1、目標和概述

全球已經(jīng)掀起行業(yè)數(shù)字化轉(zhuǎn)型的浪潮，數(shù)字化是基礎(chǔ)、網(wǎng)絡化是支撐、智能化是目標。智能化社會的一個典型特征即物理世界和數(shù)字世界的深度融合，未來數(shù)字世界通過IoT、AR等技術(shù)提供的傳感器、執(zhí)行器，與真實世界產(chǎn)生互動。網(wǎng)絡作為物理世界和數(shù)字世界的連接的橋梁實現(xiàn)數(shù)據(jù)流動。網(wǎng)絡連接的一側(cè)是IoT的傳感器和執(zhí)行器的I/O，作為物理世界和數(shù)字世界的接口產(chǎn)生海量數(shù)據(jù)，對網(wǎng)絡提出更高帶寬、更低時延、更強安全的需求；另一側(cè)是人工智能運算所需要的數(shù)據(jù)、算力、算法，實現(xiàn)數(shù)據(jù)價值化。海量數(shù)據(jù)的傳輸、分析和存儲對傳統(tǒng)網(wǎng)絡和云計算提出了巨大挑戰(zhàn)，使云計算和網(wǎng)絡面臨“傳不暢、算不動、存不下”的局面， 所以為了滿足大數(shù)據(jù)傳輸，或者低時延、高安全的業(yè)務需求，驅(qū)動計算從云端下移到接近數(shù)據(jù)源的邊緣近處理和分析數(shù)據(jù)。從云計算、邊緣計算乃至到普適計算的發(fā)展大趨勢下，未來社會中會在靠近用戶的不同距離遍布許多不同規(guī)模的算力，通過全球網(wǎng)絡為用戶提供各類個性化的服務。從百億量級的智能終端，到全球十億量級的家庭網(wǎng)關(guān)，再到每個城市中未來MEC帶來的數(shù)千個具備計算能力的基站，以及數(shù)百個NFV化帶來的Cloud CO機房，以及每個國家數(shù)十個大型的云DC，形成海量的泛在算力從各處接入互聯(lián)網(wǎng)，形成計算和網(wǎng)絡深度融合的趨勢。面對網(wǎng)絡計算融合的新網(wǎng)絡趨勢，邊緣計算乃至泛在計算場景中，由于單個站點的算力資源有限，需要多個分布式邊緣計算站點互聯(lián)，組成松散耦合的邊緣云集群協(xié)同工作，現(xiàn)有架構(gòu)一般通過集中式編排層來管理和調(diào)度，存在可擴展和調(diào)度性能差的問題。

傳統(tǒng)基于客戶端/服務器客戶端與長生存周期的服務端進程通信，服務端處理大部分業(yè)務邏輯。隨著微服務的發(fā)展，傳統(tǒng)的客戶端/服務器模式被解構(gòu)，服務器側(cè)的應用解構(gòu)成功能組件部署在云平臺上，由API網(wǎng)關(guān)統(tǒng)一調(diào)度，可以做到按需動態(tài)實例化，服務器中的業(yè)務邏輯轉(zhuǎn)移到客戶側(cè)，客戶只需要關(guān)心計算功能本身，而無需關(guān)心服務器、虛擬機、容器等計算資源，聚焦業(yè)務邏輯，從而實現(xiàn)函數(shù)即服務。 而當前互聯(lián)網(wǎng)的假設是靜態(tài)的server加上移動的client，傳統(tǒng)基于DNS解析的IP尋址，以及建立TCP/TLS會話的網(wǎng)絡模式，也難以發(fā)揮動態(tài)、微服務、泛在計算的優(yōu)勢，不能保證計算效率最大化。未來網(wǎng)絡需要能夠支持不同的計算類應用，根據(jù)不同的業(yè)務需求，網(wǎng)絡實時狀況，計算資源實時狀況，可以動態(tài)地路由到離client不同距離的計算節(jié)點上執(zhí)行計算任務，實現(xiàn)用戶體驗最優(yōu)、計算資源利用率最優(yōu)、網(wǎng)絡效率最優(yōu)。

該方案主體目標為面向網(wǎng)絡計算融合趨勢，以無所不在的網(wǎng)絡連接為基礎(chǔ)，基于分布式的邊緣計算節(jié)點，通過服務的自動化最優(yōu)路由和負載均衡，構(gòu)建算力感知的全新的網(wǎng)絡基礎(chǔ)設施，真正實現(xiàn)網(wǎng)絡無所不達，算力無處不在，智能無所不及。 幫助海量應用、海量功能函數(shù)、海量計算資源構(gòu)成一個開放的生態(tài); 海量的應用能夠按需、實時調(diào)用不同地方的計算資源，提高計算資源利用效率實現(xiàn)用戶體驗最優(yōu)、計算資源利用率最優(yōu)、網(wǎng)絡效率最優(yōu)。

