IMT-2030（6G）推進組 -《算力網(wǎng)絡(luò)協(xié)同管理的場景及需求》研究報告2023.v2

IMT-2030(6G)推進組算力網(wǎng)絡(luò)協(xié)同管理的場景及IMT-2030(6G)PromotionGroup告聚焦于開展算力網(wǎng)絡(luò)協(xié)同管理的場景及需求2IMT-2030(6G)PromotionGroup 4 5 6 6 7 8 8 9 11 11 13 13 13 13 17 18 18 18 22 23 23 24 26 27 27 27 27 29 29 29 31 31 31 32 32 33 33 333IMT-2030(6G)PromotionGroup 34 35 35 35 36 37 37 37 38 40 40 40 404.1.3業(yè)務(wù)與資源協(xié)同 41 424.1.5現(xiàn)有標(biāo)準(zhǔn)適用性 42 43 43 45 464IMT-2030(6G)PromotionGroup 7 20 21 25 30 40 41圖4-3業(yè)務(wù)資源協(xié)同................................................................................................425IMT-2030(6G)PromotionGroup 8 266IMT-2030(6G)PromotionGroup第一章算網(wǎng)協(xié)同管理背景及驅(qū)動力IMT2030發(fā)布的《6G架構(gòu)愿景和關(guān)鍵技術(shù)展望白皮書》中，提到算力網(wǎng)絡(luò)關(guān)鍵技術(shù)包括算力編排與管理功能：完成對算力資源和網(wǎng)絡(luò)的管通過合理的算網(wǎng)聯(lián)編排服務(wù)，降低計算網(wǎng)絡(luò)聯(lián)動的總體能耗的標(biāo)準(zhǔn)定義和發(fā)展目標(biāo)，并制定了算力網(wǎng)絡(luò)的總體技術(shù)架架構(gòu)中，提出了算網(wǎng)編排管理層：實現(xiàn)對算力服務(wù)的運營管理、對算力資源的管理以及對于網(wǎng)絡(luò)資源的管理，其中的算力度量衡體系，完成對算力資源的統(tǒng)一抽象描述，進建模、注冊和OAM管理等功能；以支持網(wǎng)絡(luò)對算力資源的可感知、可度量、可管理移動算力網(wǎng)絡(luò)是在6G網(wǎng)絡(luò)架構(gòu)的控制層面，引入通信與計算深度協(xié)同的功能、接口和協(xié)議，直接通過未來3GPP標(biāo)準(zhǔn)化的信令來實現(xiàn)通算融合甚至一體化。移動算力網(wǎng)絡(luò)融合的算力資源可以來自網(wǎng)絡(luò)設(shè)備內(nèi)生的計算，也可以終端等，也就是說只要符合未來標(biāo)準(zhǔn)化的通算融合機制的合規(guī)算力網(wǎng)絡(luò)的目標(biāo)資源。移動算力網(wǎng)絡(luò)將構(gòu)建出一種開放7IMT-2030(6G)PromotionGroup網(wǎng)絡(luò)內(nèi)外的各類算力資源，并基于網(wǎng)絡(luò)架構(gòu)內(nèi)生的通算融合機制，為6G業(yè)務(wù)創(chuàng)新提供新型的基礎(chǔ)設(shè)施.本報告聚焦于算力網(wǎng)絡(luò)的算網(wǎng)協(xié)同編排管理場景、需感知平臺、算網(wǎng)管控、算網(wǎng)開放、算力使能、網(wǎng)絡(luò)使能及算網(wǎng)協(xié)同管理俗稱算網(wǎng)大腦，是算網(wǎng)運維運營的核統(tǒng)一編排、調(diào)度、運維的核心系統(tǒng)?？傮w上分為算網(wǎng)感調(diào)度管理單元及算網(wǎng)智能化運維單元，北向提供統(tǒng)一的圖1-1移動算力網(wǎng)絡(luò)運維架構(gòu)示意圖組合設(shè)計；算力統(tǒng)一調(diào)度模塊負(fù)責(zé)匹配最佳算、網(wǎng)資8IMT-2030(6G)PromotionGroup的保障；算網(wǎng)自智模塊通過AI賦能提供一體化編排、調(diào)度等能力的智能化操作，通表1-1算力協(xié)同管理相關(guān)的標(biāo)準(zhǔn)研究進展標(biāo)準(zhǔn)組織標(biāo)準(zhǔn)名稱標(biāo)準(zhǔn)類型牽頭單位討論組智能計算中心異構(gòu)算力調(diào)度平臺技術(shù)要求和測試方法行標(biāo)中國電信TC1/WG4數(shù)據(jù)中心立項建議書智能計算中心異構(gòu)人工智能算力硬件協(xié)同技術(shù)要求行標(biāo)中國信息通信研究院TC1/WG4數(shù)據(jù)中心立項建議書面向視頻業(yè)務(wù)的算力技術(shù)要求應(yīng)用場景行標(biāo)中國移動TC1/WG3信源編碼征求意見稿智能計算中心異構(gòu)算力管理和使用技術(shù)要求行標(biāo)中國信息通信研究院TC1/WG4數(shù)據(jù)中心征求意見稿算力網(wǎng)絡(luò)需求與架構(gòu)行標(biāo)中國電信TC3/WG1網(wǎng)絡(luò)總體及人工智能應(yīng)用送審稿算力網(wǎng)絡(luò)算網(wǎng)編排管理技術(shù)要求行標(biāo)中國移動TC3/WG1網(wǎng)絡(luò)總體及人工智能應(yīng)用征求意見稿無線算力網(wǎng)絡(luò)場景、需求和關(guān)鍵技術(shù)研究研究報告中國移動TC5/WG6前沿?zé)o線技術(shù)征求意見稿移動算力網(wǎng)絡(luò)總體技術(shù)研究研究報告中國移動TC5/