算力网络体系架构探索应用实践

李梓萌，许耀顺，陈迎春，潘 叶

（中国移动通信集团广东有限公司，广东 广州 510623）

算力网络是以算为中心、网为根基，网、云、数、智、安、边、端、链深度融合的新型信息基础设施，实现“算力泛在、算网共生、智能编排、一体服务”的目标，逐步推动算力成为与水电一样，可“一点接入、即取即用”的社会级服务，达成“算力无所不在、网络无所不达、智能无所不及”的愿景[1]。

随着算力网络的提出，通过打造智能网络，结合网络可编程特性和云原生轻量化计算特性，通过弱平台+强网络的方式，在平台的集中控制之余，更多的尝试通过网络的分布式协同来实现对网内各种服务的合理调度和资源的有效配置。

1.1 算力网络系统架构

算力网络系统架构由上至下依次可划分为三个层级：上层为运营服务层，中间层为编排管理层，底层为基础设施层。运营服务层可提供统一运营、能力封装、能力开放和算力交易等功能，编排管理层可提供算网统一编排、算网智能化、数据湖、基础算网管理以及人工智能引擎等功能，基础设施层提供各种硬件，比如分布式算力设备、路由服务器、统一IP 的算网底座、全光底座等[2]。

1.1.1 运营服务层

运营服务层包含服务层、产品层、使能层，对外提供算网产品及服务，主要实现面向用户的服务能力开放。

运营服务层通过承载计算的各类服务及应用，并可以将用户对业务请求（包括算力请求等）参数传递给算力路由层。运营服务层是算力网络的服务和能力提供平台，通过将算网原子化能力封装并融合多种要素，实现算网产品的一体化服务供给，使客户享受便捷的一站式服务和智能无感的体验。同时通过吸纳社会多方算力，结合区块链等技术构建可信算网服务统一交易和售卖平台，提供“算力电商等新模式，打造新型算网服务及业务能力体系。

1.1.2 编排管理层

编排管理层可理解为“算网大脑+手脚（控制器）”，算网大脑负责统一编排，“手脚”负责对算、网进行调度控制。编排管理层是算力网络的调度中枢智慧内生的算网大脑是编排管理层的核心。通过将算网原子能力灵活组合，结合人工智能与大数据等技术，向下实现对算网资源的统一管理、统一编排、智能调度和全局优化，提升算力网络效能，向上提供算网调度能力接口，支撑算力网络多元化服务。

1.1.3 基础设施层

基础设施层包括横向入云、云间、云内三段网，云、边、端三级算等。基础设施层通过解决包括算力度量、算力抽象、算力卸载等算力技术，G-SRv6、智享WAN、OXC、400G 等网络技术，算力路由、在网计算等算网一体原创技术，打造灵活敏捷、算网融合、智能高效的算网基础设施。

算网基础设施层是算力网络的坚实底座，以高效能、集约化、绿色安全的新型一体化基础设施为基础，形成云边端多层次、立体泛在的分布式算力体系，满足中心级、边缘级和现场级的算力需求。网络基于全光底座和统一IP 承载技术，实现云边端算力高速互联，满足数据高效、无损传输需求。用户可随时、随地、随需地通过无所不在的网络接入无处不在的算力，享受算力网络的极致服务。

1.2 算力网络功能架构

在功能架构方面，算力网络系统采用了3 层架构：包含能力开放中心、智能编排中心以及算网接入能力底座。通过业务设计、模型驱动、智能编排、泛在调度等技术，协同调度算网各域资源实现灵活高效的算网一体化编排。构建算网能力开放中心，开放算网业务服务能力，为用户提供社会算力并网、任务式订购、全局负载均衡、算网解决方案、算网自助服务等能力。构建算网智能编排中心，实现网络资源和算力资源的统一设计、编排，实现算网融合类业务的一体化、智能化调度开通管理。算网接入底座实现算网资源以及各应用能力资源的统一接入与控制，并提供对算网服务容器化部署调度的支持。接入底座北向开放标准API 能力，智能编排中心通过算网接入底座对算网基础设施进行操作，包括接入、感知、度量、控制、可视各个环节中涉及的全部操作需求[3]。