圖1 算力感知網(wǎng)絡總體架構(gòu)

2、解決方案介紹

2.1　面向敏捷邊云協(xié)同的算力感知網(wǎng)絡解決方案系統(tǒng)架構(gòu)

面向敏捷邊云協(xié)同的算力感知網(wǎng)絡解決方案系統(tǒng)架構(gòu)如圖2所示，主要包括以下部分：

• 入口節(jié)點功能：面向客戶端，負責服務的實時尋址和流量調(diào)度?！?/p>

• 出口節(jié)點功能：面向服務端，負責服務狀態(tài)的查詢、匯聚和全網(wǎng)發(fā)布。

• 算力感知網(wǎng)絡節(jié)點(CAN節(jié)點)：主要互聯(lián)分布式的邊緣計算節(jié)點,并對算力可感知、可度量以及可控制的網(wǎng)絡節(jié)點。

圖2 面向敏捷邊云協(xié)同的算力感知網(wǎng)絡解決方案系統(tǒng)架構(gòu)

2.2 面向敏捷邊云協(xié)同的算力感知網(wǎng)絡解決方案

面向敏捷邊云協(xié)同的算力感知網(wǎng)絡解決方案，即基于當前網(wǎng)絡可用的算力和服務，結(jié)合網(wǎng)絡實時狀況，靈活匹配、動態(tài)調(diào)度計算資源，將終端的計算卸載到合適計算節(jié)點，邊緣或者中心云，支撐業(yè)務的計算需求，保證業(yè)務的用戶體驗。面向敏捷邊云協(xié)同的算力感知網(wǎng)絡解決方案技術(shù)方案具體包括算力服務感知協(xié)議與流程交互、邊云協(xié)同調(diào)度機制、邊云協(xié)同的數(shù)據(jù)通信等部分。

（1）算力服務感知協(xié)議與流程交互

通過在路由表中增加計算性能評估參數(shù)，如計算剩余能力、計算時延、以及其他可擴展參數(shù)，加權(quán)計算網(wǎng)絡性能與計算性能之和，綜合考量網(wǎng)絡與計算性能，選出最優(yōu)執(zhí)行節(jié)點，為計算業(yè)務做路由轉(zhuǎn)發(fā)。由于所選路由以計算優(yōu)先為原則，使其時延大大降低，配合邊緣算力可以滿足低時延應用需求。路由表中包含計算性能數(shù)據(jù)和網(wǎng)絡性能數(shù)據(jù)，路由節(jié)點周期性發(fā)送網(wǎng)絡性能探測包、計算性能探測包，收集本地及臨近路由節(jié)點網(wǎng)絡與計算性能數(shù)據(jù)，用以更新路由表。路由節(jié)點收到業(yè)務請求后，根據(jù)服務ID、網(wǎng)絡與計算性能加權(quán)結(jié)果確定業(yè)務路由。計算和網(wǎng)絡信息可以通過擴展現(xiàn)有BGP、IGP協(xié)議在CFN網(wǎng)絡進行擴散和同步。

同一個service，對應唯一的service ID，在網(wǎng)絡中不同節(jié)點部署該service時，即在網(wǎng)絡中散布服務多副本，對應多個不同的service IP地址，將同一個service的多副本映射為同一個service ID。為與現(xiàn)有業(yè)務層兼容，service ID使用業(yè)務層定義的業(yè)務ID（即以IP格式轉(zhuǎn)意的業(yè)務ID）。Age是路由項老化時間。

圖3 算力服務感知協(xié)議交互流程

（2）云邊協(xié)同的分布式調(diào)度機制

當本地路由節(jié)點收到計算任務的數(shù)據(jù)包時，首先確定該數(shù)據(jù)包的計算任務類型，計算任務類型包含服務 ID、流粘性需求屬性等，基于預先獲取的計算任務類型、其他計算節(jié)點和計算性能的對應關(guān)系，確定該計算任務類型對應的至少一個其他節(jié)點和其對應的計算性能。基于其他節(jié)點的計算性能，以及本地節(jié)點與其他節(jié)點之間的網(wǎng)絡性能如鏈路狀態(tài)，綜合考量確定執(zhí)行的目標節(jié)點。目標節(jié)點的地址即數(shù)據(jù)包的路由目的地址，而后基于目標地址對數(shù)據(jù)包進行轉(zhuǎn)發(fā)。計算和網(wǎng)絡性能信息可以通過擴展現(xiàn)有BGP、IGP協(xié)議在CFN網(wǎng)絡進行擴散和同步。