WG12移動通信核心網(wǎng)及人工智能應(yīng)用征求意見稿算力網(wǎng)絡(luò)安全需求及關(guān)鍵技術(shù)研究研究報告中國移動TC5/WG5無線安全與加密征求意見稿算力網(wǎng)絡(luò)運營管理業(yè)務(wù)協(xié)同編排技術(shù)要求行標(biāo)中國移動TC7/WG1無線通信管理征求意見稿9IMT-2030(6G)PromotionGroup算力網(wǎng)絡(luò)運營管理技術(shù)要求行標(biāo)中國移動TC7/WG1無線通信管理送審稿泛在算力調(diào)度管理技術(shù)要求行標(biāo)中國移動TC7/WG1無線通信管理征求意見稿算力網(wǎng)絡(luò)安全編排管理技術(shù)研究研究報告中國移動TC8/WG4新興技術(shù)和業(yè)務(wù)安全立項建議書ComputingPowerNetwork–frameworkandarchitecture國際標(biāo)準(zhǔn)ChinaTelecomSG13Y.2501RequirementsforComputingPowerNetworkManagement國際標(biāo)準(zhǔn)SG2UnderstudySignallingarchitectureofserviceorchestrationforcomputingpowernetwork國際標(biāo)準(zhǔn)ChinaUnicomSG11UnderstudySignallingrequirementsforservicedeploymentincomputingpowernetwork國際標(biāo)準(zhǔn)ChinaUnicomSG11UnderstudySignallingrequirementsforcross-domainserviceorchestrationofthecomputingpowernetwork國際標(biāo)準(zhǔn)ChinaUnicomSG11UnderstudyRequirementsandframeworkofNGNeorchestrationenhancementsforsupportingcomputingpowernetwork國際標(biāo)準(zhǔn)ChinaTelecomSG13UnderstudyComputing-AwareTrafficSteering(CATS)ProblemStatement,UseCases,andRequirements國際標(biāo)準(zhǔn)ChinaMobileUnderstudyComputingInformationDescriptioninComputing-AwareTrafficSteering國際標(biāo)準(zhǔn)ChinaMobileUnderstudyApplicationAwareComputingNetwork國際標(biāo)準(zhǔn)HuaweiUnderstudy現(xiàn)階段國內(nèi)三大運營商對算力協(xié)同管理及算網(wǎng)大腦IMT-2030(6G)PromotionGroup峰，正在構(gòu)建E級超大規(guī)模單體智算中心，支撐AI大模型訓(xùn)練和孵化；三是打造算務(wù)模式，打造了東數(shù)西算、數(shù)據(jù)快遞等新型產(chǎn)品，提出了任務(wù)務(wù)模式；五是突破算力網(wǎng)絡(luò)核心技術(shù)，提出十大技術(shù)方向，布術(shù)，協(xié)同構(gòu)建算力網(wǎng)絡(luò)標(biāo)準(zhǔn)體系和開源生態(tài)；六是打造算力網(wǎng)天翼分布式架構(gòu)云底座和海量計算、存儲、網(wǎng)絡(luò)術(shù)，支持通用算力、超算、智算等異構(gòu)算力的統(tǒng)一接入、統(tǒng)一算力傳輸?shù)臉屑~能夠在全國范圍內(nèi)實現(xiàn)每分鐘數(shù)萬次、每天上IMT-2030(6G)PromotionGroup在算力供給側(cè)，中國聯(lián)通進行算力資源的一體化布局，實局包括東數(shù)西算樞紐和31省的“5+4+31”算力核心節(jié)點外，還大力建設(shè)邊緣計算節(jié)在算力承載上，中國聯(lián)通打造為算力服務(wù)提供超強運力的智能算力網(wǎng)關(guān)的一跳接入，實現(xiàn)城市內(nèi)1ms時延圈。不止于此，中國聯(lián)通還基于以SRv6在算網(wǎng)編排調(diào)度上，中國聯(lián)通憑借算網(wǎng)大腦技術(shù)，打造算設(shè)備廠商聚焦算網(wǎng)協(xié)同發(fā)展技術(shù)創(chuàng)新與設(shè)備研發(fā)，為算網(wǎng)協(xié)同發(fā)展提供支撐備廠商在算網(wǎng)協(xié)同方面的創(chuàng)新主要體現(xiàn)在網(wǎng)絡(luò)路由轉(zhuǎn)在網(wǎng)絡(luò)路由轉(zhuǎn)發(fā)方面，中興通訊推出算力敏感IP網(wǎng)絡(luò)方案，該方案實現(xiàn)了基于該方案支持對多個數(shù)據(jù)中心的統(tǒng)一納管及高速無損互聯(lián)，同時提供L3全生命周期自動管理的自動駕駛網(wǎng)絡(luò)能力，可實現(xiàn)業(yè)務(wù)分鐘級部署，故智能編排、一體化服務(wù)”的目標(biāo)，推動算力成為水電一樣，可“一點接入、即去即用”IMT-2030(6G)PromotionGroup在學(xué)術(shù)領(lǐng)域，中國電子科學(xué)研究院提出空間算力網(wǎng)絡(luò)的概地調(diào)度廣域分布的星上算力問題開展研究，提出了空間算力構(gòu)和軟件架構(gòu)。邏輯架構(gòu)主要由算力網(wǎng)絡(luò)基礎(chǔ)設(shè)施、算力編組成。