云计算的未来:看「泛在计算」如何促进数字化生态和计算网络融合

张婷婷 王升
随着5G网络、边缘计算的规模建设,新兴应用将加速驱动数据处理由云端向边侧、端侧的扩散,边端计算能力持续增长,算力泛在化已成趋势。可以说,泛在计算的出现,为云计算、边缘计算的发展指出了一个新的方向,其进步对未来科技和技术发展的影响不可估量。

随着5G网络、边缘计算的规模建设,新兴应用将加速驱动数据处理由云端向边侧、端侧的扩散,边端计算能力持续增长,算力泛在化已成趋势。可以说,泛在计算的出现,为云计算、边缘计算的发展指出了一个新的方向,其进步对未来科技和技术发展的影响不可估量。

1

计算技术的螺旋上升发展

在产业应用在不断寻求着计算效率和计算成本平衡的驱动下,计算作为信息化处理的基础,随着其载体芯片单机算力的不断提升,其发展的历史也是合久必分,分久必合的螺旋式上升,推进着信息化调度系统的不断变革和优化(如图一所示)。

从1960年代起的集中式处理大型机,封闭网络和巨型应用主导了10年纯集中架构;到80年代在互联网的促进下,个人电脑的形成为分布式处理奠定了产业基础;2000年后至今,云计算蓬勃发展促进了算力的集中共享,释放了个人终端侧的算力要求。随着近几年边缘计算的兴起边缘作为云计算的外延发展,计算架构又开始结合数据安全和业务时延等需求进一步分层、分布式化。在此过程中各类FPGA、GPU等新型计算芯片也结合各类网络转发、AI等加速场景繁荣兴起。

总之,随着计算密度越来越高,分布越来越广泛,未来集中与分布式的界限将变得更模糊,更为泛在。因此未来也必将形成一个集中和分散的统一协同泛在计算能力框架。

图一

在这个过程中除了计算调度架构的变化,计算硬件、软件驱动平台甚至应用的开发模式也在悄悄的发生变化。如传统CAP原则限制的分布式服务群集,随着业务发展开始向BASE(Basically Available代表基本可用、S:Soft state代表软软状态,E:Eventually consistent代表最终一致性)模式过渡。各类程序设计异步排序,传统C/S架构的服务端越来越轻量化,微服务和函数级服务拆分出现,网络带宽提速降费,都为业务应用的广域分布式化打下了伏笔。

未来随着物端的种类丰富,个人PC甚至家庭网关都将可能做为参与算力对外提供的节点,手机、智能汽车等智能终端的普及形成了一些数据就近处理和泛在计算处理场景,由此也将必然促进用户周边信息化空间内,不同距离、不同规模的算力相互凝聚和协同,呈现云-边-端三级计算架构。

随着5G网络、边缘计算的规模建设,新兴应用将加速驱动数据处理由云端向边侧、端侧的扩散;同时,芯片工艺制程持续由7nm向5nm演进,边端计算能力持续增长,算力泛在化已成趋势。

2

泛在计算促进数字化生态构建

泛在计算并不是一个新的概念,早在20世纪80年代泛在计算之父,Mark Weiser博士就提出了泛在计算的概念:

泛在计算(又叫普适计算)即建立一个充满计算和通信能力的环境,同时使这个环境与人们逐渐的融合在一起。

---Dr Mark weiser 1988

他强调了计算和环境融为一体,而计算机甚至终端本身将从人们的视线里消失。在泛在计算环境中,人们能够在任何时间、任何地点、以任何方式进行信息的获取与处理,而这个过程是在计算设备的帮助下高度自动化完成的。

泛在计算是信息空间与物理空间的融合,在这个融合的空间中人们可以随时随地、透明地获得数字化的服务。

---清华大学教授 徐光佑

徐教授的概念强调服务的随时随地和透明获取。总结而言,泛在计算将成为人、环境和万物互联的数字化基础设施,助力数字化新生态系统的形成。

总结而言,泛在计算其包含的主要特征如下:

1. 计算和网络融合的基础设施环境:依赖广域连接和网络能力将计算能力拉通共享,形成算网融合的底层环境;

2. 物理空间和信息化融合的数字化服务:更加强调广域的物理空间和的数字化建模和信息提供,构建类似数字孪生的新服务形态;

3. 人和信息的随时可连接、获取、处理:这就需要形成一套类似云服务,但又更为灵活和广泛的服务模式,让任何一个节点可以随时接入计算。

这正与Gartner 2019的新兴技术预测(如图二所示)中数字生态系统的几个关键技术不谋而合。未来企业和应用将突破只关注自身产业链条的局限,与更多的行业、人和物进行跨界共享和合作。而数字化生态系统正在分解这种传统价值链,发展出更无缝、更灵活的连接和服务。在此过程中企业将在区块链上寻找解决方案。应用包括数字运营(DigitalOps)、知识图谱(knowledge graphs)、合成数据(synthetic data)、去中心化网络(decentralized web)和分布式自治组织(decentralized autonomous organization)等关键技术去构建如此庞大的数字化系统。这其中的泛在计算正是以其去中心化、自治和数字运营等特点成为新兴技术发展的核心驱动能力。

图二

泛在计算的应用场景既包括可穿戴设备和智能手机,也包括智能教室,可感知环境的家庭、办公等。同时也将孵化一种新的计算服务提供商业创新,引入区块链记账为基础的新型算力提供和交易形态,促进全社会算力的流动。当前,已有不少国内外高校、组织、公司针对泛在计算平台提出了构想与实践,主要应用领域有高性能分布式计算、科学研究、云渲染、云游戏、CDN、人工智能等方面。例如诞生于2003年美国加州大学伯克利分校BOINC(全名伯克利开放式网络计算平台)主要聚合、共享全球C端用户算力资源的开放算力平台,以众包分发匹配的方式为世界各地科研机构提供强大运算能力。

3

泛在计算的核心价值

泛在计算作为数字化基础设施的基石,笔者认为将会对未来科技和技术的发展产生如下核心价值:

1、作为广泛算力渗透,促进算力作为生产力的充分流动,提升社会计算效率。

IDC数据显示,截至到2022年,中心化算力总计不会超过12%,分布式算力超过88%。当前,边侧的算力还未形成规模,而端侧的海量算力却未得到有效利用。例如根据IDC统计年化出货量数据推算,2014-2017年全球PC保有量量为11.01亿,服务器保有量4907台。但这些个人和数据中心内的算力加上各类泛终端(例如移动终端、边缘终端等)日常平均资源利用率能达到15%就不错。那么如果将这些空闲算力作为计算能力统一调度对外服务,充分将端侧算力整合,作为边侧算力的补充,构建“无限节点”,与边侧协同提供差异化服务,赋能社会,必将极大促进社会生产力的提升。

2、泛在计算基于区块链构建共识信用机制将促进个人用户在数字化信息服务提供中的参与度和灵活度。

传统云计算模式下,只有云服务商提供集中或边缘的算力,属于B2C或B2B商业模式应用场景。而在泛在计算构建的生态模型中,每个终端的拥有者可以通过安装软件客户端等方式随时接入泛在计算的平台,参与算力的贡献,并通过联盟链等方式进行透明的交易计价,获取相应的报酬。这种C2B2C的模式将提升个人算力提供者的积极性,同时也进一步盘活了算力资产。为一些更需要靠近端侧用户的应用提供了更低时延,贴近用户入口的创新可能(例如人体健康数据采集等)。

3.泛在计算将推进数字孪生从理想向现实的逐步迈进。

数字孪生最早出现在航天和工控领域,可以看做一种基于数字化模型进行的各类仿真、分析、数据积累、挖掘、甚至人工智能的应用,主要目的是用信息化构建模型与现实物理系统保持适用和同步。但采集端和不同系统间的信息实时反馈同步,以及模型自动修正一直是实现数字孪生理想尚未完全攻克问题。应用泛在计算能力,业务分布式调度可将端侧及工业网关等设备纳入计算调度平台,以其广连接性,屏蔽硬件差异,实现基于统一信息化基础平台的一套编程开发框架,进一步促进数据和信息在更广物理范围内流动。

4

泛在计算的实现路径

随着移动通信网络的发展,当前已经到了5G规模商用的关键节点,由于3,4G时代运营商网络逐渐脱离业务,导致被OTT厂商迅速管道化,低值化。在5G时代,运营商拥有高品质的网络,与网络紧密结合的海量接入终端,数量庞大的边缘机房,各级云化的基础设施,具有实践泛在计算的天然优势。转型信息化服务商售卖算力+确定性时延网络的一体化能力,是运营商摆脱管道命运,从消费互联网转向产业互联网的关键。不仅仅是运营商,产学研各界都在对如何实现泛在计算愿景、提供算力+网络一体式服务,进行着积极的研究与探索。当前,针对泛在计算的实现方案主要有集中式方案与分布式方案两种,两种实现方案主要的区别在于算力的调度方式上,在算力的生成与交易环节,二者相差不大。

1. 分级调度的泛在计算架构

基于分级调度的泛在计算架构以NFV/SDN集中管理编排和云计算的调度理念为基础,通过集中化、分级化扁平平台实现对泛在计算设备的算力和网络信息收集、应用管理编排、部署分发,为用户提供最优的算力分配及网络连接方案。其主要具备以下主要特征:

①对社会泛在计算设备,云边端三层多级算力的集中管理调度,实现控制与数据平面的分离。

②不改变当前底层网络架构与IP协议实现,通过平台自身的多级调度能力实现互联协同。调度参数通过松耦合的平台调度逻辑实现。

③一方面可以兼容当前单体业务、应用的架构设计的组资源调度,同时也能支撑各类轻量化微服务架构的细粒度调度。但均需要提供能屏蔽底层异构硬件的新型开发环境。

④由于采用集中调度架构,调度模块将不占用边缘计算节点有限的空间、供电与算力资源。

分级调度的泛在计算的逻辑架构由算力+网络基础设施层,算网管理调度层,计费运营层组成,三层之间通过标准API互通,完成算力生成、调度、交易的闭环。其中网络基础设施包括各级SDNC,网管及相应的网络设备,构建低时延大吞吐、敏捷、无损、确定性网络传输管道。

①算力基础设施包括核心DC与MEC节点,三方云资源池以及泛在的端算力等,聚焦于异构算力的生成与抽象。

②管理编排调度层主要负责算力的注册,算网资源的整合,根据需求进行算力路由调度;根据资源拓扑进行算力分解,合理拆分算力需求;预留资源,下发镜像,部署应用,配置网络等;同时,管理编排层还需要具备安全、策略、资源等管理功能。

③计费运营层可以分为三个模块,分别是算力交易模块,算力计费模块,算力运营模块,其中,算力交易模块以联盟链为基础,完成智能合约的生成,交易数据的记录与营帐;算力运营模块包括算力分级,算力测量,运营门户,应用商店,开发平台等;算力计费模块主要依据交易模块产生的交易数据准确的生成账单。集中调度式泛在计算架构(如图三)所示:

图三

2. 基于分布式路由的算力网络架构

算力网络最先由华为提出,出发点是解决边缘计算节点之间的协同问题,当前业界尚无确定性称谓(CFN,CAN等)。其实现机制是通过增强或改造网络底层的IP协议(如SRV6,BGP等),将算力与网络能力作为路由信息发布到网络层之上的算力路由层,并由算力路由节点基于虚拟的服务ID将计算任务报文路由到最合适的计算节点,其架构(如图四)所示。该方案的特征包括:

①分布式的算力路由节点负责算力节点的同步、算力的路由与寻址。

②算力节点通过扩展或改造的网络协议、网络设备进行算力通告与调度。

③上层应用与资源平台通过新增的接口上报服务能力。

④应用基于服务ID而非传统的DNS、IP寻址,扩展IP协议报头。

⑤应用C/S架构必须重构,业务逻辑转移到客户端,承载在计算节点之上的服务端进行微服务化或函数化,成为一个个无状态的服务或功能。

图四

算力网络方案的实现需要依赖底层IP协议扩展与网络设备的改造,当前看难度较大,短时间内难以落地;应用的改造也比较大,服务接口通告功能,业务寻址机制与业务架构都需要重构,但产业界也正在标准和研究层面积极探索;同时,算力的流粘性保持、物联网等泛在接入设备的海量流表,都对算力路由节点的能力提出了挑战,另外,算力路由节点自身的资源消耗、空间占用压缩边缘节点有限的空间与资源的问题,也需要进一步考虑。

当前两种实现架构均存在各自的优劣势,集中式调度框架未来会存在扩展性和平台可靠性等问题,但和现在的云计算调度架构保持一定的延续性,易于实现。分布式路由的自治性更强,扩展性更高,但对各节点的调度开销降低提出更高的要求。类似于社会主义和共产主义制度的演进,作为底层基础设施的不同路径方案,可以分阶段促进泛在计算理想的实现。

5

泛在计算实现的技术挑战

泛在计算的算力架构具备算力专业化、算力智能化、算力均衡化、算力货币化的特征。当前,泛在计算整体架构与关键技术攻关才刚刚开始,仍然面临不少的技术挑战,在这四大特征的关键技术方面,还有很多领域需要探索。从算力专业化特征来看,算力生成如何屏蔽底层异构芯片的差异,实现算力的抽象,减少应用的重复开发;在算力发现方面,端侧尤其是移动终端的算力与网络状态处在不断的变化之中,如何准确的度量与注册端侧的算力,是后续算力调度的前提。从算力智能化、均衡化特征来看,算力分解、算力调度算法是整体架构的关键,算力调度机制亟需明确,算力分解与合成逻辑尚待研究。从算力货币化特征来看,算力交易如何高效运营,丰富生态,算力分级如何评测,联盟链的实现方式、共识算法、智能合约体系等也需要构建。

泛在计算的愿景是高效利用未来的云边端三级算力,以低时延确定性的5G基础网络为依托,实现云边管端四层协同,向全社会赋能算网一体化产品。泛在计算为云计算、边缘计算的发展指出了一个新的方向,虽然当前仍处于研究的初级阶段,但路漫漫其修远兮,相信在产学研各界的不断求索下,泛在计算的架构会更加明晰,相关技术会愈发成熟,泥泞小径变为康庄大道的那天也势必会到来。

作者简介

张婷婷:中国移动通信研究院云计算高级研究员,技术经理,腾讯云TVP,《企业私有云建设指南》作者。在云计算领域深耕近10年,熟悉企业级私有云,NFV电信云和边缘云规划建设方案制定,负责中国移动云计算演进规划、技术架构、方案设计等工作,近期从事云效能评估评测、云原生、泛在计算等方向研究。

王升:中国移动通信研究院NFV方案与技术研究员,项目经理。从事NFV架构与演进、边缘云、异构硬件加速、泛在计算等方向的研究。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论