2022年9月8日-9日，在广州南沙经济技术开发区管理委员会指导下，由全球IPv6论坛(IPv6 Forum)和下一代互联网国家工程中心共同主办的2022全球IPv6峰会成功举办，本届峰会以“加速产业生态建设，推进全球IPv6规模部署”为主题，通过线上线下结合的方式面向全球同步直播。

会上，中国工程院院士、推进IPv6规模部署专家委员会主任邬贺铨着重强调了IPv6在算网协同中的重要应用，他提到，“算力作为新型信息基础设施，在云网边端实现计算、存储和网络资源的优化配置。IPv6在算网协同中起到直接沟通、互联和异构连通等关键作用，将全面服务算网协同大发展。”

▲中国工程院院士、推进IPv6规模部署专家委员会主任 邬贺铨

AI加速算力需求

2020年OpenAI发布AI语言GPT-3模型，参数1750亿个，45TB数据，模型大小700G，需要百亿亿次浮点计算，微软专门为OpenAI打造的超级计算机拥有28.5万个CPU核以及1万个GPU，供OpenAI在上面训练所有的AI模型，训练一次的成本大约1300万美元。

2012～2019年，算力需求6年中扩大了30万倍，即每3.5个月翻番。

油气勘探相当于给地表做CT，一个项目的数据100TB~1PB，需巨大的算力支撑。高速列车具有复杂的3D外形和大长细比，很难在风洞中进行1:1模型试验，可在仿真云平台进行数值分析与验证。

电影《阿丽塔》中主角的每一帧画面需要分解为千万个小画面，例如13万根发丝需逐根渲染，800人的团队，动用3万台电脑，整体渲染4.32亿小时，费用超1.7亿美元。

计算任务类型多样性

数据分为热数据和冷数据。热数据，例如远程医疗、自动驾驶、工业互联网等数据，对时效性敏感，适于当地就近处理。

冷数据，例如医疗影像数据需存储15～30年。历史数据有价值需保存但不会频繁调用，适于西部存储。

大块连续I/O密集任务需要快速存储、索引、备份海量异构的Web页面、用户访问日志及属性;提供数据融合和互操作性功能的SaaS应用;需要整合生产各环节大量异构数据的企业商务智能应用，适于采用多线程。

小块随机CPU密集任务，圆周率精确计算、视频编解码等，适于采用多进程。

建模需要用到大数据块，例如油气勘探数据近PB规模，但实时性要求不高。

推理可以只使用小数据块，例如机器视觉的少样本学习、可利用知识图谱、迁移学习、智监督学习等处理的数据，实时性要求高。

算网融合

2022年5月，全球超算第一名能力为1.1EFlops，中国超算数量占全球超算500强的34.6%。

鹏城云脑II现有算力100P，目标1EFlops，商汤智算中心算力将近5EFlops，成都智算中心设计规模达到1FFlops。

按照工信部规划，到2023年国家枢纽节点算力规模占比超过70%。

算力网络是一种按业务需求，在云网边端间按需分配和灵活调度计算/存储/网络资源的新型信息基础设施。

客户按路径远近、算力容量与使用成本及性能等来选择云节点。客户通过通信网络向IDC发出计算请求，利用IDC提供的付费或免费的模型算法、数据和算力，也包括客户自有模型、算法和数据。计算结果通过网络返回客户。

SRv6通过IPv6报头在数据面快速实现路由的组织及云资源调度，成为云网边端算等的统一承载协议，优化网络资源，配置效率可提高60%。

存算分离可采用开放存储体系和磁带存储介质，存储器可池化，同时支持多服务器和多云，高利用率，降成本与能耗。

I/O往复频繁，不适应实时性高的热数据，适于冷数据。

存内计算技术以RAM代硬盘，在RAM内完成所有运算，避免I/O瓶颈，实现复杂且成本高，适于对热数据处理。例如自动驾驶可以在车内同时完成存与算。

数据中心的互联

虚拟机迁移、数据中心云化和并行计算等需要跨数据中心协同;东西部数据枢纽间需要传送冷数据及计算结果;同一数据中心的主备用系统间也需要数据同步和灾备。

数据中心间互联(DCI)方法：

• 城域网范围，对大客户可基于传输专线提供独占带宽DCI服务，对小客户在IP城域网提供共享带宽的DCI服务，例如MPLS VPN;

