★北京郵電大學(xué) 許士勛，張奧，宋聞萱，黃瀟潔，許方敏，趙成林 

摘要：工業(yè)算力網(wǎng)絡(luò )將算力網(wǎng)絡(luò )引入到工業(yè)互聯(lián)網(wǎng)中，實(shí)現對工業(yè)場(chǎng)景下算力和 網(wǎng)絡(luò )資源的統一編排調度，提高了資源的利用率，滿(mǎn)足了工業(yè)互聯(lián)網(wǎng)智能化發(fā)展 趨勢下低時(shí)延、高可靠的業(yè)務(wù)需求。本文在介紹工業(yè)算力網(wǎng)絡(luò )架構的基礎上，結 合工業(yè)任務(wù)及工業(yè)互聯(lián)網(wǎng)特性，對算力網(wǎng)絡(luò )賦能工業(yè)互聯(lián)網(wǎng)面臨的挑戰進(jìn)行了分 析，并對實(shí)現工業(yè)算力網(wǎng)絡(luò )的關(guān)鍵技術(shù)進(jìn)行了總結和構想。 

關(guān)鍵詞：工業(yè)互聯(lián)網(wǎng)；算力網(wǎng)絡(luò ) 

Abstract: The Industrial Computing First Network integrates Computing First Network into the Industrial Internet to realize the unified arrangement and scheduling of computing power and network resources in industrial scenarios, thereby improving the utilization rate of resources. This facilitates meeting the service requirements of low delay and high reliability in line with the intelligent development trend of the Industrial Internet. Based on the introduction of the architecture of Industrial Computing First Network, this paper analyzes the challenges faced by Computing First Network to enable Industrial Internet, and summarizes and proposes the key technologies for realizing Industrial Computing First Network, taking the characteristics of industrial tasks and Industrial Internet into consideration. 

Key words: Industrial Internet; Computing-first network 

1　引言 

工業(yè)互聯(lián)網(wǎng)作為新一代網(wǎng)絡(luò )信息技術(shù)和制造業(yè)的融 合產(chǎn)物，是實(shí)現產(chǎn)業(yè)數字化、網(wǎng)絡(luò )化和智能化發(fā)展的重 要途徑，也是實(shí)現工業(yè)環(huán)境下人、機、物互聯(lián)的重要基 礎設施。隨著(zhù)工業(yè)互聯(lián)網(wǎng)中智能應用的部署，其對網(wǎng)絡(luò ) 時(shí)延、可靠性及計算能力的要求不斷提高。目前，工業(yè) 互聯(lián)網(wǎng)中泛在的算力及網(wǎng)絡(luò )資源利用率低，難以滿(mǎn)足工 業(yè)應用的業(yè)務(wù)需求。 

算力網(wǎng)絡(luò )是算網(wǎng)融合演進(jìn)的新型網(wǎng)絡(luò )架構，通過(guò)對 計算和網(wǎng)絡(luò )資源統一編排調度，可以實(shí)現兩者利用率最 大化。通過(guò)算力網(wǎng)絡(luò )對工業(yè)互聯(lián)網(wǎng)賦能，構建工業(yè)算力 網(wǎng)絡(luò )，并進(jìn)行云網(wǎng)邊端等計算、存儲、網(wǎng)絡(luò )資源的協(xié)同 調度，成為滿(mǎn)足工業(yè)互聯(lián)網(wǎng)智能業(yè)務(wù)需求的重要方式。 

目前，工業(yè)算力網(wǎng)絡(luò )的發(fā)展尚處于起步階段，演 進(jìn)路線(xiàn)和技術(shù)體系初具雛形，亟需產(chǎn)業(yè)界上下游聯(lián)合推 進(jìn)，以在算力度量、算力標識、算力感知、算力路由、 算力調度、算力交易等技術(shù)方向實(shí)現突破。本文將從工 業(yè)算力網(wǎng)絡(luò )架構面臨的挑戰和其中的關(guān)鍵技術(shù)等方面進(jìn) 行逐一介紹。 

