邢文娟，雷波，趙倩穎

專題：新型網(wǎng)絡(luò)技術(shù)

算力基礎(chǔ)設(shè)施發(fā)展現(xiàn)狀與趨勢(shì)展望

邢文娟，雷波，趙倩穎

（中國(guó)電信股份有限公司研究院，北京 102209）

數(shù)字化技術(shù)的發(fā)展驅(qū)動(dòng)著算力基礎(chǔ)設(shè)施更新變革。算力基礎(chǔ)設(shè)施主要指與云計(jì)算、邊緣計(jì)算、端計(jì)算相關(guān)的軟/硬件算力設(shè)施，以及前沿算力設(shè)施（如量子計(jì)算等）。首先對(duì)基礎(chǔ)計(jì)算硬件和軟件設(shè)施進(jìn)行了探討，總結(jié)了數(shù)據(jù)中心朝著多元化、智能化、綠色化的方向發(fā)展。然后探討了云計(jì)算、邊緣計(jì)算和端計(jì)算的技術(shù)現(xiàn)狀和發(fā)展趨勢(shì)，指出算力基礎(chǔ)設(shè)施從典型集約式云計(jì)算形態(tài)，逐步向云計(jì)算?邊緣計(jì)算?端計(jì)算等多級(jí)、泛在、融合的趨勢(shì)發(fā)展。最后對(duì)于下一代信息革命的關(guān)鍵技術(shù)——量子計(jì)算的技術(shù)現(xiàn)狀及發(fā)展進(jìn)行了總結(jié)，為算力基礎(chǔ)設(shè)施的研究和發(fā)展提供借鑒。

云計(jì)算；邊緣計(jì)算；端計(jì)算；量子計(jì)算

0 引言

算力設(shè)施是承載算力的載體，構(gòu)建了計(jì)算體系中最重要的基礎(chǔ)支撐底座。當(dāng)前數(shù)字化技術(shù)（如云計(jì)算、大數(shù)據(jù)、人工智能等）加速創(chuàng)新，數(shù)字化應(yīng)用層出不窮，帶動(dòng)信息數(shù)據(jù)加速增長(zhǎng)。根據(jù)國(guó)際數(shù)據(jù)公司（International Data Corporation，IDC）的數(shù)據(jù)，到2024年全球數(shù)據(jù)總量將增長(zhǎng)到142.6 ZB，數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)與管理、數(shù)據(jù)傳輸與處理等對(duì)算力資源的需求將極大地增加[1]。同時(shí)，算力的發(fā)展也為算法、數(shù)據(jù)和通信提供了有力支撐，驅(qū)動(dòng)技術(shù)革新、產(chǎn)業(yè)應(yīng)用創(chuàng)新及數(shù)字化經(jīng)濟(jì)不斷突破，對(duì)經(jīng)濟(jì)社會(huì)的發(fā)展發(fā)揮著關(guān)鍵性的作用。

從狹義的角度來(lái)看，算力基礎(chǔ)設(shè)施是通過(guò)處理數(shù)據(jù)，實(shí)現(xiàn)特定結(jié)果輸出能力的設(shè)備與系統(tǒng)，核心為中央處理器（central processing unit，CPU）、圖形處理器（graphics processing unit，GPU）、現(xiàn)場(chǎng)可編程門陣列（field programmable gate array，F(xiàn)PGA）等計(jì)算芯片，搭載各類軟件服務(wù)，并由計(jì)算機(jī)、服務(wù)器、智能終端等承載。算力常用計(jì)量單位是FLOPS（每秒執(zhí)行的浮點(diǎn)數(shù)運(yùn)算次數(shù)），1 EFLOPS約為25萬(wàn)臺(tái)主流雙路服務(wù)器，或 200萬(wàn)臺(tái)主流筆記本計(jì)算機(jī)的算力輸出。據(jù)統(tǒng)計(jì)，2020年全球算力總規(guī)模達(dá)429 EFLOPS，我國(guó)的算力規(guī)模為135 EFLOPS，預(yù)估未來(lái)5年全球算力規(guī)模將以超過(guò)50%的速度增長(zhǎng)，到2025年整體規(guī)模將達(dá)3 300 EFLOPS[2]。從廣義的角度來(lái)看，算力基礎(chǔ)設(shè)施已成為數(shù)字經(jīng)濟(jì)時(shí)代的新型生產(chǎn)力和支撐數(shù)字經(jīng)濟(jì)的堅(jiān)實(shí)基礎(chǔ)底座。

1 計(jì)算基礎(chǔ)軟/硬件的發(fā)展

“計(jì)算”作為一種人類認(rèn)知世界的方式，不斷推動(dòng)著科學(xué)技術(shù)的發(fā)展和人類社會(huì)的進(jìn)步?！坝?jì)算”離不開最重要的兩個(gè)要素：計(jì)算硬件和計(jì)算軟件，二者是計(jì)算系統(tǒng)中相互依存、不可分割的兩部分。

1.1 基礎(chǔ)計(jì)算硬件

計(jì)算硬件是“計(jì)算”的承載體，指具備計(jì)算能力的設(shè)備，包括電子計(jì)算機(jī)、服務(wù)器、智能手機(jī)、車載系統(tǒng)、智能機(jī)器人、基站和通信網(wǎng)元等較完備的計(jì)算系統(tǒng)，以及芯片、內(nèi)存、磁盤和信令單元等有計(jì)算能力的器件。本文主要探討計(jì)算芯片的發(fā)展。

計(jì)算芯片是所有計(jì)算設(shè)備的物理基礎(chǔ)。CPU被認(rèn)為是計(jì)算機(jī)的“心臟”，在計(jì)算硬件中占據(jù)舉足輕重的地位。目前，個(gè)人計(jì)算機(jī)（PC）、服務(wù)器以x86架構(gòu)為主，手機(jī)、平板計(jì)算機(jī)等便攜式移動(dòng)設(shè)備以及高端服務(wù)器、工作站等對(duì)系統(tǒng)節(jié)能性以及系統(tǒng)運(yùn)行效率要求較高，通常采用進(jìn)階精簡(jiǎn)指令集機(jī)器（advanced RISC（reduced instruction set computer） machine，ARM）架構(gòu)[3]。GPU正在成為通用計(jì)算機(jī)和超級(jí)計(jì)算機(jī)的重要處理器，同時(shí)在智能手機(jī)等移動(dòng)設(shè)備端的應(yīng)用越來(lái)越普及[4]。專用集成電路（application-specific integrated circuit，ASIC）在AI設(shè)備等專用的智能終端上有著其他芯片無(wú)法比擬的巨大優(yōu)勢(shì)，未來(lái)在邊緣計(jì)算、增強(qiáng)現(xiàn)實(shí)（augmented reality，AR）/虛擬現(xiàn)實(shí)（virtual reality，VR）、智能家居等領(lǐng)域?qū)?huì)大量被使用并普及。FPGA被稱為“萬(wàn)能芯片”，在異構(gòu)計(jì)算領(lǐng)域具有優(yōu)異的可定制性和可重配置特點(diǎn)[5]，在自動(dòng)駕駛、數(shù)據(jù)中心等領(lǐng)域的應(yīng)用正逐步增加。數(shù)據(jù)處理器（data processing unit，DPU）是以數(shù)據(jù)處理為核心的專用數(shù)據(jù)處理單元，將使計(jì)算任務(wù)以數(shù)據(jù)為中心轉(zhuǎn)移，可以有效提升數(shù)據(jù)中心系統(tǒng)的計(jì)算效率，降低通信時(shí)延[6]。