• 对于跨骨干网的互联，运营商传统采用SDH over WDM方式，但容量与灵活性都受限。FlexE over WDM可改进颗粒性。

• 互联网企业都选择租用裸纤上自建WDM系统的方式来满足100G以上互联需求，考虑到主要是点到点互联，因设备资源无法共享而敏感于成本，同时希望可按需快速部署，开放光互联应运而生。

控制面和数据面解耦，可引入SDN理念实现光网络管控，达到软件开放源代码、接口规范标准、数据模型统一、控制转发分离和网络能力开放的目的。

数据面的光层与电层解耦，光模块采用服务器设备形态，刀片式插拔，以标准接口适配多厂家网络设备，便利扩容，减少体积与功耗。

算力对通信网络的要求

弹性，既要大规模组网适应高吞吐量，又要按需计算，例如气象中心每天需要计算1～2次，每次计算2小时，计算时需要非常大的带宽。

高效，大计算任务需要使用服务器集群，集群内部存在计算协同，当网络有丢包时，增大了因协同等待而产生的时间开销等，使算力持续下降。据实验统计，0.1%的丢包会引起算力损失50%，需要有拥塞通知与避免技术，对于实时性很强的计算在无损前提下还要追求低时延。

感知，需要感知应用需求，为不同的应用提供差异化的SLA保障，还为其中重要的应用提供实时性能的检测，保证用户体验。

安全，数据需要安全输送到算力节点并安全返回计算结果，提供对算力租户之间数据的安全隔离、对外部攻击和数据泄漏防护、终端安全接入等。

经济，优化资源配置，为客户提供最合适的算力接入和使用环境。

低碳，优化调度，降低能耗，使用绿色能源。

算力的调度

很多计算任务具有随机性，虽然天气预报需要每天计算，但是每天也只是集中计算几小时。数据中心的利用率具有潮汐现象，每个数据中心如果按峰值配置，算力利用率显然不高，如能跨数据中心调度，则可获得集约化效益，前提是需要实时感知数据中心的能力。

感知数据中心的算力，数据中心的算力发挥与采用芯片类型(CPU或GPU等)和存算架构有关，例如I/O密集任务与CPU密集任务适于采用不同的架构;存算比过低即存储能力不足也会影响算力的发挥。

感知上层即PaaS和SaaS的能力，配备算法软件不同对计算任务的支持能力就不同，不同的AI任务(卷积网络、深度学习、迁移学习等)所需的软件也不同。例如对于一些Gordon Bell奖的科学工程计算项目，数据中心只有20%的算力可用，计算能力调优是关键。

感知数据中心内部与数据中心间光互联传输系统的实时性能，考虑成本、远近和数据安全等因素。

由于数据中心的业主不同，运营者也不同，算力与网络也很难有统一的操作系统，可利用IPv6地址扩展字段携带的能力可以承载各类感知信息。

IPv6应用感知网(APN6)

传统IP报头仅含源和目的地地址，网络无法识别该IP包承载的业务类型和服务等级(SLA)要求。APN6利用IPv6扩展报头嵌入业务要求，以此为依据来组织信道，未来还可利用IPv6扩展报头嵌入所承载的数据属性，支撑对跨境数据流动的管理。

利用APN，企业敏感数据在本地处理，一般数据上云处理，在多云场景下按APN选最合适云。

同时捕获多路视频的AR需要边缘计算与APN来提供与其带宽、时延、可靠性需求相应的网络服务。

对数据中心而言，希望有反映算力要求的性能标志，而且仅有EFlops还不足以衡量，最好能反映I/O密集型任务还是CPU密集型任务、大文件连续数据块还是小文件随机数据块等。

