摘 要：云計(jì)算不僅是一種商業(yè)模式，更加是軟硬件技術(shù)集大成者，通過基礎(chǔ)設(shè)施軟硬件服務(wù)整合、資源高度集約，以更加靈活、可擴(kuò)展的方式支持?jǐn)?shù)字化業(yè)務(wù)的變革和創(chuàng)新?；谠朴?jì)算市場(chǎng)趨勢(shì)和業(yè)務(wù)需求的迭代更新，提出了下一代云計(jì)算基礎(chǔ)設(shè)施架構(gòu)，包括分布式的云網(wǎng)資源、通智融合的軟硬件基礎(chǔ)設(shè)施及異構(gòu)管理及協(xié)同調(diào)度平臺(tái)，并通過介紹各組件功能范圍和關(guān)鍵要素，引出下一代云計(jì)算高效能、廣分布和超大規(guī)模等特性。由于云計(jì)算新型基礎(chǔ)設(shè)施層是下一代云計(jì)算技術(shù)創(chuàng)新的熱點(diǎn)，從算力、運(yùn)力和存力 3 方面分別介紹了云基礎(chǔ)設(shè)施軟硬件資源的關(guān)鍵技術(shù)，并分析了平臺(tái)層的資源納管和協(xié)同調(diào)度技術(shù)，最后對(duì)下一代云計(jì)算基礎(chǔ)設(shè)施相關(guān)技術(shù)進(jìn)行了展望。

內(nèi)容目錄：

1、云計(jì)算需求推動(dòng)技術(shù)革新
1.1 云計(jì)算市場(chǎng)需求
1.2 云計(jì)算業(yè)務(wù)需求
2、下一代云計(jì)算基礎(chǔ)設(shè)施架構(gòu)與特征
2.1 體系架構(gòu)
2.2 核心特征
3、下一代云計(jì)算基礎(chǔ)設(shè)施關(guān)鍵技術(shù)
3.1 以 RISC-V 為導(dǎo)向的通智異構(gòu)算力技術(shù)
3.2 面向全域互聯(lián)的新型網(wǎng)絡(luò)技術(shù)
3.3 以數(shù)據(jù)為中心的新型存儲(chǔ)技術(shù)
4、下一代云計(jì)算平臺(tái)關(guān)鍵技術(shù)
4.1 跨類型跨架構(gòu)的資源統(tǒng)一納管
4.2 面向業(yè)務(wù)感知的智能協(xié)同調(diào)度
5、結(jié)  語(yǔ)

云計(jì)算從誕生以來就是一種將計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)資源以服務(wù)的形式對(duì)外提供的商業(yè)模式，是信息技術(shù)發(fā)展和服務(wù)模式創(chuàng)新的集中體現(xiàn)，得到客戶和市場(chǎng)的高度認(rèn)可。云計(jì)算已經(jīng)成為數(shù)字經(jīng)濟(jì)發(fā)展不可或缺的基礎(chǔ)設(shè)施，承載的應(yīng)用包括傳統(tǒng)互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)應(yīng)用，涉及政府、交通等千行百業(yè)。云計(jì)算不僅是傳統(tǒng)通用計(jì)算應(yīng)用的數(shù)字化轉(zhuǎn)型，而且包括智能計(jì)算等新型應(yīng)用類型，特別是 AI 大模型的出現(xiàn)，對(duì)云服務(wù)能力提出了更高的要求。目前，計(jì)算機(jī)體系結(jié)構(gòu)進(jìn)入發(fā)展的黃金十年 ，體系結(jié)構(gòu)的創(chuàng)新對(duì)云計(jì)算技術(shù)創(chuàng)新的影響正在顯現(xiàn)，在多重因素驅(qū)動(dòng)下，云計(jì)算的基礎(chǔ)設(shè)施在架構(gòu)、資源和管理等方面必將迎來一場(chǎng)新的技術(shù)革命。

1、 云計(jì)算需求推動(dòng)技術(shù)革新

信息化時(shí)代，云計(jì)算市場(chǎng)和業(yè)務(wù)層面的需求都推動(dòng)云計(jì)算技術(shù)向前演進(jìn)。在市場(chǎng)方面，云計(jì)算市場(chǎng)進(jìn)入穩(wěn)定增長(zhǎng)階段，市場(chǎng)競(jìng)爭(zhēng)格局愈演愈烈，云行業(yè)巨頭加速發(fā)展。在業(yè)務(wù)需求層面，以通用業(yè)務(wù)為主轉(zhuǎn)變?yōu)橥ㄖ蔷W(wǎng)融合的新型多元業(yè)務(wù)模式，為云計(jì)算發(fā)展帶來新需求。

