哪些是算力？
算力是估算能力
算力的定义
随着国家大力发展数字基础设施，算力的提高和普惠显得越来越重要，它注定会在人们的视线中抢占很重要的一席。这么算力是哪些呢？
所谓算力，简而言之就是设备的估算能力（ComputingPower）。小至手机、PC，大到超级计算机，没有算力就没有各类软硬件的正常应用。以PC而言，搭载的CPU、显卡、内存配置越高，通常来说算力就越高。
算力即设备的估算能力
算力的评判
大数据时代，数据和算力都是巨量的，这儿先解释一下单位巨大量级的表示方法：K（Kilo）表示103、M（Mega）表示106、G（Giga）表示109、T（Tera）表示1012、P（Peta）表示1015、E（Exa）表示1018、Z（Zetta）表示1021、Y（Yotta）表示1024。
算力的单位，是评判算力强弱的指标和基准，当前存在多种不同的评判方式。常见的包括MIPS（每秒钟执行的百万指令数，MillionInstructionsPerSecond）、DMIPS（Dhrystone每秒钟执行的百万指令数，DhrystoneMillionInstructionsexecutedPerSecond）、OPS（每秒操作次数，OperationsPerSecond）、FLOPS（每秒浮点运算次数，Floating-pointOperationsPerSecond）、Hash/s（每秒哈希运算次数，HashPerSecond）等。
其中，FLOPS单位仍然被视为评判计算机运算速率的主要指标之一。从量级来看，PC的算力为GFLOPS级别；中国超级计算机神威“太湖之光”的算力为93.015PFLOPS；鹏程实验室的鹏程云脑II（以华为Atlas900集群为基座）拥有1000PFLOPS的强悍算力，相当于数千万甚至上亿台PC的集合。
再举一个Hash/s单位的事例，数字货币比特币挖矿（获取比特币）的矿机每秒钟能做多少次哈希碰撞，就代表这台挖矿机的算力。矿工的矿池，也就是他拥有的所有矿机的算力占比特币全网终于力（所有参与挖矿的矿机算力总和）的百分比，代表着他在挖矿竞争中能取胜的机率。PC的算力为GHash/s级别，而目前比特币全网终于力已达到200EHash/s（每日均在波动），按这个百分比，现今PC挖矿的成功机率为百亿分之一。
算力的分类
算力根据应用领域，可以分成两大类：
HPC和通用算力
其中，HPC算力根据应用领域又可以细分为三类：
因为人类将进入智能世界，人工智能算力需求大量降低，但是人工智能也会参与到科学估算和工程估算中。所以，通常情况下，我们也可以简单地将算力分为：通用算力和人工智能算力两类。
算力为何重要？
智能世界三要素
在智能世界中，智能是知识和智力的总和，智能翻译到数字世界就是“数据+算力+算法”。
智能世界三要素
其中算法须要通过科学家研究实现，海量数据来自于各行各业的人和物，数据的处理须要大量算力，算力是智能的基础平台，由大量估算设备组成。
算力需求激增
据华为发布的《计算2030》预测，2030年人类将步入YB数据时代，全球数据每年新增1YB。通用算力将下降10倍到3.3ZFLOPS、人工智能算力将下降500倍超过100ZFLOPS。100ZFLOPS的算力是哪些概念，1023量级网络位置服务 耗电，相当于一百万个中国超级计算机神威“太湖之光”的算力总和。
而这种数据和算力的需求量，将主要来自于未来丰富的估算场景。
未来估算场景
算力就是生产力
据2022年3月17日，浪潮信息、国际数据公司（IDC）和复旦学院联合推出的《2021-2022全球估算力指数评估报告》指出网络位置服务 耗电，随着全球数字经济持续稳定下降，数字经济占比预计到2025年有望达到41.5%。同时，国家估算力指数与GDP的走势呈现出了明显的正相关。15个重点国家的估算力指数平均每提升1点，国家的数字经济和GDP将分别下降3.5‰和1.8‰，预计该趋势在2021年至2025年间将继续保持。
估算力的经济影响
但是，当一个国家的估算力指数达到40分以上时，国家的估算力指数每提高1点，其对于GDP下降的推进力将降低到1.5倍，而当估算力指数达到60分以上时，国家的估算力指数每提高1点，其对于GDP下降的推进力将提升到3倍，对经济的带动作用显得愈发明显。
