數(shù)據(jù)量將超過過去30年的總和，而未來五年創(chuàng)造的數(shù)據(jù)量將是前五年的三倍以上，全球數(shù)據(jù)量到2025年全球聯(lián)網(wǎng)設(shè)備總量將達(dá)到559億。由此將帶來大量的數(shù)據(jù)存儲、計算、傳輸和應(yīng)用需求，5G、光纖寬帶、數(shù)據(jù)中心等新型基礎(chǔ)設(shè)施重要性日益凸顯。同時，工業(yè)互聯(lián)網(wǎng)、車聯(lián)網(wǎng)、智慧城市與智慧醫(yī)療等“互聯(lián)網(wǎng)+”新業(yè)態(tài)正在高速發(fā)展，消費(fèi)互聯(lián)網(wǎng)逐步向產(chǎn)業(yè)互聯(lián)網(wǎng)演進(jìn)，計算模式與通信網(wǎng)絡(luò)日趨復(fù)雜化、多元化。

對通用算力、智能算力與超算算力的蓬勃需求推動了各類數(shù)據(jù)中心的高速發(fā)展。據(jù)統(tǒng)計，截至2022年6月底，我國在用數(shù)據(jù)中心機(jī)架規(guī)模已超過590萬架，算力總規(guī)模超過150EFlops。由于產(chǎn)業(yè)布局、市場發(fā)展、氣候環(huán)境等因素影響，我國數(shù)據(jù)中心算力需求、算力資源分布分配不均衡，全國數(shù)據(jù)中心平均利用率僅為55%。同時全球范圍內(nèi)數(shù)據(jù)中心PUE多年維持在1.6的水平，能效利用率整體偏低。為引導(dǎo)數(shù)據(jù)中心集約化、規(guī)?；⒕G色化發(fā)展，加強(qiáng)數(shù)據(jù)安全水平，同時提升跨區(qū)域算力調(diào)度水平，國家先后發(fā)布了《關(guān)于加快構(gòu)建全國一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系的指導(dǎo)意見》和《全國一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系算力樞紐實施方案》兩份文件，實施“東數(shù)西算”戰(zhàn)略，通過八大算力樞紐節(jié)點和十個數(shù)據(jù)中心集群，動構(gòu)建全國一體化大數(shù)據(jù)中心體系。

“東數(shù)西算”除了對數(shù)據(jù)中心布局、算力資源結(jié)構(gòu)、數(shù)據(jù)流通融合、數(shù)據(jù)安全防護(hù)等提出要求外，還對網(wǎng)絡(luò)能力提出了更高的要求。因此，在不斷優(yōu)化現(xiàn)有網(wǎng)絡(luò)架構(gòu)與運(yùn)營的同時，更需要發(fā)展以算力網(wǎng)絡(luò)技術(shù)為代表的新興網(wǎng)絡(luò)技術(shù)，有效支撐東西部算力協(xié)同。

