█ 什么是“算力网络”
直奔主题，到底什么是算力网络？
算力网络不是一项具体的技术，也不是一个具体的设备。从宏观来看，它是一种思想，一种理念。从微观来看，它仍然是一种网络，一种架构与性质完全不同的网络。
算力网络的核心目的，是为用户提供算力资源服务。但是它的实现方式，不同于“云计算 通信网络”的传统方式，而是将算力资源彻底“融入”通信网络，以一个更整体的形式，提供最符合用户需求的算力资源服务。
因此，也有人将算力网络叫做“Network As A Computer（网络即计算机）”。
在你面前的，就像一台算力机。你不需要管它背后到底是什么，你只需要知道，它一定能给你提供最符合你需求的算力资源。
█ 计算与网络的关系演进
单看前面那段话，会有点晕。接下来，我们还是从网络的起源开始讲起吧。
算力那期文章，我给大家讲了算力的发展历程，其实也就是计算机的发展历程。
网络的发展历程，其实和计算机是密切相关的。（这里所说的网络，指的是数据通信网络，不是语音电话网络。下同。）
上世纪60年代，正是为了让美国各大高校之间的大型计算机可以传输数据，才有ARPANET（也就是著名的“阿帕网”，互联网的前身）。
连接了美国中西部4所高校的阿帕网（1969年）
70年代，同样是为了服务高校和科研机构的计算机间通信，才有了早期的局域网技术（以太网、TCP/IP协议）。
网络的出现，除了让点对点（用户对用户）能够进行信息交换之外，更重要的意义在于——它让一些复杂的、高端的计算能力，能够被普通用户所触达。
在那个时代里，用户PC的计算能力是很弱的，能做的事情很有限，内容资源也很少（硬盘存储容量很小）。
有了网络后，用户可以与机房（数据中心）建立连接，可以访问机房里的服务器，共享服务器的CPU和存储。
算力的集中与共享
对于复杂的高难度计算任务，也可以借助网络，分配给不同的计算机，共同完成计算任务。这也就是网格计算，是分布式计算的一种形式。
80年代后，网络的数量越来越多，规模也越来越大。于是，人们建立了连接各大区域的骨干网，最终形成了全球互联网。
小网变大网，就是互联网
有了全球互联网，承载算力资源的机房，就可以变得更大、更强，为更多用户提供算力服务。这个机房，也就变成了互联网数据中心（IDC）。
进入21世纪后，基于互联网数据中心，为了更好地管理海量的服务器（也是为了用廉价服务器实现高性能高可靠性的计算任务），亚马逊和谷歌等公司就牵头搞出了云计算。
云计算的核心是虚拟化技术。说白了，就是所有的CPU、内存、硬盘、显卡等计算资源变成“资源池”，灵活进行分配，分配给用户使用。
虚拟化技术，把物理资源打散，变成虚拟资源
在网络这边，巨变也在同步发生。
起初，网络这边关注的重点，是传输速率、容量、覆盖的提升。毕竟，用户多了，数据中心多了，互联网厂商多了，带宽需求就增加了。想要让用户访问速度更快，体验更好，就必须把“水管”加粗。
这期间，光通信和移动通信得到了快速发展。采用光纤，可以显著拓展通信带宽。采用移动通信，可以实现随时随地的通信接入。
到了2010年左右，我们的通信网络，基本实现了人与人之间的物理连接，人与数据中心的物理连接。
枣君画图不易，转载请注明来源
这时，伴随着云计算、大数据技术的出现与成熟，通信技术的核心任务开始发生变化——通信的连接对象开始从人拓展到物，互联网开始从消费领域扩展到行业领域（工业制造、交通物流、银行金融、教育医疗等）。
行业互联网开始崛起，物联网也开始崛起，于是，打开了整个人类社会数字化转型的大门。
█ 第一阶段：云网协同
在数字化时代，一切都是围绕数据工作。
专家们大笔一挥，把所有的信息化、数字化、网络化，都定性为：“挖掘数据价值”、“创造数字财富”、“发展数字经济”。
