国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

★北京郵電大學(xué) 許士勛，張奧，宋聞萱，黃瀟潔，許方敏，趙成林 

摘要：工業(yè)算力網(wǎng)絡(luò)將算力網(wǎng)絡(luò)引入到工業(yè)互聯(lián)網(wǎng)中，實現(xiàn)對工業(yè)場景下算力和 網(wǎng)絡(luò)資源的統(tǒng)一編排調(diào)度，提高了資源的利用率，滿足了工業(yè)互聯(lián)網(wǎng)智能化發(fā)展 趨勢下低時延、高可靠的業(yè)務(wù)需求。本文在介紹工業(yè)算力網(wǎng)絡(luò)架構(gòu)的基礎(chǔ)上，結(jié) 合工業(yè)任務(wù)及工業(yè)互聯(lián)網(wǎng)特性，對算力網(wǎng)絡(luò)賦能工業(yè)互聯(lián)網(wǎng)面臨的挑戰(zhàn)進(jìn)行了分 析，并對實現(xiàn)工業(yè)算力網(wǎng)絡(luò)的關(guān)鍵技術(shù)進(jìn)行了總結(jié)和構(gòu)想。 

關(guān)鍵詞：工業(yè)互聯(lián)網(wǎng)；算力網(wǎng)絡(luò) 

Abstract: The Industrial Computing First Network integrates Computing First Network into the Industrial Internet to realize the unified arrangement and scheduling of computing power and network resources in industrial scenarios, thereby improving the utilization rate of resources. This facilitates meeting the service requirements of low delay and high reliability in line with the intelligent development trend of the Industrial Internet. Based on the introduction of the architecture of Industrial Computing First Network, this paper analyzes the challenges faced by Computing First Network to enable Industrial Internet, and summarizes and proposes the key technologies for realizing Industrial Computing First Network, taking the characteristics of industrial tasks and Industrial Internet into consideration. 

Key words: Industrial Internet; Computing-first network 

1　引言 

工業(yè)互聯(lián)網(wǎng)作為新一代網(wǎng)絡(luò)信息技術(shù)和制造業(yè)的融 合產(chǎn)物，是實現(xiàn)產(chǎn)業(yè)數(shù)字化、網(wǎng)絡(luò)化和智能化發(fā)展的重 要途徑，也是實現(xiàn)工業(yè)環(huán)境下人、機(jī)、物互聯(lián)的重要基 礎(chǔ)設(shè)施。隨著工業(yè)互聯(lián)網(wǎng)中智能應(yīng)用的部署，其對網(wǎng)絡(luò) 時延、可靠性及計算能力的要求不斷提高。目前，工業(yè) 互聯(lián)網(wǎng)中泛在的算力及網(wǎng)絡(luò)資源利用率低，難以滿足工 業(yè)應(yīng)用的業(yè)務(wù)需求。 

算力網(wǎng)絡(luò)是算網(wǎng)融合演進(jìn)的新型網(wǎng)絡(luò)架構(gòu)，通過對 計算和網(wǎng)絡(luò)資源統(tǒng)一編排調(diào)度，可以實現(xiàn)兩者利用率最 大化。通過算力網(wǎng)絡(luò)對工業(yè)互聯(lián)網(wǎng)賦能，構(gòu)建工業(yè)算力 網(wǎng)絡(luò)，并進(jìn)行云網(wǎng)邊端等計算、存儲、網(wǎng)絡(luò)資源的協(xié)同 調(diào)度，成為滿足工業(yè)互聯(lián)網(wǎng)智能業(yè)務(wù)需求的重要方式。 

目前，工業(yè)算力網(wǎng)絡(luò)的發(fā)展尚處于起步階段，演 進(jìn)路線和技術(shù)體系初具雛形，亟需產(chǎn)業(yè)界上下游聯(lián)合推 進(jìn)，以在算力度量、算力標(biāo)識、算力感知、算力路由、 算力調(diào)度、算力交易等技術(shù)方向?qū)崿F(xiàn)突破。本文將從工 業(yè)算力網(wǎng)絡(luò)架構(gòu)面臨的挑戰(zhàn)和其中的關(guān)鍵技術(shù)等方面進(jìn) 行逐一介紹。 