其中，算力編排管理層為空間算力網(wǎng)絡(luò)提供資源與應(yīng)間算力網(wǎng)絡(luò)的大腦。一方面，向下利用虛擬化技術(shù)對分布式異構(gòu)算力資源進行抽象，另一方面，向上向業(yè)務(wù)多樣化、差異化的服務(wù)保障需求，對IMT-2030(6G)PromotionGroup移動算力網(wǎng)絡(luò)應(yīng)用有很多典型的場景應(yīng)用，典型應(yīng)用如AI超大模型訓(xùn)練、東數(shù)力的調(diào)度。這就需要算力實現(xiàn)跨域集群能力，網(wǎng)絡(luò)可提供超智化場景如工業(yè)控制、機器視覺。行業(yè)用戶數(shù)據(jù)要求實時處步傳遞到用戶，邊緣側(cè)提供渲染、存儲等服務(wù)的同時，還要提供用戶-邊-云的確定性該章節(jié)主要描述6G業(yè)務(wù)對移動算力網(wǎng)絡(luò)的場景及需求，特別是算力網(wǎng)絡(luò)協(xié)同管能力，必須以算力和智能為中心，從云網(wǎng)一體邁向智算網(wǎng)業(yè)一實現(xiàn)基站服務(wù)和容量的最優(yōu)匹配；通過基站的算力增強，實現(xiàn)率、低時延、高密度計算的智能無線算網(wǎng)服務(wù)，滿基站的調(diào)度器會根據(jù)掌握的各種信息動態(tài)地選擇哪些終可以共享用戶的數(shù)據(jù)收發(fā)、信道質(zhì)量等信息，使得基站IMT-2030(6G)PromotionGroup高了頻譜的使用效率。調(diào)度器使用不同的調(diào)度的體驗最好，也可以在兩者間追求一定的平衡?；緝?nèi)調(diào)度算法更加復(fù)雜，這都需要基站在提供傳統(tǒng)通信服務(wù)例如，節(jié)假日商場內(nèi)客流量突增，重大賽事時體育場館發(fā)性的局部高話務(wù)量，從而導(dǎo)致無線網(wǎng)絡(luò)的資源緊張或者同一均衡，導(dǎo)致局部用戶上線困難體驗變差。無線網(wǎng)絡(luò)利用增強的共享的全局視圖，可以在不增加空口資源的情況下，使用資源些問題。無線網(wǎng)絡(luò)可以在同一個基站的小區(qū)之間或不同基站間譜分配與管理、干擾協(xié)調(diào)、用戶小區(qū)引導(dǎo)等，快速應(yīng)對話務(wù)量戶的優(yōu)先級，在不影響用戶基本業(yè)務(wù)體驗的前提下，動態(tài)調(diào)整移動核心網(wǎng)的云化部署配合愈發(fā)廣泛的邊緣計算，使實時地調(diào)用網(wǎng)絡(luò)內(nèi)空閑的分布式算力資源。網(wǎng)絡(luò)輔助路徑算力網(wǎng)絡(luò)研究主要基于承載網(wǎng)，根據(jù)計算類業(yè)務(wù)需務(wù)的計算資源狀況，動態(tài)靈活的將計算任務(wù)路由到合適用戶體驗。面向移動通信網(wǎng)絡(luò)，將計算和移動通信網(wǎng)絡(luò)務(wù)對移動通信網(wǎng)的需求，綜合考慮網(wǎng)絡(luò)的全局視圖能力在移動算力網(wǎng)絡(luò)中，一方面，承擔(dān)控制面網(wǎng)絡(luò)功能的基礎(chǔ)布的計算、存儲資源互聯(lián)，通過網(wǎng)絡(luò)、存儲、算力的多維協(xié)度到泛在分布的算力資源上，并結(jié)合傳輸時延綜合隨著分布式架構(gòu)的成熟使用，以及分布式業(yè)務(wù)的蓬勃發(fā)展，例如CDN業(yè)務(wù)、邊緣云或分布式云，對于如何找到最快路徑，并為業(yè)務(wù)找到IMT-2030(6G)PromotionGroup用戶面可通過移動算力網(wǎng)絡(luò)，基于無處不在的網(wǎng)絡(luò)儲資源互聯(lián)，通過網(wǎng)絡(luò)、存儲、算力的多維協(xié)同調(diào)度，使應(yīng)用例如在移動通信網(wǎng)絡(luò)的會話建立等場景中，SMF會根據(jù)策略進行用戶面UPF的選擇。SMF可以先根據(jù)UPF支持的特性因素篩選出所有能適用的UPF，再根據(jù)UE的均衡或者沒有合適UPF資源的情況，如何生成用戶面路徑，也沒有充分考慮用戶為UE提供服務(wù)。在移動算力網(wǎng)絡(luò)場景中，通過算力網(wǎng)絡(luò)的全局算力能力、算力節(jié)點狀態(tài)、網(wǎng)絡(luò)鏈路狀態(tài)等的管控，可以輔助移動通信網(wǎng)絡(luò)的用戶面路徑選擇，為UE規(guī)的按需部署；UE移動時，利用算力網(wǎng)絡(luò)的全局資源視圖，可以綜合考慮網(wǎng)絡(luò)資源和控制面亦可通過移動算力網(wǎng)絡(luò)，基于無處不在的網(wǎng)絡(luò)連接存儲資源互聯(lián)，通過網(wǎng)絡(luò)、存儲、算力的多維協(xié)同調(diào)度，通過算力網(wǎng)絡(luò)對算力節(jié)點/以移動通信網(wǎng)絡(luò)的UE注冊場景為例，RAN可以為UE選擇最優(yōu)的服務(wù)AMF實擇可以為UE服務(wù)的AMFset，然后按照AMF權(quán)重因子來選擇為UE服務(wù)的AMF。這種選擇方式無法充分考慮AMF節(jié)點的實際工作狀態(tài)以及RAN與AMFAMF）信息的感知，UE接入需求的感知，實時監(jiān)控算力節(jié)點及節(jié)點上服務(wù)的狀態(tài)及IMT-2030(6G)PromotionGroup擁塞狀態(tài)等為UE選擇最優(yōu)的AMF以及最優(yōu)的控制面路徑進行注冊信令及后續(xù)PDU會話信令的處理，將計算任務(wù)卸載到可用的計算資源，輔助移元的選擇，基于最優(yōu)的控制面?zhèn)鬏斅窂竭M一步提高數(shù)據(jù)處理效隨著分布式架構(gòu)的成熟使用，以及分布式業(yè)務(wù)的蓬勃發(fā)展，例如CDN業(yè)務(wù)、邊緣云或分布式云，其中的核心技術(shù)是調(diào)度。