以云计算、大数据、人工智能为代表的IT技术，改名叫算力。以通信技术为代表的通信技术，改名叫联接力。它们变成数字化转型最重要的工具。（存储资源也被称为“存力”，不过一般归于算力范畴。）
数据价值的挖掘过程
在这个时代，所有的计算机软硬件都被抽象化了，变成了和水、电一样的资源，叫“算力资源”。
所有的应用，例如看剧、玩游戏、办公自动化、AR/VR，等等，也被统一称为使用“算力应用”，享受“算力服务”。
算力变成了一种重要的生产力，整个社会都需要它。
不过，算力和电力存在很大的不同——电力就是能源，只要电网通了，你就能够用。但是算力存在不同的属性、类型。不同的用户，不同的场景，对算力的需求不同。
换句话说，算力是存在多样性的。
算力那期文章里提到，算力有通用算力、超算算力、智能算力等不同类型。
例如，我玩吃鸡游戏，需要的是游戏算法，图形渲染。结果，你提供的是智能算力，合适吗？
再例如，我搞路灯物联网，控制路灯的开和关，非常简单的操作，结果，你提供的是昂贵的超算算力，给我安排的是天河一号，这合适吗？
再再例如，我挖矿搞比特币，你给我提供x86 CPU通用算力，挖矿效率极低，这合适吗？
显然都不合适。
有人想要性能强劲的算力，有人想要响应速度快（时延低）的算力，有人想要价格便宜的算力……仅靠云计算，根本无法灵活满足用户的差异性需求。
于是，算力这边，想到了网络的配合。
反观网络（通信运营商）这边，也有强烈的合作意愿。
原因如下：
1、传统网络过于封闭，设备商控制技术，一旦选型，就难以替换。而以云计算为代表的IT技术，强调的是开源、池化、软件化，软件和硬件解耦。运营商作为甲方，可以掌握更多的主动权。
2、传统网络虽然是通信范畴，但也使用了算力。在路由和交换领域，在核心网领域，其实都是以算力为主，设备本身就是一台“类x86服务器”。想要提升设备的运行效率，就需要把通信网络给IT化、软件化，可以简化网络的运维，实现容量的弹性伸缩。
3、运营商是网络运营的主体，但是铺设了网络，却只能当个“管道”，碰不到用户的数据，也碰不到用户的业务。业务比流量包更赚钱，运营商不希望自己被边缘化，所以，希望以网作为自己的资本，参与云市场的竞争，分享蛋糕。
4、国内运营商左手有网，右手有云。但是，运营商的云，对设备商比较依赖。搞云和网的合作，可以借云卖网，借网卖云，还可以边卖边学，增加对云的掌控力，里外不吃亏。
于是，2010年左右，云和网开始打破隔阂，进行第一阶段的合作。这时，云和网属于“初恋”，双方还是强调各自的主体身份、合作关系，所以，叫做“云网协同”阶段。
大家所熟悉的SDN（软件定义网络）、NFV（网元功能虚拟化），就是云网协同阶段的典型代表技术。
当时，SDN主要针对承载网。把承载网路由器的管理功能和转发功能剥离，将管理功能集中。这样一来，相当于把网络给软件化了，可以随时下达指令。
SDN，网络被拆解了
NFV呢，主要针对核心网。它将云的技术引入网络，把通信网络单元从专业设备变成通用x86设备，网络功能由虚拟机实现，从而变得更加开放和灵活。
NFV，把网元功能从物理设备，迁移到虚拟设备（云服务）
其实无线接入网（基站）那边也有云化。天线没办法云化（总要收发信号吧），基带运算处理是可以云化的，于是，就有了Open RAN、vRAN、C-RAN等。限于篇幅，不多介绍。
SDN和NFV是在通信网络里引入云的技术和理念，相当于用云来改造网。
站在云的角度，也从网这边获得了“好处”。这个重要的“好处”，就是MEC边缘计算。
有了网之后，云发现自己可以顺着网“流动”了。它将中心云的一部分算力下沉，放到通信网络的各个层级，更加靠近用户，能够满足用户低时延算力的需求。
