边缘计算与算力网络——5G+AI时代的新型算力平台与网络连接

作者: 雷波著 , 陈运清著

出版社: 电子工业出版社

出版时间: 2020-11

ISBN: 9787121398223

定价: 88.00

分类: 工程技术

45人买过

  《边缘计算与算力网络――5G+AI时代的新型算力平台与网络连接》基于云、SDN、NFV等新技术的云化网络应用及发展趋势，对5G+AI时代的新型算力平台（边缘计算）与网络连接（算力网络）进行了系统性的介绍。本书内容涵盖了边缘计算的典型应用场景、主要特征、技术架构、管控体系和相关的网络基础设施，同时还系统性地介绍了算力网络解决方案的定义、思路、模式和典型应用。
  《边缘计算与算力网络――5G+AI时代的新型算力平台与网络连接》不仅适合通信领域相关从业人员和高校师生阅读与参考，而且还适合对边缘计算和算力网络感兴趣的社会各界人士学习。

  雷波，高级工程师，现任中国电信股份有限公司研究院IP与未来网络研究中心主任、中国通信标准化协会网络5.0技术标准推进委员会管理与运营组组长、边缘计算网络基础设施联合工作组（ECNI）联执主席等职务，目前聚焦在未来网络技术、新型数据中心网络、算力网络等方面的研究工作。
  陈运清，教授级高级工程师，现任中国电信股份有限公司研究院副院长、中国电信科技委数据专业组副组长、中国互联网协会标准工作委员会副主任委员、中国通信标准化协会网络5.0技术标准推进委员会副主席等职务。他长期从事电信运营宽带网络领域的研究，曾获2008年度政府特殊津贴，在未来网络、下一代互联网、IP网络架构、高智能网络等子领域均有较深厚的研究和积累。
  王旭亮，毕业于日本奈良先端科学技术大学院大学并获得软件设计学硕士学位，现任中国电信股份有限公司研究院新兴信息技术研究所未来网络与融合创新部副主任，主要研究方向为云计算、SDN/NFV、边缘计算和数据中心网络等。
  赵倩颖，毕业于比萨大学和圣安娜高等研究学院，获信息和网络专业硕士学位，现为中国电信股份有限公司研究院工程师，曾参与边缘计算、5G+AI智能算力网络研究，并参与ITU-T算力网络标准化制定工作，主要研究方向未来网络、算力网络。
  解云鹏，毕业于北京邮电大学，获计算机应用技术硕士学位，高级工程师，现任中国电信股份有限公司研究院实验室运营中心技术总监、中国通信标准化协会网络5.0技术标准推进委员会架构组副组长等职务。他主要研究领域为未来网络架构、IP城域网、数据中心网络等，获得省部级奖5项，发明专利10多项，合著专著3本。
  王江龙，毕业于北京邮电大学，获信息与通信工程硕士学位，现为中国电信股份有限公司研究院工程师，主要从事新型IP网络技术、云网融合、未来网络架构等创新领域的工作。
  柏楠，毕业于北京邮电大学，现为中国电信股份有限公司研究院高级工程师，长期致力于网络运营和IT技术的研究及开发工作，近年主要从事网络云化、NFV与边缘计算的设计研发工作。
  刘增义，毕业于北京邮电大学，获通信工程硕士学位，现为中国电信股份有限公司研究院工程师，主要从事网络功能虚拟化、算力网络、容器网络等创新领域的工作。
  唐静，毕业于北京科技大学，获计算机技术硕士学位，现为中国电信股份有限公司研究院工程师，曾参与SDN/NFV测试平台、边缘计算、5G+AI智能算力网络研究，并参与ITU-T标准化制定工作。