所以，在数字经济时代，算力已然成为带动国家经济增速的核心引擎。一个国家算力的提高对其经济的带动作用非常明显，且估算力指数越高，提高作用越显著。
为何算力须要连成网路？
算力分布愈发泛在
算力基础设施从云向算泛在演化，其位置的分布从中心向边沿和端侧泛在延展，将出现云、边、端五级算力构架。
云、边、端五级算力构架
中心，指的是云估算的数据中心。云估算是一种基于网路“云”的超级估算模式，在远程的数据中心里，成千上万台计算机和服务器连结成一片估算云。各行各业、个人，都通过网路接入云估算数据中心，按自己的需求进行数据储存和数据估算。云估算按布署类型可以分为公有云、私有云（如通讯云）和混和云，不同的云对应的是不同的用户群体。
边沿，指的是多接入边沿估算（Multi-accessEdgeComputing，MEC），其概念是相对于云估算而言的，云估算的处理方法是将所有数据上传至估算资源集中的云端数据中心处理，任何访问恳求都必须上送云端处理。为此，在面对物联网数据量爆发的时侯，传统云估算弊病渐渐显现：
边沿估算的出现，可在一定程度上解决传统云估算遇见的那些问题。物联终端设备形成的数据不须要再传送至遥远的云数据中心处理，而是就近在网路边沿侧完成数据剖析和处理，愈发高效和安全。其实，边沿算力的方式也可以是“云”，即所谓的区域云、边缘云。
边沿估算
未来，边沿算力将小于中心算力。
而端侧，指的是终端，即PC、手机、智慧电视，甚至是家庭的机顶盒、智能水电表等一切具备联网和估算能力的设备。物联网时代，将会有海量终端接入到网路中，汇集这种社会闲散设备的存量算力，就是算力共享。也就是从这个意义上来说，算力是泛在的。
算力须要网路调度
由于算力出现云、边、端五级算力构架的泛在演化趋势，算力的分布将不再集中在数据中心，而是广泛地分布在边沿或则端侧的任何位置。
假如所有的这种算力节点之间，没有通过网路互连，这种算力资源是没有办法被共享、被调度、被使用、被协同的。
正如《中国联通算力网路蓝皮书》中提及的，水力发展离不沸水网，电力发展离不开电网，算力发展离不开“算力网路”。算力网路是新型基础施行，要构建“一点接入、即取即用”的社会级服务，最终实现“网络无所不达、算力无所不在、智能无所不及”。
《中国电信算力网路蓝皮书》中也提及，实现云、边、端算力的高效调度，须要算力网路。具体来说，高效算力必须具备三个关键要素，就能实现数据与算力的高吞吐、敏捷联接和均衡随选。而这三个要素，都必须由网路来支撑。
高效算力的三个要素
究竟哪些是算力网路？
算力网路的定义
互联网、大数据、云估算、人工智能、区块链等技术创新，加速了数字经济的发展。数据经济的发展将促进海量数据形成，数据处理须要云、边、端协同的强悍算力和广泛覆盖的网路联接。
算力网路就是一种依据业务需求，在云、边、端之间按需分配和灵活调度估算资源、存储资源以及网路资源的新型信息基础设施。算力网路的本质是一种算力资源服务，未来企业顾客或则个人用户除了须要网路和云，也须要灵活的把估算任务调度到合适的地方。
网路的核心价值是提升效率，电话网提升了人类沟通的效率，互联网提升了人类协同工作的效率，算力网路的出现是为了提升云、边、端五级估算的协同工作效率。区别是传统网路直接为人类服务，算力网路直接为智能机器服务，并通过智能机器间接为人类服务。
算力网路建立了海量数据、高效算力、泛在智能之间的互联网络，为每位人、每个家庭、每个组织带来智能。
建立数据、算力、智能之间的互联网络
华为发布的《通信2030》也提及了类似的观点：算力网路代表了从“面向人的认知”向“面向机器认知”（人工智能）的网路设计理念的重要变化，连接海量用户数据与多级算力服务。
算力网路的核心思想是通过新型网路技术将地理分布的算力中心节点联接上去，动态实时感知算力资源状态，因而统筹分配和调度估算任务，传输数据，构成全局范围内感知、分配、调度算力的网路，在此基础上凝聚和共享算力、数据、应用资源。
算力中心呈现多层次，多管理域的布局。不同的算力中心间存在巨大的差别性，从资源的角度看，布署的应用类型、保存的数据集、算力的体系结构可能不同；从管理的角度看，管理策略、计费标准、碳排放标准可能不同。为此，算力网路的建设须面对不同算力中心间的高效协同，算力、数据、应用可信交易与管理机制设计，缺少一体化标准等挑战，最终建立成为开放的、高资源借助率、高能效的估算基础设施。