總體來(lái)看，我國(guó)芯片產(chǎn)業(yè)發(fā)展薄弱，技術(shù)“卡脖子”問(wèn)題突出。2021年1—5月，我國(guó)芯片進(jìn)口規(guī)模達(dá)1.04萬(wàn)億元，對(duì)外依賴性較強(qiáng)[7]。制約我國(guó)芯片發(fā)展的主要因素為芯片設(shè)計(jì)和制造工藝落后[8]。當(dāng)前，我國(guó)正加大芯片研發(fā)力度，力爭(zhēng)在半導(dǎo)體技術(shù)和智能芯片領(lǐng)域?qū)で笸黄?，已涌現(xiàn)出一些優(yōu)秀產(chǎn)品，如基于MIPS的龍芯、基于x86的兆芯、基于ARM的天津飛騰、基于ARM的華為鯤鵬920，以及基于Alpha架構(gòu)的成都申威等?；赗ISC原則的開源指令集架構(gòu) RISC-V 也獲得國(guó)內(nèi)眾多科技企業(yè)的關(guān)注。

1.2 基礎(chǔ)計(jì)算軟件

計(jì)算軟件是用戶與計(jì)算硬件之間的接口，主要包含系統(tǒng)軟件和應(yīng)用軟件。用戶通過(guò)應(yīng)用軟件操作計(jì)算設(shè)備，應(yīng)用軟件安裝在系統(tǒng)軟件之上，而系統(tǒng)軟件位于硬件之上。

操作系統(tǒng)（operating system，OS）是配置在計(jì)算硬件上的第一層最重要的系統(tǒng)軟件，為計(jì)算設(shè)備使用者提供了人機(jī)交互的平臺(tái)。目前，主流的操作系統(tǒng)有UNIX、Mac OS、iOS、Windows、Linux、Android等。在個(gè)人桌面操作系統(tǒng)領(lǐng)域，美國(guó)微軟公司的Windows占據(jù)絕對(duì)的統(tǒng)治地位[9]；Linux在服務(wù)器市場(chǎng)占據(jù)主導(dǎo)地位[2]；在移動(dòng)操作系統(tǒng)領(lǐng)域，美國(guó)谷歌公司的Android和蘋果公司的iOS占據(jù)主導(dǎo)地位。整體來(lái)看，國(guó)外幾家商業(yè)巨頭在全球市場(chǎng)和我國(guó)市場(chǎng)都占據(jù)絕對(duì)優(yōu)勢(shì)。隨著我國(guó)自主研發(fā)能力的突破以及鴻蒙、銀河麒麟等操作系統(tǒng)的崛起，我國(guó)自主研發(fā)的操作系統(tǒng)必將能搶占一席之地。

除操作系統(tǒng)外，主要的系統(tǒng)軟件有：語(yǔ)言處理程序、驅(qū)動(dòng)程序、數(shù)據(jù)庫(kù)管理系統(tǒng)以及文件系統(tǒng)等。總體來(lái)說(shuō)，傳統(tǒng)商業(yè)數(shù)據(jù)庫(kù)廠商美國(guó)甲骨文公司、微軟公司和IBM公司占據(jù)我國(guó)市場(chǎng)60%以上的份額，而我國(guó)商業(yè)數(shù)據(jù)庫(kù)發(fā)展迅速，但總體份額較少，僅占不到10%，我國(guó)數(shù)據(jù)庫(kù)內(nèi)核核心開發(fā)人員不足，關(guān)鍵技術(shù)亟待突破[10]。當(dāng)前，我國(guó)廠商在該領(lǐng)域快速發(fā)展，如華為推出的分布式數(shù)據(jù)庫(kù)GaussDB、螞蟻集團(tuán)數(shù)據(jù)庫(kù)平臺(tái)OceanBase[8]?；ヂ?lián)網(wǎng)時(shí)代信息數(shù)據(jù)持續(xù)爆炸增長(zhǎng)，大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)，數(shù)據(jù)庫(kù)管理系統(tǒng)將發(fā)揮越來(lái)越重要的作用。提高數(shù)據(jù)庫(kù)管理系統(tǒng)的可靠性、安全性，設(shè)計(jì)更多元化的數(shù)據(jù)庫(kù)管理系統(tǒng)滿足不同的業(yè)務(wù)需要將是主要的發(fā)展方向。

1.3 數(shù)據(jù)中心

目前業(yè)界對(duì)數(shù)據(jù)中心還沒有形成統(tǒng)一的定義，但基本形成了一個(gè)統(tǒng)一認(rèn)識(shí)：數(shù)據(jù)中心絕不僅是一些設(shè)備的集合，而應(yīng)該包含計(jì)算、存儲(chǔ)、通信能力以及環(huán)境、安全等配套能力，可以通過(guò)內(nèi)部的設(shè)備傳遞、處理、展示數(shù)據(jù)信息，最終服務(wù)于客戶的數(shù)據(jù)服務(wù)系統(tǒng)。

（1）數(shù)據(jù)中心的發(fā)展

傳統(tǒng)數(shù)據(jù)中心正在向新型數(shù)據(jù)中心演進(jìn)，使其具備高算力、高能效、高安全等特點(diǎn)。工業(yè)和信息化部在《新型數(shù)據(jù)中心發(fā)展三年行動(dòng)計(jì)劃（2021—2023年）》中，對(duì)新型數(shù)據(jù)中心的定義為：以支撐經(jīng)濟(jì)社會(huì)數(shù)字轉(zhuǎn)型、智能升級(jí)、融合創(chuàng)新為導(dǎo)向，以5G、工業(yè)互聯(lián)網(wǎng)、云計(jì)算、人工智能等應(yīng)用需求為牽引，匯聚多元數(shù)據(jù)資源、運(yùn)用綠色低碳技術(shù)、具備安全可靠能力、提供高效算力服務(wù)、賦能千行百業(yè)應(yīng)用，與網(wǎng)絡(luò)、云計(jì)算融合發(fā)展的新型基礎(chǔ)設(shè)施。

