分布式云技术
分布式云作为云计算的一种新发展方向 ， 能够将不同地理位置、规模各异的节点统一纳管到一套完整的管控与服务体系中 ， 让用户只看到“一朵云” ， 以提供标准统一、高效便捷、安全可靠的云服务 。 以中国电信天翼云4.0为例 ， 以“2﹢4﹢31﹢X+O”资源布局为基础 ， 兼顾性能与成本 ， 在提供传统云服务的基础上 ， 为用户提供低时延、数据本地化的服务 ， 可以满足自动驾驶、超高清直播、AI推理等新兴业务场景对大带宽、低时延、数据合规的需求 。
【预见2022 | 冲破云网边界，算力网络将走入“深水区”】这个过程中 ， 分布式云服务水平有赖于网络能力的开放程度 ， 即网络能力能够在多大的范围内开放给统一的云调系统 ， 让云调系统能够根据用户需求选择并调配恰当的算力资源与网络资源 。 一种方案是实现网络的IT化 ， 但这需要深入理解网络资源的禀赋 ， 即需要基于IT思维理解以CT思维构建的基础网络 ， 让云调系统像调用算力资源那样调用网络资源 ， 其难度可想而知 ， 目前来看技术进展较为缓慢 。 另一种方案则是目前业界主流云服务商的Overlay方案 ， 屏蔽基础网络的差异性 ， 利用SD-WAN等技术实现网络连接的按需快速建立与一体化服务 。
算力网络技术
从另一个视角看 ， 多云之间存在差异性 ， 跨服务商一体化管控困难 。 为了满足业务在多云之间部署的需求 ， 同时能够吸纳社会闲散算力资源 ， 提升资源利用效率 ， 算力网络技术应运而生 。 以网络为平台 ， 其利用无处不在的网络连接将多级、多方的算力资源进行整合 ， 提供一体化服务和最优化资源供给 。 算力网络技术能够将资源的地址属性转换为以用户为中心的网络指标属性 ， 让使用者从模糊的、大概的距离判断 ， 转化成为精准的带宽、时延等网络指标判断 ， 便于各类业务按需调用多方资源 ， 从而逐步推动网络从纯粹的数据传输管道 ， 升级为承载更多价值可能性的数字经济中枢 。
与分布式云技术相对应 ， 算力网络技术被认为是从CT思维的角度解决云网融合的难题 。 因此算力网络技术中被质疑最多 ， 同时也是最难实现的部分 ， 就是对算力资源的标准化 ， 即不同归属方、不同类型的算力资源能否采用相同的度量模式 ， 能够让上层业务不用感知底层资源差异 ， 而只根据业务需求来选择部署位置和部署方式 。 换句话说 ， 算力网络技术的发展需要推动算力资源的标准化 ， 对此部分业内专家表示了担忧 。
综上所述 ， 目前提出的两种云网融合技术路线都面临着不同的挑战 ， 要实现云网一体化服务 ， 还需要进一步分析理解云和网的内涵 ， 才能将两类资源有机地整合起来 ， 提供一体化供给、一体化运营与一体化服务 。 另外 ， 需要特别指出的是 ， 上述两种技术路线并不是对立的关系 ， 两者分别从不同的角度提升云网一体化服务水平 ， 未来可以有机协同、相互促进 ， 从而为用户提供多样化的选择 。
算力网络技术体系与关键问题
虽然算力网络技术正式提出只有短短的3年时间 ， 但其继承了网络技术领域多年来的研究方法及成果 ， 与现有的网络技术一脉相承 ， 既能够发挥现有IP技术体系的优势 ， 又能提供整合多维资源后的一体化服务 。
2021年7月 ， ITU-T发布了第一个算力网络技术的国际标准Y.2501 ， 其中将算力网络体系分为4个层面 ， 分别是算力网络资源层、算力网络控制层、算力网络服务层以及算力网络编排管理层 。 具体如图1所示 。