算力一张网
算力网路看似是一张网，连接了所有的估算节点，实际是将所有估算节点的算力汇集到一个算力池中，实现算力的“一点接入，即取即用”。
算力网路的功能
算力网路以前出现CAN（算力感知网路，Computing-awareNetwork）、CFN（算力网路，ComputingFirstNetworkorComputingForceNetwork）、CFN（估算优先网路，ComputingFirstNetwork）、CPN（算力网路，ComputingPowerNetwork）等类似的不同别称。
不管怎样尊称算力网路这个新概念，都是描述的一个算力资源调度的问题，须要一个对应的算力资源调度的算法来解决。在这个算法中，基本的维度就只有两个：一个是估算、一个是网路。
只是因为5G、边缘估算、人工智能、区块链等新诱因带来了新的变量，致使算法须要综合考虑那些方面，因而产生了算力网路的三大功能。
算力调度、算力路由、算力交易
算力网路的组成
如所示，算力网路包含了三个部件，不仅“算”和“网”以外，还引入了“脑”。
算：生产算力网：联接算力脑：统一感知、编排、调度、协同“网络中的算力”
算力网路的组成
详尽地说，这个“脑”就是：
看得见：全域态势感知，获取全域实时的算、网、数资源，以及云、边、端分布情况，完善全域态势感知地图。调得动：跨域协同调度，将多域协同的调度任务智能、自动地分解给各个使能平台，实现算、网、数的资源调度。可组合：多域融合编排，针对多域融合业务需求，基于算、网、数的原子能力按需灵活组合编排。有智慧：智能辅助决策，基于不同业务的SLA要求、网络整体负载、可用算力资源池分布等诱因，智能、动态地估算出算、网、数的最优协同策略。
算力网路如同是一台“超级计算机”，先汇集了全网的算力，再用“脑”把数据合理地分配到“超级计算机”的每位估算单元中。
算力网路的互联
算力网路的目标很明晰，让用户在调用成百上千公里以外的估算资源时的体验与调用对门工作站的资源没哪些区别。所以，对于算力网路来说，一张具有超大带宽、超低信噪比、海量联接、多业务承载的高品质网路是关键。这么，怎么构建一张为算力联接提供高品质服务的网路呢？
这儿必需要关注到算力网路的几个关键特点。
弹性：算力网路的流量特点与互联网的流量特点不完全相同，对于弹性带宽的需求愈加突出。比如，在气象的估算场景中，气象中心每晚须要估算1~2次，每次估算2小时，在这2个小时内需要特别大的带宽。这么，对于气象中心来说，更适宜的是带宽可调整、时长可订制的弹性联接服务。敏捷：算力的泛在和分散的分布，要求算力网路必须具备泛在算力敏捷接入的能力。企业顾客或则个人用户接入算力网路来获取估算服务，并不须要关心网路中的算力资源和分布情况，只关心算力是否还能敏捷地获取到。无损：算力由网路来实现互联，网路中的每位丢包，甚至在云数据中心内部的分布式估算过程中的丢包，就会导致算力估算效率的增长。据测算，0.1%丢包都会导致50%的算力损失。为此，数据中心内部、数据中心之间的无损传输成为算力网路的一个关键特点。安全：数据是估算的核心要素，也是宝贵资产，须要安全输送到算力节点，并安全返回估算结果。安全是算力网路使能到各行各业的一个关键的特点，包括数据安全储存、数据安全加密、算力住户之间数据的安全隔离、外部功击和数据外泄防护、终端安全接入等。感知：算力网路中存在海量的应用（算力的需求方）联接，怎样为不同的应用提供差别化的SLA保障，又怎么为其中重要的应用提供性能的测量和看护，也是算力网路须要考虑的一个关键问题。感知，就是说网路一方面要才能“感知应用”，另一方面还要才能“感知体验”。综合上去，产生算力网路“应用体验感知”能力。可视：在算力网路中，须要构建一张网路数字地图，通过应用、算力、网络两者的映射关系和蒙版建模，产生算（数字世界）和网（化学世界）高效关系映射。网路数字地图对于网路全景进行了动态勾画和动态刷新，可以实现网路拓扑清晰可视、网络路径透明追踪、故障传播关联追溯，以及在算力网路中基于网路、应用、算力关系映射的应用一键导航。
通过什么技术来匹配网路的那些关键特点呢？