1 算力網(wǎng)絡(luò)與算力服務(wù)需求匹配

1.1 算力網(wǎng)絡(luò)研究進(jìn)展

自2019年來，經(jīng)過業(yè)界各領(lǐng)域的專家學(xué)者的不斷研究，算力網(wǎng)絡(luò)的定義與內(nèi)涵逐步演變。中國電信將算力網(wǎng)絡(luò)（Computing Power Network, CPN）定義為一種在云網(wǎng)融合體系下的、架構(gòu)在IP網(wǎng)之上以算力資源調(diào)度和服務(wù)為特征的新型網(wǎng)絡(luò)技術(shù)或網(wǎng)絡(luò)形態(tài)，算力網(wǎng)絡(luò)力圖通過網(wǎng)絡(luò)控制面來解決多方異構(gòu)算力資源的柔性供給問題，能夠讓用戶在發(fā)起任務(wù)時不用指定具體的算力資源節(jié)點，而由網(wǎng)絡(luò)控制面根據(jù)資源節(jié)點實時信息與業(yè)務(wù)策略來選擇最佳算力資源節(jié)點[2]。中國移動在其發(fā)布的《算力網(wǎng)絡(luò)白皮書》中提出算力網(wǎng)絡(luò)（Computing Force Network, CFN）定義為以算為中心、網(wǎng)為根基，網(wǎng)、云、數(shù)、智、安、邊、端、鏈(ABCDNETS)等深度融合、提供一體化服務(wù)的新型信息基礎(chǔ)設(shè)施[3]。中國聯(lián)通以CUBE-Net3.0體系總體思想，以基于IPv6+的算網(wǎng)基礎(chǔ)承載為關(guān)鍵技術(shù)，打造基于全光網(wǎng)底座的連接，構(gòu)建算網(wǎng)大腦，根據(jù)國家算力樞紐布局，實現(xiàn)算網(wǎng)一體化服務(wù)[4]。

國際范圍內(nèi)，算力網(wǎng)絡(luò)的研究主要集中在國際電信聯(lián)盟（ITU）、互聯(lián)網(wǎng)工程任務(wù)組（IETF）、寬帶論壇（BBF）、歐洲電信標(biāo)準(zhǔn)化協(xié)會（ETSI）等全球標(biāo)準(zhǔn)化組織中的標(biāo)準(zhǔn)化工作上。2021年7月，ITU-T通過由中國電信牽頭的算力網(wǎng)絡(luò)框架與架構(gòu)標(biāo)準(zhǔn)Y.2501，該標(biāo)準(zhǔn)規(guī)定了算力網(wǎng)絡(luò)（CPN）的功能架構(gòu)，是首項獲得國際標(biāo)準(zhǔn)化組織通過的算力網(wǎng)絡(luò)相關(guān)標(biāo)準(zhǔn)。目前ITU還涉及算力網(wǎng)絡(luò)功能需求、信令需求與協(xié)議、交易、編排管理、邊界網(wǎng)關(guān)、認(rèn)證調(diào)度等研究方向。IETF在算力網(wǎng)絡(luò)領(lǐng)域涉及網(wǎng)絡(luò)設(shè)備集成計算能力、算力路由、算力感知等領(lǐng)域。BBF就算力網(wǎng)絡(luò)在城域網(wǎng)中的應(yīng)用展開研究。ETSI中NFVEVE020以CFN為基礎(chǔ)，研究NFV的計算和網(wǎng)絡(luò)集成相結(jié)合的網(wǎng)絡(luò)功能連接擴(kuò)展方案。

與此同時，學(xué)術(shù)界的專家也提出了與算力網(wǎng)絡(luò)核心觀點與目標(biāo)相似的未來網(wǎng)絡(luò)體系。張宏科院士提出標(biāo)識網(wǎng)絡(luò)“三層兩域”架構(gòu)，通過動態(tài)感知網(wǎng)絡(luò)狀態(tài)并智能匹配服務(wù)需求，實現(xiàn)資源的動態(tài)適配和協(xié)同調(diào)度，解決網(wǎng)絡(luò)中位置與資源綁定、控制與數(shù)據(jù)綁定、用戶與網(wǎng)絡(luò)綁定的問題，提高網(wǎng)絡(luò)資源利用率[5]。鄔江興院士提出一種技術(shù)體制與物理平臺分離的網(wǎng)絡(luò)發(fā)展范式-多模態(tài)網(wǎng)絡(luò)，將各種網(wǎng)絡(luò)技術(shù)體制以模態(tài)的形式，在多模態(tài)網(wǎng)絡(luò)環(huán)境上智慧加載和運(yùn)行，按照模態(tài)自定義的報文格式、路由協(xié)議、交換方式、轉(zhuǎn)發(fā)邏輯等進(jìn)行處理，實現(xiàn)多種模態(tài)在同一物理網(wǎng)絡(luò)平臺上的共存、演進(jìn)或變革發(fā) 展[6]。張平院士提出通感算一體網(wǎng)絡(luò)，指同時具備物理-數(shù)字空間感知、泛在智能通信與計算能力的網(wǎng)絡(luò)，通過“通感算”（通信、傳感、算力）一體化的方式，在工業(yè)互聯(lián)網(wǎng)、精準(zhǔn)醫(yī)療等方面提高智能服務(wù)創(chuàng)新能力[7]。上述創(chuàng)新網(wǎng)絡(luò)技術(shù)體系與算力網(wǎng)絡(luò)異曲同工，都將融合、智能與協(xié)同作為未來網(wǎng)絡(luò)的發(fā)展方向與原則，通過更高效的匹配與調(diào)度，打造更加包容、柔性、智能、安全的網(wǎng)絡(luò)。

