飛象網訊（馬秋月/文）隨著“十四五”改革開放不斷落地以及數字化不斷加速，應用和數據對算力的要求越來越高，不得不考慮在算網融合的當前形勢下，云網融合技術如何落地，如何去支撐。在日前舉行的“2022中國云網智聯大會”上，新華三集團副總裁、智能管理與運維產品線總經理王斌作了《云智原生時代智能聯接技術的探索與創新》的報告。
針對云智原生時代遇到的繁雜問題，王斌表示，新華三集團不斷探索，通過AD-NET6.0+方案，在云智原生、開放生態、綠色低碳一系列領域做到技術創新，去支撐典型的應用場景園區網絡、廣域網絡，以及數據中心網絡，向上再去支撐百行百業的數字化轉型的應用，為數字化轉型構建智能聯接的新底座。
新華三集團副總裁 智能管理與運維產品線總經理 王斌
云智原生時代已經全面到來
中國信息通信研究院發布最新中國數字經濟發展報告顯示：2021年我國的數字經濟規模已經達到45.5萬億元，占到整體國民經濟的39.8%的比重。由此可見，數字經濟作為國民經濟的穩定器和加速器的作用是毋庸置疑的。
從數據看，云、網絡、人工智能技術有著相同的增長趨勢。預計全球到2025年會有接近95%的新型應用會運行在云原生的環境下，而2021年僅僅只有30%。由此可見工作負載對云環境的訴求日益增高。
隨著數字經濟不斷加速，云、SDN、人工智能的技術也在不斷的深化，云智原生時代已經全面到來。
當然，云智原生時代也不是一蹴而就的，應用驅動對網絡提出新的訴求，主要有五個方面：算網獨立協同困難、算力效率亟待提升、應用體驗要求增高、云網融合運維復雜、能耗巨大難以持續。具體來講就是：第一，算力和網絡相對獨立，如何根據用戶需求實現深度融合；第二，算力需求每兩年翻一番，如何通過網絡的優化提升算力效率；第三，應用不斷創新，如何才能保障不同應用的確定性體驗；第四，AI賦能云網融合，如何通過人工智能實現智能化轉型；第五，數據中心能耗增加，如何才能實現綠色低碳可持續發展。
“面對眾多的挑戰，我們需要在算網融合、智能無損、確定性網絡、綠色低碳幾個不同的維度去做突破和創新。才能與時俱進，才能有效的去解決用戶不斷增長的需求。”王斌說。
算網融合實現算力資源的精細配給
如今，算網相對獨立、算力對網絡的要求逐漸增高，算力網絡已經不單單是算力的問題，而是通過網絡手段按需對算力進行有效調配。如何實現算網高效協同，提供“云網統一服務”？如何實現網隨算動？網絡在這里不僅僅要實現聯接，還需要感知算力，根據應用的需求合理調度算力，實現算網一體服務。
新華三認為，在構建算力網絡中，算網大腦做為核心，向下實現算網全領域資源拉通，向上實現算網融合類全業務支撐，實現云-邊-端的最優化協同與調度，提供算網一體化服務；通過SRv6、算力路由等協議，由網絡感知算力并同步算力，并基于業務標識的算網需求進行管理及調度，使算網調度更精確更實時。
智能無損，融合以太提升算力效率
縱觀ICT發展，在算力領域，算力的增長是非常快的，相關協議、標準、能力在過去的幾十年內有長足的進步，但是在運力方面，網絡能力增速不如算力。
當前，IB和FC技術封閉，技術先進性停滯不前，無法應對流量洪水。而傳統的基于TCP/IP協議棧的網絡通信，傳輸效率低下；在高性能計算場景，網絡丟包0.1%可以導致算力損失50%，造成了大量的能耗浪費。
對此，新華三進行探索和創新：以太技術替代FC和IB，統一IP化承載，實現高吞吐和大帶寬；RDMA大勢所趨，基于以太網承載RDMA，顯著提升傳輸效率；數據中心計算、存儲、網絡全面IP化，依據全網狀態、業務需求，結合AI能力，智能調節PFC/ECN反壓水線、實現全局負載分擔，提供高效無損網絡。
確定性網絡，滿足應用的確定性體驗
