2024-07-25發(fā)布2024-08-01實施深圳市標準化協(xié)會發(fā)布I II 1 1 1 2 2 2 3 4 4 4 4 4 5 6 6 6 7 7 8 8 8 8 8 9 10 11 12 13 14本文件按照GB/T1.1—2020《標準化工作導則第1部分：標準化文件的結構和起草規(guī)則》的規(guī)定請注意本文件的某些內容可能涉及專利。本文件的發(fā)布機構不承擔識別專利的責任。公司、華奧科技控股集團有限公司、澳門大學智慧城市物聯(lián)網國家1大灣區(qū)算力網絡總體技術要求GB/T41867-2022界定的以及下列術語和定義適用于本[來源：ISO/IEC22237-1:20212算網編排管理computing&networkorchestrationandman4縮略語AI：人工智能（ArtificialIntelligence）CPU：中央處理單元（CentralProcessinDetNet：確定性網絡（DeterministicNetworkiDNSRR：域名系統(tǒng)資源記錄（DomainNameSystemResourceRecoFCFS：先來先服務（FirstComeFirstServOTDR：光時域反射儀（OpticalTimeDomainReflecOTN：光傳輸網絡（OpticalTransportOXC：光交叉連接（OpticalCrossOMSP：光復用段保護（OpticalMultiplexSectionOSU：光服務單元（OpticalServiceQKD：量子密鑰分發(fā)（QuantumKeyDistribQoE：體驗質量（QualityofExperQoS：服務質量（QualityofSerQUIC：快速UDP互聯(lián)網連接（QuickUDPInternetConneRDMA：遠端內存直接訪問(RemoteDirectMemoryAROADM：可重構光分插復用器（ReconfigurableOpticalAdd-DropMulSDWAN：軟件定義廣域網（SoftwareDefinedWide-AreTCP：傳輸控制協(xié)議（TransmissionControlPrUDP：用戶數據報協(xié)議（UserDatagramProtocWDM：波分復用(WavelengthDivisionMultiplexinWSON：波分交換光網絡（WavelengthSwitchedOpticalNetwor3大灣區(qū)算力網絡中各計算中心、樞紐節(jié)點的互b)樞紐節(jié)點為某區(qū)域內的大型/重要智算、超算或通用云計算中心，樞紐節(jié)點之間的互聯(lián)方式優(yōu)4a)算力資源提供：應提供計算、存儲等資源，并支持按c)統(tǒng)一數據存儲：應在現有計算中心的存儲資源上構建統(tǒng)一的支持塊/文件/對象的融合存儲服e)作業(yè)管理：提供對作業(yè)的提交、取消、層，由調度層根據這些信息進行作業(yè)調度。適配層應包含以下b)應支持接口擴展，滿足其它類型的計算中心接入大灣區(qū)算力網絡的要求；d)算力資源代理：應支持周期性采集所屬計算集群的資源信息5a)應支持100G/400G/800G等WDM/OTN長距離大容量傳輸能力，實現算力資源互聯(lián)和海量數據高速b)應支持ROADM/OXC等全光交換和調度能力，例如9維、20維和e)宜支持光層和IP層跨層協(xié)同，包括業(yè)務、路徑、運維、保這些信息進行路由計算來選擇最佳的路徑；應如SRv6報文）的可編程空間，將應用信息（標識和/或網絡性能需求）攜帶進入網絡，使能網顆粒度的SLA需求感知；支持通過服務標識索引關聯(lián)對應的轉發(fā)表項，從而完成對服務的精細f)網絡質量保障：應支持以算力資源的需求為導向，通過軟/硬切片能力將不同業(yè)務進行切片承據傳輸協(xié)議，包括UDP、TCP、QUIC等，以保證數據的傳輸6g)計算作業(yè)調度：應支持根據調度策略，將計算作業(yè)分發(fā)到b)統(tǒng)一計量計費：應支持對算力資源和服務的使用情況統(tǒng)計，并生成訂單，用于費用結算；c)資源運營可視化：應支持對算力資源、網絡資源、基礎75）應支持引入機密計算的算力，構建高可信計算環(huán)境，為高安6）宜支持引入安全多方計算可保證數據在計算節(jié)點和安全配置情況，以及計算節(jié)點是否有機密計算、隱私計算、或其它安全服務全態(tài)勢等供安全管理員分析與決策。具體應支持以4）宜支持對安全需求分析和安全能力感知功能進行管理、配置和大灣區(qū)算力網絡各業(yè)務層之間通過不同的接口進行相互訪問，完整的算力網絡系統(tǒng)應包含以下接8調度層通過適配層提交、查詢和管理作業(yè)。適運營層從調度層獲取大灣區(qū)各計算中心的資源和負載信息，并提交、查詢和管理9），在該應用場景下，用戶通過R1節(jié)點接入網絡訪問MEC資源，正常情況下，視頻業(yè)務流接入到最卡頓現象。通過大灣區(qū)算力網絡的按需調度能力，自動將視頻業(yè)務引流至最優(yōu)計算節(jié)點MEC-2處理，邊緣節(jié)點提供服務，保障用戶對模型實時互動操在傳統(tǒng)方式下，用戶在選擇購買AI算力產品時，需要根據GPU廠商提供的浮點算力值選擇物理GPU用的參考性能值去判斷選擇，令用戶更容易判斷。該方案的優(yōu)勢在于云廠商可以利用GPU虛擬化軟件自定義GPU設備，可以合理地利用新舊不同GPU設備池化，將整個GPU資源集群的利用率大大提高若干倍，基于典型的普適性的AI模型Resnet50為基準，對資源池里的GPU設備進行測試，并基于測試的數據顆粒度的算力等級實例，最終售賣的AI算力產品規(guī)格的樣例示意如下（以基礎版為例#GPU卡數：1medium#GPU卡數：1#GPU卡數：1擇合適的一個或多個計算中心，完成模型的推理服務部署，并發(fā)布模型調用API。模型使用者通過API適的部署節(jié)點完成模型推理服務。同時，在獲取用戶許可的前提下，模型開發(fā)平臺通過API收集用戶反饋信息，將相關數據反饋至模型提供者及基座模型，對大模型進行持續(xù)[1]ISO/IEC22237-