新型數(shù)據(jù)中心包含云計(jì)算數(shù)據(jù)中心、邊緣數(shù)據(jù)中心、綠色數(shù)據(jù)中心、智能計(jì)算中心以及超級(jí)計(jì)算中心等。云數(shù)據(jù)中心已成為算力資源的主流供應(yīng)者；隨著邊緣計(jì)算的發(fā)展，部署在網(wǎng)絡(luò)邊緣、更靠近用戶側(cè)的邊緣數(shù)據(jù)中心開始發(fā)展；在數(shù)據(jù)中心能力日益增強(qiáng)、規(guī)模越來(lái)越龐大的同時(shí)，其能耗問(wèn)題也日益嚴(yán)重，“綠色數(shù)據(jù)中心”也成為數(shù)據(jù)中心發(fā)展的重要方向；智能計(jì)算中心和超級(jí)計(jì)算中心是新型數(shù)據(jù)中心的重要模式。

我國(guó)總體算力供需格局失衡，東部地區(qū)算力應(yīng)用需求大，算力資源使用異常緊張，西部地區(qū)算力資源寬裕，通過(guò)“東數(shù)西算”工程，構(gòu)建布局合理的算力數(shù)據(jù)中心，是未來(lái)我國(guó)數(shù)據(jù)中心發(fā)展的重要方向[11]。數(shù)據(jù)中心能力將成為推動(dòng)社會(huì)數(shù)字化發(fā)展進(jìn)一步向前，推動(dòng)社會(huì)產(chǎn)業(yè)變革，乃至重構(gòu)全球競(jìng)爭(zhēng)格局的關(guān)鍵力量。

（2）基礎(chǔ)數(shù)據(jù)中心

基礎(chǔ)算力主要指基于CPU的服務(wù)器所提供的計(jì)算能力。基礎(chǔ)數(shù)據(jù)中心以CPU芯片服務(wù)器為主，提供混合精度（32位單精度為主）的基礎(chǔ)通用算力，主要包含傳統(tǒng)互聯(lián)網(wǎng)數(shù)據(jù)中心（Internet data center，IDC）和云數(shù)據(jù)中心，并向新型數(shù)據(jù)中心如邊緣數(shù)據(jù)中心擴(kuò)展。2020年，我國(guó)的基礎(chǔ)算力在疫情防控中發(fā)揮了重要作用，有效支撐了相關(guān)的數(shù)字平臺(tái)、算法、應(yīng)用的使用，其中的“通信行程卡”截至2021年8月累計(jì)服務(wù)超120億次，成為各地疫情防控不可缺少的手段。隨著人工智能（artificial intelligence，AI）、物聯(lián)網(wǎng)等技術(shù)的發(fā)展，整體算力需求結(jié)構(gòu)也在發(fā)生變革?；A(chǔ)算力比重在不斷降低，而智能算力與超算算力比重將會(huì)不斷攀升[2]。

（3）智能計(jì)算中心

智能算力主要是基于GPU、FPGA、ASIC或其他加速器支撐的高并行、高密集計(jì)算能力的異構(gòu)算力，用于深度學(xué)習(xí)的半精度浮點(diǎn)算力數(shù)（16位）計(jì)算是智能計(jì)算的主流[2]。目前智能計(jì)算中心主要應(yīng)用于多模態(tài)數(shù)據(jù)挖掘、智能化業(yè)務(wù)高性能計(jì)算、海量數(shù)據(jù)分布式存儲(chǔ)調(diào)度、人工智能模型開發(fā)、模型訓(xùn)練和推理服務(wù)等場(chǎng)景。目前，國(guó)內(nèi)外都在加緊對(duì)智能計(jì)算中心的規(guī)劃布局，智能計(jì)算中心所產(chǎn)生的大規(guī)模生產(chǎn)算力將為智慧醫(yī)療、智慧城市、智慧交通等領(lǐng)域落地提供算法、算力和數(shù)據(jù)服務(wù)。

（4）超級(jí)計(jì)算中心

超算算力主要指基于超級(jí)計(jì)算機(jī)等計(jì)算集群所提供的高性能計(jì)算能力。超級(jí)計(jì)算中心是指具有超級(jí)數(shù)據(jù)存儲(chǔ)、處理能力，能夠提供超級(jí)計(jì)算服務(wù)的綜合產(chǎn)業(yè)化基地，可進(jìn)行普通計(jì)算機(jī)無(wú)法完成的工作。超算芯片以CPU為主，可含部分GPU加速器，以提供雙精度浮點(diǎn)數(shù)（64位）計(jì)算能力為主。近些年，世界各國(guó)紛紛加入超算中心布局；我國(guó)超算中心發(fā)展迅猛，目前已擁有8所國(guó)家級(jí)超級(jí)計(jì)算中心。在2021年6月最新一期全球超算前500名的排行榜中，中國(guó)以186臺(tái)超算上榜，上榜數(shù)量蟬聯(lián)世界第一。可以說(shuō)，中國(guó)的超算水平在計(jì)算性能和規(guī)模方面都處于全球領(lǐng)先地位。

2 云計(jì)算技術(shù)現(xiàn)狀與發(fā)展趨勢(shì)

業(yè)界對(duì)于云計(jì)算的定義有很多，其中一個(gè)比較統(tǒng)一的認(rèn)識(shí)是，云計(jì)算是一種以虛擬化、通信網(wǎng)絡(luò)、分布式計(jì)算等技術(shù)為基礎(chǔ)，以按需分配、資源共享、靈活調(diào)整、網(wǎng)絡(luò)接入為主要特點(diǎn)，能夠提供資源、平臺(tái)、軟件等服務(wù)的服務(wù)提供模式。

2.1 技術(shù)現(xiàn)狀

2.1.1 云計(jì)算關(guān)鍵技術(shù)

（1）虛擬化技術(shù)

虛擬化技術(shù)是云計(jì)算中最關(guān)鍵、最核心的技術(shù)。虛擬化技術(shù)是一種資源管理和優(yōu)化技術(shù)，將計(jì)算系統(tǒng)內(nèi)各種實(shí)體資源如CPU、內(nèi)存、網(wǎng)絡(luò)、存儲(chǔ)等進(jìn)行抽象，消除原本物理資源壁壘，通過(guò)軟件的方法重新劃分IT資源，實(shí)現(xiàn)資源使用者對(duì)資源的共享、靈活調(diào)度。

計(jì)算虛擬化是虛擬化技術(shù)的主流方向，指對(duì)服務(wù)器、個(gè)人計(jì)算機(jī)主機(jī)等計(jì)算設(shè)備進(jìn)行虛擬化，其核心是Hypervisor，一種運(yùn)行在底層物理服務(wù)器與虛擬機(jī)操作系統(tǒng)之間的中間軟件層，可允許多個(gè)操作系統(tǒng)和應(yīng)用程序共享硬件，也稱為虛擬機(jī)監(jiān)視器（virtual machine monitor，VMM）。如果將一臺(tái)物理機(jī)進(jìn)行虛擬化，原物理機(jī)操作系統(tǒng)為Host OS，虛擬化出的虛擬機(jī)操作系統(tǒng)為Guest OS。計(jì)算虛擬化技術(shù)3種典型實(shí)現(xiàn)架構(gòu)[12-13]如圖1所示，包括裸金屬型架構(gòu)、宿主型架構(gòu)和操作系統(tǒng)型架構(gòu)。

