算力網絡：計算資源中的“交響樂團

來源：解放軍報·中國軍号

作者：江　冉 姚昌松 楊翔瑞

算力網絡概念圖。

前不久，世界網際網路大會國際組織在西班牙巴塞羅那舉辦了以“算力網絡：智能網絡賦能智慧世界”為主題的專題論壇。

事實上，我們生活中的許多方面都與算力息息相關：當你坐在電腦前，沉浸在大型遊戲的虛拟世界中時，流暢的遊戲體驗背後正是計算機算力在默默提供計算支援；當你線上觀看一部高清電影時，算力幫助你感受到高清的畫質和震撼的音效，讓你不錯過任何一個精彩瞬間……

當今時代，經濟社會數字化轉型更新程序不斷加快，5G、大資料、人工智能等新技術新應用對算力的需求越來越高，算力在經濟社會發展中的支撐作用愈發凸顯。時至今日，傳統的計算模式已無法滿足大量計算資源的需求，“算力網絡”應運而生，并呈快速發展之勢。

那麼，什麼是“算力網絡”？“算力網絡”有哪些優越性？未來的發展前景如何？請看本期解讀。

讓“雲”更有序，讓“雲”更易于落地

算力是指裝置根據内部狀态的變化，每秒可以處理的資訊資料量，簡單來說就是計算能力。

早在東漢末年，中國社會就出現了一種基于人力的算力——算盤。有了算盤，人們的計算速度明顯提升，解決了當時社會絕大多數的計算問題。

17世紀中葉，法國數學家帕斯卡設計出一種能通過機械運動自動完成計算的機器，這就是世界上第一台機械計算機。步入20世紀40年代中期，美國賓夕法尼亞大學電工系為美國陸軍軍械部某彈道研究實驗室，研制了一台用于炮彈彈道軌迹計算的“電子數值積分和計算機”。

同時，內建電路的發展和馮諾依·曼體系結構的提出，讓計算機産業發展進入“快車道”，計算機成為當時世界範圍内最具戰略價值的産業。英特爾公司創始人之一戈登·摩爾曾提出“摩爾定律”來歸納當時資訊技術進步的速度：當價格不變時，內建電路上可容納元器件的數目，平均約每隔18～24個月便會增加一倍，性能也随之提升一倍。

随着技術的進步，摩爾定律所描述的增長趨勢逐漸面臨實體限制，晶片制程技術的實體極限使得內建電路上的半導體數量增加速度放緩。人們對計算機性能的需求越來越高，單純的晶片制程技術進步已經無法滿足需求。

在此背景下，2006年，谷歌前CEO埃裡克·施密特第一次提出了雲計算的概念。雲計算通過網際網路将網絡上的伺服器、存儲等資源內建為“雲”，将所運作的巨大資料計算處理程式分解成無數個小程式，交由計算資源共享池進行搜尋、計算及分析後，再将處理結果回傳給使用者。簡單地說，雲計算就是将任務分解成不同的部分，在不同的伺服器上計算完成，然後再合并起來。

算力網絡是雲計算的更新版、應用版。通俗地講，算力網絡更加立體、泛在，以算力叢集的形式，實作算力的協作化、集約化、普惠化。從雲計算更新為算力網絡，“雲服務”變得更優質、更精準，“雲應用”也有了更多、更豐富的應用場景。

讓“雲”更有序，讓“雲”更易于落地。算力網絡的出現和發展，為目前火熱的人工智能大模型提供了更好的算力支撐。面對目前全網算力使用率較低，以及不同使用者的多元化算力需求，算力網絡成為一種新的更富有效率的解決方案。

作為數字新基建的核心底座，算力網絡就像是一個龐大的“交響樂團”，海量算力資源參與其中，共同彙聚成一個有機整體，以資料為樂譜音符，共同合奏出一曲優美的“算力樂章”。

“做大做強”與“靈活精準”并行不悖

算力網絡實際上由三個部分組成，除了“算”和“網”以外，還引入了“腦”。“算”由CPU、GPU等計算資源組成，用于生産算力；“網”則是指路由器、交換機這些網絡裝置，用于連接配接算力；“腦”是一個控制裝置，就像整個算力網絡的“軍師”，對算力網絡和資源進行統一編排、排程、管理和運維。

算力網絡就像是一台“超級計算機”，先彙聚全網的算力，再用“腦”把資料合理地配置設定到“超級計算機”的每個計算單元中。

由于彙聚了全網的計算資源，算力網絡最顯著的優點就是擁有大規模的計算能力，支援大規模的計算任務。同時，算力網絡還具有卓越的彈性和可擴充性，能夠靈活應對各種複雜場景和需求。

一方面，算力網絡可以根據使用者的實際需求，為使用者彈性提供最為合适的計算資源：如果是小型資料計算任務，算力網絡就提供小規模的算力；如果用來訓練大型深度學習模型，算力網絡也可以迅速調動資源，提供相對應的計算能力。有一個生動的比喻這樣說：“算力網絡就像一個‘萬能水龍頭’，使用者無需顧慮其他限制，隻需要按照自己的需求調節‘開關’，即可實作随取随用的計算服務。”