2　工業(yè)算力網(wǎng)絡(luò )架構 

工業(yè)算力網(wǎng)絡(luò )以工業(yè)互聯(lián)網(wǎng)為基礎，通過(guò)算力網(wǎng)絡(luò ) 進(jìn)行資源配給實(shí)現工業(yè)互聯(lián)網(wǎng)的升級。從邏輯功能上工 業(yè)算力網(wǎng)絡(luò )可以劃分為工業(yè)設備接入層、算力網(wǎng)絡(luò )資源 層、算力網(wǎng)絡(luò )控制層和算力網(wǎng)絡(luò )應用服務(wù)層，如圖1所 示。 

其中工業(yè)設備接入層包括各種工業(yè)現場(chǎng)設備，對算 力和網(wǎng)絡(luò )需求較高，同時(shí)也進(jìn)行算力執行。工業(yè)算力網(wǎng) 絡(luò )資源層包括由算力和網(wǎng)絡(luò )基礎設施構成的算力及網(wǎng)絡(luò ) 資源。算力網(wǎng)絡(luò )控制層對資源層中的異構算力資源進(jìn)行 統一度量建模，并匯聚算力網(wǎng)絡(luò )資源信息，同時(shí)對用戶(hù) 業(yè)務(wù)需求進(jìn)行分析解構和標識，隨后根據業(yè)務(wù)需求對全 網(wǎng)資源進(jìn)行協(xié)同調度，實(shí)現服務(wù)靈活動(dòng)態(tài)部署，為用戶(hù) 業(yè)務(wù)選擇合適的轉發(fā)路徑及算力節點(diǎn)。工業(yè)算力網(wǎng)絡(luò )應 用服務(wù)層包含算力交易平臺及為用戶(hù)提供各類(lèi)應用服務(wù) 的可編程接口，用戶(hù)經(jīng)由工業(yè)算力服務(wù)層向算力交易平臺發(fā)起算力請求達成算力交易，調用可編程接口進(jìn)行資 源調用完成應用服務(wù)。

 如利用卷積神經(jīng)網(wǎng)絡(luò )等方式對產(chǎn)品圖像進(jìn)行處理來(lái) 實(shí)現劃痕識別等質(zhì)量檢測，當設備產(chǎn)生算力需求時(shí)，向 算力交易平臺發(fā)起算力請求達成算力交易，并調用應用 服務(wù)接口將業(yè)務(wù)信息傳遞到控制層完成對業(yè)務(wù)的度量、 解構和算力網(wǎng)絡(luò )資源的調度，將業(yè)務(wù)數據經(jīng)合適路徑路 由至算力執行層中的合適節點(diǎn)進(jìn)行處理，最終返回處理 結果完成算力請求。

 圖1 工業(yè)算力網(wǎng)絡(luò )架構 

3　工業(yè)算力網(wǎng)絡(luò )面臨的挑戰 

由于工業(yè)任務(wù)需要滿(mǎn)足大帶寬、低時(shí)延、低抖動(dòng)、 高可靠性、高安全性的特殊需求[1]，以及工業(yè)網(wǎng)絡(luò )帶來(lái) 的內外網(wǎng)割裂、生產(chǎn)設備類(lèi)型及數量繁多、工業(yè)鏈條 長(cháng)、數據量大的特性[2]，使得使用算力網(wǎng)絡(luò )對工業(yè)互聯(lián) 網(wǎng)賦能存在諸多限制。

 3.1　算力度量與標識挑戰 

實(shí)現算力與網(wǎng)絡(luò )的深度融合的前提是對算力網(wǎng)絡(luò )中 的算力資源與網(wǎng)絡(luò )資源進(jìn)行統一的度量和標識，以便進(jìn) 行后續資源的關(guān)聯(lián)與分配。 