在云計(jì)算技術(shù)的加持下，虛擬化技術(shù)正在發(fā)揮越來(lái)越顯著的作用，在醫(yī)療、教育、政府、企業(yè)等行業(yè)都有廣泛應(yīng)用。未來(lái)，如何進(jìn)一步地提升虛擬化技術(shù)的性能，同時(shí)提升虛擬化平臺(tái)的安全性，將是虛擬化技術(shù)研究的主要關(guān)注點(diǎn)。

圖1 計(jì)算虛擬化技術(shù)3種典型的實(shí)現(xiàn)架構(gòu)

（2）云原生技術(shù)

云原生技術(shù)是云計(jì)算未來(lái)的重要發(fā)展方向，主要基于容器、微服務(wù)、DevOps三大技術(shù)實(shí)現(xiàn)。在云原生應(yīng)用程序設(shè)計(jì)之初，設(shè)計(jì)者就考慮將其構(gòu)建并部署應(yīng)用于云環(huán)境，因此會(huì)充分利用云平臺(tái)的彈性和分布式等優(yōu)勢(shì)。微服務(wù)是一種軟件架構(gòu)風(fēng)格，專注于單一責(zé)任與功能的小型功能區(qū)塊，利用模塊化的方式組合得到復(fù)雜的大型應(yīng)用程序，微服務(wù)為云原生提供松耦合的應(yīng)用開發(fā)框架，使應(yīng)用具有獨(dú)立的迭代和部署能力。容器化是微服務(wù)的最佳載體，為應(yīng)用程序提供了隔離的運(yùn)行空間，每個(gè)容器內(nèi)都包含一個(gè)獨(dú)享的完整用戶環(huán)境空間，可以為云原生提供一致性的應(yīng)用環(huán)境，目前常用的工具有Docker、Kubernetes等。DevOps將開發(fā)和運(yùn)維整合，以使構(gòu)建、測(cè)試、發(fā)布軟件變得更快捷、頻繁和可靠，可以在軟件編碼、集成、測(cè)試、發(fā)布、部署和運(yùn)維的全生命周期中實(shí)現(xiàn)自動(dòng)化，縮短軟件開發(fā)周期，提高迭代效率，同時(shí)利用云平臺(tái)設(shè)施實(shí)現(xiàn)彈性伸縮、動(dòng)態(tài)調(diào)度、優(yōu)化資源利用率。

云原生技術(shù)有利于各組織在公有云、私有云和混合云等新型動(dòng)態(tài)環(huán)境中構(gòu)建和運(yùn)行可彈性擴(kuò)展的應(yīng)用。容器、微服務(wù)、DevOps等技術(shù)使得云原生能夠構(gòu)建容錯(cuò)性好、易于管理和便于觀察的松耦合系統(tǒng)。結(jié)合可靠的自動(dòng)化手段，云原生技術(shù)可以實(shí)現(xiàn)系統(tǒng)頻繁而可預(yù)測(cè)的重大變更。

2.1.2 云計(jì)算服務(wù)

云計(jì)算按照服務(wù)劃分，普遍認(rèn)可的分類為基礎(chǔ)設(shè)施即服務(wù)（infrastructure as a service，IaaS）、平臺(tái)即服務(wù)（platform as a service，PaaS）和軟件即服務(wù)（software as a service，SaaS）3層，云計(jì)算服務(wù)模式如圖2所示。

IaaS在云計(jì)算服務(wù)層次上位于最底層，為用戶提供計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等底層資源服務(wù)。OpenStack是最常見的云基礎(chǔ)資源管理平臺(tái)。PaaS位于IaaS層的上層。用戶可根據(jù)平臺(tái)層提供的開發(fā)語(yǔ)言、庫(kù)、IT組件等，構(gòu)建所需的配置、應(yīng)用環(huán)境和應(yīng)用平臺(tái)，而無(wú)須關(guān)心底層設(shè)施。SaaS位于PaaS層的上層，通過(guò)互聯(lián)網(wǎng)為用戶提供軟件應(yīng)用服務(wù)，用戶無(wú)須參與軟件的安裝、維護(hù)、更新等，只需按實(shí)際需求和實(shí)際使用情況付費(fèi)。

隨著應(yīng)用需求的日益增多和云計(jì)算、AI、大數(shù)據(jù)等技術(shù)的發(fā)展，數(shù)據(jù)即服務(wù)（data as a service，DaaS）、AI即服務(wù)（AI as a service，AIaaS）、算力即服務(wù)（computing power as a service，CPaaS）等X即服務(wù)（XaaS）的新型服務(wù)形式不斷涌現(xiàn)。DaaS是由數(shù)據(jù)沉淀、抽象、聚合而形成的新的服務(wù)形式，將海量分散數(shù)據(jù)轉(zhuǎn)化為有價(jià)值的信息數(shù)據(jù)，為不同用戶按需提供公共信息數(shù)據(jù)服務(wù)。AIaaS旨在為用戶提供成本更低廉的、基于AI技術(shù)的解決方案服務(wù)。CPaaS通過(guò)網(wǎng)絡(luò)將多方算力資源高效連接、靈活調(diào)度，將算力像電力一樣為用戶按需供給，隨用隨取。

圖2 云計(jì)算服務(wù)模式

2.2 發(fā)展趨勢(shì)

未來(lái)云計(jì)算產(chǎn)業(yè)在應(yīng)用、架構(gòu)、技術(shù)等方面將發(fā)生變革。

（1）應(yīng)用方面

我國(guó)互聯(lián)網(wǎng)和信息服務(wù)業(yè)云原生應(yīng)用占比有下降趨勢(shì)，而金融、政務(wù)、電信等垂直行業(yè)應(yīng)用正加速發(fā)展。

（2）架構(gòu)方面

政府機(jī)構(gòu)、企事業(yè)單位等上云趨勢(shì)加速，預(yù)計(jì)到2023年，中國(guó)政府和大型企業(yè)上云率將超過(guò)60%[8]，云網(wǎng)融合需求不斷增強(qiáng)。2022年1月，國(guó)務(wù)院印發(fā)了《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》，明確提出推進(jìn)云網(wǎng)協(xié)同和算網(wǎng)融合發(fā)展，云網(wǎng)融合成為建設(shè)數(shù)字信息基礎(chǔ)設(shè)施的重要舉措。隨著邊緣側(cè)業(yè)務(wù)場(chǎng)景的豐富，邊緣計(jì)算市場(chǎng)發(fā)展迅速，同時(shí)，云計(jì)算、邊緣計(jì)算與網(wǎng)絡(luò)之間實(shí)現(xiàn)融合，提供更優(yōu)化的算力服務(wù)也成為一個(gè)重要的發(fā)展方向。