1.1　云計(jì)算市場(chǎng)需求

從市場(chǎng)發(fā)展看，企業(yè)上云成為不可逆轉(zhuǎn)的趨勢(shì)。2023 年 7 月 6 日，國(guó)際數(shù)據(jù)公司（International Data Corporation，IDC）發(fā)布的《全球公共云服務(wù)半年度跟蹤報(bào)告》顯示，2022 年全球公共云服務(wù)市場(chǎng)收入總計(jì)達(dá)到 5 458 億美元，比 2021 年猛增 22.9%。根據(jù) Gartner 的預(yù)測(cè)，2023 年全球用戶在公共云服務(wù)上的支出預(yù)計(jì)將增長(zhǎng) 20.7%，總計(jì)將達(dá)到 5 918億美元。從市場(chǎng)格局來看，云計(jì)算領(lǐng)域的國(guó)際競(jìng)爭(zhēng)加劇，中美差距正逐漸拉大，亞馬遜 AWS、微軟云Azure 保持高速發(fā)展態(tài)勢(shì)，市場(chǎng)份額占全球一半，谷歌云 2022 年所占的市場(chǎng)份額為 6.1%，超過了阿里云的 5.2%，取代阿里云成為全球第三大云廠商。

1.2　云計(jì)算業(yè)務(wù)需求

從業(yè)務(wù)發(fā)展來看，通算業(yè)務(wù)數(shù)量激增，智算、超算業(yè)務(wù)異軍突起，網(wǎng)算業(yè)務(wù)特色發(fā)展 ，多元業(yè)務(wù)融合推動(dòng)新型業(yè)務(wù)模式的出現(xiàn)，為云計(jì)算的計(jì)算規(guī)模、存儲(chǔ)容量、網(wǎng)絡(luò)連接、服務(wù)模式等方面帶來新的需求。以工業(yè)互聯(lián)網(wǎng)、元宇宙為代表的新型業(yè)務(wù)場(chǎng)景融合通算、智算、網(wǎng)算多元業(yè)務(wù)，具有通算實(shí)時(shí)處理、智算推理決策、云網(wǎng)融合生態(tài)構(gòu)建多方位需求；政策引領(lǐng)企業(yè)深度上云用云，賦能傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)，企業(yè)數(shù)字化轉(zhuǎn)型要求云基礎(chǔ)設(shè)施具有快速響應(yīng)、高可用性、高擴(kuò)展性等特性；大模型推動(dòng)智算業(yè)務(wù)高速發(fā)展，需要處理海量數(shù)據(jù)、大規(guī)模的參數(shù)訓(xùn)練，對(duì)算力、存儲(chǔ)、網(wǎng)絡(luò)等基礎(chǔ)設(shè)施高性能、大容量、低帶寬的需求日益增長(zhǎng)；主流云商、運(yùn)營(yíng)商持續(xù)推動(dòng)網(wǎng)絡(luò)全面上云，催生云計(jì)算基礎(chǔ)設(shè)施向通信行業(yè)深度定制化升級(jí)，需在基礎(chǔ)設(shè)施層面徹底打破云和網(wǎng)的技術(shù)邊界，構(gòu)筑統(tǒng)一云網(wǎng)資源。

２、下一代云計(jì)算基礎(chǔ)設(shè)施架構(gòu)與特征

下一代云計(jì)算基礎(chǔ)設(shè)施逐步走向技術(shù)融合體系化創(chuàng)新，延伸帶動(dòng)異構(gòu)基礎(chǔ)設(shè)施融合統(tǒng)管，向上賦能服務(wù)體系升級(jí)，構(gòu)建產(chǎn)業(yè)智能的數(shù)字化新世界。遵循下一代云計(jì)算業(yè)務(wù)的需求變革，下一代云計(jì)算基礎(chǔ)設(shè)施呈現(xiàn)出高效能、廣分布和超大規(guī)模的特性。

2.1、體系架構(gòu)

下一代云計(jì)算基礎(chǔ)設(shè)施架構(gòu)以分布式多云為核心，構(gòu)建“一云多算”融合底座，依托異構(gòu)資源統(tǒng)一管理、分布式任務(wù)協(xié)同框架，打造 AI 貫穿的新型服務(wù)體系，支撐以通算、智算、超算、網(wǎng)絡(luò)融合業(yè)務(wù)的一體化承載，實(shí)現(xiàn)全鏈路業(yè)務(wù)的可用性保障。在總體架構(gòu)上，保留傳統(tǒng)云架構(gòu)的分層體系；在云網(wǎng)資源建設(shè)上，強(qiáng)調(diào)多種類型資源池的分布式優(yōu)化布局；在軟、硬件資源層強(qiáng)調(diào)多樣性，進(jìn)一步劃分為以 CPU 為主的通算基礎(chǔ)設(shè)施和以 GPU 等 AI 加速芯片為主的智算基礎(chǔ)設(shè)施。分布式云平臺(tái)對(duì)多維異構(gòu)資源進(jìn)行統(tǒng)一納管，并實(shí)現(xiàn)任務(wù)高效協(xié)同調(diào)度。在基礎(chǔ)設(shè)施架構(gòu)之上，云服務(wù)形態(tài)呈現(xiàn)通用化和智能化發(fā)展趨勢(shì)，承載多元業(yè)務(wù)類型，提供豐富的產(chǎn)業(yè)數(shù)字化能力。下一代云計(jì)算基礎(chǔ)設(shè)施架構(gòu)如圖 1所示。