例如，2023年聯通公司自主研發算網大腦管控系統，為客戶提供超低延遲時間、泛在接入、智能靈活的算力網絡。據悉，該算力網絡協助華山醫院成功開發了首個手術導航醫療算法模型，用以模拟手術操作過程、輔助醫生制定手術政策、協助分析和挖掘海量醫療資料、發現醫療領域的趨勢和規律，等等。

另一方面，算力網絡允許網絡随業務需要無縫增加新節點，通過靈活擴充提升算力。這種動态擴充能力確定了系統的穩定，使之在面對突發流量或大規模資料處理任務時也能夠迅速響應，尤其在雲計算、大資料、人工智能等領域，其廣泛的應用更加令人矚目。

例如，谷歌公司的GFS、HDFS等分布式檔案系統，以及MapReduce、Spark等計算架構，就能夠實作輕松擴充，支援大規模資料的存儲、通路和處理，確定了其發展的可持續性和韌性。

與雲計算和邊緣計算相比，算力網絡融合了兩者的優勢，使得資料處理更加高效、靈活。雲計算模式雖具備強大的計算能力，但将所有資料上傳至雲端處理，增加了傳輸資料的時間延遲；而邊緣計算雖然通過将資料處理工作移至網絡邊緣，有效降低了時延，不過其計算能力卻相對有限。算力網絡則汲取了兩者的精髓，通過智能的任務分發和資源排程，能夠迅速判斷任務類型并合理配置設定資源。這種精準的任務處理政策不僅提高了計算效率，還確定了資料的實時性和安全性。

“做大做強”與“靈活精準”并行不悖。算力網絡在應對大規模複雜計算任務時，展現出的精準高效的計算執行力，讓各行各業想要快速擷取可靠算力的人趨之若鹜。

“算”“網”“腦”融合，軍事應用前景廣闊

随着軍事現代化步伐加快，資訊化和智能化已經越來越成為現代化戰争的重要特征。算力網絡作為資料資源排程平台、未來的資訊基礎設施，也将逐漸融入資訊化聯合作戰、軍隊組織形态建設與軍事科研發展當中，發揮重要的“賦能”作用。

訓練決定戰鬥力。利用“科技+”的方式進行模拟化訓練，不僅可以降低資源消耗、裝備磨損和傷亡的風險，還可以不受時空限制營造出近似實戰的對抗環境。目前普遍采用的VR虛拟仿真技術，其模拟的環境越貼近實戰，越需要龐大資料的支撐。利用算力網絡提供的龐大算力，可以實作對模拟環境精細的場景模組化、真實的實體仿真、逼真的光影效果，為軍事人員提供身臨其境的虛拟訓練體驗，幫助指戰員熟悉各種作戰場景。

例如，上世紀90年代，美國陸軍投資近10億美元研制的網絡化作戰模拟訓練系統，是迄今為止美國陸軍最大的分布式互動模拟系統。如今在算力網絡的加持下，結合分布式互動仿真技術，該系統能夠建立更加精細逼真的虛拟作戰環境，更加智能、高效地支援軍事訓練，部隊的實戰能力和應對複雜情況的能力也是以得到有效提升。

如今，海量的戰場資料要求更快速的資訊存儲、處理和分析能力。算力網絡可充分發揮自身優勢，快速處理海量的情報資訊，通過加速資訊融合、輔助決策制定和作戰指揮，提高作戰效率和精度。例如，在雷達探測領域，雷達系統産生的大量信号資料，需要進行複雜的信号處理和目辨別别，此時算力網絡強大的計算能力可以幫助系統更準确地識别和跟蹤目标。

此外，大模型的廣泛應用進一步凸顯了算力網絡的重要性。算力網絡可以借助複雜機器學習算法和人工智能模型進行訓練推理，以便更好地從龐雜的資料中提取有用的資訊，進而加快指揮決策程序。

例如，美國Scale AI公司的大語言模型Scale Donovan就可以幫助作戰人員、分析人員和決策者提高對戰場态勢的了解和行動速度。2023年5月，美國陸軍将Scale Donovan系統置于其第18空降師的加密網絡，主要用于幫助該空降師部隊制定決策。

算力網絡的關鍵在于“互聯”。從世界範圍看，算力網絡目前還面臨資源排程技術存在瓶頸、産業生态尚未成熟等發展挑戰，其軍事應用也處于剛剛起步階段。盡管如此，算力網絡将“算”“網”“腦”融為一體，其發展趨勢是毋庸置疑的。随着技術不斷進步和應用不斷拓展，算力網絡作為資訊化時代的關鍵“基礎設施”，将影響甚至決定着各個領域的數字化、網絡化、智能化發展程序，帶動各行業轉型更新，在帶來巨大發展機遇的同時，催生超乎人們想象的應用與改變。

（解放軍報·中國軍号出品）