2　工業(yè)算力網(wǎng)絡(luò)架構(gòu) 

工業(yè)算力網(wǎng)絡(luò)以工業(yè)互聯(lián)網(wǎng)為基礎(chǔ)，通過算力網(wǎng)絡(luò) 進(jìn)行資源配給實現(xiàn)工業(yè)互聯(lián)網(wǎng)的升級。從邏輯功能上工 業(yè)算力網(wǎng)絡(luò)可以劃分為工業(yè)設(shè)備接入層、算力網(wǎng)絡(luò)資源 層、算力網(wǎng)絡(luò)控制層和算力網(wǎng)絡(luò)應(yīng)用服務(wù)層，如圖1所 示。 

其中工業(yè)設(shè)備接入層包括各種工業(yè)現(xiàn)場設(shè)備，對算 力和網(wǎng)絡(luò)需求較高，同時也進(jìn)行算力執(zhí)行。工業(yè)算力網(wǎng) 絡(luò)資源層包括由算力和網(wǎng)絡(luò)基礎(chǔ)設(shè)施構(gòu)成的算力及網(wǎng)絡(luò) 資源。算力網(wǎng)絡(luò)控制層對資源層中的異構(gòu)算力資源進(jìn)行 統(tǒng)一度量建模，并匯聚算力網(wǎng)絡(luò)資源信息，同時對用戶 業(yè)務(wù)需求進(jìn)行分析解構(gòu)和標(biāo)識，隨后根據(jù)業(yè)務(wù)需求對全 網(wǎng)資源進(jìn)行協(xié)同調(diào)度，實現(xiàn)服務(wù)靈活動態(tài)部署，為用戶 業(yè)務(wù)選擇合適的轉(zhuǎn)發(fā)路徑及算力節(jié)點(diǎn)。工業(yè)算力網(wǎng)絡(luò)應(yīng) 用服務(wù)層包含算力交易平臺及為用戶提供各類應(yīng)用服務(wù) 的可編程接口，用戶經(jīng)由工業(yè)算力服務(wù)層向算力交易平臺發(fā)起算力請求達(dá)成算力交易，調(diào)用可編程接口進(jìn)行資 源調(diào)用完成應(yīng)用服務(wù)。

 如利用卷積神經(jīng)網(wǎng)絡(luò)等方式對產(chǎn)品圖像進(jìn)行處理來 實現(xiàn)劃痕識別等質(zhì)量檢測，當(dāng)設(shè)備產(chǎn)生算力需求時，向 算力交易平臺發(fā)起算力請求達(dá)成算力交易，并調(diào)用應(yīng)用 服務(wù)接口將業(yè)務(wù)信息傳遞到控制層完成對業(yè)務(wù)的度量、 解構(gòu)和算力網(wǎng)絡(luò)資源的調(diào)度，將業(yè)務(wù)數(shù)據(jù)經(jīng)合適路徑路 由至算力執(zhí)行層中的合適節(jié)點(diǎn)進(jìn)行處理，最終返回處理 結(jié)果完成算力請求。

 圖1 工業(yè)算力網(wǎng)絡(luò)架構(gòu) 

3　工業(yè)算力網(wǎng)絡(luò)面臨的挑戰(zhàn) 

由于工業(yè)任務(wù)需要滿足大帶寬、低時延、低抖動、 高可靠性、高安全性的特殊需求[1]，以及工業(yè)網(wǎng)絡(luò)帶來 的內(nèi)外網(wǎng)割裂、生產(chǎn)設(shè)備類型及數(shù)量繁多、工業(yè)鏈條 長、數(shù)據(jù)量大的特性[2]，使得使用算力網(wǎng)絡(luò)對工業(yè)互聯(lián) 網(wǎng)賦能存在諸多限制。

 3.1　算力度量與標(biāo)識挑戰(zhàn) 

實現(xiàn)算力與網(wǎng)絡(luò)的深度融合的前提是對算力網(wǎng)絡(luò)中 的算力資源與網(wǎng)絡(luò)資源進(jìn)行統(tǒng)一的度量和標(biāo)識，以便進(jìn) 行后續(xù)資源的關(guān)聯(lián)與分配。 