圖 1 下一代云計(jì)算基礎(chǔ)設(shè)施架構(gòu)

（1）分布式云網(wǎng)資源。

云資源池呈現(xiàn)分布式、多云、全域部署模式，以云為中心構(gòu)建全國(guó)一張網(wǎng)。以地理空間劃分，實(shí)現(xiàn)從中心、區(qū)域到邊緣 3 層級(jí)覆蓋能力 。分布式云網(wǎng)資源池如圖 2 所示，中心云資源池部署在資源集中的熱點(diǎn)區(qū)域，向超大規(guī)模集約化發(fā)展；區(qū)域云資源池滿足熱點(diǎn)業(yè)務(wù)，具有一定規(guī)模，同時(shí)兼具時(shí)延優(yōu)勢(shì)；邊緣云資源池可建設(shè)在更靠近用戶和數(shù)據(jù)生產(chǎn)源頭的網(wǎng)絡(luò)邊緣，主要包括小型化云節(jié)點(diǎn)，解決用戶側(cè)邊緣的定制化需求。多方云資源池混合部署，加強(qiáng)多云商資源池互聯(lián)互通且互為增強(qiáng)，以算力資源交易的形式提供高效、去中心化、實(shí)時(shí)便捷的資源供給，實(shí)現(xiàn)全域基礎(chǔ)設(shè)施能力覆蓋。入云網(wǎng)絡(luò)應(yīng)具備高速泛在、天地一體的全連接能力 。除了網(wǎng)絡(luò)和專線等基礎(chǔ)接入能力，還應(yīng)具備“5G+ 千兆光寬 +WiFi 6”的三千兆接入能力及協(xié)同衛(wèi)星網(wǎng)絡(luò)打造天地一體的差異化服務(wù)的能力。云間網(wǎng)絡(luò)應(yīng)具備高帶寬、高質(zhì)量特性，引入確定性網(wǎng)絡(luò)、全光網(wǎng)絡(luò)等技術(shù)，實(shí)現(xiàn)中心云與區(qū)域云、區(qū)域云與邊緣云、邊緣云與邊緣云間的按需、可靠的高速互聯(lián)。

圖 2　分布式云網(wǎng)資源池

（2）通智融合基礎(chǔ)設(shè)施。

通用計(jì)算基礎(chǔ)設(shè)施主要指基于 CPU 芯片的服務(wù)器，在中心側(cè)和邊緣側(cè)分布式部署，由全域覆蓋的入云 / 云間網(wǎng)絡(luò)拉通業(yè)務(wù)訪問和數(shù)據(jù)獲取，主要實(shí)現(xiàn)通用計(jì)算業(yè)務(wù)的資源供給。通用計(jì)算基礎(chǔ)設(shè)施還包括以實(shí)現(xiàn)網(wǎng)絡(luò)云化業(yè)務(wù)為代表的某些能力定制化增強(qiáng)的基礎(chǔ)設(shè)施，提升不同業(yè)務(wù)場(chǎng)景下的基礎(chǔ)設(shè)施的性能。智算基礎(chǔ)設(shè)施基于 GPU、FPGA[9]、ASIC 等芯片，為 AI 應(yīng)用提供所需算力服務(wù)、數(shù)據(jù)服務(wù)、算法服務(wù)的公共算力新型基礎(chǔ)設(shè)施 ，通常表現(xiàn)為大規(guī)模、高性能、高可靠性的智算集群。使用大算力芯片及大容量?jī)?nèi)存等能力支撐模型訓(xùn)練、推理等計(jì)算密集型任務(wù)；使用高速、大容量的存儲(chǔ)設(shè)備及存儲(chǔ)技術(shù)，基于分布式架構(gòu)實(shí)現(xiàn)高可用性和可擴(kuò)展性。圍繞遠(yuǎn)程直接內(nèi)存訪問（Remote Direct Memory Access，RDMA）構(gòu)建高性能網(wǎng)絡(luò)體系，其組網(wǎng)架構(gòu)具備大規(guī)模、跳數(shù)最優(yōu)的網(wǎng)絡(luò)連接能力?；诙司W(wǎng)協(xié)同和軟硬融合構(gòu)建高帶寬、低延遲的無(wú)損網(wǎng)絡(luò)。