第1章  5G+AI时代需要边缘计算与算力网络 1
1.1  算力时代 1
1.1.1  算力定义 1
1.1.2  算力推动各行各业的发展 2
1.2  5G+AI时代的算力平台 7
1.2.1  典型算力平台：云计算 7
1.2.2  新型算力平台：边缘计算 9
1.2.3  端计算 10
1.2.4  多样化的算力提供方 11
1.3  算力平台与网络连接 11
1.3.1  云计算时代的网络解决方案：云网一体 11
1.3.2  从边缘计算视角看网络：ECA/ECN/ECI 12
1.3.3  算网一体化布局 16
1.3.4  边缘计算时代的新型网络连接：算力网络 16
1.4  本章小结 17
第2章  边缘计算与应用场景 19
2.1  边缘计算演进与定义 19
2.2  边缘计算的性能指标 24
2.3  边缘计算场景与典型应用综述 25
2.3.1  ICT服务商将云计算能力逐步扩展到边缘设备 25
2.3.2  工业企业依托丰富的工业场景发挥现场级应用能力 27
2.4  行业应用 28
2.4.1  平安城市 28
2.4.2  远程医疗 30
2.4.3  智慧家庭 31
2.4.4  车联网 33
2.4.5  工业智能制造 34
2.4.6  内容服务 36
2.5  本章小结 40
第3章  边缘计算主要特征与技术架构 41
3.1  边缘计算平台行业特色能力 41
3.1.1  图像识别能力 42
3.1.2  图像渲染能力 43
3.1.3  实时编解码能力 43
3.1.4  智能分析能力 44
3.2  边缘计算平台网络能力开放 45
3.2.1  位置服务能力 46
3.2.2  业务分流能力 46
3.2.3  无线网络信息服务能力 47
3.2.4  用户身份识别服务能力 48
3.2.5  宽带管理服务能力 49
3.2.6  QoS服务能力 49
3.2.7  流程统计及计费服务能力 49
3.2.8  IoT服务能力 51
3.2.9  WLAN信息服务能力 52
3.2.10  固定接入信息服务能力 52
3.2.11  车联网服务能力 52
3.3  边缘计算平台管理能力 54
3.3.1  边缘App管理能力 54
3.3.2  边缘资源管理能力 57
3.4  本章小结 59
第4章  边缘计算基础设施层 61
4.1  服务器与网络接入设备 61
4.1.1  边缘服务器[42] 61
4.1.2  服务器虚拟化 66
4.1.3  定制化的边缘接入设备 73
4.2  基于FPGA的网络算力加速 83
4.2.1  算力的演进：从CPU到FPGA 83
4.2.2  FPGA助力网络加速 84
4.2.3  FPGA助力边缘计算 85
4.2.4  边缘计算算力进入FPGA时代 88
4.3  数据中心网络的演进 88
4.3.1  网络架构的演进 88
4.3.2  网络标准的演进 93
4.3.3  网络设备的演进 98
4.4  构建无损的边缘数据中心网络 102
4.4.1  无损网络的由来 102
4.4.2  无损网络关键技术 108
4.4.3  无损网络技术在边缘数据中心的应用场景 113
4.5  本章小结 118
第5章  边缘计算的管控体系 119
5.1  边缘计算的管理架构 119
5.2  运营商视角的管控体系 123
5.2.1  运营商的选择 123
5.2.2  变革中的网络管理 124
5.2.3  运营商边缘计算的管控 143
5.3  其他视角的管控体系 147
5.3.1  从云服务出发构建MEC体系 147
5.3.2  从应用出发构建MEC-PaaS服务 149
5.4  本章小结 150
第6章  从云网一体到算网一体 153
6.1  从云网到边端 153
6.1.1  云网边端总体能力和内涵 153
6.1.2  边缘计算与云网一体化 154
6.2  边缘计算对网络的新需求 155
6.2.1  典型业务承载需求 155