在工業(yè)算力網(wǎng)絡(luò)中，不同設(shè)備搭載的芯片以及工廠 內(nèi)外網(wǎng)所使用的異構(gòu)算力資源如CPU、GPU、FPGA、 TPU和ASIC等不同類型的硬件差異性大，需要進(jìn)行性 能上的統(tǒng)一度量。對于度量不同的運(yùn)算類型，如邏輯運(yùn) 算、并行計算、神經(jīng)網(wǎng)絡(luò)計算，同一硬件的運(yùn)算能力也 難以統(tǒng)一。而且在算網(wǎng)融合場景中，算力的度量還與服 務(wù)節(jié)點(diǎn)的通信能力與服務(wù)能力息息相關(guān)。因此，如何將網(wǎng)絡(luò)、計算、存儲資源與服務(wù)共同聯(lián)合建模，是工業(yè)算 網(wǎng)度量體系面臨的一大挑戰(zhàn)。 

針對專業(yè)性高、差異性大的工廠內(nèi)智能任務(wù)，對算 力資源與網(wǎng)絡(luò)資源進(jìn)行統(tǒng)一且可驗證的標(biāo)識可為算力調(diào) 度提供基礎(chǔ)。工業(yè)外網(wǎng)中算力的流通依賴于對不同數(shù)據(jù) 中心算力標(biāo)識的統(tǒng)一，且工業(yè)計算任務(wù)的保密性高，對 于算網(wǎng)中存在的大量個人算力資源，亟需統(tǒng)一的標(biāo)識實 現(xiàn)算力的可信鑒權(quán)與溯源。

3.2　算力感知挑戰(zhàn) 

算力感知是對算力網(wǎng)絡(luò)中計算資源的位置、總量、 使用量等狀態(tài)信息和算力業(yè)務(wù)需求的實時感知，是解決多 算力節(jié)點(diǎn)協(xié)同問題、計算任務(wù)與節(jié)點(diǎn)匹配問題的基礎(chǔ)。 

在基礎(chǔ)網(wǎng)絡(luò)中，感知主要集中在通信網(wǎng)絡(luò)的環(huán)境 變化，粒度差異小。而在工業(yè)算力網(wǎng)絡(luò)中，不同類型算 力，如硬件資源與服務(wù)資源，二者的狀態(tài)變更頻率差異 巨大，缺少具有針對性的算力感知機(jī)制。現(xiàn)有的算力感 知技術(shù)缺少預(yù)測機(jī)制，面對多變、突發(fā)的海量工業(yè)任務(wù) 需求，難以為實時感知算網(wǎng)中計算資源與網(wǎng)絡(luò)資源的狀 態(tài)提供技術(shù)支撐。而且目前算網(wǎng)中仍存在大量尚待發(fā)掘 的算力資源，需設(shè)計對應(yīng)的算力發(fā)現(xiàn)技術(shù)與算力全網(wǎng)通 告技術(shù)為算力感知提供信息基礎(chǔ)。 

3.3　算力路由挑戰(zhàn) 

算力路由是算力網(wǎng)絡(luò)的核心，它負(fù)責(zé)根據(jù)業(yè)務(wù)的需 求，將其調(diào)度至最佳的節(jié)點(diǎn)進(jìn)行處理，為用戶提供高效 的服務(wù)。傳統(tǒng)網(wǎng)絡(luò)路由僅根據(jù)網(wǎng)絡(luò)狀態(tài)信息進(jìn)行調(diào)度， 而算力路由實現(xiàn)的是網(wǎng)絡(luò)、存儲、計算的共同調(diào)度。 

工業(yè)算網(wǎng)中算力資源分布于工廠內(nèi)網(wǎng)和外網(wǎng)，目前 尚缺少工業(yè)內(nèi)外網(wǎng)多層次算網(wǎng)節(jié)點(diǎn)的路由方案。SRv6 源路由技術(shù)依靠可編程性與兼容性，已在IPv6網(wǎng)絡(luò)中廣 泛使用，如何使其滿足工業(yè)算力網(wǎng)絡(luò)的需求，是對工業(yè) 算力路由提出的新挑戰(zhàn)。 