（3）全局化管理調(diào)度。

多維度、異構(gòu)資源統(tǒng)一管理，面向業(yè)務(wù)進(jìn)行任務(wù)與基礎(chǔ)設(shè)施資源的高效適配。通過對(duì)不同技術(shù)架構(gòu)搭建的計(jì)算資源、網(wǎng)絡(luò)資源和存儲(chǔ)資源進(jìn)行抽象，并將當(dāng)前各類公有云、私有云平臺(tái)的不同類型資源整合到統(tǒng)一的管理框架，實(shí)現(xiàn)全局異構(gòu)資源統(tǒng)一納管，能更好地應(yīng)對(duì)業(yè)務(wù)負(fù)載對(duì)資源的多樣化需求，發(fā)揮各類資源的特性和優(yōu)勢(shì)，提高整個(gè)系統(tǒng)的效能。面向大規(guī)模業(yè)務(wù)進(jìn)行功能模塊解耦，子任務(wù)間通過網(wǎng)絡(luò)交互完成業(yè)務(wù)處理，分布式任務(wù)協(xié)同通過將上層子任務(wù)需求與底層基礎(chǔ)設(shè)施資源進(jìn)行適配，實(shí)現(xiàn)任務(wù)的精準(zhǔn)實(shí)時(shí)、穩(wěn)定高效調(diào)度和編排。任務(wù)調(diào)度策略根據(jù)資源管理層提供的資源狀態(tài)信息和性能指標(biāo)進(jìn)行定制，推進(jìn)任務(wù)需求動(dòng)態(tài)調(diào)整資源的分配和使用，提升面向超大規(guī)模業(yè)務(wù)的資源管理調(diào)度能力。

（4）智能化服務(wù)模式。

上層以云服務(wù)形式承載包括數(shù)字化業(yè)務(wù)、智算業(yè)務(wù)、超算業(yè)務(wù)和網(wǎng)絡(luò)業(yè)務(wù)在內(nèi)的多元解決方案，將 AI 融入基礎(chǔ)設(shè)施即服務(wù)（Infrastructure as a Service，IaaS）、平臺(tái)即服務(wù)（Platform as a Service，PaaS）、軟件即服務(wù)（Software as a Service，SaaS）層，實(shí)現(xiàn)數(shù)字化業(yè)務(wù)的全面升級(jí) 。擴(kuò)展新應(yīng)用場(chǎng)景下的模型即服務(wù)（Model as a Service，MaaS）新型服務(wù)模式，打通數(shù)據(jù)平臺(tái)、深度學(xué)習(xí)訓(xùn)練框架、推理部署引擎和模型生產(chǎn)平臺(tái)，實(shí)現(xiàn)從數(shù)據(jù)存儲(chǔ)、標(biāo)注到模型訓(xùn)練、生產(chǎn)、部署、測(cè)試的全鏈路、批量化過程。

2.2　核心特征

下一代云計(jì)算基礎(chǔ)設(shè)施的核心特征為廣分布、高效能和超大規(guī)模。

（1）廣分布的云網(wǎng)資源。

依托分布式云架構(gòu)，實(shí)現(xiàn)從服務(wù)商云資源池、用戶本地云資源池到生產(chǎn)現(xiàn)場(chǎng)的近全域基礎(chǔ)設(shè)施廣覆蓋；提供全面連接、高可靠網(wǎng)絡(luò)保障，提供空天地海一體化的廣連接；在不同地理位置資源池提供一致性服務(wù)，提供隨時(shí)隨地一鍵式云網(wǎng)資源供給。

（2）高效能的硬件資源供給。

基于綠色先進(jìn)的多元算力，實(shí)現(xiàn)十倍以上計(jì)算性能的提升。構(gòu)建集約高效的新型存儲(chǔ)，提供數(shù)字化浪潮下的海量存儲(chǔ)需求。推動(dòng)系統(tǒng)級(jí)斷網(wǎng)協(xié)同體系創(chuàng)新，構(gòu)建十萬(wàn)級(jí)節(jié)點(diǎn)間的低耗高速互聯(lián)網(wǎng)絡(luò)。

（3）超大規(guī)模管理調(diào)度。

數(shù)據(jù)管控規(guī)模持續(xù)增加，提供 PB 級(jí)大數(shù)據(jù)體量的多模態(tài)數(shù)據(jù)管理調(diào)度；支撐復(fù)雜業(yè)務(wù)需求邏輯煩瑣、交互頻繁的模塊化管理，實(shí)現(xiàn)面向復(fù)雜業(yè)務(wù)邏輯的管理調(diào)度；海量的數(shù)據(jù)和高復(fù)雜度的算法，驅(qū)動(dòng)云平臺(tái)實(shí)現(xiàn)百 E 級(jí)更大規(guī)模算力的統(tǒng)一管控。

３、下一代云計(jì)算基礎(chǔ)設(shè)施關(guān)鍵技術(shù)