（3）技術(shù)方面

云計(jì)算安全能力急需提升。傳統(tǒng)的安全架構(gòu)無(wú)法滿足越來(lái)越高的云服務(wù)安全需求[14]，改造或者升級(jí)現(xiàn)有的安全架構(gòu)迫在眉睫，以信任機(jī)制為突破的安全體系開始在國(guó)內(nèi)外興起。另外，云原生技術(shù)在提升資源利用率、交付效率、簡(jiǎn)化運(yùn)維等方面表現(xiàn)突出，云原生技術(shù)正快速發(fā)展，云原生架構(gòu)規(guī)?；扬@著提升。

3 邊緣計(jì)算技術(shù)現(xiàn)狀與發(fā)展趨勢(shì)

2013年，美國(guó)太平洋西北國(guó)家實(shí)驗(yàn)室的Ryan LaMothe在其內(nèi)部報(bào)告中首次提出“Edge Computing（邊緣計(jì)算）”這一名詞[15]。目前，邊緣計(jì)算仍處于發(fā)展階段，業(yè)界對(duì)其的定義有很多種。2015 年 9 月，歐洲電信標(biāo)準(zhǔn)組織（European Telecommunications Standards Institute，ETSI）發(fā)布的《移動(dòng)邊緣計(jì)算：一項(xiàng)通向5G的關(guān)鍵技術(shù)（:）》中指出[16]：移動(dòng)邊緣計(jì)算在距離用戶移動(dòng)終端最近的無(wú)線接入網(wǎng)內(nèi)提供信息技術(shù)服務(wù)環(huán)境以及云計(jì)算能力，旨在進(jìn)一步減少時(shí)延，提高網(wǎng)絡(luò)運(yùn)營(yíng)效率，提高業(yè)務(wù)分發(fā)/傳送能力，優(yōu)化/改善終端用戶體驗(yàn)。2016年11月，邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟（Edge Computing Consortium，ECC）發(fā)布了《邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟白皮書》，將邊緣計(jì)算定義為[17]：邊緣計(jì)算是在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力的分布式開放平臺(tái)，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化在敏捷連接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求。2020年2月，國(guó)際標(biāo)準(zhǔn)化組織（International Organization for Standardization，ISO）和國(guó)際電工委員會(huì)（International Electrotechnical Commission，IEC）發(fā)布的技術(shù)報(bào)告（ISO/IEC TR 23188：2020）中提到[18]：邊緣計(jì)算是一種將主要處理和數(shù)據(jù)存儲(chǔ)放在網(wǎng)絡(luò)的邊緣節(jié)點(diǎn)的分布式計(jì)算形式。當(dāng)前業(yè)界基本認(rèn)可邊緣計(jì)算是在更靠近用戶終端的網(wǎng)絡(luò)邊緣進(jìn)行計(jì)算的服務(wù)與技術(shù)。

3.1 技術(shù)現(xiàn)狀

目前，業(yè)界廣泛認(rèn)為邊緣計(jì)算有3種落地形態(tài)：云邊緣、邊緣云和邊緣網(wǎng)關(guān)[19]。具體如下。

（1）云邊緣是云計(jì)算服務(wù)在邊緣側(cè)的延伸，在邏輯上看仍然是云計(jì)算服務(wù)的一部分，業(yè)務(wù)能力主要依靠云計(jì)算中心的數(shù)據(jù)處理、服務(wù)提供能力。

（2）邊緣云是在網(wǎng)絡(luò)邊緣側(cè)構(gòu)造的，可以理解為在邊緣側(cè)云上進(jìn)行的計(jì)算能力，數(shù)據(jù)處理、服務(wù)提供等業(yè)務(wù)能力主要依靠邊緣云。

（3）邊緣網(wǎng)關(guān)以云化能力重構(gòu)傳統(tǒng)嵌入式網(wǎng)關(guān)系統(tǒng)，在邊緣側(cè)提供邊緣計(jì)算、提供接口轉(zhuǎn)換、通信連接等能力，云側(cè)部署控制器進(jìn)行邊緣節(jié)點(diǎn)的業(yè)務(wù)編排、資源調(diào)度等工作。

本文將邊緣計(jì)算大體分為3層：基礎(chǔ)設(shè)施層、平臺(tái)層和應(yīng)用層，其主要參與者有網(wǎng)絡(luò)運(yùn)營(yíng)商、云服務(wù)提供商和應(yīng)用提供商。邊緣架構(gòu)的架構(gòu)體系[20]如圖3所示，具體如下。

（1）基礎(chǔ)設(shè)施層主要包含邊緣計(jì)算體系所需的物理資源和虛擬資源，主要有計(jì)算資源、存儲(chǔ)資源和網(wǎng)絡(luò)資源，并具有本地的資源管理能力（如設(shè)備管理、網(wǎng)絡(luò)連接等）。主要參與者有云服務(wù)提供商和網(wǎng)絡(luò)運(yùn)營(yíng)商?；A(chǔ)設(shè)施層為平臺(tái)層提供底層基礎(chǔ)設(shè)施資源。

圖3 邊緣計(jì)算的架構(gòu)體系[20]

（2）平臺(tái)層位于基礎(chǔ)設(shè)施層之上，抽象化底層資源并為上層應(yīng)用提供部署所需的軟/硬件環(huán)境。平臺(tái)層可以提供的服務(wù)有行業(yè)特色類（如人臉識(shí)別、圖像渲染等）、網(wǎng)絡(luò)能力開放類（如定位服務(wù)、身份識(shí)別等）以及管理類（如路由規(guī)則、數(shù)據(jù)管理、DNS等）。平臺(tái)層的典型的參與者為云服務(wù)提供商。

（3）應(yīng)用層位于平臺(tái)層之上，為用戶提供邊緣應(yīng)用服務(wù)，其參與者有各行各業(yè)的應(yīng)用提供商及云服務(wù)提供商。

3.2 發(fā)展趨勢(shì)

邊緣計(jì)算的發(fā)展趨勢(shì)有如下幾方面內(nèi)容。

（1）邊緣計(jì)算的未來(lái)發(fā)展離不開云與邊緣算力資源的協(xié)同發(fā)展。因?yàn)閭鹘y(tǒng)云計(jì)算與邊緣計(jì)算并不是相互對(duì)立的，邊緣計(jì)算無(wú)法完全替代云計(jì)算，兩者屬于互補(bǔ)關(guān)系，在完成不同應(yīng)用場(chǎng)景或者同一應(yīng)用場(chǎng)景的不同任務(wù)方面各有側(cè)重，云邊協(xié)同將發(fā)揮各自優(yōu)勢(shì)，最大化應(yīng)用價(jià)值，同時(shí)構(gòu)造更廣泛的算力設(shè)施。

（2）邊緣計(jì)算的安全性問(wèn)題值得關(guān)注。如何增加邊緣計(jì)算分布式架構(gòu)的安全性，提升邊緣計(jì)算節(jié)點(diǎn)間、邊緣與云之間、邊緣與終端間的數(shù)據(jù)安全傳輸，以及如何有效地對(duì)敏感信息進(jìn)行隱私保護(hù)都是重要的探討方向。