IPv6+是基于IPv6的网路创新体系，使用体系中的SRv6、BIERv6、网络切块、确定性IP网路DetNet、随流检查IFIT、应用感知APN6、业务功能链SFC、智能无损等创新技术，可以构建云、边、端全联接的智能IP算力网路，把算力源源不断地输送给万物。
这儿，选定其中一些技术进行介绍。
SRv6满足算力网路的泛在接入和敏捷开通
由于算力须要向海量用户提供服务，网路须要满足泛在接入的要求。
传统网路使用MPLS技术，常常采用工单传递、手工配置的方法，逐段开通业务，开通时间长，已难以满足需求；算力网路可以使用SRv6技术，手动化领取业务，业务开通时间从几天降低到分钟级，多段组网变为端到端组网，实现海量业务差别化SLA保障的泛在接入和敏捷开通。
SRv6满足算力网路的泛在接入和敏捷开通
网路切块确保算力网路的无损传输和安全隔离
在同一张算力网路上，须要为气象、高校、海洋研究所、企业等各类各样不同的业务提供服务，而这种业务对于网路的服务质量要求是不一样的。
传统网路依照“专线”思维来为不同业务提供差别化服务，VPN“专线”是一种软隔离技术；算力网路可以根据“专网”思维来为不同业务提供差别化服务，网路切块“专网”是一种硬隔离技术。在一张数学的算力网路上，网路切块进行资源切块隔离，产生多个虚拟网路。不同业务在自己的网路切块“专网”上独立传输，实现确定性的无损传输和安全隔离。
算力网路切块按需规划，首先创建默认切块，所有业务先全部承载在默认切块上；之后对于有特殊需求的业务，基于不同的SLA要求单独创建网路切块。诸如，气象中心须要1G带宽保证的虚拟专网，就可以为气象业务单独创建网路切块。
网路切块确保算力网路的无损传输和安全隔离
随流检查实现算力网路的实时看护和智能运维
算力网路中存在海量的联接，那么多联接的统一看护和管理，对于网路的运维能力提出新的挑战。
传统网路的运维方式存在两个个突出的问题：业务损坏被动感知，定界定位效率低下。常常用户投诉能够发觉业务性能劣化，或则检出网路故障却无法快速定位。
在算力网路中，使用基于IFIT实现的随流测量，可以彻底改变这一局面。
随流测量在真实业务流中插入特定的“染色比特”，除了可以做到精准定位丢包发生的位置，并且可以估算出逐跳信噪比和晃动，甚至还能进行路径还原，实现对于网路的实时看护和智能运维。
随流测量实现算力网路的实时看护和智能运维
云网安一体打造算力网路的安全协同防护
安全是网路稳固的基石，而传统基于网路边界的防护思路，早已未能满足算力网路的需求。
在不同位置（云、网、端）布署不同的安全设备，拼凑安全产品，相互之间不兼容、不联动，难以适应业务上云后的路径变化，防护疗效差、效率低。
采用云网安一体的安全构架，可以构建“可信一张网”，实现：终端安全、入网安全、网络安全、入云安全、云（平台、应用、数据）安全。
东数西算织就全省算力一张网
2021年5月，中国提出“东数西算”工程，通过建立数据中心、云估算、大数据一体化的新型算力网路体系，将西部算力需求有序引导到东部，优化数据中心建设布局，促使东西部协同联动。
2022年2月，国家发改委、中央网信办、工业和信息化部、国家能源局联合印发通知，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点，并规划了10个国家数据中心集群。
东数西算
至此，全省一体化大数据中心体系完成总体布局设计，东数西算工程即将全面启动。
为何要东数西算？
关于算力和算力网路的重要性，我们在上文中早已提及：
在这个前提下，东数为何须要西算呢？这儿不得不提及数据中心建设和营运的三个关键诱因：
东数西算的工程建设，也同时在改变国家算力的分布，从这个意义上讲，更彰显了算力网路的重要性，对于各地分散算力的互联和高效调度。
由于算力需求集中在北部城市，而数据中心建设地远离需求地，必然会引起数据传输信噪比减小。这也是为什么八大枢纽中存在“京津冀、长三角、粤港澳大湾区”三个西部发达地区枢纽的诱因。
东数西算织就了全省算力一张网，建立了“全国一台计算机”，让算力成为公共服务，用户随用随取。
未来，全省甚至全球的算力网路，将帮助人类踏入智能世界，开启一个与大航海时代、工业革命时代、宇航时代等具有同样历史地位的新时代，这也是人类历史上又一个波澜壮丽的史诗级进程。