映射到實際的CDN場景，核心訴求是如對于呈現(xiàn)出區(qū)域特征的熱點業(yè)務(wù)，CDN會定期從中心云拉取熱點內(nèi)容，以確保CDN地點呈現(xiàn)出較大差異。人工根據(jù)業(yè)務(wù)熱點的遷移改變邊緣應(yīng)用基于移動接入網(wǎng)絡(luò)控制面對用戶面路徑的動態(tài)選擇和靈術(shù)在現(xiàn)網(wǎng)的部署和應(yīng)用，邊緣計算的云平臺承載著不同的行各業(yè)的邊緣機房。雖然現(xiàn)在已經(jīng)實現(xiàn)了邊緣云和中心云用與網(wǎng)絡(luò)之間并沒有形成融合。應(yīng)用開發(fā)者在選擇應(yīng)用部理運營界面呈現(xiàn)的邊緣云節(jié)點的位置、資源類型和資源數(shù)緣云和網(wǎng)絡(luò)連接之間是弱耦合的關(guān)系，邊緣云平臺上運行務(wù)流對應(yīng)的網(wǎng)絡(luò)連接節(jié)點和應(yīng)用之間可能存在組網(wǎng)移動算力網(wǎng)絡(luò)基于網(wǎng)絡(luò)實時動態(tài)可遷移性和對計算資營管理系統(tǒng)，有助于實現(xiàn)云計算資源和網(wǎng)絡(luò)的一體化調(diào)度絡(luò)調(diào)度隨云而動?；谒懔Y源感知、算力實例封裝打造源的實時感知和智能分析，實現(xiàn)不同業(yè)務(wù)的算力需求IMT-2030(6G)PromotionGroup是否一直保持為提供穩(wěn)定服務(wù)質(zhì)量的“最優(yōu)”選擇，從車輛接入到MEC節(jié)點的路徑在移動過程中是否一直保持為提供最短接入路徑和時延的“最優(yōu)”選擇，是車聯(lián)網(wǎng)無法有效解決的問題。而移動無線網(wǎng)絡(luò)具備廣域連續(xù)性覆蓋，可為了跟隨用戶移動位置和服務(wù)需求切換最合適的MEC和APP，必要時需切換UPF，縮短已接入用戶的數(shù)據(jù)路徑，這是移動無線網(wǎng)絡(luò)可為車聯(lián)網(wǎng)提供服務(wù)的優(yōu)勢。位置、服務(wù)需求以外，還需綜合考慮網(wǎng)絡(luò)側(cè)內(nèi)部的資源狀態(tài)、當(dāng)前MEC節(jié)點負(fù)荷、當(dāng)前鏈路情況。移動算力網(wǎng)絡(luò)具備全局聯(lián)合調(diào)度的能力，也需要不斷更新調(diào)度無線網(wǎng)絡(luò)中單個基站的增強算力有限，可以對外開網(wǎng)絡(luò)具備百萬基站級別的網(wǎng)絡(luò)規(guī)模優(yōu)勢，通過網(wǎng)絡(luò)將分散的算成塔可以構(gòu)筑范圍廣闊、覆蓋深入的邊緣算力環(huán)境，實現(xiàn)邊邊場景的需求，無線網(wǎng)絡(luò)可以聯(lián)合端側(cè)和云側(cè)的算力，靈活實現(xiàn)及端邊云協(xié)同，實現(xiàn)業(yè)務(wù)的就近轉(zhuǎn)發(fā)、面向業(yè)掌控云邊端全局的資源，根據(jù)云的管理運營界面呈現(xiàn)的云、邊、置、資源類型和資源數(shù)量，如實時監(jiān)控AMF個算力節(jié)點及節(jié)點上服務(wù)的狀態(tài)及負(fù)載情況，網(wǎng)絡(luò)鏈路狀態(tài)，做出部署決定輔助移動通信網(wǎng)實現(xiàn)控制面移動無線網(wǎng)絡(luò)側(cè)重于網(wǎng)絡(luò)能力開放，在引入算力網(wǎng)絡(luò)源信息的開放。算網(wǎng)協(xié)同管理功能對外提供算網(wǎng)統(tǒng)一的能力開信息動態(tài)調(diào)整業(yè)務(wù)部署和路由策略，或提供應(yīng)用對計算資源的移動算力網(wǎng)絡(luò)可對內(nèi)能力開放和對外能力開放。對內(nèi)IMT-2030(6G)PromotionGroup身可以高效的利用算力資源，構(gòu)建算力內(nèi)生的以通過移動通信網(wǎng)為外部行業(yè)應(yīng)用提供算力服務(wù)，賦能千行百也可以提供計算資源的平臺面向應(yīng)用租戶進行能力開放，移動接口為各類用戶提供安全隔離的端到端移動接入的租戶環(huán)境，包括算力資源類型關(guān)等。從開發(fā)者友好性以及應(yīng)用快速開發(fā)和部署角度看，移動算網(wǎng)一體的租戶環(huán)境，提供符合云計算租戶的操作習(xí)慣，使得應(yīng)通過計算與網(wǎng)絡(luò)協(xié)同與一體化的能力開放，高效利用泛在動位置和服務(wù)需求切換最合適的MEC和APP，使得路徑最短，時延最低。移動算力并通過計算負(fù)載、多點協(xié)作等方式在MEC群組中進行最優(yōu)計算任務(wù)分配，解決終端算力不足與云計算通信時延長的問題，提供與虛擬相結(jié)合、可人機互動的環(huán)境，它通過對視覺、聽完全模擬和實時交互，實現(xiàn)用戶體驗擴展與人機互動，算力網(wǎng)絡(luò)面向計算類業(yè)務(wù)，根據(jù)業(yè)務(wù)的需求，結(jié)合可服務(wù)的計算資源的計算狀況，通過算力網(wǎng)絡(luò)靈活匹配IMT-2030(6G)PromotionGroup面向時延敏感業(yè)務(wù)。集中式技術(shù)方案基于中心化管理編排系和邊緣節(jié)點進行物體識別的計算、需要盡快給出結(jié)果的計算，為處理。基于以上不同的計算服務(wù)請求類型，算力網(wǎng)絡(luò)針對分布式進行協(xié)同優(yōu)化，進行計算服務(wù)的算力分配。