（3）網(wǎng)絡(luò)與云?邊?端多級(jí)算力深度融合也是未來(lái)的一大發(fā)展趨勢(shì)。邊緣計(jì)算離不開網(wǎng)絡(luò)的支撐來(lái)滿足其低時(shí)延特性。

（4）滿足數(shù)字化業(yè)務(wù)智能需求的邊緣智能服務(wù)也是一個(gè)重點(diǎn)研究方向。

4 端計(jì)算技術(shù)現(xiàn)狀與發(fā)展趨勢(shì)

端指的是靠近用戶的一端或者用戶終端，端算力泛指各種用戶終端設(shè)備所攜帶的計(jì)算能力。隨著數(shù)字化技術(shù)的發(fā)展及網(wǎng)絡(luò)通信功能的日益強(qiáng)大，終端設(shè)備越來(lái)越離不開人們的日常生活。典型的端計(jì)算設(shè)備從個(gè)人計(jì)算機(jī)、智能手機(jī)，到智能家居、智能可穿戴設(shè)備以及各種物聯(lián)網(wǎng)終端設(shè)備，隨處可見終端設(shè)備的身影。未來(lái)10年，物聯(lián)網(wǎng)連接設(shè)備的數(shù)量預(yù)計(jì)將增長(zhǎng)3倍，從2019年的約110億臺(tái)增長(zhǎng)到2030年的約300億臺(tái)，端算力規(guī)模將極大增加[21]。

4.1 技術(shù)現(xiàn)狀

目前，存在兩種類型的端計(jì)算架構(gòu)：一是以瀏覽器為核心的弱端或“瘦端計(jì)算”；二是“云?端計(jì)算”或“胖端計(jì)算”。谷歌提出的“瘦端計(jì)算”表示，最理想的端計(jì)算設(shè)備是一個(gè)純粹的瀏覽器“瘦”客戶機(jī)，甚至可以更“瘦”。終端只具備最基礎(chǔ)的硬件設(shè)施和輕量級(jí)的操作系統(tǒng)，所需功能幾乎都通過(guò)云端實(shí)現(xiàn)，終端本身通常只具備基礎(chǔ)的顯示或者初級(jí)的計(jì)算存儲(chǔ)功能。與谷歌試圖將所有計(jì)算和應(yīng)用搬到“云”里不同，微軟提出“云?端計(jì)算”的平衡理念：“云”和終端都承擔(dān)一部分計(jì)算和應(yīng)用，稱為“胖端計(jì)算”。由于互聯(lián)網(wǎng)化帶來(lái)的計(jì)算革命，PC功能和定義將發(fā)生很大改變，PC將走向PC+，個(gè)人計(jì)算能力也將被運(yùn)用到手機(jī)、電視機(jī)、汽車、傳感器等領(lǐng)域。計(jì)算的架構(gòu)將從過(guò)去集中于PC或服務(wù)器的某一“端”走向“云+端”，即Cloud+Client（“C+C”）。端計(jì)算可以減緩云計(jì)算在網(wǎng)絡(luò)時(shí)延、數(shù)據(jù)豐富程度、隱私安全和算力成本等方面的不足[22]。整體來(lái)看，云計(jì)算與端計(jì)算協(xié)同互補(bǔ)的“胖端計(jì)算”發(fā)展趨勢(shì)越來(lái)越明顯。

圖4 云?邊?端算力融合場(chǎng)景

4.2 發(fā)展趨勢(shì)

新型數(shù)字化應(yīng)用場(chǎng)景中，云?邊?端多級(jí)算力協(xié)同融合的架構(gòu)將會(huì)發(fā)揮重要的作用，云?邊?端算力融合場(chǎng)景如圖4所示。云?邊?端融合架構(gòu)可根據(jù)業(yè)務(wù)的特點(diǎn)和需求，使用云端強(qiáng)大的算力和海量存儲(chǔ)的支持，同時(shí)可將部分時(shí)延敏感型業(yè)務(wù)部署到邊緣側(cè)或終端。

總體來(lái)看，云?邊?端融合有以下4個(gè)方面的好處。

●緩解數(shù)據(jù)量暴漲給傳輸和云端處理帶來(lái)的壓力，滿足應(yīng)用對(duì)端側(cè)高響應(yīng)、低時(shí)延的要求。

●邊端設(shè)備能夠在本地收集和處理部分?jǐn)?shù)據(jù)，而不再將數(shù)據(jù)傳輸?shù)皆贫颂幚?，敏感信息不需要?jīng)由網(wǎng)絡(luò)傳輸，數(shù)據(jù)安全得到了保障。

●將云、邊緣、端側(cè)算力結(jié)合，為數(shù)字化應(yīng)用場(chǎng)景提供更廣泛的算力基礎(chǔ)設(shè)施。

●云?邊?端多級(jí)分布式算力依靠通信網(wǎng)絡(luò)無(wú)縫協(xié)同，為應(yīng)用提供更便捷的算力調(diào)度方式，算力網(wǎng)絡(luò)化成為必然。算力網(wǎng)絡(luò)化將改變算力供需結(jié)構(gòu)，提高算力利用率，滿足多級(jí)算力協(xié)同調(diào)度需求，為用戶按需匹配所需算力資源[23]。

5 量子計(jì)算技術(shù)現(xiàn)狀與發(fā)展趨勢(shì)

“量子力學(xué)之父”馬克思·普朗克（Max Planck）提出的能量子概念，量子物理世界的序幕就此展開。而同在20世紀(jì)，電子計(jì)算機(jī)的誕生對(duì)世界同樣產(chǎn)生了巨大的影響。兩個(gè)學(xué)科的交叉結(jié)合誕生了一個(gè)新學(xué)科——量子計(jì)算[24]。量子計(jì)算是一種遵循量子力學(xué)規(guī)律調(diào)控量子信息單元進(jìn)行計(jì)算的新型計(jì)算模式[25]。

5.1 技術(shù)現(xiàn)狀

經(jīng)典計(jì)算使用經(jīng)典比特，即二進(jìn)制的0和1作為存儲(chǔ)和運(yùn)算的基本單元，每個(gè)計(jì)算單元（比特）總是處于0或1的確定狀態(tài)。而量子計(jì)算的計(jì)算單元稱為量子比特，它不僅有兩個(gè)完全正交的狀態(tài)0和1，同時(shí)由于量子疊加特性，還有0和1同時(shí)存在的疊加態(tài)。這使得量子計(jì)算具有傳統(tǒng)計(jì)算無(wú)法比擬的“超并行”的運(yùn)算方式和超強(qiáng)的運(yùn)算能力，量子計(jì)算已進(jìn)入快速發(fā)展的新階段。當(dāng)前，超導(dǎo)量子計(jì)算體系發(fā)展迅速，已經(jīng)達(dá)到百量子比特的規(guī)模，率先實(shí)現(xiàn)超越經(jīng)典計(jì)算的量子霸權(quán)。此外，離子阱量子體系、光量子計(jì)算體系、量子點(diǎn)量子計(jì)算體系、冷原子體系等也非常具有發(fā)展?jié)摿25-26]，具體如下。