現有網絡是盡力而為的，無法實現端到端確定性時延和抖動。而工業互聯網、車聯網、遠程醫療、人工智能等場景對于網絡傳輸的要求很高。但是，當前技術不成熟，部署成本高，確定性網絡產業化落地推進困難。
“網絡天生就需要面對時延、抖動、丟包這三個關鍵要素。我們必須要在網絡的協議層、能力層去創新、去突破、去解決這些問題。”王斌說。
針對這些問題，新華三在不同場景進行了創新布局：在局域網方面，TSN是以以太網為基礎的新一代網絡標準，TSN控制模塊結合TSN交換機，將在工業物聯網和工業4.0中扮演的重要的角色。在廣域網方面，采用SRv6的可編程能力，基于CSQF通過路徑選擇、時隙映射、指定周期排隊轉發三步，實現了端到端確定性體驗。在互聯網方面，基于QUIC技術，提高在Internet鏈路上報文的傳輸效率，降低應用數據流的傳輸延遲，提升用戶的業務體驗。
意圖網絡，化繁為簡的新一代智能運維
隨著資源的規模越來越大，運維成為一個非常棘手的課題。傳統的設計、變更以及運維成為非常痛苦的事情：方案設計冗長復雜、變更行為無法預測、運維依賴專家經驗。具體來說就是：網絡業務部署缺乏靈活性，步驟冗長，配置復雜；業務變更前，用戶難以對網絡和應用做到準確的風險評估；網絡規模、數據流量爆炸式增長，故障定位耗時耗力。
王斌表示，要解決這個問題，我們必須將人工智能技術融入到未來網中，實現從Day0-DayN的自動化。為此，新華三利用AI助力意圖網絡全生命周期的管理與運維。
主要分為四個方面：在意圖識別上，通過深度ML學習，進行業務意圖的識別，生成最佳方案和相關配置；在仿真評估上，通過數字孿生網絡1:1還原生產網絡，多維度評估網絡變更風險和影響；在意圖校驗上，提取網絡運行數據進行網絡建模、意圖求解，分析變更是否符合客戶意圖；在智能閉環上，基于AI算法和網絡模型進行故障預測，實現故障感知-定位-處理 E2E閉環。
綠色低碳，助力數字經濟可持續發展
“雙碳”是一個艱巨的任務，不可能一蹴而就。不可能通過某一種單點技術就能完全解決“雙碳”的問題，需要在每一個不同的場景、環節去仔細的挖掘和調測。
面對業務需求增長、網絡架構僵硬、設備能耗過大、流量無法洞察的難題，新華三創新性地從綠色材料、靈活架構、技術創新和能耗管理四個方面探索解決。
針對園區網領域，園區上云業務日益增加，Wi-Fi 6協議全面升級，數字化業務飛速增長的問題，可以大量使用無線優先的應對方式。而在有線連接方面，可以采用綠色材料的光纖連接方式，從材料層面將低碳進行延展，因為光纖耐腐蝕、抗老化，使用壽命長達30年，一次建設長期使用。
針對設備利用率低下、組網不靈活、管理系統割裂、數據難以拉通的網絡架構僵化問題，新華三采用靈活的架構，根據場景提供靈活組網模型、提升設備使用率，降低物理設備數量；
一網多云，物理共享，邏輯隔離，最大程度復用物理網絡；邊緣DC和主DC統一管理，節省控制系統。
針對數據中心元器件能耗和散熱大，對電力能源消耗巨大的問題，新華三進行技術創新，例如采用無中板正交CLOS架構，直通風道, 100%均勻散熱，節省風扇能耗30+%；搭載NPO硅光技術，降低元器件能耗，端口功耗降低40%；液冷技術的應用和部署，散熱效率顯著提升，節能降耗，實現PUE目標<1.2。
針對資源能耗不可視、不合規流量占據帶寬、消耗網絡資源的問題，新華三從能耗管理著手進行資源監控、智能分析和優化閉環，例如：對設備資源進行健康評估和異常預警，提升網絡健康運行時間，降低平均能耗；流量成分和不合規分析，減少異常流量對網絡帶寬的占用，提升網絡利用率；基于計算資源狀態進行節能優化分析，給出優化建議，參數調節等。
最后，王斌表示：“技術是永無止境的，未來會不斷探索和創新。在數字化經濟不斷深化的今天，新華三也希望和廣大的客戶、運營商、合作伙伴一同繼續推進數字化轉型邁向新的征程。”