部分要求實時處理工業(yè)任務(wù)對算網(wǎng)路由的實時性提 出了挑戰(zhàn)，有些短時工業(yè)任務(wù)導(dǎo)致算力網(wǎng)絡(luò)中的狀態(tài)信 息變化很快，如何平衡路由的準(zhǔn)確性與其對狀態(tài)信息的 變化敏感度也是一大難題。隨著算力網(wǎng)絡(luò)規(guī)模增大，各 部分網(wǎng)絡(luò)的環(huán)境、狀態(tài)不同，網(wǎng)絡(luò)波動、堵塞等問題難 以避免，這對工業(yè)算網(wǎng)中算力路由的穩(wěn)定性無疑也是一 個挑戰(zhàn)。 

3.4　算力調(diào)度與資源分配挑戰(zhàn) 

當(dāng)使用算力網(wǎng)絡(luò)對工業(yè)互聯(lián)網(wǎng)進(jìn)行賦能時，算力資源對用戶側(cè)的呈現(xiàn)形式由端到端變成了泛在部署[2]， 這使得在為用戶業(yè)務(wù)進(jìn)行算力調(diào)度和資源分配時，會面 臨更多的可變性和不確定性，即不同位置的資源由于到 用戶的距離不同、網(wǎng)絡(luò)連接好壞不同、各節(jié)點(diǎn)的報價不 同、計算、存儲等多維資源的配比不同等而變得不再平 等。 

此外，由于工業(yè)互聯(lián)網(wǎng)場景下的業(yè)務(wù)需求彈性較 大，當(dāng)業(yè)務(wù)需求激增，泛在部署的單點(diǎn)算力資源不能滿 足激增的業(yè)務(wù)需求，這意味著需要將用戶業(yè)務(wù)需求進(jìn)行 劃分，調(diào)度至多個算力節(jié)點(diǎn)進(jìn)行處理。 

如何根據(jù)不同用戶業(yè)務(wù)的需求，選擇合適的算力節(jié) 點(diǎn)和調(diào)度路徑，實現(xiàn)用戶體驗的一致性和算力資源的統(tǒng) 一編排及高效利用變得更加復(fù)雜。 

3.5　算力交易與安全問題挑戰(zhàn) 

當(dāng)用戶與算力節(jié)點(diǎn)進(jìn)行算力交易時，最為關(guān)注的則 是定價的合理性和隱私數(shù)據(jù)的安全性。算力交易雙方往 往由于所處算力級別或所屬算力網(wǎng)絡(luò)不同，而具有不同 的定價規(guī)則，且相互間業(yè)務(wù)的適配性出現(xiàn)差異[3]，這使 得定價的合理性很難得到雙方的一致肯定，交易就很難 達(dá)成。 

另一方面的安全性，則是由于業(yè)務(wù)數(shù)據(jù)中包含的大 量敏感的隱私數(shù)據(jù)，或算力請求者和提供服務(wù)的算力節(jié) 點(diǎn)歸屬不同，使得算力請求者對業(yè)務(wù)數(shù)據(jù)有保密需求， 而數(shù)據(jù)在進(jìn)行傳輸過程中存在被攻擊的風(fēng)險，如遭受竊 聽，因此算力網(wǎng)絡(luò)能否解決數(shù)據(jù)的安全問題是算力交易 能否順利達(dá)成的另一重要因素。

 4　工業(yè)場景中算力網(wǎng)絡(luò)的關(guān)鍵技術(shù) 

4.1　算力度量、算力標(biāo)識與算力感知技術(shù) 

