李明禄：云计算、网络计算到云网融合的演变 | CNCC专家谈

云计算是一种资源集中型计算服务范式，通过构建资源池，提供高通信带宽、强计算能力和大容量存储，为用户提供集中式计算和存储服务。云计算多适用于计算或存储需求大，但可以容忍一定时延的任务。网络计算则是一种资源分散型的计算范式，通过在较小区域内资源节点之间的协作，完成轻量级的现场计算任务，减小通信负担，降低任务延迟。但对于大范围的协作或者需要处理大量数据的任务，网络计算则往往会出现性能不足的问题。

近几年，随着5G通信技术、大数据、人工智能等技术的进步，云网融合计算成为了一种新的范式，通过端（设备）-边（边缘服务器）-云（中心服务器）架构，实现大规模的任务协同。通过优化通信资源分配、任务调度管理、智能数据处理等技术，达到兼顾不同性能需求的任务处理与服务需求。当然，这也带来了新的技术挑战。

图1. 云网融合场景

通过云网融合新架构，促进云-边-端协同统筹，增强环境感知、数据传输、任务处理的能力。同时也对云网融合架构下的资源统筹、任务调度、计算协同等带来了新的科学问题和技术挑战。首先，大规模云网融合架构中，终端设备感知获得大量数据，其数据结构多样，数据质量参差不齐，还存在噪声与干扰，如何提高数据质量，数据对齐处理，协调通信资源分配与数据传输，以满足复杂任务需求，是一个新的挑战性问题。其次，云网融合往往是一个大型开放网络，网络节点与网络拓扑动态变化，云端、边缘端和地面蜂窝网络资源之间存在差异，具有不同的访问控制技术和信道环境，对实现高效数据传输带来挑战。第三，虽然各终端设备产生了大量高价值数据，但出于隐私安全的考虑，这些分布式数据难以集中进行统一处理和训练，此外不平衡的资源分布状况也使得现有的数据高效安全协同方案难以实现。第四，云-边-端融合架构下，横向资源涉及到感知-传输-计算等多个维度，纵向资源涉及到云端-边缘端-终端等多个层面，如何提高智能化水平，支持多维度协调云网计算任务和服务，对通信、计算和智能融合提出了新的挑战。当然，云网融合有广阔的应用前景，面向不同应用场景中会涌现出更多的挑战问题值得讨论和研究。

随着时代进步，云网融合构建了各行各业的信息基础设施，并为各行各业的发展带来了颠覆性变化。例如，智能汽车互联网依托云网融合，可以实现更加高效的车辆调度与管理。通过云计算平台与网络的无缝连接，车辆数据实时上传，交通管理部门能够及时监控车辆运行情况，进行智能化调度，提升交通效率。同时，自动驾驶技术也可借助云端的大数据分析，实时优化车辆行驶路径，提升行车安全性。在物联网领域，云网融合使得设备之间的互联互通更加高效。通过将物联网设备与云计算平台连接，能够实时收集、处理和分析大规模数据，支持更精准的决策与控制。特别是在智能家居、智能制造等场景，云网融合能够实现设备的远程监控与智能控制，提升生产效率和生活便利性。此外，借助边缘计算和5G技术，云网融合还能够提升物联网设备的数据处理速度，减少延迟，满足对实时性要求较高的应用场景。

本次论坛汇聚了网络计算与云网融合领域的顶尖专家，共同探讨云计算、网络计算、云网融合等前沿技术的最新成果与应用实践。中国电信首席科学家吴杰教授将分享《云网融合的技术进展与前沿》，涵盖云网融合技术的最新进展及AI大模型与泛在互联的未来机遇。香港科技大学张黔教授将探讨《泛在的物联网应用》，聚焦个体活动识别在物联网中的挑战与自适应方案。微软亚洲研究院邱锂力博士将探讨《智能环境中的无线通信与传感技术创新》。阿里云李飞飞博士将介绍《云原生数据平台发展》，探讨云计算在人工智能模型中的作用及PolarDB的应用。上海交通大学薛广涛教授将分享《云基础架构中的AI for System研究》，探讨数据中心的故障检测与优化技术。中国科技大学徐宏力教授和中南大学吕丰教授，受邀作为本次论坛主持嘉宾。