下一代云計(jì)算基礎(chǔ)設(shè)施依托算力、存儲(chǔ)、網(wǎng)絡(luò)等方面的關(guān)鍵技術(shù)，推動(dòng)云計(jì)算基礎(chǔ)設(shè)施向高效能演進(jìn)。在計(jì)算層面融合 AI 芯片，通過 RISC-V 指令集 統(tǒng)一多元異構(gòu)計(jì)算架構(gòu)提供云服務(wù)算力基石；在網(wǎng)絡(luò)層面面向大規(guī)模、高帶寬、低時(shí)延及高可靠的集群通信需求，構(gòu)建基于 RDMA 的高性能智算中心網(wǎng)絡(luò)體系；在存儲(chǔ)層面，面向海量數(shù)據(jù)存儲(chǔ)和并行處理需求，引入新型存儲(chǔ)技術(shù)提供高速、高并發(fā)和低時(shí)延的讀寫性能，共筑高效能的硬件資源供給。

3.1　以 RISC-V 為導(dǎo)向的通智異構(gòu)算力技術(shù)

智能化時(shí)代，AI 在各行業(yè)領(lǐng)域持續(xù)深化，應(yīng)用場(chǎng)景也不斷豐富，以科學(xué)計(jì)算和大模型為例，在傳統(tǒng)的地震波模擬的科學(xué)計(jì)算場(chǎng)景下，對(duì)數(shù)值精度的要求極高，AI 大模型訓(xùn)練則適用于數(shù)值范圍大、但數(shù)值精度要求相對(duì)較低的 16 位浮點(diǎn)類型，而 AI 大模型推理由于更關(guān)注推理速度等性能，則可以在更低的數(shù)值精度下進(jìn)行處理。因此，愈加復(fù)雜多樣的計(jì)算場(chǎng)景，為算力基礎(chǔ)設(shè)施提出了多元化挑戰(zhàn)。不同數(shù)值精度的計(jì)算需求，對(duì)于計(jì)算芯片架構(gòu)要求也具有一定差異性。此外，摩爾定律帶來的計(jì)算性能提升空間有限，通用 CPU 性能的持續(xù)提升呈現(xiàn)整體性加速放緩趨勢(shì)，而 AI 加速應(yīng)用帶來計(jì)算量指數(shù)增長(zhǎng)態(tài)勢(shì)，遠(yuǎn)超摩爾定律帶來的算力提升速度。

下一代算力將從以 CPU 為主的通用計(jì)算基礎(chǔ)設(shè)施逐漸向 CPU、GPU、XPU 等異構(gòu)算力融合方向發(fā)展，突破了傳統(tǒng)計(jì)算芯片發(fā)展的慣性思維，不再?gòu)?qiáng)調(diào)系統(tǒng)中某一種類型計(jì)算芯片的核心地位，而是從系統(tǒng)層面優(yōu)化性能、性價(jià)比等核心指標(biāo)，體現(xiàn)綜合的算力供給性能優(yōu)勢(shì)。現(xiàn)階段 RISC-V 指令集由于其開源和可擴(kuò)展特性，已被廣泛用于開發(fā) CPU、GPU 等通算、智算芯片，可有效解決當(dāng)前 CPU 和GPU 因基于不同的指令集架構(gòu)，造成的生態(tài)復(fù)雜、開發(fā)運(yùn)維難度高等問題。下一步 RISC-V 將通算和智算基礎(chǔ)設(shè)施在指令集層面進(jìn)行統(tǒng)一，實(shí)現(xiàn)編程接口的統(tǒng)一，從而實(shí)現(xiàn)黃金十年的終極目標(biāo)：采用統(tǒng)一指令集來實(shí)現(xiàn) DSA 芯片和通用芯片，為上述應(yīng)用開發(fā)提供統(tǒng)一編譯環(huán)境和開發(fā)語(yǔ)言，支持 RISC-V指令集對(duì)“XPU”的多核異構(gòu)融合，構(gòu)建高性能 AI算力集群和高效能的算力底座。

3.2　面向全域互聯(lián)的新型網(wǎng)絡(luò)技術(shù)

海量數(shù)據(jù)流的產(chǎn)生和多元化的應(yīng)用場(chǎng)景為智算產(chǎn)業(yè)帶來了新的挑戰(zhàn)，推動(dòng)了算力基礎(chǔ)設(shè)施服務(wù)器級(jí)單點(diǎn)處理向互聯(lián)協(xié)作的演進(jìn)，將同架構(gòu) / 跨架構(gòu)、同地域 / 跨地域的算力節(jié)點(diǎn)大規(guī)模組網(wǎng)，形成下一代全域互聯(lián)的新型網(wǎng)絡(luò)架構(gòu)。為了實(shí)現(xiàn)這些需求，智算中心內(nèi)節(jié)點(diǎn)數(shù)量將大幅增長(zhǎng)，從現(xiàn)在的十萬(wàn)臺(tái)服務(wù)器增長(zhǎng)到百萬(wàn)級(jí)互聯(lián)，使得智算中心組網(wǎng)面臨超大規(guī)模沖擊。以大模型為代表的智算業(yè)務(wù)2025 年將向百萬(wàn)億參數(shù)模型演進(jìn)，存儲(chǔ)介質(zhì) SSD的訪問性能較傳統(tǒng) HDD 已有了百倍提升，在存儲(chǔ)介質(zhì)數(shù)據(jù)讀取時(shí)間大幅降低的情況下，網(wǎng)絡(luò)時(shí)延占比從原來的小于 5% 上升到 65%，意味著存儲(chǔ)介質(zhì)有一半以上的時(shí)間是空閑通信等待。如何降低通信時(shí)延，提升網(wǎng)絡(luò)吞吐也是智算中心網(wǎng)絡(luò)的關(guān)鍵挑戰(zhàn)之一。