對算力規(guī)模不同及類型異構(gòu)的算力節(jié)點(diǎn)，可以采用 度量函數(shù)將異構(gòu)算力歸一化映射為浮點(diǎn)運(yùn)算能力，并選 取合理閾值將算力劃分為不同等級[4]。為了方便與用戶 需求進(jìn)行匹配，可以同樣采用浮點(diǎn)運(yùn)算次數(shù)對用戶業(yè)務(wù) 算力使用量進(jìn)行度量[5]。此外，工業(yè)應(yīng)用需求一種或多 種特定運(yùn)算能力，這意味著不同異構(gòu)算力節(jié)點(diǎn)擅長不同 業(yè)務(wù)，可以采用人工智能算法根據(jù)算力節(jié)點(diǎn)的異構(gòu)算力 組成，對算力類型進(jìn)行隸屬度估計[5]，以將算力節(jié)點(diǎn)與 其擅長的用戶業(yè)務(wù)進(jìn)行匹配。 

利用以上算力度量結(jié)果，結(jié)合算力節(jié)點(diǎn)的計算、通 信屬性，以及算力服務(wù)多樣性，可以構(gòu)成對算力資源的 唯一可擴(kuò)展標(biāo)識[6]，用于對整網(wǎng)算力節(jié)點(diǎn)的管理和對用 戶需求的初步匹配。 

完成了對算力資源的抽象表示，還需要構(gòu)建全 網(wǎng)算力資源的感知圖模型，以進(jìn)行資源的統(tǒng)一編排管 理。根據(jù)信息收集的方式可以將感知分為：分布式層 次化感知[3]和結(jié)合SDN技術(shù)的集中式感知[5,7]。由于集 中式方案的安全性及可擴(kuò)展性較差，可以采用分布式 方案。在分布式層次化感知中，如圖2所示，算力節(jié) 點(diǎn)根據(jù)算力度量值劃分的算力等級進(jìn)行多層次自治組 網(wǎng)，并將算力信息在各級自組織網(wǎng)內(nèi)進(jìn)行全網(wǎng)通告， 確保算力信息的實時更新；各級算力關(guān)鍵路由將算力 信息進(jìn)行匯聚，并共同維護(hù)一張算力信息更新度最大 化的層次化算力網(wǎng)絡(luò)感知圖。

 圖2 分布式層次化算力感知 

4.2　算力網(wǎng)絡(luò)確定性傳輸技術(shù) 

為了滿足工業(yè)智能應(yīng)用或控制類應(yīng)用的確定性、 可靠性需求，需要在工業(yè)算力網(wǎng)絡(luò)中使用確定性傳輸技 術(shù)。確定性傳輸技術(shù)可以實現(xiàn)在一定界限內(nèi)的時延、帶 寬、抖動、丟失率、可靠性要求下的傳輸，是一種保障 業(yè)務(wù)流端到端傳輸時延相關(guān)服務(wù)質(zhì)量的技術(shù)。 

在算力資源及負(fù)載信息實時感知的基礎(chǔ)上，將時 間敏感網(wǎng)絡(luò)（Time Sensitive Network, TSN）引入到 工業(yè)算力網(wǎng)絡(luò)中[8,9]。當(dāng)用戶的業(yè)務(wù)需求從入口路由進(jìn) 入網(wǎng)絡(luò)時，首先對業(yè)務(wù)流進(jìn)行優(yōu)先級劃分及確定性需求 識別，隨后將業(yè)務(wù)封裝為報文。在最高級別關(guān)鍵路由節(jié) 點(diǎn)匯聚全網(wǎng)業(yè)務(wù)流的報文摘要，并按優(yōu)先級分別進(jìn)行排 隊，為各優(yōu)先級的隊列設(shè)置門控，結(jié)合時間流表和帶有 一定輸出策略的輸出選擇器，將任務(wù)流轉(zhuǎn)發(fā)控制信息在網(wǎng)絡(luò)進(jìn)行廣播，實現(xiàn)業(yè)務(wù)流的確定性實時傳輸。 

4.3　算力解構(gòu)、算力路由及資源調(diào)度技術(shù) 

工業(yè)場景計算任務(wù)往往要求實時處理，對算力網(wǎng) 絡(luò)的時延和計算性能提出了挑戰(zhàn)，現(xiàn)有的單個算力設(shè)備 計算能力有限，難以縮短工業(yè)計算任務(wù)的處理時延。對 此，將算力需求解構(gòu)并基于算力路由技術(shù)調(diào)度多算力資 源并行處理成為了未來工業(yè)計算任務(wù)的解決方案。 