这个算力，可以在你家的路由器里，可以在大楼的弱电机房里，可以在基站机房里，也可以在区、县、市的各级机房里。反正，无处不在。
边缘计算=算力下沉
边缘计算，彻底颠覆了非端即云的传统算力架构，使得算力资源变成了“云、边、端”三级模型，它们相互协作，为用户提供所需的算力服务。
“泛在算力”的说法，也因此开始出现。
云网协同时代，云可以调动网络（“云调网”），网络也可以配合云。如前面SDN所说，网被软件定义，网的功能成为了平台上的选项，在操作云的时候，点点按钮，就可以调用网的功能，对网进行配置。█ 第二阶段：云网融合
云网协同的出现，揭示了整个ICT行业的变革方向。它所取得的初步成果，也鼓励了运营商、设备商以及云计算服务商。
若干年后，大家一致认为，云和网仅仅协同是不够的，应该全面走向融合。就这样，“云网融合”闪亮登场了。
这次变化的根本原因，其实还是数字化转型的浪潮。数字化不断深入，数据变得越来越庞大。尤其是以数据为中心的人工智能业务，广泛落地，加剧了全社会对算力的需求。
为了满足紧迫的算力需求，云和网的融合必须提速。
在这一阶段，因为边缘计算的出现，云计算已经不能单独代表算力了，所以，和“云”有关的词，逐渐变成了“算”。（智算和超算的强势崛起，也使“算”这个字眼更有力量，更有逼格，更具代表性。）
而网络这边，彻底失去了和算力平起平坐的资格，开始加速与算力的“融合”。其实，坦率地说，是被算力“融合”。
融合是现阶段的动作，融合的最终目的，当然是算和网完全合为一体。也就是，将来，要实现“算网一体”。
一体后的“算网”，也就是——“算力网络”。
整个过程，大家有没有搞明白？之所以网上的概念特别杂，其实主要是因为三大运营商加上华为等设备商，特别喜欢取名字，炒概念，而且互相还不肯承认、不肯统一。所以，媒体上的叫法有很多种。事实上，很多名词，都是同一个意思。
运营商在造词方面，实在是太拼了。
那些“1 2 3”的，还有ABCDE啥的，更让人头大。
算力网络的英文名，也有好几个。例如：
CPN（Computing Power Network，计算能力网络）
CFN（Computing First Networking，计算优先网络）
CFN（Computing Force Networking，计算力量网络）
CAN（Computing-aware Networking，算力感知网络）
目前使用比较普遍的，是CFN（First那个）。
在本文开头，小枣君就说过，算力网络的存在意义，就是为了给用户提供最适合的算力资源服务。
这个适合，指的是算力类型匹配，算力规模合适，算力性价比最优。
算力网络要解决的核心问题，是算力需求急剧膨胀下，全网算力供给不足的问题。
目前，摩尔定律逐渐进入瓶颈，单芯片的算力提升空间越来越窄，成本越来越高。在单点算力无法持续倍增的情况下，盘活现有的算力资源，是解决算力不足问题的唯一办法。
算力已经赶不上数据的增长（图片来自驭数科技）
换句话说，让算力流动起来，精准服务用户，提升算力的利用率，比单纯堆砌算力、死磕芯片制程更有价值。
今年很火的“东数西算”，就是算力网络理念的一次落地实践。
东部地区对算力的需求高，西部地区的算力成本低（气温低，制冷成本低，且能源便宜）。所以，借助强大的通信网络基础设施，将时延要求低的算力，迁移到西部地区，就可以实现更完美的算力性价比。
那么，算力网络究竟是一个怎样的架构？它基于了哪些底层技术？它的三大特性——算力路由、算力调度、算力交易，到底是如何实现的呢？目前，算力网络的标准进展如何？
且看下集：算力网络的深度技术分析
,