如下圖2-1所示，該示例基于集中式技術(shù)(2)算力網(wǎng)絡(luò)集中式管理編排系統(tǒng)定期收集各個計算節(jié)點的計算狀態(tài)和相關(guān)網(wǎng)絡(luò)載最重的AI訓(xùn)練任務(wù)部署在中心云上，次重的特征提取、模板匹配、物體識(4)對于同時部署同類服務(wù)的多個邊緣節(jié)點，如該示例中MEC1和MEC3同時部20IMT-2030(6G)PromotionGroup圖2-1基于算力網(wǎng)絡(luò)的AR/AI云端識別業(yè)務(wù)場景示意圖定的網(wǎng)絡(luò)，將云端的顯示輸出和聲音輸出等經(jīng)CloudVR業(yè)務(wù)對于網(wǎng)絡(luò)和計算都有極高的要求，比如入門級CloudVR（全視角硬編碼，多路并行計算能力等?；谝陨弦螅懔W(wǎng)絡(luò)針對分布式計21IMT-2030(6G)PromotionGroup(4)對于同時部署同類服務(wù)的多個邊緣節(jié)點，如該示例中MEC2和MEC3同時部通過計算任務(wù)的分級卸載，提高包含中心云和邊緣云的圖2-2基于算力網(wǎng)絡(luò)的CloudVR場景示意圖特性以滿足用戶體驗，這些業(yè)務(wù)特性包括超高分辨率、高幀態(tài)范圍、寬視場角、編碼壓縮技術(shù)、傳輸方式等，以及更自特性對網(wǎng)絡(luò)的傳輸能力，云邊端的處理器能力、存儲能交場景、辦公場景、出行場景等。要實現(xiàn)6G沉浸式XR豐富的業(yè)務(wù)體驗，提供更高的數(shù)據(jù)傳輸速度、更低時延、更高可靠的網(wǎng)絡(luò)性能，這需要在終端類、媒體22IMT-2030(6G)PromotionGroup實驗常需要對海量實驗數(shù)據(jù)進行快速的計算和級的計算能力。算力網(wǎng)絡(luò)可以通過邊邊協(xié)同、邊云備產(chǎn)生的數(shù)據(jù)進行實時智能分析、清洗、校驗等。算絡(luò)可以靈活彈性調(diào)度算力資源滿足算力在時間、空間維度用AR/VR/機器人等交互式設(shè)備，算力網(wǎng)絡(luò)可利用部署在邊緣的算力資源，提供實時算力資源進行彈性調(diào)度，在滿足業(yè)務(wù)實時需算網(wǎng)協(xié)同管理系統(tǒng)負(fù)責(zé)對這些資源進行管理和編排，既23IMT-2030(6G)PromotionGroup根據(jù)算力需求劃分業(yè)務(wù)等級，以確定業(yè)務(wù)的部署位置之后，配置用戶到業(yè)務(wù)處理節(jié)點之間的網(wǎng)絡(luò)，對于沉浸式XR業(yè)務(wù)，因為無線基站首先需要保證無線業(yè)務(wù)的正常運行，然后才能考慮剩余算力的開放和共享，因此剩余算力的變化會導(dǎo)致XR業(yè)務(wù)計算任務(wù)的動態(tài)調(diào)度，可能會造成XR業(yè)務(wù)的卡頓，影響用戶的連續(xù)性體驗。在XR業(yè)務(wù)需求無法繼續(xù)滿足時，需要無線基站輔助算網(wǎng)協(xié)同管理功能完成算力任運行在當(dāng)前無線基站的XR計算任務(wù)遷移到更優(yōu)質(zhì)的算力節(jié)點。為了保證XR業(yè)務(wù)連續(xù)的沉浸式體驗，無線網(wǎng)絡(luò)需要考慮如何穩(wěn)定地提供無線連可以綜合考慮接入到網(wǎng)絡(luò)中的終端業(yè)務(wù)對無線資源的需求以規(guī)劃可以開放共享的算力資源，使得無線算力節(jié)點被合理調(diào)度，盡量減少XR業(yè)務(wù)計算任務(wù)的遷移。同時，考慮到XR終端的移動性，無線網(wǎng)絡(luò)需要根據(jù)終端的地理位置和所需的算力規(guī)模，選擇兼顧時延和算力的最優(yōu)路徑提供服實施無線資源和無線算力的聯(lián)合編排，同時滿足XR業(yè)務(wù)的網(wǎng)絡(luò)需求和算力需求，通過跨基站的算力共享和按需編排，實現(xiàn)基站資源池內(nèi)算力借24IMT-2030(6G)PromotionGroup的規(guī)模應(yīng)用，在交通領(lǐng)域以人工智能/大數(shù)據(jù)為代表的信息處理技術(shù)和以V2X為代表的信息傳輸技術(shù)正在深度融合，車-路-云間的算力協(xié)同，數(shù)據(jù)交換將以更大的廣度進車聯(lián)網(wǎng)輔助駕駛場景中，特別是對于車輛外部由于通情況，需要通過邊緣計算節(jié)點獲取該車輛位置周邊的全面路據(jù)統(tǒng)一處理，對于有安全隱患的車輛發(fā)出警示信號，輔助車輛路交叉口，由于路況復(fù)雜，交匯處遮擋物等，容易多發(fā)交通事像頭捕捉到的視頻圖像信息傳送到就近的邊緣計算節(jié)點進行計輛行駛車速等信息，針對車速過快、有撞車隱患的車輛交通事故的發(fā)生。通過算力網(wǎng)絡(luò)將時延不敏感的業(yè)務(wù)如車載要考慮不同單元間的算力和算法的協(xié)同，從而實現(xiàn)全場景工況低能耗交通。高安全可通過多單元聯(lián)合判決的方法，提升系統(tǒng)撞場景下，車載平臺和路側(cè)單元都可以對可能的碰撞情形進行輛可以對各自盲區(qū)進行補充，另一方面還可以對判決結(jié)果進行檢的概率。高效率需要融合多車，多路側(cè)單元的數(shù)據(jù)，形成城對路徑規(guī)劃，交通調(diào)度等應(yīng)用進行優(yōu)化，提升交通運行整體效的算力分配，最大限度進行資源共享，從而提升算力的利用效載終端的電量較為受限，融合雷達信號分析，多維視覺分析等智慧車聯(lián)網(wǎng)場景中，如圖2-3所示，在自動駕駛過程中，車輛通過高效算力進行25IMT-2030(6G)PromotionGroup還可以有效補充車輛感知的盲區(qū)數(shù)據(jù)，并對必要的駕駛圖2-3V2X智慧車聯(lián)網(wǎng)場景在自動駕駛場景中，車輛傳感器數(shù)據(jù)類型和融合感知決策聯(lián)網(wǎng)中的車輛利用算法處理攝像頭和雷達收集的大量環(huán)境感知信息，并規(guī)劃運行軌跡，生成轉(zhuǎn)彎、超車、加速或減要求的協(xié)作感知、協(xié)同操作，需要數(shù)據(jù)感知、傳輸、計算在車聯(lián)網(wǎng)中，車身攜帶的傳感器越多，傳感器采集的數(shù)據(jù)越快，則要求的單位時間內(nèi)算力指標(biāo)也就越高。