1.2 算力服務(wù)需求匹配

算力網(wǎng)絡(luò)技術(shù)重點關(guān)注網(wǎng)絡(luò)中資源的多樣性與算力服務(wù)的多樣性。其中，算力資源的多樣性包括資源節(jié)點規(guī)模與位置的多樣性（大型云計算節(jié)點、分散在網(wǎng)絡(luò)邊緣的邊緣計算節(jié)點等）、資源節(jié)點算力種類的多樣性（通用算力、智能算力、超算算力）[8]、資源歸屬的多樣性（云服務(wù)商、電信運(yùn)營商、中小型企業(yè)、超算中心、研究機(jī)構(gòu)等）[9]等。算力服務(wù)的多樣性包括行業(yè)場景的多樣性（工業(yè)互聯(lián)網(wǎng)、車聯(lián)網(wǎng)、自動駕駛、沉浸式XR、智慧醫(yī)療等）、業(yè)務(wù)需求的多樣性（大算力需求、低時延需求、確定性需求、數(shù)據(jù)安全需求、成本需求等）與業(yè)務(wù)場景的多樣性（檢索查詢類、渲染交互類、深度學(xué)習(xí)類、區(qū)塊共識類等）[10]。算力網(wǎng)絡(luò)試圖基于無處不在的網(wǎng)絡(luò)聯(lián)結(jié)存在于網(wǎng)絡(luò)中的業(yè)務(wù)需求與資源，同時利用上述多樣化特征提供算網(wǎng)一體化服務(wù)，提高整網(wǎng)資源利用率，實現(xiàn)用戶體驗的一致性與服務(wù)靈活動態(tài)部署。算力資源的標(biāo)識是實現(xiàn)上述服務(wù)的基礎(chǔ)。在算力網(wǎng)絡(luò)中，需要利用算力標(biāo)識對網(wǎng)路中的算力資源進(jìn)行管理，同時可以利用算力標(biāo)識對算力服務(wù)需求進(jìn)行初步的匹配。

隨著互聯(lián)網(wǎng)的蓬勃發(fā)展與工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等應(yīng)用的不斷延伸，針對不同應(yīng)用場景、識別目標(biāo)、技術(shù)特點而形成的標(biāo)識體系也在不斷地擴(kuò)展與豐富，有效支撐網(wǎng)絡(luò)中大量實體的信息交換與數(shù)據(jù)共享?，F(xiàn)有的標(biāo)識體系可分為對象標(biāo)識與網(wǎng)絡(luò)節(jié)點標(biāo)識。其中，對象標(biāo)識主要用于識別網(wǎng)絡(luò)中的物理、邏輯或信息對象，通?；谙嚓P(guān)對象的檢索、獲取、管理或控制，不用于網(wǎng)絡(luò)通信或?qū)ぶ?。常見的對象?biāo)識包含EPC編碼、客體標(biāo)識符（OID）、UPC碼、統(tǒng)一資源名稱（URN）等。網(wǎng)絡(luò)節(jié)點標(biāo)識主要用于網(wǎng)絡(luò)中具備通信能力的網(wǎng)絡(luò)節(jié)點的識別、尋址與通信。常見的標(biāo)識形式包括域名、統(tǒng)一資源定位符（URL）、IP地址等。