6.2.2  协同组网需求 157
6.2.3  智慧化管理需求 158
6.3  边缘组网关键技术 158
6.3.1  泛在多样连接 159
6.3.2  确定性无损转发 159
6.3.3  算力按需分配 160
6.3.4  网络切片 160
6.3.5  网络智能化 161
6.4  云边协同、算网一体的融合架构 161
6.4.1  架构融合的基础要素 161
6.4.2  算力网络新架构 163
6.4.3  云网一体、边网协同的新型城域网 165
6.5  本章小结 173
第7章  算力网络 175
7.1  算力网络的背景 175
7.1.1  分布式算力成为业务发展新需求 176
7.1.2  边缘计算驱动算力提供的多样化 178
7.1.3  网络发展为多方算力资源灵活提供奠定了基础 179
7.1.4  算力网络提供新的商业模式 180
7.2  算力网络的定义 181
7.2.1  算力网络与电力网络的类比分析 181
7.2.2  算力网络与云网协同 182
7.3  算力网络中多资源联合优化的数学分析 183
7.4  算力网络应用案例 188
7.4.1  算力网络在智能安防领域的应用案例 188
7.4.2  算力网络在AR业务领域的应用案例 191
7.5  本章小结 194
第8章  算力网络实施方案 195
8.1  算力网络体系 195
8.1.1  算力网络体系架构 195
8.1.2  算力网络交易平台 197
8.1.3  集中式的算力网络编排管理平台 198
8.1.4  分布式的算力路由层 201
8.2  算力网络运行示例 202
8.2.1  场景假设与角色描述 202
8.2.2  资源信息分发与收集 204
8.2.3  算力网络交易详解 209
8.2.4  算力网络资源调度 212
8.2.5  集中式方案、分布式方案、混合式方案对比 215
8.3  基于AI的扩展服务模式 216
8.4  本章小结 218
附录A  边缘计算开源系统介绍 219
A.1  StarlingX 219
A.2  KubeEdge 233
附录B  边缘计算自动化测试及实践 251
B.1  云化网络自动化测试 251
B.2  云化网元自动化测试 259
B.3  测试平台实践 262
缩略语 269
参考文献 277
内容简介:
《边缘计算与算力网络――5G+AI时代的新型算力平台与网络连接》基于云、SDN、NFV等新技术的云化网络应用及发展趋势，对5G+AI时代的新型算力平台（边缘计算）与网络连接（算力网络）进行了系统性的介绍。本书内容涵盖了边缘计算的典型应用场景、主要特征、技术架构、管控体系和相关的网络基础设施，同时还系统性地介绍了算力网络解决方案的定义、思路、模式和典型应用。
《边缘计算与算力网络――5G+AI时代的新型算力平台与网络连接》不仅适合通信领域相关从业人员和高校师生阅读与参考，而且还适合对边缘计算和算力网络感兴趣的社会各界人士学习。
作者简介:
  雷波，高级工程师，现任中国电信股份有限公司研究院IP与未来网络研究中心主任、中国通信标准化协会网络5.0技术标准推进委员会管理与运营组组长、边缘计算网络基础设施联合工作组（ECNI）联执主席等职务，目前聚焦在未来网络技术、新型数据中心网络、算力网络等方面的研究工作。
  陈运清，教授级高级工程师，现任中国电信股份有限公司研究院副院长、中国电信科技委数据专业组副组长、中国互联网协会标准工作委员会副主任委员、中国通信标准化协会网络5.0技术标准推进委员会副主席等职务。他长期从事电信运营宽带网络领域的研究，曾获2008年度政府特殊津贴，在未来网络、下一代互联网、IP网络架构、高智能网络等子领域均有较深厚的研究和积累。
  王旭亮，毕业于日本奈良先端科学技术大学院大学并获得软件设计学硕士学位，现任中国电信股份有限公司研究院新兴信息技术研究所未来网络与融合创新部副主任，主要研究方向为云计算、SDN/NFV、边缘计算和数据中心网络等。
