邬贺铨:算力时代对网络的期待

2022-08-26 17:47:09 浏览数 (1)

8月24日,第六届未来网络发展大会在南京上秦淮国际文化交流中心举办。本届大会由南京市人民政府主办,紫金山实验室、未来网络创新研究院等单位承办。在高峰论坛上,中国工程院院士邬贺铨发表了《算力时代对网络的期待》主旨演讲。

邬院士谈到,算力在地域上分布不均,定位不同,规模相差很大,数据中心内存算架构也有差异,计算任务类型多样且分布不均,管理策略和计费标准不同,数据中心业主多样、跨域异构的算力资源协同既有很大需求,也面临很大的挑战。

算力网络是一种根据业务需求,在云、网、边之间按需分配和灵活调度计算资源、存储资源以及网络资源的新型信息基础设施。算力网络也需要算力运营管理能力,包括算力的调度、算力的感知和算力的统一编排管理等。

邬院士介绍,算力对通信网络的要求分为弹性、高效、感知、安全、经济和低碳六个方面。

  • 弹性:既要大规模组网适应高吞吐量,又要按需计算。
  • 高效:大计算任务需要使用服务器集群,集群内部存在计算协同,当网络有丢包时,增大了因协同等待而产生的时间开销等,使算力持续下降。据实验统计,0.1%的丢包会引起算力损失50%,需要有拥塞通知与避免技术,对于实时性很强的计算在无损前提下还要追求低时延。
  • 感知:需要感知应用需求,为不同的应用提供差异化的SLA保障,还为其中重要的应用提供实时性能的检测,保证用户体验。
  • 安全:数据需要安全输送到算力节点并安全返回计算结果,提供对算力租户之间数据的安全隔离、对外部攻击和数据泄露防护、终端安全接入等。
  • 经济:优化资源配置,为客户提供最合适的算力接入和使用环境。
  • 低碳:优化调度,降低能耗,使用绿色能源。

传统IP报头仅含源和目的地址,网络无法识别该IP包承载的业务类型和服务等级(SLA)要求。IPv6应用感知网(APN6)利用 IPv6扩展报头嵌入业务要求,以此为依据来组织信道。

通过APN6可以在地址空间里定义IP包的业务需求,包括带宽、时延、抖动、丢包率等,网络可以直接在数据面、网络层感知到这些业务需求。未来还可利用IPv6扩展报头嵌入所承载的数据属性,支撑对跨境数据流动的管理。

传统的检测方式采用发送检测报文的间接测试方式,不能保证检测报文与真实业务路径一致,丢包检测精度只能达到10-3 。基于IPv6的随流检测iFIT 技术无需外挂探针,将OAM指令携带在IPv6扩展报头中。根据染色比特经受的时延、误码等来获得链路性能,测量结果嵌入报头的指定字段,处理节点根据报头中的OAM指令信息,收集数据上报。

此外还可以利用SRv6优化接入算力节点的路径。在IPv6地址扩展头中指定流量转发路径,支持低时延、组播、快速倒换和高可靠并发。同时通过确定性IP控制抖动和保证可靠性,在IPv6包头中新增Flow Label字段,入PE按业务流的QoS要求放行网络可满足该条件的流。同时通过SRv6向入PE下发路径,同一个流的前后数据包需要路径绑定,支持沿途资源预留。

邬院士还介绍了云网协同的现状,分为多云环境下网络对云的选择和IDC对网络的选择两个方面。

多云环境下网络对云的选择:

  • 感知客户要求,按路径远近、云节点的算力与使用成本及性能等来选择云节点。需要定义计算资源的抽象与标识。
  • 未考虑MEC算力的汇聚与协同。

IDC对网络的选择:

  • 可通过开放的光互联系统配置光通信专用通道,支持灵活调度。
  • 利用IPv6可按性能要求选择合适的网络信道。

最后,邬院士分享了对云网异构资源协同技术路线的思考。可以参考互联网对异构资源协同的做法。互联网是网间互联,互通主要指网络层。互联网选择TCP/IP来屏蔽底层传输系统的差异和支持各类IP化的业务,无需控制面信令,实现不同业主的异构网络即插即用。为增加新功能,IPv6通过对数据面网络层地址的开发,避免了控制面的复杂性和时延。5G的核心网在分离控制面与数据面功能的同时,强化数据面UPF功能并下沉。SDN需要用到控制面的功能,但主要是路由和切片的计算。邬院士提出,互联网是否一定需要复杂的网络操作系统?未来网络的功能扩展主要靠操作系统吗?

从互联网的经验可以想到,算力网我们首先需要是云间资源互通,即互联云,至于网络只是互联云的底层,其差异可以被屏蔽。如果算网融合的目的是通过网络调度算力资源,则只需在laaS层互联多云,即IDC间互联,通过开发IPv6地址所承载的数据面网络层功能就可实现,从而无需算网操作系统。在未能将PaaS资源在IPv6地址表示情况下,云间在PaaS层互联需借助算力网操作系统,但网络+算力一体化交付仍面临挑战。

最后,邬院士提出疑问,云网/算网融合实际上希望的是云间融合或算力融合,算与网有必要深度融合吗?邬院士解释,这并不是要否定操作系统,‍‍而是说在能发挥数据面能力的时候,尽可能的发挥数据面的能力。

【活动专栏】

【转载须知】

若转载文章为原创文章,可在相应文章下或公众号后台留言;其他非转载类文章须在文首以不小于14号字体标明转载自SDNLAB

【投稿】

欢迎SDN、NFV、边缘计算、SD-WAN、TSN、5G 网络切片等网络方向的观点类、新闻类、技术类稿件。

联系人:kk__wu(微信号)

投稿邮箱:pub@sdnlab.com

详情请参考:SDNLAB原创文章奖励计划

0 人点赞