對于復(fù)雜的算力需求，如圖3所示，可引入圖聚類 方法將需求解構(gòu)為多個“子需求”[10]，對算網(wǎng)中依賴 與需求關(guān)系進(jìn)行距離量化，并通過聚簇細(xì)分實現(xiàn)需求的 分解。算力路由技術(shù)可為子需求尋找最優(yōu)節(jié)點(diǎn)與網(wǎng)絡(luò)轉(zhuǎn) 發(fā)路徑[11]，SRv6動態(tài)路由優(yōu)化技術(shù)通過功能增強(qiáng)與擴(kuò) 展后，可滿足動態(tài)多實例的算力路由需求。此外，基于 Floyd算法的資源調(diào)度技術(shù)[12]，通過對算力網(wǎng)絡(luò)多源點(diǎn) 加權(quán)圖的分析完成資源調(diào)度，為實現(xiàn)協(xié)同多個算力終端 節(jié)點(diǎn)并行處理任務(wù)提供了保障。 

圖3 算力解構(gòu)、路由及資源調(diào)度 

4.4　算力網(wǎng)絡(luò)資源定價問題研究 

由于工業(yè)算力網(wǎng)絡(luò)的內(nèi)外網(wǎng)資源分屬不同的提供 商，因此當(dāng)工業(yè)智能任務(wù)需要算力資源的處理時，一個 完備的算力網(wǎng)絡(luò)資源交易和定價的體系是必不可缺的。 

在工業(yè)場景下的算力網(wǎng)絡(luò)中，智能計算任務(wù)往往 對網(wǎng)絡(luò)有著不同的時延需求。與邊緣定價問題相比， 通信、算力等因素相互影響的多資源定價問題亟需解 決。網(wǎng)絡(luò)中存在的通信干擾，會導(dǎo)致傳輸時延和功耗的 增加；網(wǎng)路中的排隊等待時間也會增加計算任務(wù)處理 時延。對此，可考慮引入廣泛用于資源定價的博弈論方 法[13,14]，聯(lián)合算力需求與網(wǎng)絡(luò)需求建模，構(gòu)建服務(wù)提供 方與購買方的博弈模型并進(jìn)行求解，同時實現(xiàn)智能設(shè)備 的最大化效用與算力服務(wù)商的最大化收益。為了保證算 力交易過程的安全性，可引入智能合約技術(shù)為交易過程 中的數(shù)據(jù)提供隱私保護(hù)，最終實現(xiàn)可信環(huán)境下的算力交 易。算力網(wǎng)絡(luò)資源定價如圖4所示。 

圖4 算力網(wǎng)絡(luò)資源定價 

4.5　多終端協(xié)同的數(shù)據(jù)壓縮技術(shù) 

為了在算力網(wǎng)絡(luò)中實現(xiàn)有效的數(shù)據(jù)傳輸，充分利用 算力網(wǎng)絡(luò)中各個節(jié)點(diǎn)的有效算力資源，基于信息論、編 解碼理論、學(xué)習(xí)理論有效地壓縮海量環(huán)境數(shù)據(jù)，將是算 力網(wǎng)絡(luò)中的一項關(guān)鍵技術(shù)研究。

隨著深度學(xué)習(xí)理論研究的快速發(fā)展，其在數(shù)據(jù)壓 縮領(lǐng)域的優(yōu)勢也逐漸凸顯。隨機(jī)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng) 絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、生成對抗網(wǎng)絡(luò)、變分自動編碼器等 陸續(xù)被應(yīng)用到數(shù)據(jù)壓縮技術(shù)之中，利用深度學(xué)習(xí)模型的 非線性映射能力，可以快速學(xué)習(xí)到海量數(shù)據(jù)的深層次特 征，更加有效地去除掉冗余數(shù)據(jù)特征，進(jìn)而滿足海量數(shù) 據(jù)壓縮的需求，實現(xiàn)算力網(wǎng)絡(luò)節(jié)點(diǎn)之間海量數(shù)據(jù)的低時 延傳輸。

 4.6　數(shù)字孿生算力網(wǎng)絡(luò)自優(yōu)化技術(shù) 