2.1 模块化设计

传统的应用单一化、所有代码混合在一起导致应用包很大，使得运维成本很高，应用的升级也必须在半夜进行，无法做到白天升级，无缝升级。而相对于传统应用，现行的应用采用了微服务的思想，按照专业、模块进行了拆分。各个模块单独部署，单独运行，模块之间通过服务接口进行通信。模块化拆分使得整体业务进行了解耦，相对于业务流很大的应用可以部署多个节点或者增加主机资源，极大程度的提高了业务的性能。由于各个模块之间是单独部署的，所以当某个模块需要升级代码时只需要停止当前应用，其他模块正常使用[4]。

2.2 应用与服务解耦

系统应用对前端、后端进行了分离，使得开发过程中人员分工更加明确，提高了开发效率，也提高了代码质量。同时前端、后端单独部署运行，在有限的资源中提高了各自的性能，给业务进行了再一次的解耦。

前后端通过服务接口进行通信，前端框架的提升和后端框架的提升互不干扰，也提高了应用的健壮性。在前后端彻底分离解耦这一时期，前端的范围被扩展，controller 层也被认为属于前端的一部分。在这一时期，前端：负责View 和Controller 层。服务端（后端）：只负责Model 层，业务/数据处理等[5]。一般服务端人员对前端HTML 结构不熟悉，前端人员也不懂后台代码，controller 层采用node.js 的功能进行实现，node.js 适合运用在高并发、I/O 密集、少量业务逻辑的场景。最重要的一点是，前端不用再了解其他的语言了，对前端来说，上手效率大大提高。

2.3 数据与应用解耦

随着用户规模与使用量剧增，服务器的负载也跟随急剧提高，此时通过优化代码提高系统的负载能力已经无能为力。需要将应用逻辑和数据存储拆分开来，通过应用与数据的分离解耦，使系统具备水平线性的低成本扩展能力，这样做不仅提高了单机的负载能力，也提高了整个系统的容灾能力。

通过引入Tomcat、MySQL、Cache 等技术组件实现可云化的应用与数据分离的技术架构。应用与数据分离后将形成应用服务层、分布式数据访问层、分布式数据存储层三层架构。

3.1 接入层

NGINX+Keepalive：利用NGINX 反向代理实现负载均衡，并使用Keepalive 实现两台NGINX 间的主备切换。

SLB/F5：利用SLB/F5 实现应用负载均衡。在具体部署时负载均衡也可考虑使用其他技术替代。

API Gateway：统一网关主要基于SpringCloud Gateway 来实现。在本系统中统一网关需要实现用户浏览器访问以及外系统的API 调用两种方式。因此在开发里，需要基于SpringCloud Gateway 的Filter 技术实现鉴权功能。同时需要开发页面提供调用监控功能。

3.2 表现层

React：React 是用于构建用户界面的JavaScript 库，起源于Facebook 的内部项目，起初用于架设Instagram的网站，目前已经成为使用最广泛的前端框架。基于React 框架开发前端页面，并实现前后端分离部署。

Echarts：ECharts 基 于html5Canvas，是 一 个 纯JavaScript 图表库，提供直观，生动，可交互，可个性化定制的数据可视化图表。创新的拖拽重计算、数据视图、值域漫游等特性大大增强了用户体验，赋予了用户对数据进行挖掘、整合的能力。

ECharts 最初由百度团队开源，目前已由Apache 基金会管理。主要使用此技术实现图表（柱状图、饼图、折线图等）展示功能。

AntV：主流开源数据可视化技术生态，包含G2、G6、X6、F2、L7 以及一套完整的图表使用和设计规范，丰富的生态系统+社区活跃度高+开箱即用。

3.3 应用层

CaffeineCache：Caffeine 是基于Java8 的高性能缓存库，接近最优的缓存库，Spring5 官方默认采用，性能较其他高2 倍不止。

Spring：Spring 技术是当前使用最广泛的后端技术框架与组件，主要使用SpringMVC 实现Controller 层，SpringAOP 实现事务控制。应用以SpringBoot 模式构建，使用SpringCloud 作为微服务框架。