算力網(wǎng)絡(luò)中的算力資源兼具計算相關(guān)屬性與通信相關(guān)屬性，目前CCSA已經(jīng)開始算力網(wǎng)絡(luò)中算力標(biāo)識的標(biāo)準(zhǔn)化工作，但是尚未形成成熟的算力標(biāo)識體系。算力標(biāo)識設(shè)計應(yīng)利用算力資源及業(yè)務(wù)場景的多樣性，全面地刻畫算力資源的特征，從而輔助算力網(wǎng)絡(luò)場景下復(fù)雜的算力資源查找與匹配任務(wù)。目前存在的標(biāo)識體系用于標(biāo)識對象的管理或者通信，未將兩者結(jié)合在一起，不適用于算力網(wǎng)絡(luò)中算力資源的標(biāo)識。本文基于算力資源的多樣性與算力服務(wù)的多樣性得出一種算力資源標(biāo)識方法，并提出了一種基于算力標(biāo)識的算力服務(wù)需求匹配系統(tǒng)，在此系統(tǒng)中，算力網(wǎng)絡(luò)可以根據(jù)算力標(biāo)識對用戶的算力需求進(jìn)行初步匹配。

2 基于算力標(biāo)識的算力服務(wù)需求匹配方案

2.1 算力標(biāo)識體系總體架構(gòu)設(shè)計

算力標(biāo)識（CRID, Computing Resource Identifier）作為算力資源在算力網(wǎng)絡(luò)中的唯一標(biāo)識，獨立于網(wǎng)絡(luò)中各類資源與用戶變化。算力網(wǎng)絡(luò)通過唯一的算力標(biāo)識可以對網(wǎng)絡(luò)中多級泛在異構(gòu)的算力資源進(jìn)行管理與整合，同時算力標(biāo)識體系還將算力資源的通信地址，結(jié)合算力資源的網(wǎng)絡(luò)屬性（時延）與計算屬性（算力特征與計算能力）為算力資源使用者更加快速準(zhǔn)確地匹配最佳算力節(jié)點。同時，網(wǎng)絡(luò)中的算力資源在獲取CRID前需要進(jìn)行注冊與鑒權(quán)，以確保算力資源的合法性與算力交易的安全與可追溯性。

如圖1所示，本文提出的架構(gòu)由用戶端、算力網(wǎng)絡(luò)解析服務(wù)器、算力資源通信服務(wù)器、算力資源管理服務(wù)器、國家鑒權(quán)注冊中心、算力網(wǎng)關(guān)以及算力資源節(jié)點組成。

圖1 基于算力標(biāo)識的算力服務(wù)需求匹配系統(tǒng)Fig.1 Computing service demand matching system based on com- puting power identification

算力資源使用者通過用戶端發(fā)送CRID獲取符合自身算力服務(wù)需求的算力資源列表。

算力資源通信服務(wù)器通過CRID對算力資源節(jié)點的通信地址進(jìn)行解析。

算力資源管理服務(wù)器通過CRID獲取實時算力資源的狀態(tài)信息。

算力網(wǎng)絡(luò)解析服務(wù)器對CRID進(jìn)行解析獲取與算力資源通信服務(wù)器與算力資源管理服務(wù)器的通信，從而獲取 CRID與算力資源節(jié)點通信地址、可用算力資源數(shù)據(jù)的映射。用戶通過訪問算力網(wǎng)絡(luò)解析服務(wù)器得到候選算力資源列表，選擇所需算力資源。