數(shù)字孿生技術(shù)是指利用數(shù)字化技術(shù)，為真實的物理 實體創(chuàng)建對應(yīng)的虛擬模型并模擬其行為，從而擴(kuò)展與優(yōu) 化物理實體的功能。數(shù)字孿生技術(shù)目前已被引入網(wǎng)絡(luò)的 運(yùn)維、管理、優(yōu)化中[15-17]，通過構(gòu)建可實時交互映射的 網(wǎng)絡(luò)虛擬孿生體，最終實現(xiàn)對實體網(wǎng)絡(luò)的優(yōu)化管理。 

在工業(yè)算力網(wǎng)絡(luò)的場景下，可通過數(shù)字孿生技術(shù)與 空間物理系統(tǒng)的結(jié)合，完成虛擬孿生體的創(chuàng)建。面對網(wǎng) 絡(luò)中節(jié)點(diǎn)超時的情況，算力網(wǎng)絡(luò)提供超時節(jié)點(diǎn)與網(wǎng)絡(luò)狀 態(tài)信息的實時采集，并調(diào)用孿生模塊中的算法進(jìn)行網(wǎng)絡(luò) 優(yōu)化與驗證，最終實現(xiàn)工業(yè)算力網(wǎng)絡(luò)的自優(yōu)化與運(yùn)行管理，從而提升算力網(wǎng)絡(luò)的運(yùn)行效率并降低運(yùn)維的人工成 本。數(shù)字孿生算網(wǎng)自優(yōu)化及管理如圖5所示。 

圖5 數(shù)字孿生算網(wǎng)自優(yōu)化及管理 

5　結(jié)束語 

工業(yè)互聯(lián)網(wǎng)在向數(shù)字化、智能化方向發(fā)展的過程 中，對算力的高效利用提出了更高的要求，這促使工業(yè) 互聯(lián)網(wǎng)與算力網(wǎng)絡(luò)進(jìn)行深度融合。本文在工業(yè)算力網(wǎng)絡(luò) 研究的初始階段，對其架構(gòu)及運(yùn)作思路、面臨的挑戰(zhàn)和 實現(xiàn)所需的關(guān)鍵技術(shù)進(jìn)行了總結(jié)和構(gòu)想，為相關(guān)研究人 員提供了參考。

作者簡介： 

許士勛（1999-），男，碩士，現(xiàn)就讀于北京郵電大 學(xué)，主要研究方向為算力網(wǎng)絡(luò)、工業(yè)互聯(lián)網(wǎng)。 

張　奧（1999-），男，碩士，現(xiàn)就讀于北京郵電大 學(xué)，主要研究方向為算力網(wǎng)絡(luò)、工業(yè)互聯(lián)網(wǎng)。 

宋聞萱（1998-），女，碩士，現(xiàn)就讀于北京郵電大 學(xué)，主要研究方向為算力網(wǎng)絡(luò)、工業(yè)互聯(lián)網(wǎng)。 

黃瀟潔（1999-），女，碩士，現(xiàn)就讀于北京郵電大 學(xué)，主要研究方向為算力網(wǎng)絡(luò)、工業(yè)互聯(lián)網(wǎng)。 

許方敏（1982-），男，副教授，博士，現(xiàn)就職于北 京郵電大學(xué)，主要研究方向為物聯(lián)網(wǎng)網(wǎng)絡(luò)、未來網(wǎng)絡(luò) 技術(shù)。 

趙成林（1964-），男，教授，博士，現(xiàn)就職于北京郵 電大學(xué)，主要研究方向為短距無線傳輸技術(shù)、認(rèn)知無線 電技術(shù)、毫米波技術(shù)、工業(yè)互聯(lián)網(wǎng)網(wǎng)絡(luò)。 

參考文獻(xiàn)： 

[1] 邊緣計算產(chǎn)業(yè)聯(lián)盟, 工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟, 網(wǎng)絡(luò)5.0產(chǎn)業(yè)和技術(shù)創(chuàng)新聯(lián)盟. 5G時代工業(yè)互聯(lián)網(wǎng)邊緣計算網(wǎng)絡(luò)白皮書[R], 2021. 