  赵倩颖，毕业于比萨大学和圣安娜高等研究学院，获信息和网络专业硕士学位，现为中国电信股份有限公司研究院工程师，曾参与边缘计算、5G+AI智能算力网络研究，并参与ITU-T算力网络标准化制定工作，主要研究方向未来网络、算力网络。
  解云鹏，毕业于北京邮电大学，获计算机应用技术硕士学位，高级工程师，现任中国电信股份有限公司研究院实验室运营中心技术总监、中国通信标准化协会网络5.0技术标准推进委员会架构组副组长等职务。他主要研究领域为未来网络架构、IP城域网、数据中心网络等，获得省部级奖5项，发明专利10多项，合著专著3本。
  王江龙，毕业于北京邮电大学，获信息与通信工程硕士学位，现为中国电信股份有限公司研究院工程师，主要从事新型IP网络技术、云网融合、未来网络架构等创新领域的工作。
  柏楠，毕业于北京邮电大学，现为中国电信股份有限公司研究院高级工程师，长期致力于网络运营和IT技术的研究及开发工作，近年主要从事网络云化、NFV与边缘计算的设计研发工作。
  刘增义，毕业于北京邮电大学，获通信工程硕士学位，现为中国电信股份有限公司研究院工程师，主要从事网络功能虚拟化、算力网络、容器网络等创新领域的工作。
  唐静，毕业于北京科技大学，获计算机技术硕士学位，现为中国电信股份有限公司研究院工程师，曾参与SDN/NFV测试平台、边缘计算、5G+AI智能算力网络研究，并参与ITU-T标准化制定工作。
目录:
第1章  5G+AI时代需要边缘计算与算力网络 1
1.1  算力时代 1
1.1.1  算力定义 1
1.1.2  算力推动各行各业的发展 2
1.2  5G+AI时代的算力平台 7
1.2.1  典型算力平台：云计算 7
1.2.2  新型算力平台：边缘计算 9
1.2.3  端计算 10
1.2.4  多样化的算力提供方 11
1.3  算力平台与网络连接 11
1.3.1  云计算时代的网络解决方案：云网一体 11
1.3.2  从边缘计算视角看网络：ECA/ECN/ECI 12
1.3.3  算网一体化布局 16
1.3.4  边缘计算时代的新型网络连接：算力网络 16
1.4  本章小结 17
第2章  边缘计算与应用场景 19
2.1  边缘计算演进与定义 19
2.2  边缘计算的性能指标 24
2.3  边缘计算场景与典型应用综述 25
2.3.1  ICT服务商将云计算能力逐步扩展到边缘设备 25
2.3.2  工业企业依托丰富的工业场景发挥现场级应用能力 27
2.4  行业应用 28
2.4.1  平安城市 28
2.4.2  远程医疗 30
2.4.3  智慧家庭 31
2.4.4  车联网 33
2.4.5  工业智能制造 34
2.4.6  内容服务 36
2.5  本章小结 40
第3章  边缘计算主要特征与技术架构 41
3.1  边缘计算平台行业特色能力 41
3.1.1  图像识别能力 42
3.1.2  图像渲染能力 43
3.1.3  实时编解码能力 43
3.1.4  智能分析能力 44
3.2  边缘计算平台网络能力开放 45
3.2.1  位置服务能力 46
3.2.2  业务分流能力 46
3.2.3  无线网络信息服务能力 47
3.2.4  用户身份识别服务能力 48
3.2.5  宽带管理服务能力 49
3.2.6  QoS服务能力 49
3.2.7  流程统计及计费服务能力 49
3.2.8  IoT服务能力 51
3.2.9  WLAN信息服务能力 52
3.2.10  固定接入信息服务能力 52
3.2.11  车联网服务能力 52
3.3  边缘计算平台管理能力 54
3.3.1  边缘App管理能力 54
3.3.2  边缘资源管理能力 57
3.4  本章小结 59
第4章  边缘计算基础设施层 61
4.1  服务器与网络接入设备 61
4.1.1  边缘服务器[42] 61
4.1.2  服务器虚拟化 66