基于IPv6的随流检测(iFIT)

传统的检测方式采用发送检测报文的间接测试方式，不能保证检测报文与真实业务路径一致，丢包检测精度只能达到10-3。

iFIT(随流检测)技术无需外挂探针，将OAM指令携带在IPv6扩展报头中。根据染色比特经受的时延、误码等来获得链路性能，测量结果嵌入报头的指定字段，处理节点根据报头中的OAM指令信息，收集数据上报。

可检测丢包、时延、路径还原，还可开发对跨境数据流动管理能力。

算力网希望实现任意规模的分钟级全网链路监测，毫秒级虚拟网络拓扑查询。

iFIT可检测IP流通道的性能，但对于上云的应用，IP通道的终点在数据中心服务器的网络层，数据中心内的计算与存储性能需要映射到iFIT字段。

利用SRv6优化接入算力节点的路径

SRv6(分段路由)在IPv6地址扩展头中指定流量转发路径，支持低时延、组播、快速倒换和高可靠并发。

• 根据应用类型可提供专线产品和网络切片。

• 基于算力节点位置选择对应的WAN和上云路径。

• 基于信息安全标识，选择算力节点，保证内部数据安全。

• 可按需配防火墙/入侵检测路径，为视频会议配加速器。

通过确定性IP控制抖动和保证可靠性

在IPv6报头中新增Flow Label字段，入PE按业务流的QoS要求放行网络可满足该条件的流。同时通过SRv6向入PE下发路径，同一个流的前后数据包需要路径绑定，支持沿途资源预留。

发送时间划分为等长的周期T，数据包按周期进行排队和转发，最大的抖动控制在2T。

SRv6路径规划，云化引擎获取网络状态和报文流的抖动要求并计算路径，对允许接入的流预留资源，形成面向连接的路径。

边缘整形技术，在入PE对一条流的多个报文进行整形，放入合适的门控队列中。

门控调度技术，多个门控用于确定性IP流，每隔10us轮流打开一个门控，小量门控对普通IP流永远开放。

周期映射技术，入PE在T0周期内的报文通过计算转到P1的T2周期，同时加入的还有来自其他入PE的报文。

双发选收技术，为提高可靠性在入PE复制流到另一路径，在出PE择先选取。

SRv6与传送承载

MTN(城域传送网)基于SPN(切片分组网)提供接入网至核心网间多层次多颗粒度的传送承载。

L1以太网，FlexE将MAC层速率适配到50/100/200/400GE的L1，提供信道物理隔离及低时延交叉连接。

L2 TDM，FG-SE将MTN链路5Gbps帧划分为480个10Mbps时隙，也可以10GE接口直接连L1。

L3 IP包，支持MPLS-TP或SRv6-TP的IP包分组数据包传送，实现业务软隔离。

IPv6在算网协同中的作用

互联网选择TCP/IP来屏蔽底层传输系统的差异和支持各类IP化的业务，无需控制面信令，实现不同业主的异构网络即插即用。

IPv6通过对地址的开发进一步发挥数据面互通异构网络的作用，避免了控制面的复杂性和时延。

5G的核心网在分离控制面与数据面功能的同时，强化数据面UPF功能并下沉。

SDN需要用到控制面的功能，但主要是路由和切片的计算。

互联网到现在也没有采用复杂的网络操作系统。

云与网的资源异构，而且面临业主不同难以协调的挑战，云与网很难共用统一的操作系统。

如果算网协同的目的是通过网络调度算力资源，则只需在laaS层互联多云，即IDC间互联，通过开发IPv6地址所承载的数据面网络层功能就可实现，从而无需算网操作系统。

面向算力应用的IPv6需定义和承载该业务流对算力规模的需求和性能;显示数据中心实时可提供的算力、所具有的模型与算法;监测与呈现数据中心间传输链路的性能。

客户的需求与数据中心可供应能力由网络来传递，网络也可据此优化对信道的选择。