2.2 算力標(biāo)識方案設(shè)計

本文借鑒DNS解析映射機(jī)制，將算力網(wǎng)絡(luò)中的算力資源經(jīng)過層次化抽象成樹狀層次化模型后可按照域名組織規(guī)則進(jìn)行編碼、注冊和管理。算力資源抽象層次樹從根結(jié)點向下逐層為國家域、算力域、算力提供商、產(chǎn)品代碼、算力形態(tài)、算力模型、算力能力等級，資源抽象樹的葉子為具體的實例化名稱。其中，算力位置標(biāo)識符號包含國家域和算力域，指代算力資源的位置屬性；算力身份標(biāo)識符包括算力提供商與產(chǎn)品代碼；算力屬性標(biāo)識符包含算力形態(tài)、算力模型、算力能力等級，表明算力自身屬性信息。本標(biāo)識體系通過包含算力位置標(biāo)識符、算力身份標(biāo)識符與算力屬性標(biāo)識符滿足算力網(wǎng)絡(luò)中算網(wǎng)一體化管控的要求，有效支撐算力網(wǎng)絡(luò)中用戶需求匹配的功能。算力標(biāo)識的樹形結(jié)構(gòu)示意圖如圖2所示。

圖2 算力標(biāo)識架構(gòu)Fig.2 Architecture of computing power identification

標(biāo)識模型的詳細(xì)域名如表1所示。加入網(wǎng)絡(luò)中的算力資源可以是已加載具體算力等級的資源，也可以是未運(yùn)行任何實例的彈性空載資源，相應(yīng)的資源抽象樹缺乏相應(yīng)的層次編碼。加載所有算力標(biāo)識結(jié)構(gòu)中的屬性的算力標(biāo)識稱為完全算力標(biāo)識，具有空載字段的算力標(biāo)識稱為部分空載算力標(biāo)識。此種標(biāo)識方法可以在保證全局唯一性的同時還具備一定可擴(kuò)展性，即算力標(biāo)識可通過一定的擴(kuò)展機(jī)制應(yīng)對網(wǎng)絡(luò)中算力資源規(guī)模與部署的變化，從而滿足算力資源發(fā)展的需要。

表1 算力資源屬性表Table 1 Attributes of computing resources

根據(jù)節(jié)點類型采用從葉子節(jié)點到根節(jié)點的方式書寫算力標(biāo)識，各層用“.”隔開。例如，某位于北京的天翼云節(jié)點，算力形態(tài)為GPU，等級在100-1000FLOPS，則算力標(biāo)識為：

B.GPU.0086X.CT.NC.CN

在此標(biāo)識中，CN代表中國區(qū)域，NC代表華北大區(qū)，CT標(biāo)識中國電信天翼云，0086X為產(chǎn)品代碼。此算力標(biāo)識中未包含算力模型字段，表示此算力資源暫未運(yùn)行特定的算力模型。

2.3 算力標(biāo)識與通信地址分級映射方案

本節(jié)針對網(wǎng)絡(luò)中算力資源節(jié)點數(shù)量龐大、歸屬不同且多級異構(gòu)的特點，設(shè)計了基于算力標(biāo)識與通信地址分級映射的方法，映射過程示意圖如圖3所示。

圖3 算力資源通信地址的獲取方案Fig.3 Acquisition of communication address of computing resources

算力資源獲取算力標(biāo)識后，獲得接入網(wǎng)絡(luò)的許可。在首次接入網(wǎng)絡(luò)時，算力資源節(jié)點需要將自身的算力標(biāo)識發(fā)送至算力網(wǎng)關(guān)，算力網(wǎng)關(guān)將此算力資源節(jié)點的算力標(biāo)識與通信地址進(jìn)行映射。在獲取算力標(biāo)識后，算力網(wǎng)關(guān)將此算力標(biāo)識上傳至算力資源通信服務(wù)器，算力資源通信服務(wù)器將獲取算力標(biāo)識與算力網(wǎng)關(guān)通信地址的映射。