在工業(yè)算力網(wǎng)絡(luò )中，不同設備搭載的芯片以及工廠(chǎng) 內外網(wǎng)所使用的異構算力資源如CPU、GPU、FPGA、 TPU和ASIC等不同類(lèi)型的硬件差異性大，需要進(jìn)行性 能上的統一度量。對于度量不同的運算類(lèi)型，如邏輯運 算、并行計算、神經(jīng)網(wǎng)絡(luò )計算，同一硬件的運算能力也 難以統一。而且在算網(wǎng)融合場(chǎng)景中，算力的度量還與服 務(wù)節點(diǎn)的通信能力與服務(wù)能力息息相關(guān)。因此，如何將網(wǎng)絡(luò )、計算、存儲資源與服務(wù)共同聯(lián)合建模，是工業(yè)算 網(wǎng)度量體系面臨的一大挑戰。 

針對專(zhuān)業(yè)性高、差異性大的工廠(chǎng)內智能任務(wù)，對算 力資源與網(wǎng)絡(luò )資源進(jìn)行統一且可驗證的標識可為算力調 度提供基礎。工業(yè)外網(wǎng)中算力的流通依賴(lài)于對不同數據 中心算力標識的統一，且工業(yè)計算任務(wù)的保密性高，對 于算網(wǎng)中存在的大量個(gè)人算力資源，亟需統一的標識實(shí) 現算力的可信鑒權與溯源。

3.2　算力感知挑戰 

算力感知是對算力網(wǎng)絡(luò )中計算資源的位置、總量、 使用量等狀態(tài)信息和算力業(yè)務(wù)需求的實(shí)時(shí)感知，是解決多 算力節點(diǎn)協(xié)同問(wèn)題、計算任務(wù)與節點(diǎn)匹配問(wèn)題的基礎。 

在基礎網(wǎng)絡(luò )中，感知主要集中在通信網(wǎng)絡(luò )的環(huán)境 變化，粒度差異小。而在工業(yè)算力網(wǎng)絡(luò )中，不同類(lèi)型算 力，如硬件資源與服務(wù)資源，二者的狀態(tài)變更頻率差異 巨大，缺少具有針對性的算力感知機制?，F有的算力感 知技術(shù)缺少預測機制，面對多變、突發(fā)的海量工業(yè)任務(wù) 需求，難以為實(shí)時(shí)感知算網(wǎng)中計算資源與網(wǎng)絡(luò )資源的狀 態(tài)提供技術(shù)支撐。而且目前算網(wǎng)中仍存在大量尚待發(fā)掘 的算力資源，需設計對應的算力發(fā)現技術(shù)與算力全網(wǎng)通 告技術(shù)為算力感知提供信息基礎。 

3.3　算力路由挑戰 

算力路由是算力網(wǎng)絡(luò )的核心，它負責根據業(yè)務(wù)的需 求，將其調度至最佳的節點(diǎn)進(jìn)行處理，為用戶(hù)提供高效 的服務(wù)。傳統網(wǎng)絡(luò )路由僅根據網(wǎng)絡(luò )狀態(tài)信息進(jìn)行調度， 而算力路由實(shí)現的是網(wǎng)絡(luò )、存儲、計算的共同調度。 

工業(yè)算網(wǎng)中算力資源分布于工廠(chǎng)內網(wǎng)和外網(wǎng)，目前 尚缺少工業(yè)內外網(wǎng)多層次算網(wǎng)節點(diǎn)的路由方案。SRv6 源路由技術(shù)依靠可編程性與兼容性，已在IPv6網(wǎng)絡(luò )中廣 泛使用，如何使其滿(mǎn)足工業(yè)算力網(wǎng)絡(luò )的需求，是對工業(yè) 算力路由提出的新挑戰。 