下一代數(shù)據(jù)中心網(wǎng)絡(luò)將具備超高性能、超高可靠性及超大規(guī)模連接能力?，F(xiàn)階段新建智能計(jì)算中心網(wǎng)絡(luò)通常使用 RDMA 網(wǎng)絡(luò)協(xié)議來減少傳輸時(shí)延，提升網(wǎng)絡(luò)吞吐，并逐步在規(guī)模、帶寬、穩(wěn)定性、時(shí)延 / 抖動(dòng)及自動(dòng)化能力方面不斷優(yōu)化提升。下一步基于 RDMA 的高性能智算中心網(wǎng)絡(luò)體系，需要不斷推進(jìn)網(wǎng)絡(luò)拓?fù)?、網(wǎng)絡(luò)設(shè)備、網(wǎng)絡(luò)協(xié)議等方面的創(chuàng)新，加強(qiáng)在擁塞控制算法、軟硬協(xié)同加速及 QP連接擴(kuò)展等方面的能力突破，結(jié)合全光網(wǎng)絡(luò)發(fā)展趨勢(shì)，從而滿足各類業(yè)務(wù)高并發(fā)、大帶寬、高通信效率需求。

3.3　以數(shù)據(jù)為中心的新型存儲(chǔ)技術(shù)

在智算業(yè)務(wù)浪潮的驅(qū)動(dòng)下，數(shù)據(jù)成為第五大生產(chǎn)要素，圍繞數(shù)據(jù)構(gòu)建的基座必然發(fā)生變革，存力覺醒拉開新的篇章。在芯片層面，馮·諾依曼架構(gòu)下計(jì)算和存儲(chǔ)分離，計(jì)算單元從內(nèi)存中讀取數(shù)據(jù)，計(jì)算完成后返回內(nèi)存，然而隨著 AI 大模型的發(fā)展，這種架構(gòu)中存儲(chǔ)器的數(shù)據(jù)訪問速度跟不上計(jì)算單元的數(shù)據(jù)處理速度，阻礙性能提升的“存儲(chǔ)墻”問題嚴(yán)重。在集群層面，傳統(tǒng)存算融合架構(gòu)面臨數(shù)據(jù)保存周期與服務(wù)器更新周期不匹配、性能可靠與資源利用率難以兼得、新型分布式應(yīng)用的極簡(jiǎn)高效共享存儲(chǔ)訴求和以 CPU 為中心的服務(wù)器架構(gòu)導(dǎo)致數(shù)據(jù)密集型應(yīng)用效率低下等問題，下一代云計(jì)算底座在存儲(chǔ)容量利用、存力效率等方面面臨挑戰(zhàn)。

下一代以數(shù)據(jù)為中心的存儲(chǔ)需要為云內(nèi)海量數(shù)據(jù)分布式通信提供超高性能的讀寫支持和超大規(guī)模的連接能力。在智算時(shí)代嶄新的發(fā)展階段，數(shù)據(jù)存儲(chǔ)堪稱 AI 訓(xùn)練和推理應(yīng)用的基石——既是加速多模態(tài)數(shù)據(jù)智能訓(xùn)練的核心平臺(tái)，也是支撐海量終端智慧應(yīng)用的基礎(chǔ)設(shè)施。單芯片層面存儲(chǔ)朝著存算一體方向演進(jìn)，計(jì)算越來越靠近存儲(chǔ)，減少不必要的數(shù)據(jù)搬運(yùn)，直接存儲(chǔ)單元參與邏輯計(jì)算提升算力，在單位面積不變的情況下規(guī)?；黾佑?jì)算核心數(shù)，通過架構(gòu)創(chuàng)新提供綜合性能全面兼顧的芯片及板卡，為廣泛的邊緣 AI 業(yè)務(wù)提供服務(wù)。集群層面，隨著 RDMA、CXL、NUVMe SSD 等新型硬件技術(shù)的發(fā)展，需要構(gòu)建新型存算分離架構(gòu)，以確保云和網(wǎng)、不同云存儲(chǔ)域服務(wù)能夠兼顧資源利用率、可靠性等核心訴求，徹底實(shí)現(xiàn)存算解耦，組建彼此相互獨(dú)立的硬件資源池，實(shí)現(xiàn)細(xì)粒度的處理分工，使數(shù)據(jù)處理等 CPU 不擅長(zhǎng)的任務(wù)被專用加速器替代，以實(shí)現(xiàn)能效比最優(yōu)的組合。

