【算力网络】算力网络的发展趋势
本人就職于國際知名終端廠商,負責(zé)modem芯片研發(fā)。
在5G早期負責(zé)終端數(shù)據(jù)業(yè)務(wù)層、核心網(wǎng)相關(guān)的開發(fā)工作,目前牽頭6G算力網(wǎng)絡(luò)技術(shù)標(biāo)準研究。
博客內(nèi)容主要圍繞:
???????5G協(xié)議講解
???????算力網(wǎng)絡(luò)講解(云計算,邊緣計算,端計算)
???????高級C語言講解
???????Rust語言講解
文章目錄
- 算力網(wǎng)絡(luò)的發(fā)展趨勢
- 政策因素
- 國內(nèi):
- 國外:
- 產(chǎn)業(yè)趨勢
- 技術(shù)趨勢
- (1) 算力多樣泛在
- (2) 算網(wǎng)深度結(jié)合
- (3) 要素融合互促
- (4) 算網(wǎng)一體服務(wù)
算力網(wǎng)絡(luò)的發(fā)展趨勢
政策因素
國內(nèi):
???????為推動數(shù)字經(jīng)濟發(fā)展,我國陸續(xù)出臺了多項政策,正加快構(gòu)建以算力和網(wǎng)絡(luò)為核心的新型基礎(chǔ)設(shè)施體系。2021年5月,國家發(fā)改委等四部聯(lián)合出臺《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》,明確提出布局全國算力網(wǎng)絡(luò)國家樞紐節(jié)點,打通網(wǎng)絡(luò)傳輸通道,提升跨區(qū)域算力調(diào)度水平,加快實施 “東數(shù)西算” 工程,構(gòu)建國家算力網(wǎng)絡(luò)體系。7月,工信部印發(fā)《新型數(shù)據(jù)中心發(fā)展三年行動計劃(2021-2023年)》,明確用3年時間形成布局合理、技術(shù)先進、綠色低碳、算力規(guī)模與數(shù)字經(jīng)濟增長相適應(yīng)的新型數(shù)據(jù)中心發(fā)展格局。國務(wù)院也曾于2017年7月,發(fā)布 《新一代人工智能發(fā)展規(guī)劃》,將人工智能上升為國家戰(zhàn)略,提出了面向2030年我國新一代人工智能發(fā)展的戰(zhàn)略思想、戰(zhàn)略目標(biāo)、重點任務(wù)和保障措施。
國外:
???????各國也在加大對數(shù)據(jù)經(jīng)濟的戰(zhàn)略布局和對新型數(shù)字化基礎(chǔ)設(shè)置的規(guī)劃建設(shè)。美國于2020年11月發(fā)布《引領(lǐng)未來先進計算生態(tài)系統(tǒng)戰(zhàn)略計劃》,計劃構(gòu)建覆蓋政產(chǎn)學(xué)研的國家級算力體系,鞏固本國算力優(yōu)勢。2021年4月提出2萬億美元 “新基建計劃” ,其中投入5000億美元資金用于新型芯片研發(fā),1000億美元用于鋪設(shè)覆蓋美國境內(nèi)的高速寬帶網(wǎng)絡(luò)。
???????歐盟于2021年3月發(fā)布 “2030數(shù)字指南針” 計劃,擬到2030年累計部署1萬個邊緣計算節(jié)點,為75%的歐盟企業(yè)提供云計算、大數(shù)據(jù)和人工智能服務(wù),讓所有歐盟家庭實現(xiàn)千兆連接。
???????此外,日本和澳大利亞等國的人工智能應(yīng)用和云計算發(fā)展迅猛,南非、巴西、俄羅斯作為新起步者也紛紛加大算力建設(shè)投入。
???????算力和網(wǎng)絡(luò)融合發(fā)展的新型基礎(chǔ)設(shè)施已成為多國的重點關(guān)注方向。
產(chǎn)業(yè)趨勢
???????隨著新一輪科技革命和產(chǎn)業(yè)變革的深入發(fā)展,一個以算力為核心生產(chǎn)力的時代加速到來。算力已成為全社會數(shù)智化轉(zhuǎn)型的基石,將直接影響數(shù)字經(jīng)濟的發(fā)展速度,直接決定社會智能的發(fā)展高度。網(wǎng)絡(luò)作為連接用戶、數(shù)據(jù)、算力的主動脈,與算力的融合共生不斷深入。
???????在算力需求方面,2020年我國算力總規(guī)模達到135EFLOPS,同比增長55%,超過全球增速約16個百分點。在網(wǎng)絡(luò)需求方面,業(yè)務(wù)升級對網(wǎng)絡(luò)提出了更高速率、更低時延、更廣覆蓋的需求。已無人駕駛場景為例,從2018年到2030年,無人駕駛對算力的需求將增加390倍,未來L4和L5級別對網(wǎng)絡(luò)帶寬的需求將大于100Mbps,時延要求達到5-10毫秒的水平;數(shù)字貨幣場景下,2030年較2018年算力需求將增長約2000倍;VR游戲的算力需求將增長約300倍,端到端的時延至少需要小于20毫秒。