部分要求實(shí)時(shí)處理工業(yè)任務(wù)對算網(wǎng)路由的實(shí)時(shí)性提 出了挑戰，有些短時(shí)工業(yè)任務(wù)導致算力網(wǎng)絡(luò )中的狀態(tài)信 息變化很快，如何平衡路由的準確性與其對狀態(tài)信息的 變化敏感度也是一大難題。隨著(zhù)算力網(wǎng)絡(luò )規模增大，各 部分網(wǎng)絡(luò )的環(huán)境、狀態(tài)不同，網(wǎng)絡(luò )波動(dòng)、堵塞等問(wèn)題難 以避免，這對工業(yè)算網(wǎng)中算力路由的穩定性無(wú)疑也是一 個(gè)挑戰。 

3.4　算力調度與資源分配挑戰 

當使用算力網(wǎng)絡(luò )對工業(yè)互聯(lián)網(wǎng)進(jìn)行賦能時(shí)，算力資源對用戶(hù)側的呈現形式由端到端變成了泛在部署[2]， 這使得在為用戶(hù)業(yè)務(wù)進(jìn)行算力調度和資源分配時(shí)，會(huì )面 臨更多的可變性和不確定性，即不同位置的資源由于到 用戶(hù)的距離不同、網(wǎng)絡(luò )連接好壞不同、各節點(diǎn)的報價(jià)不 同、計算、存儲等多維資源的配比不同等而變得不再平 等。 

此外，由于工業(yè)互聯(lián)網(wǎng)場(chǎng)景下的業(yè)務(wù)需求彈性較 大，當業(yè)務(wù)需求激增，泛在部署的單點(diǎn)算力資源不能滿(mǎn) 足激增的業(yè)務(wù)需求，這意味著(zhù)需要將用戶(hù)業(yè)務(wù)需求進(jìn)行 劃分，調度至多個(gè)算力節點(diǎn)進(jìn)行處理。 

如何根據不同用戶(hù)業(yè)務(wù)的需求，選擇合適的算力節 點(diǎn)和調度路徑，實(shí)現用戶(hù)體驗的一致性和算力資源的統 一編排及高效利用變得更加復雜。 

3.5　算力交易與安全問(wèn)題挑戰 

當用戶(hù)與算力節點(diǎn)進(jìn)行算力交易時(shí)，最為關(guān)注的則 是定價(jià)的合理性和隱私數據的安全性。算力交易雙方往 往由于所處算力級別或所屬算力網(wǎng)絡(luò )不同，而具有不同 的定價(jià)規則，且相互間業(yè)務(wù)的適配性出現差異[3]，這使 得定價(jià)的合理性很難得到雙方的一致肯定，交易就很難 達成。 

另一方面的安全性，則是由于業(yè)務(wù)數據中包含的大 量敏感的隱私數據，或算力請求者和提供服務(wù)的算力節 點(diǎn)歸屬不同，使得算力請求者對業(yè)務(wù)數據有保密需求， 而數據在進(jìn)行傳輸過(guò)程中存在被攻擊的風(fēng)險，如遭受竊 聽(tīng)，因此算力網(wǎng)絡(luò )能否解決數據的安全問(wèn)題是算力交易 能否順利達成的另一重要因素。

 4　工業(yè)場(chǎng)景中算力網(wǎng)絡(luò )的關(guān)鍵技術(shù) 

4.1　算力度量、算力標識與算力感知技術(shù) 

對算力規模不同及類(lèi)型異構的算力節點(diǎn)，可以采用 度量函數將異構算力歸一化映射為浮點(diǎn)運算能力，并選 取合理閾值將算力劃分為不同等級[4]。為了方便與用戶(hù) 需求進(jìn)行匹配，可以同樣采用浮點(diǎn)運算次數對用戶(hù)業(yè)務(wù) 算力使用量進(jìn)行度量[5]。此外，工業(yè)應用需求一種或多 種特定運算能力，這意味著(zhù)不同異構算力節點(diǎn)擅長(cháng)不同 業(yè)務(wù)，可以采用人工智能算法根據算力節點(diǎn)的異構算力 組成，對算力類(lèi)型進(jìn)行隸屬度估計[5]，以將算力節點(diǎn)與 其擅長(cháng)的用戶(hù)業(yè)務(wù)進(jìn)行匹配。 