當(dāng)用戶試圖通過完全算力標(biāo)識或部分空載算力標(biāo)識獲取可用資源列表時，可發(fā)送算力標(biāo)識至算力網(wǎng)絡(luò)解析服務(wù)器，算力網(wǎng)絡(luò)解析服務(wù)器向算力資源通信服務(wù)器發(fā)出獲取算力資源通信地址的請求，在接收到算力標(biāo)識后，算力資源通信服務(wù)器通過算力標(biāo)識找到算力資源所屬網(wǎng)關(guān)，網(wǎng)關(guān)可查找自身維護(hù)的標(biāo)識-地址映射表，返回CRID所對應(yīng)的算力資源的通信地址。

2.4 算力資源屬性信息映射與獲取

由于網(wǎng)絡(luò)中存在大量實時的算力交易，網(wǎng)絡(luò)中眾多算力資源節(jié)點的狀態(tài)、可用算力與算力資源價格可能時刻發(fā)生變化。因此，需要算力資源管理服務(wù)器維護(hù)這些實時變化的算力屬性信息。圖4描述了獲取算力資源屬性的方案。首先，在算力資源通過入網(wǎng)申請后需要與算力資源管理服務(wù)器進(jìn)行通信與連接。在用戶進(jìn)行算力資源申請后，算力網(wǎng)絡(luò)解析服務(wù)器需要依據(jù)用戶端發(fā)送的CRID向算力資源管理服務(wù)器發(fā)起算力資源屬性信息獲取請求，算力資源管理服務(wù)器依據(jù)CRID解析并獲取對應(yīng)算力資源的實時屬性信息（可用算力大小、價格、存儲空間等）。

圖4 算力資源屬性信息的獲取方案Fig.4 Acquisition of computing resources attributes

由于單一的算力資源管理服務(wù)器運(yùn)行的集中式數(shù)據(jù)庫缺乏擴(kuò)展能力，算力資源屬性信息的映射可借鑒DNS機(jī)制，采用分布式的部署方案。

2.5 算力資源列表的生成

當(dāng)用戶發(fā)出的請求包含完全算力標(biāo)識時，算力網(wǎng)絡(luò)解析服務(wù)器無需生成算力資源列表；當(dāng)用戶發(fā)出的請求包含部分空載算力標(biāo)識時，算力網(wǎng)絡(luò)解析服務(wù)器在獲取CRID所對應(yīng)的算力資源節(jié)點通信地址與算力資源屬性信息后，首先依據(jù)算力標(biāo)識篩選出匹配的算力資源，然后根據(jù)算力資源列表中所包含的算力資源的通信地址、網(wǎng)絡(luò)狀態(tài)、端到端時延、可用算力、報價等指標(biāo)進(jìn)行綜合排序，并形成算力資源列表，列表長度可根據(jù)需求進(jìn)行規(guī)定。用戶可與一個或多個算力資源節(jié)點進(jìn)行簽約，同時由用戶發(fā)送資源占用報文，此時算力資源管理服務(wù)器需及時對算力資源屬性信息進(jìn)行更新并通知算力資源節(jié)點保留算力資源并準(zhǔn)備建立網(wǎng)路連接。

3 算力網(wǎng)絡(luò)中算力服務(wù)需求匹配應(yīng)用案例

為驗證算力標(biāo)識系統(tǒng)在算力服務(wù)需求匹配上的合理性，在上述理論研究的基礎(chǔ)上，團(tuán)隊利用北京、江蘇兩地的算力資源節(jié)點，完成機(jī)器視覺解決方案場景驗證評估，將傳統(tǒng)固化的工控機(jī)模式升級為5G+AI+云+邊緣模式，既能滿足工業(yè)控制場景中對實時性的要求，又能實現(xiàn)海量數(shù)據(jù)處理與AI訓(xùn)練快速迭代。