車輛本身算力26IMT-2030(6G)PromotionGroup表2-1智能車聯(lián)網(wǎng)場景特點路側(cè)單元融合多車與行人車載單元和手持機進行傳感數(shù)據(jù)一級處理；路側(cè)單元根據(jù)模型預(yù)測碰撞危險路側(cè)單元對各路口進行監(jiān)測，關(guān)鍵信息傳到車上，支持輔助駕駛及自動駕路側(cè)進行視覺訓(xùn)練及目標(biāo)提取，車輛進行影像重建輔助駕駛，進行推理支自動駕駛半實車路實測數(shù)據(jù)和云端建模仿真系統(tǒng)融合，提升自動駕駛模型訓(xùn)練效能，算力大規(guī)模訓(xùn)練在云端，場景化推理及驗無人區(qū)衛(wèi)星輔衛(wèi)星遙感影像在軌分析，及時推送氣象，道路災(zāi)害衛(wèi)星遙感影像分析與地面云端影像分智能車聯(lián)網(wǎng)業(yè)務(wù)的算力需求受多種因素的影響，其中包括終端算力架構(gòu)設(shè)計，智網(wǎng)業(yè)務(wù)對算力需求的估算及時延要求，感知全網(wǎng)的算力資源并移動過程中的位置及時調(diào)整算力節(jié)點，保證車聯(lián)網(wǎng)業(yè)務(wù)的時延。對于車道偏離檢測、駕駛員檢測等場景，算力協(xié)同方式采用車檢測，路側(cè)發(fā)現(xiàn)異常通數(shù)字孿生場景，算網(wǎng)協(xié)同方式采用云端訓(xùn)練建模，路側(cè)及車輛實時推理并反饋，時27IMT-2030(6G)PromotionGroup2.4場景4：算網(wǎng)協(xié)同管理安全算力網(wǎng)絡(luò)的新架構(gòu)、新技術(shù)和新服務(wù)可能存在新的適配的新的安全機制來保障。如基礎(chǔ)設(shè)施層存在潛在復(fù)雜的網(wǎng)風(fēng)險，編排調(diào)度層涉及編排調(diào)度安全風(fēng)險及算力使用失控問題入惡意節(jié)點、交易不可信、應(yīng)用不安全等問題，此外算力網(wǎng)絡(luò)算網(wǎng)信息在編排管理層匯聚，算力信息的正確性、造成虛假算力信息上傳，將嚴(yán)重影響算網(wǎng)的可靠性。同時，基可能會導(dǎo)致黑客對算力網(wǎng)絡(luò)的非法利用，若數(shù)據(jù)被篡改，還會編排管理層面對高度復(fù)雜的算網(wǎng)環(huán)境，針對多樣化網(wǎng)絡(luò)各個域的資源進行協(xié)同調(diào)度。編排管理層對算力用力資源一體感知、協(xié)同編排。在此過程中，編排管理層數(shù)據(jù)，數(shù)據(jù)集中增加了安全風(fēng)險。編排管理層需在計算素，對算力用戶、計算任務(wù)、算力節(jié)點進行安全等級標(biāo)分配，實現(xiàn)算力的安全調(diào)度。編排管理層需具備對算力用問題。算力濫用包括非法挖礦、暴力破解等行為，不28IMT-2030(6G)PromotionGroup編排管理層對算力用戶、計算任務(wù)、網(wǎng)絡(luò)資源、算在此過程中，編排管理層收集并處理大量算力網(wǎng)絡(luò)敏感數(shù)據(jù)，編排的安全保障可以考慮三方面：一是編排管理行對編排管理使用的大量算網(wǎng)信息數(shù)據(jù)，應(yīng)防止數(shù)據(jù)泄露、篡改編排管理層應(yīng)根據(jù)用戶及計算任務(wù)對安全的需求去能根據(jù)用戶及算力安全節(jié)點安全狀態(tài)的改變動態(tài)調(diào)整算力分應(yīng)根據(jù)系統(tǒng)安全策略對算力路由進行安全配置，并能根據(jù)算作為算力大腦，編排管理系統(tǒng)本身應(yīng)進行安全加固，用自身的自動化集成功能，編排管理系統(tǒng)可實現(xiàn)編排管理層需在計算任務(wù)的編排調(diào)度中考慮安全要算力節(jié)點進行安全等級標(biāo)識，在此基礎(chǔ)上進行動態(tài)安全安全標(biāo)識是算力安全調(diào)度的基礎(chǔ)，安全標(biāo)識源三類信息進行安全分類分級標(biāo)記。算力安全調(diào)度基于安全標(biāo)另一方面，根據(jù)計算任務(wù)對安全能力的需求，在算力節(jié)點彈性在對接入的算力節(jié)點進行認(rèn)證后為其提供全網(wǎng)唯29IMT-2030(6G)PromotionGroup算力濫用包括非法挖礦、暴力破解等行為，不僅對算力對算力濫用造成的安全威脅進行管控需結(jié)合針對算力用戶標(biāo)識。通過解析計算任務(wù)類型，結(jié)合算力用戶的算力閾值安全評估，并可采取限制算力用量、拒絕算力請求或降低方法，通過多層神經(jīng)元來處理和分析數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)則是算模型，可以自動識別模式并進行預(yù)測。這兩個特性使得AI能夠處理大量的非結(jié)構(gòu)化數(shù)據(jù)，從而實現(xiàn)高效的數(shù)據(jù)分析和決策。深度學(xué)習(xí)和神的計算需求。隨著AI技術(shù)的普及，需要確保算力的公平分配和可持續(xù)性，以滿足未人體植入式。