４、下一代云計(jì)算平臺(tái)關(guān)鍵技術(shù)

下一代云計(jì)算平臺(tái)引入新型納管、池化和調(diào)度技術(shù)解決大規(guī)模算力獲取難度大、成本高、資源效率低的問題，賦能業(yè)務(wù)需求，促進(jìn)超大規(guī)模的全局基礎(chǔ)設(shè)施資源的智能協(xié)同調(diào)度。

4.1　跨類型跨架構(gòu)的資源統(tǒng)一納管

跨類型跨架構(gòu)的資源統(tǒng)一納管打破單機(jī)資源調(diào)度的物理邊界，解決底層異構(gòu)物理硬件間存在的流程接通、芯片互聯(lián)和軟件適配等差異化問題，構(gòu)建高效、協(xié)調(diào)統(tǒng)一的異構(gòu)算力資源池，更加便捷地實(shí)現(xiàn)資源有效配置和管理，降低建設(shè)和運(yùn)營(yíng)成本，快速滿足用戶多變的資源使用需求。在具體技術(shù)上，跨類型跨架構(gòu)的資源統(tǒng)一納管將重點(diǎn)考慮算網(wǎng)存資源抽象、異構(gòu)資源池化、內(nèi)存一致性池化和輕量級(jí)虛擬化等技術(shù)。

（1）算網(wǎng)存資源抽象。

算網(wǎng)存資源抽象技術(shù)通過將計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等資源進(jìn)行合理抽象，屏蔽基礎(chǔ)設(shè)施的物理特性和資源類型，可在同一應(yīng)用場(chǎng)景下作為一種面向業(yè)務(wù)的產(chǎn)品被協(xié)同管理、編排、共享。用戶只需關(guān)注業(yè)務(wù)自身來調(diào)整資源的配置，包括統(tǒng)一資源應(yīng)用程序接口（Application Programming Interface，API）、資源模型轉(zhuǎn)化、抽象資源庫(kù)、異構(gòu)資源適配等，打造多元產(chǎn)業(yè)生態(tài)。

（2）異構(gòu)資源池化。

針對(duì)異構(gòu)資源進(jìn)行適配，包括異構(gòu)硬件設(shè)備發(fā)現(xiàn)、計(jì)算資源的虛擬化和內(nèi)存資源的虛擬化技術(shù)。納管異構(gòu)資源池，主要包括硬件設(shè)備發(fā)現(xiàn)后自動(dòng)納管、異構(gòu)資源生命周期管理、近端與遠(yuǎn)端資源池的多層級(jí)智能調(diào)度、多租戶多任務(wù)資源隔離，以及跨架構(gòu)數(shù)據(jù)傳輸和轉(zhuǎn)換等，共建多樣性算力產(chǎn)業(yè)體系。

（3）內(nèi)存一致性池化。

基于硬件內(nèi)存一致性協(xié)議保證不同節(jié)點(diǎn)對(duì)內(nèi)存數(shù)據(jù)的訪問一致性，并基于虛擬化層軟件協(xié)議構(gòu)建節(jié)點(diǎn)間共享的內(nèi)存集合，以實(shí)現(xiàn)內(nèi)存分配和管理，提供高效的內(nèi)存分配和回收機(jī)制，提升資源利用效率。

（4）輕量級(jí)虛擬化。

針對(duì)傳統(tǒng)虛擬化無(wú)法滿足邊緣計(jì)算、云原生 Serverless、網(wǎng)絡(luò)云化等場(chǎng)景需求的問題，研究容器、安全容器、輕量級(jí)虛擬機(jī)、應(yīng)用程序級(jí)沙箱等技術(shù)，針對(duì)不同場(chǎng)景對(duì)安全和性能的個(gè)性化要求裁剪虛擬化層，實(shí)現(xiàn)應(yīng)用快速啟動(dòng)和高密度部署。

4.2　面向業(yè)務(wù)感知的智能協(xié)同調(diào)度

面向業(yè)務(wù)感知的智能協(xié)同調(diào)度是連接上層多類型應(yīng)用與底層物理設(shè)備的核心能力，能夠滿足上層不同類型應(yīng)用對(duì)資源的多樣化需求，從而使上層應(yīng)用更高效、更便捷地利用底層資源。在具體技術(shù)上，面向業(yè)務(wù)感知的智能協(xié)同調(diào)度將重點(diǎn)考慮算力資源全局調(diào)度、自適應(yīng)智能規(guī)劃和調(diào)度策略和云網(wǎng)切片端到端一體化調(diào)度等技術(shù)。

（1）算力資源全局調(diào)度。

分布式云推動(dòng)算力資源全局調(diào)度、智能協(xié)同，實(shí)現(xiàn)算力調(diào)度跨域融合，實(shí)現(xiàn)資源在云側(cè)、邊側(cè)、終端側(cè)高效分布和智能協(xié)同，逐步演變出基于云、邊、端的分布式操作系統(tǒng)，面向業(yè)務(wù)需求實(shí)現(xiàn)跨地域、跨層級(jí)算力資源的互聯(lián)互通，具備多層級(jí)算力資源的統(tǒng)一管理、智能調(diào)度、全局優(yōu)化能力。