4.1.3  定制化的边缘接入设备 73
4.2  基于FPGA的网络算力加速 83
4.2.1  算力的演进：从CPU到FPGA 83
4.2.2  FPGA助力网络加速 84
4.2.3  FPGA助力边缘计算 85
4.2.4  边缘计算算力进入FPGA时代 88
4.3  数据中心网络的演进 88
4.3.1  网络架构的演进 88
4.3.2  网络标准的演进 93
4.3.3  网络设备的演进 98
4.4  构建无损的边缘数据中心网络 102
4.4.1  无损网络的由来 102
4.4.2  无损网络关键技术 108
4.4.3  无损网络技术在边缘数据中心的应用场景 113
4.5  本章小结 118
第5章  边缘计算的管控体系 119
5.1  边缘计算的管理架构 119
5.2  运营商视角的管控体系 123
5.2.1  运营商的选择 123
5.2.2  变革中的网络管理 124
5.2.3  运营商边缘计算的管控 143
5.3  其他视角的管控体系 147
5.3.1  从云服务出发构建MEC体系 147
5.3.2  从应用出发构建MEC-PaaS服务 149
5.4  本章小结 150
第6章  从云网一体到算网一体 153
6.1  从云网到边端 153
6.1.1  云网边端总体能力和内涵 153
6.1.2  边缘计算与云网一体化 154
6.2  边缘计算对网络的新需求 155
6.2.1  典型业务承载需求 155
6.2.2  协同组网需求 157
6.2.3  智慧化管理需求 158
6.3  边缘组网关键技术 158
6.3.1  泛在多样连接 159
6.3.2  确定性无损转发 159
6.3.3  算力按需分配 160
6.3.4  网络切片 160
6.3.5  网络智能化 161
6.4  云边协同、算网一体的融合架构 161
6.4.1  架构融合的基础要素 161
6.4.2  算力网络新架构 163
6.4.3  云网一体、边网协同的新型城域网 165
6.5  本章小结 173
第7章  算力网络 175
7.1  算力网络的背景 175
7.1.1  分布式算力成为业务发展新需求 176
7.1.2  边缘计算驱动算力提供的多样化 178
7.1.3  网络发展为多方算力资源灵活提供奠定了基础 179
7.1.4  算力网络提供新的商业模式 180
7.2  算力网络的定义 181
7.2.1  算力网络与电力网络的类比分析 181
7.2.2  算力网络与云网协同 182
7.3  算力网络中多资源联合优化的数学分析 183
7.4  算力网络应用案例 188
7.4.1  算力网络在智能安防领域的应用案例 188
7.4.2  算力网络在AR业务领域的应用案例 191
7.5  本章小结 194
第8章  算力网络实施方案 195
8.1  算力网络体系 195
8.1.1  算力网络体系架构 195
8.1.2  算力网络交易平台 197
8.1.3  集中式的算力网络编排管理平台 198
8.1.4  分布式的算力路由层 201
8.2  算力网络运行示例 202
8.2.1  场景假设与角色描述 202
8.2.2  资源信息分发与收集 204
8.2.3  算力网络交易详解 209
8.2.4  算力网络资源调度 212
8.2.5  集中式方案、分布式方案、混合式方案对比 215
8.3  基于AI的扩展服务模式 216
8.4  本章小结 218
附录A  边缘计算开源系统介绍 219
A.1  StarlingX 219
A.2  KubeEdge 233
附录B  边缘计算自动化测试及实践 251
B.1  云化网络自动化测试 251
B.2  云化网元自动化测试 259
B.3  测试平台实践 262
缩略语 269
参考文献 277

查看详情

边缘计算与算力网络——5G+AI时代的新型算力平台与网络连接

内容简介:

作者简介:

目录: