算力网络算力网络的技术创新——算力基础设施关键技术
Posted 从善若水
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了算力网络算力网络的技术创新——算力基础设施关键技术相关的知识，希望对你有一定的参考价值。
本人就职于国际知名终端厂商，负责modem芯片研发。
在5G早期负责终端数据业务层、核心网相关的开发工作，目前牵头6G算力网络技术标准研究。
博客内容主要围绕：
5G协议讲解
算力网络讲解（云计算，边缘计算，端计算）
高级C语言讲解
Rust语言讲解
文章目录
算力网络的发展需要技术的坚实支撑，这其中既有现有技术的加速创新，也有交叉技术的跨界创新，更有原创技术的引领创新。算力网络为技术创新提出了巨大需求和应用空间，是技术创新的发展机遇，也是重大挑战。
算力网络的技术创新——算力基础设施关键技术
构建灵活敏捷的算力底座
算力基础设施是算力网络的核心，以构建高效、灵活、敏捷的算力基础设施为目标，积极引入云原生、无服务器计算、异构计算、算力卸载等技术，探索算力原生、存算一体等新方向，持续增强算力能力，释放算力价值。
云原生
云原生是在云上构建、运行、管理应用程序的一套技术体系和管理方法，依托微服务架构、敏捷基础设施与平台服务和高效研发运维模式，简化云上业务开发管理难度，构建敏捷健壮的业务系统。云原生技术及理念可促进云的敏捷构建，实现弹性、健壮、灵活的算力基础设施。
无服务器计算
无服务器计算是指用户在编写和运行应用程序时无需关注底层资源的一种计算范式，是一种用户无需在基础设施上托管应用程序的新型算力使用方式。无服务器
计算融合了微服务、FaaS、BaaSs事件驱动编程等最新技术进展，是云原生技术的补充及延伸。
异构计算/多样性算力
异构计算是采用CPU、GPU、FPGAs DPU等各种不同类型指令集、不同体系架构的计算单元而组成的混合系统，用以满足通用计算和专有计算的不同需求。“CPU + GPU”、“CPU + FPGA”、 “CPU+DPU”等都是当前广泛使用的异构计算方式。异构计算在并行计算效率和低延迟计算性能上具有更大优势，集合业务需求部署异构计算方案，可满足计算、I/O、网络密集型应用的性能需求。
算力原生
算力原生是一系列基于异构硬件的开发和部署方法，通过建立异构计算资源抽象模型，统一算力度量规则，结合算力资源映射能力，提供统一异构硬件幵发工具，为用户提供便捷化业务幵发和部署方式。算力原生可以屏蔽异构硬件差异，减少用户跨架构编程的重编译和迁移代价，使得应用只需关注计算表达，无需关注计算在硬件上的具体实现。
算力卸载
算力卸载是将软件中需要高速处理的功能单元（如虚拟网络交换机、存储协议栈等）从通用CPU上抽离，由智能网卡硬件（如DPU）实现的技术。算力卸载通过统筹 虚拟化平台、数据安全、运维管理等技术需求，定制虚拟化软硬件架构，能够综合硬件高效性和软件灵活性，构建高性能、高可靠的云化能力。
存算一体
存算一体是将计算和存储集成到一个芯片上的新架构，用以消除数据存取延迟和功耗。存算一体技术致力于挣脱“存储墙”瓶颈束缚，提升数据存算效率。从数据 就近处理，到直接利用存储器进行数据处理实现真正意义存算一体，有望构建新的计算机体系架构，为算力网络一体化基础设施提供新鲜血液。
打造更加泛在的算力分布
算力基础设施从云向算、从中心向边缘和端侧泛在演进，通过发展边缘计算、超边缘计算和端计算，形成更加泛在的多维立体算力布局。
边缘计算
边缘计算本身是跨技术领域的系统工程，其包括：可规模复制的标准化轻量边缘计算基础设施、下沉的网络分流节点、边缘能力开放平台及支撑边缘业务运营运维的 管理系统。目前边缘计算已经成为产业融合和竞争的热点，正在从概念普及到实施部署演进，需要进一步构建融通融智、开源幵放的生态圈，融入算力网络，实现边缘计算+行业的价值最大化。
超边缘计算
超边缘计算是面向工业互联网业务的现场级边缘计算体系架构。不同于传统的边缘计算，超边缘计算更强调在各垂直行业的末端接入节点部署轻量级边缘计算服 务，并结合优质的网络连接能力，为垂直行业提供可定制化的服务质量保证，实现可靠网络连接向垂直行业的进一步延伸。
端计算
端计算是将终端自身的算力进行整合和管理，融入算力网络进行统一的管理和调度。在算力网络基础设施中，终端设备的算力是算力网络的重要组成部分。端计算的融入不仅能够实现真正的算力泛在，同时能够为用户提供更高质量的计算服务。
以上是关于算力网络算力网络的技术创新——算力基础设施关键技术的主要内容，如果未能解决你的问题，请参考以下文章