（2）自適應(yīng)智能規(guī)劃和調(diào)度策略。

由于百萬(wàn)級(jí)大規(guī)模異構(gòu)資源中存在異構(gòu)資源間的交互程度不高，匹配復(fù)雜度高，調(diào)整后均衡性難以保證，業(yè)務(wù)特性考慮不足等問題，因此資源的供給方式從提供固定規(guī)格計(jì)算資源的形式走向面向具體業(yè)務(wù)場(chǎng)景靈活調(diào)整資源使用量的方式。多種基于 AI 模型乃至大模型的學(xué)習(xí)方法可基于訓(xùn)練模型針對(duì)業(yè)務(wù)需求設(shè)計(jì)和生成自適應(yīng)智能規(guī)劃和調(diào)度策略，以提升大規(guī)模資源的調(diào)度優(yōu)越性。針對(duì)業(yè)務(wù)特性研究資源配額、共享超分、負(fù)載均衡等資源調(diào)度策略，實(shí)現(xiàn)面向業(yè)務(wù)服務(wù)等級(jí)協(xié)議（Service Level Agreement，SLA）、 服 務(wù) 等 級(jí) 目 標(biāo)（Service Level Objective，SLO）、 服 務(wù) 等 級(jí) 指 標(biāo)（Services Level Indicator，SLI）的多級(jí)調(diào)度、拓?fù)涓兄{(diào)度、在離線業(yè)務(wù)混布等，從而最大化資源利用率。

（3）云網(wǎng)切片端到端一體化調(diào)度。

云網(wǎng)切片是在網(wǎng)絡(luò)切片的基礎(chǔ)上，充分考慮云資源的彈性、伸縮等特性，根據(jù)不同的業(yè)務(wù)所需的網(wǎng)絡(luò)特征、不同的流量流向所產(chǎn)生的網(wǎng)絡(luò)實(shí)時(shí)需求及云資源的動(dòng)態(tài)變化情況，將云資源與網(wǎng)絡(luò)資源進(jìn)行協(xié)同一體化管理、調(diào)度與優(yōu)化，實(shí)現(xiàn)云網(wǎng)資源的端到端統(tǒng)一、隔離預(yù)留、云網(wǎng)連接的自動(dòng)化建立與優(yōu)化、云網(wǎng)服務(wù)能力的自動(dòng)化供給等。

5、結(jié)  語(yǔ)

隨著新一輪的市場(chǎng)推動(dòng)和產(chǎn)業(yè)變革，云計(jì)算技術(shù)向下一代演進(jìn)，催生構(gòu)建下一代云計(jì)算目標(biāo)體系架構(gòu)。下一代云計(jì)算承載通算、智算、超算、網(wǎng)算多元業(yè)務(wù)類型，伴隨云基礎(chǔ)設(shè)施、云平臺(tái)、云服務(wù)體系、云運(yùn)維方面體系架構(gòu)的創(chuàng)新，呈現(xiàn)出高效能、廣分布、超大規(guī)模、智能敏捷和智能自治的新時(shí)代特征。以通智異構(gòu)算力融合、全域互聯(lián)新型網(wǎng)絡(luò)、新型存儲(chǔ)、資源統(tǒng)一納管、智能協(xié)同調(diào)度為技術(shù)指引，促進(jìn)云計(jì)算向新一代演進(jìn)。

引用格式：陸鋼 , 孫夢(mèng)宇 , 任慧蕾 , 等 . 下一代云計(jì)算基礎(chǔ)設(shè)施架構(gòu)與關(guān)鍵技術(shù) [J]. 通信技術(shù) ,2024,57(1):26-32.
作者簡(jiǎn)介 >>>
陸 鋼，男，碩士，教授級(jí)高級(jí)工程師，主要研究方向?yàn)橄乱淮朴?jì)算、數(shù)字化和網(wǎng)絡(luò)云化；
孫夢(mèng)宇，女，博士，研究員，主要研究方向?yàn)樵朴?jì)算、服務(wù)計(jì)算、過程挖掘等；
任慧蕾，女，碩士，研究員，主要研究方向?yàn)樵朴?jì)算、網(wǎng)絡(luò)云、云原生；
黃志蘭，女，碩士，研究員，主要研究方向?yàn)樵凭W(wǎng)融合和下一代云計(jì)算研究工作。
選自《通信技術(shù)》2024年第1期（為便于排版，已省去原文參考文獻(xiàn)）

重要聲明：本文來自信息安全與通信保密雜志社，經(jīng)授權(quán)轉(zhuǎn)載，版權(quán)歸原作者所有，不代表銳成觀點(diǎn)，轉(zhuǎn)載的目的在于傳遞更多知識(shí)和信息。