<成果标题>-1-中国联通算力服务原生白皮书中国联通研究院下一代互联网宽带业务应用国家工程研究中心2023年 5 月 -2-尊龙凯时人生就博的版权声明本报告尊龙凯时人生就博的版权属于中国联合网络通信有限公司研究院，并受法律保护。转载、摘编或利用其他方式使用本报告文字或者观点的，应注明“来源：中国联通研究院”。违反上述声明者，本院将追究其相关法律责任。编写单位：中国联通研究院/下一代互联网宽带业务应用国家工程研究中心编写组成员：唐雄燕，曹畅，张岩，杨洋，霍龙社，崔煜喆，王施霁，曹云飞，马力俊，徐治理，王立文合作单位：浪潮通信信息系统有限公司，英特尔，深圳市遇贤微电子有限公司，飞腾信息技术有限公司 -3-前言近年来，伴随着数字经济的蓬勃发展，互联网、大数据、人工智能同各行各业深度融合，产生的数据量和计算量呈指数爆发，对于目前海量、分散的应用场景，数据的处理与分析需要强有力的算力提供支撑，加速了“云、边、端”为主的算力资源的高效协同，同时服务形态也由最初的云服务向算力服务演进，促进算力技术发展走向多架构并存的道路。异构算力广泛应用带来了软件层面以及硬件、芯片层面新的技术问题，为算力资源的高效利用以及应用的快速发展提出了挑战，亟需一套尊龙凯时人生就博的解决方案来屏蔽异构算力、异构代码和异构运行环境差异所引入的软硬件兼容问题，以便提高资源利用率，降低开发以及维护成本。基于此背景，本白皮书提出了算力服务原生技术来解决上述挑战。本白皮书首先分析了算力技术的发展趋势及当前应用多样化下异构算力发展面临的挑战，之后对算力服务原生的定义内涵、总体架构、关键技术进行了分析，并就算力服务原生与云原生、算力网络、人工智能的关系和当前业界的探索实践进行详细介绍，期望为算力服务产业发展起到抛转引玉的作用，并通过发展算力服务原生技术，以实现“一套代码全网通用”的目标，呼吁与业界合作共建、联合推动算力服务原生统一的标准体系，并繁荣开源生态。 -4-目录1. 算力服务原生产生背景......................................................................................................61.1. 算力技术的发展趋势...................................................................................................61.1.1.算力需求剧增，异构算力泛在部署...................................................................61.1.2.应用场景多样，算力生态螺旋发展...................................................................71.1.3.服务形态演进，由云服务到算力服务...............................................................81.2. 算力服务原生概念辨析.............................................................................................102. 算力服务原生总体架构及关键技术................................................................................122.1. 算力服务原生总体架构.............................................................................................122.2. 算力服务原生关键技术.............................................................................................142.2.1.代码服务化.........................................................................................................142.2.2.服务适配.............................................................................................................152.2.3.应用适配.............................................................................................................162.2.4.算力服务原生编程模型.....................................................................................162.2.5.异构算力运行时.................................................................................................172.2.6.异构算力池化.....................................................................................................192.2.7.异构算力互联.....................................................................................................203. 算力服务原生与周边技术关系........................................................................................223.1. 算力服务原生与云原生的关系.................................................................................223.2. 算力服务原生与算力网络的关系.............................................................................233.3. 算力服务原生与人工智能的关系.............................................................................24 -5-4. 算力服务原生业界探索....................................................................................................264.1. 算力服务原生在产业中应用.....................................................................................264.1.1.基于算力服务原生的算网资源调度.................................................................264.1.2.基于算力服务原生的算网能力开放.................................................................274.1.3.算力服务原生的典型应用场景.........................................................................284.2. 中国联通算力服务原生探索和实践.........................................................................294.3. 算力服务原生业界发展情况.....................................................................................314.3.1.tensorlayerx....................................................................................................314.3.2.英特尔.................................................................................................................324.3.3.遇贤微电子.........................................................................................................334.3.4.飞腾.....................................................................................................................344.3.5.浪潮.....................................................................................................................344.3.6.nvidia.................................................................................................................355. 算力服务原生愿景与展望................................................................................................37缩略语......................................................................................................................................39参考文献..................................................................................................................................40 -6-1. 算力服务原生产生背景1.1. 算力技术的发展趋势1.1.1.算力需求剧增，异构算力泛在部署互联网的高速发展使得万物互联成为可能，由此产生的数据量和计算量呈指数爆发，而海量数据的处理与分析需要强有力的算力提供支撑。当前，大模型、元宇宙等相关技术实现依靠超强算力支撑，这对现有的技术和未来的发展都提出了很大的挑战。对于算力需求的日益剧增，需要云、边、端算力实现高效协同。对于目前海量、分散的应用场景，仅由数据中心内部或者终端的高效算力处