[2] 唐靜, 解云鵬, 雷波, 趙倩穎. 工業(yè)互聯(lián)網(wǎng)場景下邊緣計算的關(guān)鍵技術(shù)探討[J]. 自動化博覽, 2022, 39 (2) : 34 - 37.

[3] 中國移動通信集團(tuán)終端有限公司, 北京郵電大學(xué), 中國通信學(xué)會. 端側(cè)算力網(wǎng)絡(luò)白皮書[R], 2022. 

[4] 李建飛, 曹暢, 李奧, 等. 算力網(wǎng)絡(luò)中面向業(yè)務(wù)體驗的算力建模[J]. 中興通訊技術(shù), 2020, 26 (5): 6. 

[5] 郭鳳仙, 孫耀華, 彭木根. 6G算力網(wǎng)絡(luò): 體系架構(gòu)與關(guān)鍵技術(shù)[J/OL]. 無線電通信技術(shù), 2023: 1-10. http://kns.cnki.net/kcms/ detail/13.1099.TN.20230104.1235.007.html. 

[6] 周舸帆, 雷波. 算力網(wǎng)絡(luò)中基于算力標(biāo)識的算力服務(wù)需求匹配[J]. 數(shù)據(jù)與計算發(fā)展前沿, 2022, 4 (6) : 20 - 28.

[7] 劉鵬, 李志強(qiáng), 陸璐. 面向工業(yè)互聯(lián)網(wǎng)的算力網(wǎng)絡(luò)思考[J]. 自動化博覽, 2022, 39 (2) : 25 - 28. 

[8] 賈慶民, 胡玉姣, 張華宇, 彭開來, 陳平平, 謝人超, 黃韜. 確定性算力網(wǎng)絡(luò)研究[J]. 通信學(xué)報, 2022, 43 (10) : 55 - 64. 

[9] 李宗輝, 楊思琪, 喻敬海, 鄧仰東, 萬海. 時間敏感網(wǎng)絡(luò)中確定性傳輸技術(shù)綜述[J]. 軟件學(xué)報, 2022, 33 (11): 4334 - 4355. 

[10] 魏華, 張婷婷, 李瑩. 算力網(wǎng)絡(luò)一體化服務(wù)架構(gòu)與實踐[J]. 通信世界, 2022 (16) : 39 - 42. 

[11] 黃光平, 史偉強(qiáng), 譚斌. 基于SRv6的算力網(wǎng)絡(luò)資源和服務(wù)編排調(diào)度[J]. 中興通訊技術(shù), 2021, 27 (03) : 23 - 28. 

[12] 孫鈺坤, 張興, 雷波. 邊緣算力網(wǎng)絡(luò)中智能算力感知路由分配策略研究[J]. 無線電通信技術(shù), 2022, 48 (01) : 60 - 67. 

[13] 吳雨芯, 蔡婷, 張大斌. 移動邊緣計算中基于Stackelberg博弈的算力交易與定價[J]. 計算機(jī)應(yīng)用, 2020, 40 (09) : 2683 - 2690. 

[14] 廖皓琳. 面向QoS按需的多用戶Stackelberg博弈與網(wǎng)絡(luò)資源定價研究[D]. 華南理工大學(xué), 2021. 

[15] 王達(dá), 孫滔, 孫曉文, 郭建超, 孫杰, 陳果, 楊愛東, 歐陽曄. 數(shù)字孿生在網(wǎng)絡(luò)全生命周期管理中的研究[J]. 電信科學(xué), 2022, 38 (04) : 138 - 145. 

[16] 劉偉軒, 劉曉蓮. 基于數(shù)字孿生技術(shù)的網(wǎng)絡(luò)運(yùn)維管理系統(tǒng)架構(gòu)研究[J]. 信息與電腦 (理論版), 2021, 33 (07) : 16 - 18. 

[17] 王奇奇, 莫皓穎, 戶江民, 牟明銘. 基于數(shù)字孿生的網(wǎng)絡(luò)優(yōu)化方法研究[J]. 電聲技術(shù), 2021, 45 (01) : 52 - 54.

摘自《自動化博覽》2023年第2期暨《邊緣計算2023專輯》