如圖5所示，在本案例中，共有兩類算力節(jié)點。第一類為靠近現(xiàn)場的邊緣計算節(jié)點，此類節(jié)點的特征是靠近用戶，通?？梢员ＷC較低的網(wǎng)絡(luò)時延與迅速的任務(wù)響應(yīng)，但算力資源有限，無法執(zhí)行大算力需求的任務(wù)，因此選擇在此類算力節(jié)點部署現(xiàn)場實時控制與交互任務(wù)，在本案例中擬在此類算力節(jié)點部署推理模塊。第二種算力節(jié)點為集中式云計算節(jié)點，此類節(jié)點可提供強(qiáng)大的算力，適用于各類任務(wù)部署，但網(wǎng)絡(luò)時延較大且傳輸質(zhì)量較難控制，因此本案例選擇在此類算力節(jié)點部署離線模型訓(xùn)練任務(wù)等具有大算力需求但時延要求不高的任務(wù)。

圖5 基于算力標(biāo)識的算力服務(wù)需求匹配驗證Fig. 5 Verification of computing service demand matching system based on computing power identification

首先為AI訓(xùn)練模塊選擇大算力節(jié)點，通過算力標(biāo)識查找具有大算力且滿足特定歸屬的云計算中心算力，部署相應(yīng)的訓(xùn)練任務(wù)，本案例中選擇了蘇州某天翼云節(jié)點，直接輸入明確指定節(jié)點的算力標(biāo)識0086X.CT.CN，算力網(wǎng)絡(luò)解析服務(wù)器根據(jù)算力標(biāo)識返回節(jié)點通信地址，選擇所需算力后建立機(jī)器人與云計算節(jié)點間的網(wǎng)絡(luò)連接。在選擇部署推理模塊的算力資源節(jié)點時，應(yīng)選擇時延較低的算力資源節(jié)點，但對算力要求并不苛刻，因此使用部分算力標(biāo)識CT.NC.CN，并規(guī)定時延優(yōu)先，算力網(wǎng)絡(luò)解析服務(wù)器根據(jù)發(fā)送的算力標(biāo)識生成候選算力列表，用戶選擇時延最低的處在北京的邊緣計算節(jié)點。

測試完成了智能揀選接口的20余項功能，端到端的應(yīng)用層指令執(zhí)行時延為30-77ms，指令成功率100%，推理時長600-700ms。測試表明，通過算力標(biāo)識的算力服務(wù)需求匹配系統(tǒng)在服務(wù)需求匹配上具有較高的靈活性與便捷性，使得業(yè)務(wù)發(fā)起方可以按需選擇最優(yōu)的算力節(jié)點。

4 結(jié)論與展望

數(shù)字經(jīng)濟(jì)逐漸成為我國經(jīng)濟(jì)增長的主引擎，算力作為數(shù)字時代的核心資源與生產(chǎn)要素，逐步呈現(xiàn)泛在多樣、高效互聯(lián)、綠色安全的特征，需要通過算力網(wǎng)絡(luò)實現(xiàn)高效調(diào)度與融合供給，高效利用多級泛在化的算力資源、實現(xiàn)算力利用率最大化已經(jīng)成為當(dāng)前信息通信網(wǎng)絡(luò)發(fā)展的重要方向。在“東數(shù)西算”國家戰(zhàn)略背景下，算力資源將更加泛在化、多樣化、復(fù)雜化，因此迫切需要建立一套統(tǒng)一的算力標(biāo)識體系與描述語言，賦能算力流通屬性的同時，為算力的感知、管控、服務(wù)提供基礎(chǔ)和標(biāo)準(zhǔn)。本文提出了一種統(tǒng)一的算力資源描述語言，同時探索了一種基于算力標(biāo)識的算力服務(wù)需求匹配系統(tǒng)，基于算力標(biāo)識實現(xiàn)較為精準(zhǔn)的資源預(yù)配，并證實了此方案的可用性及有效性。隨著算網(wǎng)一體化服務(wù)的不斷深入，為保障算力資源交易的安全性，未來還需建立國家級算力資源鑒權(quán)認(rèn)證中心，確保算力資源的合法性，為高效的算力服務(wù)提供保障。

利益沖突聲明

所有作者聲明不存在利益沖突關(guān)系。