赵倩颖，邢文娟，雷波，蒋林涛

（1.中国电信股份有限公司研究院，北京 102209；2.中国信息通信研究院，北京 100191）

1 引言

随着人工智能（AI）、物联网等新型技术的迅速发展，以及虚拟现实（VR）/增强现实（AR）、云游戏等新型业务的不断涌现，信息数据呈爆炸式增长。IDC《未来算力推动企业迈向数字化2.0》白皮书报告，预计2024年全球数据总量将达到142.6 ZB。对各类数字化应用的支撑以及对海量数据进行处理，都需要大量的算力资源[1]。新型业务催生了边缘计算的诞生，未来算力节点将出现泛在化的特性，云—边—端多级泛在算力将逐步落地部署并成为典型的算力基础架构，“随时随地，无限算力”成为新兴的业务诉求[2]。随之而来的是网络流量模型的变化，流量模型从集中式（云—网—端）演进到分布式（云—网—边—端）。从用户视角来看，不同位置的资源并不是平等关系，需要综合考虑用户到资源距离的不同（即网络空间距离）、网络状况的好坏、资源报价不同等多方面因素选择最优资源。如何将算力、存储等资源与网络结合，更好地为用户提供最合适的资源服务，成为一个非常重要的研究点，算力网络应运而生[3]。

算力网络通过无处不在的网络连接，整合多级算力、存储等资源孤岛，结合网络信息（如带宽、时延等）与不同类型的用户需求，为用户提供最佳的资源分配方案，进而实现整网资源的最优化使用。算力网络可提高云、边、端多级算力协同工作效率及整网资源利用率，保证服务灵活动态部署和用户体验的一致性，用户无须关心各类基础资源的位置和部署状态，由网络协同调度各类资源。……