利用以上算力度量結果，結合算力節點(diǎn)的計算、通 信屬性，以及算力服務(wù)多樣性，可以構成對算力資源的 唯一可擴展標識[6]，用于對整網(wǎng)算力節點(diǎn)的管理和對用 戶(hù)需求的初步匹配。 

完成了對算力資源的抽象表示，還需要構建全 網(wǎng)算力資源的感知圖模型，以進(jìn)行資源的統一編排管 理。根據信息收集的方式可以將感知分為：分布式層 次化感知[3]和結合SDN技術(shù)的集中式感知[5,7]。由于集 中式方案的安全性及可擴展性較差，可以采用分布式 方案。在分布式層次化感知中，如圖2所示，算力節 點(diǎn)根據算力度量值劃分的算力等級進(jìn)行多層次自治組 網(wǎng)，并將算力信息在各級自組織網(wǎng)內進(jìn)行全網(wǎng)通告， 確保算力信息的實(shí)時(shí)更新；各級算力關(guān)鍵路由將算力 信息進(jìn)行匯聚，并共同維護一張算力信息更新度最大 化的層次化算力網(wǎng)絡(luò )感知圖。

 圖2 分布式層次化算力感知 

4.2　算力網(wǎng)絡(luò )確定性傳輸技術(shù) 

為了滿(mǎn)足工業(yè)智能應用或控制類(lèi)應用的確定性、 可靠性需求，需要在工業(yè)算力網(wǎng)絡(luò )中使用確定性傳輸技 術(shù)。確定性傳輸技術(shù)可以實(shí)現在一定界限內的時(shí)延、帶 寬、抖動(dòng)、丟失率、可靠性要求下的傳輸，是一種保障 業(yè)務(wù)流端到端傳輸時(shí)延相關(guān)服務(wù)質(zhì)量的技術(shù)。 

在算力資源及負載信息實(shí)時(shí)感知的基礎上，將時(shí) 間敏感網(wǎng)絡(luò )（Time Sensitive Network, TSN）引入到 工業(yè)算力網(wǎng)絡(luò )中[8,9]。當用戶(hù)的業(yè)務(wù)需求從入口路由進(jìn) 入網(wǎng)絡(luò )時(shí)，首先對業(yè)務(wù)流進(jìn)行優(yōu)先級劃分及確定性需求 識別，隨后將業(yè)務(wù)封裝為報文。在最高級別關(guān)鍵路由節 點(diǎn)匯聚全網(wǎng)業(yè)務(wù)流的報文摘要，并按優(yōu)先級分別進(jìn)行排 隊，為各優(yōu)先級的隊列設置門(mén)控，結合時(shí)間流表和帶有 一定輸出策略的輸出選擇器，將任務(wù)流轉發(fā)控制信息在網(wǎng)絡(luò )進(jìn)行廣播，實(shí)現業(yè)務(wù)流的確定性實(shí)時(shí)傳輸。 

4.3　算力解構、算力路由及資源調度技術(shù) 

工業(yè)場(chǎng)景計算任務(wù)往往要求實(shí)時(shí)處理，對算力網(wǎng) 絡(luò )的時(shí)延和計算性能提出了挑戰，現有的單個(gè)算力設備 計算能力有限，難以縮短工業(yè)計算任務(wù)的處理時(shí)延。對 此，將算力需求解構并基于算力路由技術(shù)調度多算力資 源并行處理成為了未來(lái)工業(yè)計算任務(wù)的解決方案。 

對于復雜的算力需求，如圖3所示，可引入圖聚類(lèi) 方法將需求解構為多個(gè)“子需求”[10]，對算網(wǎng)中依賴(lài) 與需求關(guān)系進(jìn)行距離量化，并通過(guò)聚簇細分實(shí)現需求的 分解。算力路由技術(shù)可為子需求尋找最優(yōu)節點(diǎn)與網(wǎng)絡(luò )轉 發(fā)路徑[11]，SRv6動(dòng)態(tài)路由優(yōu)化技術(shù)通過(guò)功能增強與擴 展后，可滿(mǎn)足動(dòng)態(tài)多實(shí)例的算力路由需求。此外，基于 Floyd算法的資源調度技術(shù)[12]，通過(guò)對算力網(wǎng)絡(luò )多源點(diǎn) 加權圖的分析完成資源調度，為實(shí)現協(xié)同多個(gè)算力終端 節點(diǎn)并行處理任務(wù)提供了保障。 