隨著終端體積越來越小，但用戶享受的業(yè)越加豐富，這二者之間的技術(shù)差距需要通過終端芯片計算能力30IMT-2030(6G)PromotionGroup做出一個有效的平衡，即通過邊、云的計算資源來卸載原本基于AI的人臉識別、物品識別、安全防護已經(jīng)滲透到日常生活的各個方面，如大。基于端側(cè)實現(xiàn)全部的計算是不現(xiàn)實的。因此，需要采用將AI推理模型分割，終端側(cè)模型對原始數(shù)據(jù)做簡單的預(yù)處理后，上傳到移動算力圖2-4AI推理示意圖端網(wǎng)云協(xié)同的分布式計算模型，對終端體驗提升有重成本，伴隨著網(wǎng)絡(luò)代際的演進，單用戶可獲得的無線帶輸提供了更有優(yōu)的網(wǎng)絡(luò)環(huán)境，邊\云算力與終端的協(xié)作，有在此基礎(chǔ)上完成對外部設(shè)備的控制和意識監(jiān)測。其需要多種傳感進行傳輸與處理，且不同數(shù)據(jù)的處理算法、運算數(shù)據(jù)量、需要實的高時效性等等對算力需求日益增長。但可穿戴智能設(shè)備本身的在新增算力資源類型時從全局考慮，靈活調(diào)度，避免重復(fù)建設(shè)31IMT-2030(6G)PromotionGroup件升級需求。在單點故障或負(fù)荷過高時也有備份資源提供，最基于移動通信網(wǎng)絡(luò)，已經(jīng)具備中心云、邊緣計算和終端在終端算力和邊云之間、邊緣計算節(jié)點之間、邊緣計算和中心多級算力互聯(lián)。例如，AR渲染前進行的物體識別與檢測任務(wù)，如果通過云側(cè)實現(xiàn)，會導(dǎo)致數(shù)據(jù)傳輸量大，對無線側(cè)網(wǎng)絡(luò)帶寬質(zhì)量要求高。但如果單純通過終端側(cè)計算，有會因受到算力的限制而導(dǎo)致渲染處理時延較大，影響用戶體面向移動通信網(wǎng)絡(luò)，將計算和移動通信網(wǎng)絡(luò)深度融合動通信網(wǎng)的需求，綜合考慮網(wǎng)絡(luò)的全局視圖能力和計算能一步提升用戶業(yè)務(wù)體驗，包括將基礎(chǔ)設(shè)施算力納入為UE接入選擇各個網(wǎng)絡(luò)功能的過在移動算力網(wǎng)絡(luò)場景下，需要開放共享可用的算力資源和網(wǎng)絡(luò)算力服務(wù)可以應(yīng)用于需要對數(shù)據(jù)做大規(guī)模快速處理32IMT-2030(6G)PromotionGroup務(wù)主要包括智能安防、工業(yè)視頻檢測、超高機器視覺主要是指使用AI算法對生產(chǎn)領(lǐng)域的圖像、視頻進行分析，并根據(jù)分析檢測、測量、定位與引導(dǎo)等工業(yè)領(lǐng)域。如工業(yè)質(zhì)檢、安全生如在經(jīng)歷自然災(zāi)害后，電力企業(yè)需要迅速對某的電力線路進行巡檢。傳統(tǒng)模式下，需通過固定監(jiān)設(shè)備獲取的海量視頻或圖像信息，識別故障或隱患工業(yè)視覺檢測可基于算力網(wǎng)絡(luò)提高運算效率，經(jīng)過過以下四個步驟，即可快速搭建一套視覺檢測系統(tǒng)并投入基于距離、時效等原則，在災(zāi)復(fù)數(shù)據(jù)產(chǎn)生地的周(3)接收災(zāi)復(fù)數(shù)據(jù)，通過相對應(yīng)的AI檢測或數(shù)字孿生技術(shù)應(yīng)用進行風(fēng)險檢測并輸工業(yè)應(yīng)用對算網(wǎng)資源有統(tǒng)一編排與調(diào)度的需求，同時，還需要支持算網(wǎng)協(xié)同管理的智能化，如AI及數(shù)字孿生技術(shù)，進行有效的風(fēng)險33IMT-2030(6G)PromotionGroup應(yīng)用管理、集群及節(jié)點管理、訪問安全管控、容器編排及調(diào)部署、外部調(diào)用的均衡分發(fā)、敏捷擴縮容等，讓應(yīng)用程序不節(jié)點。全國一體化大數(shù)據(jù)中心體系完成總體布局設(shè)計，東數(shù)的空間分布潛力來看，西部潛力遠(yuǎn)高于東部。建設(shè)數(shù)部資源日趨緊張，而西部土地廣闊、電價便宜、能源間的算力調(diào)度。無論是全國一體化大數(shù)據(jù)中心布局還是東這是由于基礎(chǔ)算力承載的多是電子游戲、短視頻、即時通目前的技術(shù)而言，具有實時性的本地數(shù)據(jù)無法搬到異地計的是承載后臺加工、離線分析、存儲備份等非實時算力需算機來說，一對一進行固定匹配而不是動態(tài)調(diào)度的可能34IMT-2030(6G)PromotionGroup處理器、加速卡、框架等各不相同，算力基礎(chǔ)設(shè)異構(gòu)算力平臺，突破異構(gòu)算力適配、異構(gòu)算力網(wǎng)絡(luò)調(diào)向成本的全局優(yōu)化調(diào)度。首先要做好國家規(guī)劃布局的國家心集群與現(xiàn)有的全國各地各類型算力設(shè)施的統(tǒng)籌與算網(wǎng)協(xié)能夠在全國范圍內(nèi)，根據(jù)動態(tài)業(yè)務(wù)需求，在云、網(wǎng)、邊之“東數(shù)西算”工程要實現(xiàn)算力全國調(diào)度，就需要算網(wǎng)融合的支撐。所謂算網(wǎng)融合，是以通信網(wǎng)絡(luò)設(shè)施和計算設(shè)施的融合發(fā)展為基礎(chǔ)，通過計算排管控，滿足業(yè)務(wù)對網(wǎng)絡(luò)和算力靈活泛在、彈性敏捷、智能從業(yè)務(wù)服務(wù)流程來看，算網(wǎng)融合實質(zhì)上就是更加應(yīng)的資源節(jié)點。