（1）超導(dǎo)量子基于超導(dǎo)量子電路，利用超導(dǎo)約瑟夫森結(jié)的量子特性，具有非常高的可擴(kuò)展能力和設(shè)計(jì)加工自由度，操控也非常方便。超導(dǎo)量子比特調(diào)控速度可以在相干時(shí)間內(nèi)實(shí)現(xiàn)幾千個(gè)單比特門。超導(dǎo)量子計(jì)算機(jī)方案是目前國(guó)際上進(jìn)展最快的方案，現(xiàn)有實(shí)現(xiàn)包括：谷歌公司的Sycamore（懸鈴木）、IBM公司的具有127個(gè)量子比特的“鷹”、中國(guó)科學(xué)技術(shù)大學(xué)（簡(jiǎn)稱中科大）的“祖沖之”等原型機(jī)，該技術(shù)路線在未來(lái)較易實(shí)現(xiàn)規(guī)?；?。

（2）離子阱量子比特基于離子（帶電的原子）實(shí)現(xiàn)，通過(guò)在超高真空環(huán)境中使用電磁場(chǎng)將離子囚禁在阱里而形成量子比特。離子阱技術(shù)路線的優(yōu)勢(shì)在于相干性好，在所有量子計(jì)算候選系統(tǒng)中，其相干時(shí)間幾乎最長(zhǎng)，最高可達(dá)10 min。此外，還有可糾纏量子比特?cái)?shù)目多、邏輯門保真度高等優(yōu)點(diǎn)。

（3）光量子是除超導(dǎo)量子和離子阱之外研究進(jìn)展較快的技術(shù)路線。我國(guó)光量子計(jì)算研究處于國(guó)際領(lǐng)先水平，中科大分別于2020年和2021年成功研制“九章”及“九章2.0”。

（4）半導(dǎo)體量子點(diǎn)計(jì)算機(jī)結(jié)合了當(dāng)前的半導(dǎo)體工業(yè)技術(shù)，由于半導(dǎo)體量子比特體積較小，與超導(dǎo)技術(shù)和光量子技術(shù)等相比，更容易實(shí)現(xiàn)芯片化，因此在未來(lái)可以快速實(shí)現(xiàn)產(chǎn)業(yè)化。但是，當(dāng)前半導(dǎo)體量子比特的數(shù)量較少，且相干性較弱，制約了該技術(shù)的進(jìn)一步發(fā)展。

5.2 發(fā)展趨勢(shì)

目前，物理學(xué)界普遍的共識(shí)是，量子計(jì)算機(jī)不可能完全取代經(jīng)典計(jì)算機(jī)，但針對(duì)一些特定領(lǐng)域或特定任務(wù)，量子計(jì)算能比經(jīng)典算法更快速、更有效地完成任務(wù)。目前的量子計(jì)算機(jī)只實(shí)現(xiàn)了“量子優(yōu)越性”，距離實(shí)現(xiàn)通用還有很長(zhǎng)的距離。我國(guó)“十四五”規(guī)劃明確提出，聚焦量子信息等領(lǐng)域組建國(guó)家級(jí)研發(fā)實(shí)驗(yàn)室，研制量子計(jì)算原型機(jī)與量子模擬機(jī)。量子計(jì)算已經(jīng)成為全球新一輪科技競(jìng)爭(zhēng)和產(chǎn)業(yè)發(fā)展變革的前沿陣地。

6 結(jié)束語(yǔ)

算力基礎(chǔ)設(shè)施已成為科學(xué)技術(shù)革新和社會(huì)發(fā)展的堅(jiān)實(shí)底座，是數(shù)字經(jīng)濟(jì)時(shí)代核心競(jìng)爭(zhēng)力的體現(xiàn)。在未來(lái)社會(huì)，提高算力基礎(chǔ)設(shè)施的算效水平、能效水平尤為重要，算力基礎(chǔ)設(shè)施正在向著智能化、綠色化、高密度等方向發(fā)展。另外，推進(jìn)多級(jí)算力、異構(gòu)算力與信息通信網(wǎng)絡(luò)的深度融合，促進(jìn)算力資源全面覆蓋，滿足算力資源高效連接、按需分配、靈活調(diào)度，也是未來(lái)算力基礎(chǔ)設(shè)施發(fā)展的重要方向。

[1] IDC. 未來(lái)算力推動(dòng)企業(yè)邁向數(shù)字化2.0: 未來(lái)算力十大趨勢(shì)[R]. 2021.

IDC. Computing power drives enterprises towards digital 2.0：ten trends of computing power in the future[R]. 2021.

[2] 中國(guó)信息通信研究院. 中國(guó)算力發(fā)展指數(shù)白皮書[R]. 2021.

China Academy of Information and Communications Technology. White paper on China computing power development index[R]. 2021.

[3] 吳文琪. 計(jì)算機(jī)中央處理器的研究[J]. 電子技術(shù)與軟件工程, 2017(3): 157-158.

WU W Q. Research on central processing unit[J]. Electronic Technology & Software Engineering, 2017(3): 157-158.

[4] 韓俊剛, 劉有耀, 張曉. 圖形處理器的歷史現(xiàn)狀和發(fā)展趨勢(shì)[J]. 西安郵電學(xué)院學(xué)報(bào), 2011, 16(3): 61-64.

HAN J G, LIU Y Y, ZHANG X. GPU: the past, present and future[J]. Journal of Xi'an University of Posts and Telecommunications, 2011, 16(3): 61-64.

[5] 劉焰強(qiáng), 戚正偉, 管海兵. FPGA加速系統(tǒng)開發(fā)工具設(shè)計(jì): 綜述與實(shí)踐[J]. 軟件學(xué)報(bào), 2020, 31(10): 3087-3099.

LIU Y Q, QI Z W, GUAN H B. FPGA acceleration system development tools: survey and practice[J]. Journal of Software, 2020, 31(10): 3087-3099.

[6] 中國(guó)科學(xué)院計(jì)算技術(shù)研究所等. 專用數(shù)據(jù)處理器（DPU）技術(shù)白皮書[R]. 2021.

Institute of Computing Technology, Chinese Academy of Sciences, et al. Technical white paper of data processing unit[R]. 2021.

[7] 陳寒冰. 數(shù)字經(jīng)濟(jì)時(shí)代算力網(wǎng)絡(luò)建構(gòu)的國(guó)際比較與鏡鑒[J]. 新疆社會(huì)科學(xué), 2021(5): 56-65.

CHEN H B. International comparison and mirror of computing power network construction in digital economy era[J]. Social Sciences in Xinjiang, 2021(5): 56-65.

[8] 國(guó)務(wù)院發(fā)展研究中心國(guó)際技術(shù)經(jīng)濟(jì)研究所. 中國(guó)云計(jì)算產(chǎn)業(yè)發(fā)展白皮書[R]. 2019.

Institute of International Technology and Economy, Development Research Center of The State Council. White paper on the development of cloud computing industry in China [R]. 2019.

[9] Statcounter. Operating System Market Share[EB]. 2021.