圖3 算力解構、路由及資源調度 

4.4　算力網(wǎng)絡(luò )資源定價(jià)問(wèn)題研究 

由于工業(yè)算力網(wǎng)絡(luò )的內外網(wǎng)資源分屬不同的提供 商，因此當工業(yè)智能任務(wù)需要算力資源的處理時(shí)，一個(gè) 完備的算力網(wǎng)絡(luò )資源交易和定價(jià)的體系是必不可缺的。 

在工業(yè)場(chǎng)景下的算力網(wǎng)絡(luò )中，智能計算任務(wù)往往 對網(wǎng)絡(luò )有著(zhù)不同的時(shí)延需求。與邊緣定價(jià)問(wèn)題相比， 通信、算力等因素相互影響的多資源定價(jià)問(wèn)題亟需解 決。網(wǎng)絡(luò )中存在的通信干擾，會(huì )導致傳輸時(shí)延和功耗的 增加；網(wǎng)路中的排隊等待時(shí)間也會(huì )增加計算任務(wù)處理 時(shí)延。對此，可考慮引入廣泛用于資源定價(jià)的博弈論方 法[13,14]，聯(lián)合算力需求與網(wǎng)絡(luò )需求建模，構建服務(wù)提供 方與購買(mǎi)方的博弈模型并進(jìn)行求解，同時(shí)實(shí)現智能設備 的最大化效用與算力服務(wù)商的最大化收益。為了保證算 力交易過(guò)程的安全性，可引入智能合約技術(shù)為交易過(guò)程 中的數據提供隱私保護，最終實(shí)現可信環(huán)境下的算力交 易。算力網(wǎng)絡(luò )資源定價(jià)如圖4所示。 

圖4 算力網(wǎng)絡(luò )資源定價(jià) 

4.5　多終端協(xié)同的數據壓縮技術(shù) 

為了在算力網(wǎng)絡(luò )中實(shí)現有效的數據傳輸，充分利用 算力網(wǎng)絡(luò )中各個(gè)節點(diǎn)的有效算力資源，基于信息論、編 解碼理論、學(xué)習理論有效地壓縮海量環(huán)境數據，將是算 力網(wǎng)絡(luò )中的一項關(guān)鍵技術(shù)研究。

隨著(zhù)深度學(xué)習理論研究的快速發(fā)展，其在數據壓 縮領(lǐng)域的優(yōu)勢也逐漸凸顯。隨機神經(jīng)網(wǎng)絡(luò )、卷積神經(jīng)網(wǎng) 絡(luò )、遞歸神經(jīng)網(wǎng)絡(luò )、生成對抗網(wǎng)絡(luò )、變分自動(dòng)編碼器等 陸續被應用到數據壓縮技術(shù)之中，利用深度學(xué)習模型的 非線(xiàn)性映射能力，可以快速學(xué)習到海量數據的深層次特 征，更加有效地去除掉冗余數據特征，進(jìn)而滿(mǎn)足海量數 據壓縮的需求，實(shí)現算力網(wǎng)絡(luò )節點(diǎn)之間海量數據的低時(shí) 延傳輸。

 4.6　數字孿生算力網(wǎng)絡(luò )自?xún)?yōu)化技術(shù) 

數字孿生技術(shù)是指利用數字化技術(shù)，為真實(shí)的物理 實(shí)體創(chuàng )建對應的虛擬模型并模擬其行為，從而擴展與優(yōu) 化物理實(shí)體的功能。數字孿生技術(shù)目前已被引入網(wǎng)絡(luò )的 運維、管理、優(yōu)化中[15-17]，通過(guò)構建可實(shí)時(shí)交互映射的 網(wǎng)絡(luò )虛擬孿生體，最終實(shí)現對實(shí)體網(wǎng)絡(luò )的優(yōu)化管理。 

