《6G算力网络：体系架构与关键技术》阅读笔记

困难

算力供不应求, 如何提高算力资源利用率

技术挑战

1. 算力节点规模不同，如何将不同的业务需求调度至合适的算力节点，尽可能在满足业务的服务级别协议SLA（Service Level Agreement）的同时提高资源利用率。
2. 算力节点分散性强，节点的处理能力有限，对算力要求高的服务一般会将服务分散在不同的节点，从而产生负载均衡、重连、服务迁移等问题。对于时间敏感型的业务，还要严格控制时延。
3. 算力和网络分属不同系统，如何实现一定程度的算网共治将推动如时间敏感型业务的落地。

PS: 网络衡量指标有如网络带宽、时延、时延抖动、丢包率等，考虑时延涉及到时间敏感网络TSN，考虑丢包率涉及到确定性网络。

技术思想

1. 基于统一算力建模方法
2. 利用网络感知业务需求和算力状态，进行算网统一管控
3. 实现业务与算网资源的按需实时匹配，满足SLA

PS: 算力划分
芯片级算力：CPU、GPU、NPU/TPU、FPGA
整机算力：多核CPU或者CPU+xPU
集约化算力：各类计算中心，如数据中心、云计算中心等
网络化算力：分布式网格计算模型，演进历史从网格计算到云计算，由于云计算的集中控制无法满足低时延需求，出现边缘计算，将算力分散部署，但在资源供给上仍是集中式的，算力调度需额外编排。算网融合成为趋势，SDN与NFV为网络和算力的灵活编排调度提供了技术支持。

研究现状

算力网