[10] 中國(guó)電子信息產(chǎn)業(yè)發(fā)展研究院(賽迪). 先進(jìn)計(jì)算產(chǎn)業(yè)發(fā)展白皮書[R]. 2021.

China Center for Information Industry Development. White paper on the development of advanced computing industry [R]. 2021.

[11] IDC. 算力西移下數(shù)據(jù)中心發(fā)展新格局[R]. 2021.

IDC. New Pattern of data center development under the shift of computing power to the west[R]. 2021.

[12] 周文粲, 尹培培. 虛擬化技術(shù)研究綜述[J]. 有線電視技術(shù), 2019, 26(5): 41-44.

ZHOU W C, YIN P P. Overview of virtualization technology research[J]. CATV Technology, 2019, 26(5): 41-44.

[13] 修長(zhǎng)虹, 梁建坤, 辛艷. 虛擬化技術(shù)綜述[J]. 網(wǎng)絡(luò)安全技術(shù)與應(yīng)用, 2016(5): 18-19.

XIU C H, LIANG J K, XIN Y. Overview of virtualization technology[J]. Network Security Technology & Application, 2016(5): 18-19.

[14] 中國(guó)信息通信研究院. 云計(jì)算白皮書[R]. 2021.

China Academy of Information and Communications Technology. White Paper on cloud computing [R]. 2021.

[15] 施巍松, 張星洲, 王一帆, 等. 邊緣計(jì)算: 現(xiàn)狀與展望[J]. 計(jì)算機(jī)研究與發(fā)展, 2019, 56(1): 69-89.

SHI W S, ZHANG X Z, WANG Y F, et al. Edge computing: state-of-the-art and future directions[J]. Journal of Computer Research and Development, 2019, 56(1): 69-89.

[16] ETSI. Mobile edge computing: a key technology towards 5G[R]. 2015.

[17] 邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟. 邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟白皮書[R]. 2016.

Edge Computing Consortium. White paper of edge computing consortium[R]. 2016.

[18] ISO． 2020(en)：Information technology — cloud computing — edge computing landscape: ISO/IEC TR 23188[S]．2020.

[19] 邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟. 邊緣計(jì)算與云計(jì)算協(xié)同白皮書2.0[R]. 2020.

Edge Computing Consortium. Edge computing and cloud computing collaboration version 2.0[R]. 2020.

[20] 雷波, 陳運(yùn)清. 邊緣計(jì)算與算力網(wǎng)絡(luò): 5G+AI時(shí)代的新型算力平臺(tái)與網(wǎng)絡(luò)連接[M]. 北京: 電子工業(yè)出版社, 2020.

LEI B, CHEN Y Q. Edge computing and computing power network——a new computing power platform and network connection in the era of 5G+AI[M]. Beijing: Publishing House of Electronics Industry, 2020.

[21] 廣東省新一代通信與網(wǎng)絡(luò)創(chuàng)新研究院, 清華大學(xué), 北京郵電大學(xué), 等. 6G無(wú)線熱點(diǎn)技術(shù)研究白皮書[R]. 2020.

Guangdong Communications & Networks Institute, Tsinghua University, Beijing University of Posts and Telecommunications, et al. White paper on wireless hotspot technology research of 6G[R]. 2020.

[22] 彭曉暉, 張星洲, 王一帆, 等. Web使能的物端計(jì)算系統(tǒng)[J]. 計(jì)算機(jī)研究與發(fā)展, 2018, 55(3): 572-584.

PENG X H, ZHANG X Z, WANG Y F, et al. Web enabled things computing system[J]. Journal of Computer Research and Development, 2018, 55(3): 572-584.

[23] 趙倩穎, 邢文娟, 雷波, 等. 一種基于域名解析機(jī)制的算力網(wǎng)絡(luò)實(shí)現(xiàn)方案[J]. 電信科學(xué), 2021, 37(10): 86-92.

ZHAO Q Y, XING W J, LEI B, et al. A solution of computing power network based on domain name resolution[J]. Telecommunications Science, 2021, 37(10): 86-92.

[24] 吳楠, 宋方敏, Xiangdong LI. 通用量子計(jì)算機(jī): 理論、組成與實(shí)現(xiàn)[J]. 計(jì)算機(jī)學(xué)報(bào), 2016, 39(12): 2429-2445.

WU N, SONG F M, LI X D. Universal quantum computer: theory, organization and implementation[J]. Chinese Journal of Computers, 2016, 39(12): 2429-2445.

[25] 龍桂魯. 量子計(jì)算機(jī)的研發(fā)進(jìn)展與未來(lái)展望[J]. 人民論壇·學(xué)術(shù)前沿, 2021(7): 44-56.

LONG G L. The development and prospect of quantum computer[J]. Frontiers, 2021(7): 44-56.

[26] 付震宇, 劉凌旗, 陳羽臻, 等. 量子計(jì)算技術(shù)發(fā)展路線與趨勢(shì)分析[J]. 中國(guó)電子科學(xué)研究院學(xué)報(bào), 2021, 16(8): 813-819.

FU Z Y, LIU L Q, CHEN Y Z, et al. Development route and trend analysis of quantum computing technology[J]. Journal of China Academy of Electronics and Information Technology, 2021, 16(8): 813-819.

Development status and trend prospect of computing power infrastructure

XING Wenjuan, LEI Bo, ZHAO Qianying

Research Institute of China Telecom Co., Ltd., Beijing 102209, China

The development of digital technology drives the change and revolution of computing power infrastructure. The computing power infrastructure mainly referes to hardware and software infrastructure related to cloud computing, edge computing, end computing, as well as cutting-edge computing power infrastructure such as quantum computing. Firstly, the basic computing hardware and software facilities were discussed, and the development of data center towards diversification, intelligence, and greening was summarized. Secondly, the current technologies and development trends of cloud computing, edge computing and end computing were discussed. The form of the computing power infrastructure has developed from typical intensive cloud computing to multi-level, ubiquitous, converged cloud-edge-end computing. Finally, the current technologies and development of quantum computing were summarized, which was regarded as the key technologies of the next generation information revolution, with a view to provide reference for the research and development of computing power infrastructure.

cloud computing, edge computing, end computing, quantum computing

TP393

A

10.11959/j.issn.1000?0801.2022137

2022?04?10；

2022?06?10

邢文娟（1989? ），女，中國(guó)電信股份有限公司研究院工程師，主要研究方向?yàn)槲磥?lái)網(wǎng)絡(luò)、算力網(wǎng)絡(luò)等。

雷波（1980? ），男，中國(guó)電信股份有限公司研究院正高級(jí)工程師，主要研究方向?yàn)槲磥?lái)網(wǎng)絡(luò)架構(gòu)、新型IP網(wǎng)絡(luò)技術(shù)等。

趙倩穎（1991? ），女，中國(guó)電信股份有限公司研究院工程師，主要研究方向?yàn)槲磥?lái)網(wǎng)絡(luò)、算力網(wǎng)絡(luò)等。