在工業(yè)算力網(wǎng)絡(luò )的場(chǎng)景下，可通過(guò)數字孿生技術(shù)與 空間物理系統的結合，完成虛擬孿生體的創(chuàng )建。面對網(wǎng) 絡(luò )中節點(diǎn)超時(shí)的情況，算力網(wǎng)絡(luò )提供超時(shí)節點(diǎn)與網(wǎng)絡(luò )狀 態(tài)信息的實(shí)時(shí)采集，并調用孿生模塊中的算法進(jìn)行網(wǎng)絡(luò ) 優(yōu)化與驗證，最終實(shí)現工業(yè)算力網(wǎng)絡(luò )的自?xún)?yōu)化與運行管理，從而提升算力網(wǎng)絡(luò )的運行效率并降低運維的人工成 本。數字孿生算網(wǎng)自?xún)?yōu)化及管理如圖5所示。 

圖5 數字孿生算網(wǎng)自?xún)?yōu)化及管理 

5　結束語(yǔ) 

工業(yè)互聯(lián)網(wǎng)在向數字化、智能化方向發(fā)展的過(guò)程 中，對算力的高效利用提出了更高的要求，這促使工業(yè) 互聯(lián)網(wǎng)與算力網(wǎng)絡(luò )進(jìn)行深度融合。本文在工業(yè)算力網(wǎng)絡(luò ) 研究的初始階段，對其架構及運作思路、面臨的挑戰和 實(shí)現所需的關(guān)鍵技術(shù)進(jìn)行了總結和構想，為相關(guān)研究人 員提供了參考。

作者簡(jiǎn)介： 

許士勛（1999-），男，碩士，現就讀于北京郵電大 學(xué)，主要研究方向為算力網(wǎng)絡(luò )、工業(yè)互聯(lián)網(wǎng)。 

張　奧（1999-），男，碩士，現就讀于北京郵電大 學(xué)，主要研究方向為算力網(wǎng)絡(luò )、工業(yè)互聯(lián)網(wǎng)。 

宋聞萱（1998-），女，碩士，現就讀于北京郵電大 學(xué)，主要研究方向為算力網(wǎng)絡(luò )、工業(yè)互聯(lián)網(wǎng)。 

黃瀟潔（1999-），女，碩士，現就讀于北京郵電大 學(xué)，主要研究方向為算力網(wǎng)絡(luò )、工業(yè)互聯(lián)網(wǎng)。 

許方敏（1982-），男，副教授，博士，現就職于北 京郵電大學(xué)，主要研究方向為物聯(lián)網(wǎng)網(wǎng)絡(luò )、未來(lái)網(wǎng)絡(luò ) 技術(shù)。 

趙成林（1964-），男，教授，博士，現就職于北京郵 電大學(xué)，主要研究方向為短距無(wú)線(xiàn)傳輸技術(shù)、認知無(wú)線(xiàn) 電技術(shù)、毫米波技術(shù)、工業(yè)互聯(lián)網(wǎng)網(wǎng)絡(luò )。 

參考文獻： 

[1] 邊緣計算產(chǎn)業(yè)聯(lián)盟, 工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟, 網(wǎng)絡(luò )5.0產(chǎn)業(yè)和技術(shù)創(chuàng )新聯(lián)盟. 5G時(shí)代工業(yè)互聯(lián)網(wǎng)邊緣計算網(wǎng)絡(luò )白皮書(shū)[R], 2021. 

[2] 唐靜, 解云鵬, 雷波, 趙倩穎. 工業(yè)互聯(lián)網(wǎng)場(chǎng)景下邊緣計算的關(guān)鍵技術(shù)探討[J]. 自動(dòng)化博覽, 2022, 39 (2) : 34 - 37.

