移动算网融合赋能全域服务创新

发布时间:2024-05-23 作者:中兴通讯 毛磊,江昊 阅读量:

        NFV实现了电信设备通用化,5G SBA进一步推进核心网和云计算的融合,而3GPP标准通过5G与MEC集成首次打破计算与网络的边界,在移动网域内提供计算能力,初步实现了由连接向计算的延伸。同时,随着6G工业协作机器人、脑机协同、元宇宙等新兴业务的发展,在速率、时延敏感、可靠性、算力、AI等方面都对网络提出苛刻要求,需要移动网络在设计之初就要考虑原生的通信和计算融合,实现通算资源的融合管理与调度,达到系统效率最优化。

 

通算跨学科融合

 

        6G在5G三大场景基础上增强和扩展,包含沉浸式通信、超大规模连接、极高可靠低时延、人工智能与通信的融合、感知与通信的融合、泛在连接等六大场景,通算融合将成为支撑6G网络发展的一个重要支柱。网络从提供连接服务到处理复杂任务,涉及海量数据传输处理、高可靠、数据隐私、多计算节点协同等,在解决确定性连接后,重心将从极致连接能力的升维转向算网资源融合。

        通算融合最初由算力网络衍生而来,包括计算优先网络CFN(computing first networking)、计算能力网络CPN(computing power network)、算力感知网络CAN(computing-aware networking)等,是算力网络在移动接入场景下的具象化体现,也称为移动算力网络。通算融合借鉴计算网络深度融合的新型网络架构理念,以移动网络能力及基础设施为基础,与算力资源共同组成开放式服务化算网基础设施,通过新增算网融合信息感知、算网融合调度等功能打通算网边界,根本上实现通信和计算从割裂分治到闭环协同的演进。

 

移动算网融合架构

 

        随着移动端侧算力、数量的快速增长,以及移动业务的发展,计算资源将持续下沉,呈现多级算力,需要移动网络能力增强,将域内相对用户不同距离分布的非服务化算力进行统一纳管与编排,实现泛在计算。6G通算融合需要在分布式用户面和泛在算力基础设施的基础上,构建层次化的通算融合编排管理(见图1),实现域内UE算力、基站算力、边缘算力等计算资源的管理,具备对ODICT应用无差别在云边端动态自动化编排部署能力,在通算资源融合感知的能力基础上形成全局的通信与计算资源孪生视图。此外,以业务为中心,移动网络内生业务需求感知能力,从而通过智能通算融合调度权衡通信链路和计算资源的开销,完成计算任务在云边端的动态卸载。

        - 业务需求感知:网络侧通过系统扩展增强,能够精准识别由终端应用发起的业务请求中的业务类型、业务ID、端端到端时延、计算资源需求等。

        - 计算资源管理:实现分布式算力节点注册管理、算力资源实时感知等基础功能,通过主动或被动方式获取泛在分布的算力节点状态、算力资源等信息,并定期动态更新资源状态。

        - 计算任务编排:将各种计算任务按照一定的逻辑和顺序进行组织和管理,根据任务的资源需求,合理分配计算资源,如GPU、存储、内存等,以确保任务能够高效自动化地在分布式算力节点上部署和执行。

        - 通算资源孪生视图:根据采集的通信和算力资源数据,在数字空间进行模拟和表示,形成全局的通算资源孪生视图,便于管理员、开发者更直观地理解和控制网络中的资源,同时能够为智能调度提供决策依据。

        - 通算融合调度:依托通算资源孪生视图,在网络侧感知用户侧传递的计算业务需求,通过智能控制来调度和管理数据流的处理过程,显著提高系统性能,减少资源浪费。

 

 

 

典型场景赋能

 

        以XR沉浸式业务为例,在传输速率、时延、可靠性、GPU异构算力等指标方面都对网络提出苛刻要求,为实现用户的优质体验,避免业务卡顿、眩晕等情况出现,需要将计算和网络资源整合在一起,提供一体化的算网服务,避免出现端到端的延迟。为此,移动算网融合在全局网络和计算资源感知基础上,实时监控域内资源状态信息,提供对XR计算任务的编排能力,能够自动化地将XR应用在云边端进行动态部署,使得距离用户不同位置的算力节点都具备提供XR服务的原子能力,以满足实时无差别对XR计算任务进行卸载。当XR头显上线向网络侧请求XR服务时,6G移动网络具备业务需求识别能力,精准识别业务类型和算网需求,灵活按需对算力服务进行智能调度,为此次XR头显选择最优的算力服务节点和一条低时延的网络路径,通过多要素统筹考虑,找到最佳的平衡点,在实现XR用户极致性能的同时达到系统效率的优化。

 

        6G网络设计之初就要考虑域内的计算资源整合,实现通信与分布式云的协同,满足自身无线、核心网通信功能云化动态部署,同时能将复杂任务灵活卸载到云边端的计算资源进行处理,推动通信网络更加智能化、高效化,更好地支持未来各种复杂的应用场景,催生更多新型的服务模式。