???????隨著摩爾定律趨近于極限,面對不斷倍增的算力和網(wǎng)絡(luò)需求,通過網(wǎng)絡(luò)集群優(yōu)勢突破單點算力的性能極限,提升算力的整體規(guī)模,成為了產(chǎn)業(yè)界共同關(guān)注的熱點。當(dāng)前產(chǎn)學(xué)研正在積極探索,共同推動算力網(wǎng)絡(luò)布局。行業(yè)層面,依托聯(lián)盟形成 “區(qū)域協(xié)同,政企合作,產(chǎn)研融合” 的算力產(chǎn)業(yè)創(chuàng)新體系。企業(yè)層面,以運營商為代表,在標(biāo)準制定和試驗驗證方面取得一定進展。三大運營商均積極投入算力網(wǎng)絡(luò)標(biāo)準化工作。
技術(shù)趨勢
???????互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈等技術(shù)創(chuàng)新,加速了數(shù)字經(jīng)濟的發(fā)展。數(shù)字經(jīng)濟的發(fā)展將推動海量數(shù)據(jù)產(chǎn)生,數(shù)據(jù)處理需要云邊端協(xié)同的強大算力和廣泛覆蓋的網(wǎng)絡(luò)連接。多樣性算力、算網(wǎng)融合等成為重要趨勢,具體體現(xiàn)在以下幾個方面:
(1) 算力多樣泛在
???????算力呈現(xiàn)出內(nèi)核多樣化、分布泛在化的趨勢。除了通用計算外,高性能計算、智能計算的出現(xiàn),算力內(nèi)核不斷向GPU、FPGA和NPU等異構(gòu)化方向發(fā)展。近年來,隨著物聯(lián)網(wǎng)、邊緣計算的繁榮發(fā)展,海量終端接入網(wǎng)絡(luò),算力逐漸向邊緣側(cè)和端側(cè)延伸,邊緣算力逐漸豐富。算力整體上呈現(xiàn)云邊端三級架構(gòu),具備云算力超集中、邊端算力超分布的特征。
(2) 算網(wǎng)深度結(jié)合
???????網(wǎng)絡(luò)的發(fā)展讓算力更易泛在擴展,讓數(shù)據(jù)更易流動,用戶更便捷使用。算力要發(fā)揮極致性能呼喚網(wǎng)絡(luò)技術(shù)變革創(chuàng)新。通過網(wǎng)絡(luò)連接泛在算力,可以突破單點算力的性能極限,發(fā)揮算力的集群優(yōu)勢,提升算力的規(guī)模效能,通過對算網(wǎng)資源的全局智能調(diào)度和優(yōu)化,可有效促進算力的 “流動” ,滿足業(yè)務(wù)對算力隨需使用的需求。同時,伴隨著行業(yè)應(yīng)用對網(wǎng)絡(luò)在端到端質(zhì)量方面的極致要求,網(wǎng)絡(luò)需要從盡力而為向端到端確定性保障演進,網(wǎng)絡(luò)協(xié)議也需創(chuàng)新發(fā)展。
(3) 要素融合互促
???????算力將成為多技術(shù)融合、多鄰域協(xié)同的重要載體。算力內(nèi)核的極致化和專用化(如GPU/DPU)推動了人工智能、大數(shù)據(jù)、區(qū)塊鏈等技術(shù)的性能不斷提升。行業(yè)數(shù)字化轉(zhuǎn)型也需要綜合應(yīng)用組合技術(shù)創(chuàng)新。如區(qū)塊鏈解決了多方數(shù)據(jù)可信的問題,大數(shù)據(jù)為人工智能提供了海量的訓(xùn)練集,人工智能提升了區(qū)塊鏈的效率等。人工智能、大數(shù)據(jù)、區(qū)塊鏈等技術(shù)融合和跨鄰域協(xié)同,進一步提升算力服務(wù)的智能化水平、可信交易能力,推動算力服務(wù)向縱深發(fā)展。
(4) 算網(wǎng)一體服務(wù)
???????算力與網(wǎng)絡(luò)的深度融合,推動算網(wǎng)服務(wù)向極簡一體化方向轉(zhuǎn)變。算網(wǎng)服務(wù)從過去云+網(wǎng)服務(wù)的簡單組合,轉(zhuǎn)變?yōu)樗憔W(wǎng)深度融合、靈活組合的一體化服務(wù)。云原生、SDN、SD-WAN、Serverless、FaaS等技術(shù)不斷成熟和在網(wǎng)計算、意圖感知等技術(shù)的探索,讓服務(wù)開始從資源型向任務(wù)型發(fā)展,跨層次,多形態(tài)的極簡一體化能力將更加豐富。
總結(jié)
以上是生活随笔為你收集整理的【算力网络】算力网络的发展趋势的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 让Android应用程序支持安装到SD卡
- 下一篇: 8. 用户和群组