首先，算網(wǎng)體系感知用戶需求，在此基礎(chǔ)上進ASIC等異構(gòu)算力芯片與通用算力協(xié)同發(fā)展的理實現(xiàn)云邊端協(xié)同、異構(gòu)算力與通用算力協(xié)同，資源35IMT-2030(6G)PromotionGroup區(qū)域智算中心。因為跨區(qū)域算力計算量大、跨廠商互通難度高采用算網(wǎng)協(xié)同管理機制，通過系統(tǒng)分解、局部優(yōu)化等方式，實通過算網(wǎng)協(xié)同管理可有效地支撐算網(wǎng)融合業(yè)務(wù)。算網(wǎng)協(xié)求及算網(wǎng)資源分布，并具有云邊端協(xié)同、異構(gòu)算力與通用算力控及按需調(diào)度、路由優(yōu)化等能力，從而滿足業(yè)務(wù)對網(wǎng)絡(luò)和算力算網(wǎng)協(xié)同的方式可以是分布式、集中式或者混合式管理架構(gòu)在省內(nèi)部署區(qū)域中心算網(wǎng)大腦，實現(xiàn)區(qū)域的集中控集中式的中心算網(wǎng)協(xié)同管理系統(tǒng)，與分布式算網(wǎng)協(xié)同管理系從而控制調(diào)配全網(wǎng)算力資源，降低綜合算力成本。在算力調(diào)路徑計算分成用戶所在省、全國骨干網(wǎng)、云資源所在省三段算力作為數(shù)字時代的核心資源，不僅改變了人類的式，而且逐漸成為科技進步和經(jīng)濟社會發(fā)展的底座，預(yù)示著算滿足數(shù)字?jǐn)?shù)化轉(zhuǎn)型算力供給面臨的算力效能低與成本高等問題年，全球網(wǎng)聯(lián)設(shè)備總數(shù)將超過270億；據(jù)Gartner預(yù)測，2025年，超過36IMT-2030(6G)PromotionGroup重將從14.4%提升到24.9%各類新型算力業(yè)務(wù)的異構(gòu)數(shù)據(jù)處理需要云邊協(xié)同的泛在化邊緣算力需求激增，潮汐現(xiàn)象導(dǎo)致算力效能低：由于邊緣提高算力的同時還需平衡成本，以經(jīng)濟型算力的基于以上挑戰(zhàn)，算力內(nèi)生網(wǎng)絡(luò)應(yīng)運而生。算力內(nèi)生網(wǎng)絡(luò)是基于5G、云原生、AI而大幅度減少算力設(shè)施的硬件投資成本以及對應(yīng)的集成費用?；诰W(wǎng)絡(luò)負(fù)AI預(yù)測算法，將基站空閑通信能力轉(zhuǎn)化為計算能力，以時分復(fù)用方式面向垂直行業(yè)：面向全行業(yè)提供5G連接+算力+應(yīng)用的服務(wù)，實現(xiàn)業(yè)務(wù)的算力靈用，可以解決客戶的網(wǎng)絡(luò)+應(yīng)用的二次集成痛點。應(yīng)用供給方式靈活多樣，支持標(biāo)準(zhǔn)37IMT-2030(6G)PromotionGroup算力網(wǎng)絡(luò)全面的安全監(jiān)測分析、編排響應(yīng)、泛在調(diào)度和安全管控實現(xiàn)對算網(wǎng)種類型的算力信息采集和上報策略配置，支持最優(yōu)算力節(jié)點的實時選擇，并算網(wǎng)協(xié)同系統(tǒng)需要具備算力統(tǒng)籌和智能調(diào)度能力，部署區(qū)域算網(wǎng)協(xié)同管理系統(tǒng)，實現(xiàn)區(qū)域的集中控制、本地優(yōu)署算中心算網(wǎng)協(xié)同管理系統(tǒng)，通過專用網(wǎng)絡(luò)與區(qū)域算網(wǎng)協(xié)同通信，需要進行全局的算力管理與調(diào)度優(yōu)化，在最大化利用與通信量的激增。如算力資源調(diào)度，需要基于場38IMT-2030(6G)PromotionGroup及混合算力調(diào)度，算力評估時各自計算路徑，使計算分布式，用戶一站開通需求，實現(xiàn)算網(wǎng)一體化基礎(chǔ)設(shè)施的統(tǒng)一管理、編算網(wǎng)感知能力：為算網(wǎng)協(xié)同管理提供基礎(chǔ)支撐，可態(tài)及各個應(yīng)用對算力的需求，為算網(wǎng)的統(tǒng)一編算力路由控制能力：支持算力路由表的生成與更新控中心、算力路由節(jié)點進行算網(wǎng)協(xié)同，根據(jù)收集的算力和網(wǎng)絡(luò)實現(xiàn)多種調(diào)度方式，包括集中式調(diào)度方式、分布式調(diào)度方式、算網(wǎng)統(tǒng)一調(diào)度能力：為算網(wǎng)協(xié)同管理提供統(tǒng)一的算算網(wǎng)智能化能力：算網(wǎng)智能化為算網(wǎng)協(xié)同管理提供算網(wǎng)協(xié)同開放能力：通過能力開放，可以屏蔽底層互業(yè)務(wù)，一方面需要核心網(wǎng)與無線接入網(wǎng)絡(luò)間信息交互，移動通信網(wǎng)對泛在算力的管理機制相對單一，缺乏對云邊端算力的協(xié)同調(diào)度機39IMT-2030(6G)PromotionGroup構(gòu)算力類型，算力負(fù)載等算網(wǎng)資源信息，通過算網(wǎng)資源聯(lián)合排，通過算網(wǎng)感知、算力路由、算網(wǎng)一體調(diào)度等技術(shù)實現(xiàn)中力資源的協(xié)同，按需靈活地將業(yè)務(wù)分發(fā)調(diào)度到分布式算力節(jié)供多樣化網(wǎng)絡(luò)服務(wù)。同時，網(wǎng)絡(luò)端到端服務(wù)化趨勢需要將底立的網(wǎng)絡(luò)功能，并進一步實現(xiàn)網(wǎng)絡(luò)功能的靈活部署與調(diào)度通過云邊端算力的協(xié)同管理與調(diào)度，可充分利用中心云各級算力，通過算法靈活跨層利用多級算力。在算力同、云端協(xié)同等接入算力，對接各異廠家、異架構(gòu)算同調(diào)度，為各行業(yè)