（3）邊云協(xié)同的數(shù)據(jù)面通信過程

對于實時性,可靠性要求更高的業(yè)務，可以在接收到首個服務報文后, 選擇基于隨路查詢進一步選擇最佳節(jié)點來提供服務： 入口節(jié)點功能模塊（ingressnode）接收用戶設備發(fā)往目標服務節(jié)點的首個報文后將原始報文復制多份并隨路發(fā)送服務以及網(wǎng)絡查詢測量報文（即OAM報文，OAM查詢測量報文可以在原始報文頭部或單獨發(fā)送），同時發(fā)送給多個出口節(jié)點功能模塊（egress node），通過查詢測量獲取取其計算性能（如服務負載）和/或網(wǎng)絡性能（如時延）。egressnode收到后根據(jù)本地計算和網(wǎng)絡的實時信息通過OAM應答ingress node，并將原始首包繼續(xù)轉(zhuǎn)發(fā)到服務計算節(jié)點，ingress node基于egress node返回的計算性能和/或網(wǎng)絡性能確定目標路由節(jié)點并建立轉(zhuǎn)發(fā)流表FIB，由該目標路由節(jié)點連接的一個目標服務節(jié)點為用戶設備提供服務。

圖4 跨邊緣計算節(jié)點的數(shù)據(jù)面通信過程

2.3　基于中國移動邊緣計算自研SIGMA平臺的應用

中國移動的Sigma平臺是面向邊緣計算的PaaS平臺，基于云原生的架構(gòu)，支持不同功能模塊的運行，為應用提供管理、網(wǎng)絡和行業(yè)特色API能力。面向邊緣應用開放的能力API需要支持統(tǒng)一管理，構(gòu)建統(tǒng)一的能力API注冊、注銷、激活、去激活、發(fā)布、訂閱更新以及更新通知等機制，方便應用調(diào)用并支持統(tǒng)一運營與維護。滿足互聯(lián)網(wǎng)和行業(yè)用戶業(yè)務使用邊緣能力的需求，提供邊緣計算集群管理、應用多集群的部署、第三方PaaS能力引入等云能力。具備集群可擴展和多集群等特征，適配將來大規(guī)模邊緣計算集群PaaS管理。Simga平臺支持“智慧城市”、“智能制造”、“車聯(lián)網(wǎng)”、“醫(yī)療教育”、“游戲直播”等行業(yè)，提供運營商特有的無線能力和核心網(wǎng)能力包括位置服務、帶寬管理服務、無線網(wǎng)絡信息服務。

本技術(shù)方案已經(jīng)集成在中國移動移動邊緣計算自研SIGMA平臺，作為Sigma網(wǎng)絡特色能力，進行邊跨緣計算站點之間的云邊協(xié)同，實現(xiàn)計算任務的按需匹配和靈活調(diào)度。目前已經(jīng)聯(lián)合浙江移動啟動邊緣計算試點進行現(xiàn)網(wǎng)實驗局概念驗證，從集成測試、功能測試和性能測試不同維度驗證本技術(shù)方案的可行性和性能，推動本技術(shù)方案的標準和規(guī)模化部署。

圖5 測試拓撲圖

3、代表性及推廣價值

（1）面向敏捷邊云協(xié)同的算力感知網(wǎng)絡解決方案將分散的邊緣計算站點互聯(lián)，組成松散耦合的邊緣云集群協(xié)同工作以提高系統(tǒng)的可伸縮性和健壯性，構(gòu)建邊緣與中心云的一體化生態(tài)；提供分布化計算和存儲系統(tǒng)的全局優(yōu)化，內(nèi)建計算任務動態(tài)路由的能力，根據(jù)業(yè)務需求，基于實時的計算資源性能、網(wǎng)絡性能、成本等多維因素，動態(tài)、靈活地調(diào)度計算任務，從而提高資源利用率，網(wǎng)絡利用效率，提高業(yè)務用戶體驗。

（2）本技術(shù)方案通過互聯(lián)分布化的邊緣計算站點，拉通不同位置的邊緣云和中心云構(gòu)成融合業(yè)務網(wǎng)絡，實現(xiàn)“網(wǎng)絡云（In-network Cloud）”基礎(chǔ)設施，實現(xiàn)計算資源即插即用，解決服務多副本、服務動態(tài)性問題。

（3）面向OTT提供開放的計算和存儲能力，助力傳統(tǒng)運營商向In-Net Cloud轉(zhuǎn)型。

（4）通過計算資源統(tǒng)計復用，及組播等技術(shù)，實現(xiàn)計算資源、網(wǎng)絡資源最大化利用。

（5）新的交易模式催生網(wǎng)絡貨幣化，資源提供者變現(xiàn)，助力運營商實現(xiàn)網(wǎng)絡即服務功能。

 圖6 基于算力感知網(wǎng)絡的邊邊協(xié)同應用場景

摘自《自動化博覽》2020年7月刊