[3] 中國移動(dòng)通信集團終端有限公司, 北京郵電大學(xué), 中國通信學(xué)會(huì ). 端側算力網(wǎng)絡(luò )白皮書(shū)[R], 2022. 

[4] 李建飛, 曹暢, 李奧, 等. 算力網(wǎng)絡(luò )中面向業(yè)務(wù)體驗的算力建模[J]. 中興通訊技術(shù), 2020, 26 (5): 6. 

[5] 郭鳳仙, 孫耀華, 彭木根. 6G算力網(wǎng)絡(luò ): 體系架構與關(guān)鍵技術(shù)[J/OL]. 無(wú)線(xiàn)電通信技術(shù), 2023: 1-10. http://kns.cnki.net/kcms/ detail/13.1099.TN.20230104.1235.007.html. 

[6] 周舸帆, 雷波. 算力網(wǎng)絡(luò )中基于算力標識的算力服務(wù)需求匹配[J]. 數據與計算發(fā)展前沿, 2022, 4 (6) : 20 - 28.

[7] 劉鵬, 李志強, 陸璐. 面向工業(yè)互聯(lián)網(wǎng)的算力網(wǎng)絡(luò )思考[J]. 自動(dòng)化博覽, 2022, 39 (2) : 25 - 28. 

[8] 賈慶民, 胡玉姣, 張華宇, 彭開(kāi)來(lái), 陳平平, 謝人超, 黃韜. 確定性算力網(wǎng)絡(luò )研究[J]. 通信學(xué)報, 2022, 43 (10) : 55 - 64. 

[9] 李宗輝, 楊思琪, 喻敬海, 鄧仰東, 萬(wàn)海. 時(shí)間敏感網(wǎng)絡(luò )中確定性傳輸技術(shù)綜述[J]. 軟件學(xué)報, 2022, 33 (11): 4334 - 4355. 

[10] 魏華, 張婷婷, 李瑩. 算力網(wǎng)絡(luò )一體化服務(wù)架構與實(shí)踐[J]. 通信世界, 2022 (16) : 39 - 42. 

[11] 黃光平, 史偉強, 譚斌. 基于SRv6的算力網(wǎng)絡(luò )資源和服務(wù)編排調度[J]. 中興通訊技術(shù), 2021, 27 (03) : 23 - 28. 

[12] 孫鈺坤, 張興, 雷波. 邊緣算力網(wǎng)絡(luò )中智能算力感知路由分配策略研究[J]. 無(wú)線(xiàn)電通信技術(shù), 2022, 48 (01) : 60 - 67. 

[13] 吳雨芯, 蔡婷, 張大斌. 移動(dòng)邊緣計算中基于Stackelberg博弈的算力交易與定價(jià)[J]. 計算機應用, 2020, 40 (09) : 2683 - 2690. 

[14] 廖皓琳. 面向QoS按需的多用戶(hù)Stackelberg博弈與網(wǎng)絡(luò )資源定價(jià)研究[D]. 華南理工大學(xué), 2021. 

[15] 王達, 孫滔, 孫曉文, 郭建超, 孫杰, 陳果, 楊?lèi)?ài)東, 歐陽(yáng)曄. 數字孿生在網(wǎng)絡(luò )全生命周期管理中的研究[J]. 電信科學(xué), 2022, 38 (04) : 138 - 145. 

[16] 劉偉軒, 劉曉蓮. 基于數字孿生技術(shù)的網(wǎng)絡(luò )運維管理系統架構研究[J]. 信息與電腦 (理論版), 2021, 33 (07) : 16 - 18. 

[17] 王奇奇, 莫皓穎, 戶(hù)江民, 牟明銘. 基于數字孿生的網(wǎng)絡(luò )優(yōu)化方法研究[J]. 電聲技術(shù), 2021, 45 (01) : 52 - 54.

摘自《自動(dòng)化博覽》2023年第2期暨《邊緣計算2023專(zhuān)輯》