SFL4J+Logback：由于log4j 近期出现安全问题，因此采用SFL4J+Logback 作为日志框架。

GID：由于MySQL 本身不具备序列提供的能力，同时存在多个数据库系统需要提供全局序列。由GID 负责提供全局序列服务。

3.4 平台层

RocketMQ：是阿里开源技术，目前最流行的、能力强劲的开源消息总线，可内嵌到Spring 系统中，同时支持多种传送协议。

Nacos：阿里巴巴的一个开源的项目，通过一组简单的特性集，Nacos 能够帮助用户实现服务动态发现、服务配置、服务元数据及流量管理。Nacos 主要提供三种功能，分别是服务注册与发现、动态配置服务和动态DNS 服务。

ZooKeeper：一个分布式的、开放源码的分布式应用程序协调服务，是Google 的Chubby 一个开源的实现，是Hadoop 和Hbase 的重要组件。它是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。

ELK：elastic 公司提供的一套完整的日志收集以及展示的解决方案，是三个产品的首字母缩写，分别是ElasticSearch、Logstash 和Kibana。ElasticSearch 简 称ES，它是一个实时的分布式搜索和分析引擎，它可以用于全文搜索，结构化搜索以及分析。它是一个建立在全文搜索引擎ApacheLucene 基础上的搜索引擎，使用Java 语言编写。Logstash 是一个具有实时传输能力的数据收集引擎，用来进行数据收集、解析，并将数据发送给ES。Kibana 为Elasticsearch 提供了分析和可视化的Web 平台。它可以在Elasticsearch 的索引中查找，交互数据，并生成各种维度表格、图形。

3.5 存储层

MySQL：关系型数据库，资源模块、采集模块以及运营模块使用MySQL 作为数据库。

InfluxDB：InfluxDB 是一个由InfluxData 开发的开源时序型数据。它由Go 写成，着力于高性能地查询与存储时序型数据。InfluxDB 被广泛应用于存储系统的监控数据，告警实时数据等场景。使用Influx 记录性能指标数据，用于历史指标查询、分析场景。

Kafka：是一种分布式队列，相对于RocketMQ、ActiveMQ 等常见队列技术，具备更高效的特点，在指标数据、告警数据等大规模数据场景下更为适用。因此采用Kafka 作为分布式队列技术作为消息中心。

Redis：Redis 是一款目前使用最广泛的开源分布式缓存，使用ANSIC 语言编写、遵守BSD 协议、支持网络、可基于内存、分布式、可选持久性的键值对（Key-Value）存储数据库，并提供多种语言的API。使用Redis作为分布式缓存，用于存储共享Session、资源实例、工单过程数据等。

通过算力网络可实现在5G 时代通过“联接+计算”的经营模式摆脱以管道模式为代表的流量经营，可在社会、行业和家庭等场景发挥重要作用[6]。

4.1 社会应用

算力网络可提供基于数据、计算、智能、绿色、网络融合发展的新型共享服务模式，广泛服务于智能科学模拟、数字化政府治理、平台型算力共享等场景，提供安全可信的服务保障。

4.2 行业应用

算力网络通过深度融合人工智能、物联网、5G、边缘计算、数字孪生等技术要素，全面助力行业数字化转型。如智慧交通、智慧医疗、车联网等场景。

4.3 家庭应用

算力网络可以通过极致可靠的网络连接，协同调度云计算、边缘计算、智能终端等多级算力，以更高的算力性能和更低的终端成本，实现算力对应用的加持，为家庭提供智能化、沉浸式服务内容和体验。如VR 互动、云游戏、新媒体直播、家庭安防等场景。

综上所述，随着数字经济时代的到来，我国需要将自己打造成为一个网络强国，这样才能够更好地进行战略部署工作，有效利用信息技术进行产业数字化的建设，这样能够在很大程度上提升我国数字经济的发展水平，更好地去进行需求的创造，利用算力网络来进行数字时代的开展。通过网络技术的优势来创造数字经济的美好未来，实现算力网络技术的高效运用。