2.1　电信网络发展阶段分析

SDN/NFV技术是支撑云网融合技术起步并快速成熟的重要驱动力。SDN/NFV作为网络IT化技术，在助力网络连接云服务的同时，也被云技术深深地改变着，历数电信网络的发展，大致可以分为三个阶段：2010年之前为第一阶段，即连接型网络阶段；2010年到2020年的云化网络阶段为第二阶段；2020年以后的智能算网阶段为第三阶段，如图2-1所示。第一阶段网络主要功能在于服务连接本身，其基础是各种模拟的、基于电路时分复用（Time Division Multiplexing，TDM）或者分组IP化的技术，体现形式为通用的通信能力，代表业务为连接人或物。

在第二阶段，网络的大带宽能力不断增强，信息通信网络技术不断进步，重点体现在SDN/NFV能力的增强。为满足未来云网业务的多样化、垂直行业应用差异化的服务需求，通信网络面向软硬件解耦、虚拟化和云化部署方向发展，按需灵活定义的弹性网络架构成为发展趋势。通过软件定义网络（SDN）和网络功能虚拟化（NFV）等关键技术，赋予网络全面可编程能力，实现网络全域微服务化，提高网络架构的可塑性，使得网络架构可以智能地适应业务需求，这也是云网融合的技术特点之一。在这个过程中，SDN技术要解决的问题更加偏重网络对接上云（Network For Cloud），而NFV技术更加偏重解决云承载虚拟网络（Cloud For Network）的问题。例如，中国联通的产业互联网云网一体服务项目建成了国内第一个面向产业互联网的专用网络，这次大规模的广域网的SDN应用，能够连接主流的云服务商，包括中国联通的供应商及客户的网络，覆盖广泛，实现了网络的智能化、开放化和服务化。

图2-1　电信网络的三个发展阶段

在第三阶段，网络的主要特征表现为网络的智能化，实现网络连接和网络云化的智能融合，在连接层面，网络还将继续向统一编排、灵活管控方向演进，并且在这个基础上引入确定性的要求，云网融合的目标是实现网络的极简和敏捷化。其技术特点表现在以下三方面：

（1）SDN+SRv6技术的融合。传统的分布式网络架构已无法满足当前飞速发展的云计算等新型业务的需求，无论是运营商还是企业，都亟待构建敏捷、智能、开放的网络来利用SDN网络体系架构实现网络设备的软硬件解耦、网络系统的控制面与转发面解耦，从而提高网络的可编程性。SDN架构的核心优势在于以系统全息信息为依据制定网络转发策略，实现网络管控模式从设备层面到系统层面的转变，提供统一的网络自动化运维配置和控制接口，从而能够更好地支撑和承载云计算业务。

具体来说，SDN技术的演进方向可以表现为有更好的南向协同器适配设计，实现物理网络向逻辑网络的转化，以及实现物理网络资源统一的服务能力抽象，对不同厂商设备和模型进行解耦协同，并在此基础上实现网络统一的业务编排及业务的模块化设计。北向接口逐步实现接口的规范化和接口调用流程的协调。

在网络的传送技术方面，承载新型业务的过程中也逐渐显露出一些短板，目前，基于源路由信息且仅在网络边缘维护状态的分段路由（Segmented Routing，SR）技术，成为众多传送技术中的新宠，尤其适合超大规模的SDN部署场景。在初始设计中，SR数据平面的实现方式有SR-MPLS和SRv6两种，如果简单地认为SR-MPLS是下一代的多协议标签交换（Multi Protocol Label Switchin，MPLS），则SRv6开启了网络即计算机的运营网络的全新方式。在X86体系中，程序最终通过X86的CPU指令来操控服务器；而在SRv6体系中，SDN通过SRv6 Segment来操控网络，如图2-2所示。难得的是，SRv6技术在简化传统网络的同时，可以与传统网络无缝对接，其可编程能力又能和SDN技术完美融合，二者相互促进，在推动云计算的发展进程中将发挥至关重要的作用。

图2-2 网络即计算机

（2）核心网的云化及云原生的网络。5G时代的核心网既是对传统移动互联网服务能力的升级，也是向产业互联网迈进时不可或缺的关键一环，需要建立在集开放、可靠、高效、简约、智能于一体的云化NFV平台上，并基于NFV平台解耦技术、容器技术、网络切片技术等完成4G核心网功能升级、核心网功能虚拟化、分布式云网建设、5G核心网及配套设施建设等工作。2020年之后，随着云平台灵活部署和快速迭代的优势，运营商能够有效保障持续上线的新功能和新任务，促进4G/5G融合，向着网络全面智能化运营的目标迈进。

另外，随着容器等轻量级高效率虚拟化技术的兴起与微服务理念的普及，云计算正向云原生的方向发展。云原生，从广义上讲，是更好地构建云平台与云应用的一整套新型的设计理念与方法论；而从狭义上讲，则是以Docker容器和K8S为支撑的云原生技术，正在革新整个IT架构。其理想的应用场景：首先是通过构建IT能力中台，下沉共享能力，以提高应用开发和部署效率；其次是运维能力，具体包括基础设施的弹性扩缩容、高可用、应用平滑迁移、灰度发布等。随着云类型的增多及其复杂性的增加，用户对多云管理和云管平台的需求也会愈加旺盛，其蓬勃发展必将使其更好地服务于网络建设。

（3）引入AI的云网融合技术。随着网络业务多样性的日益丰富及网络复杂度的不断提升，运维成本也逐渐攀升，传统移动网络在运维方面与互联网的差距也开始凸显，为了更好地支撑网络向云化、智能化方向发展，就需要建立网络极简、网络智能、业务敏捷、架构开放的运营体系。

目前，人工智能（Artificial Intelligence，AI）的可应用范围涵盖以下几个方面：

① 网络规划方面。通过AI技术可实现智能洞察、智能规划、流量预测等功能。

② 网络建设方面。AI可用来实现网络的自动部署开通、基于场景的覆盖评估等需求。

③ 网络运维方面。AI可以助力完成云核心网基于规则的网络故障自恢复、设备节能、图像识别工程参数等工作。

④ 网络优化方面。引入AI能够从自动覆盖问题检查、基于关键性能指标（Key Performance Indicator，KPI）数据的网元异常智能预警、基于场景的参数智能优化等角度着手提升用户体验。未来，相信AI技术的不断成熟能够带给网络更多惊喜。

此外，反观AI同网络的关系，不难看出，AI的长远发展离不开网络的支撑。过去，AI必须依靠强大的云端计算能力来进行数据分析与算法的运作。随着芯片能力的不断提升，边缘计算平台也日趋成熟，云边协同技术在降低项目成本的同时也能够赋予AI更强的能力。

算法、算力和数据并称为AI的三大要素。算法可以通过科学家的研究开发来实现；算力可以通过构建高效的交易平台、优化算力路由等方式充分发掘其潜在价值，可为AI训练所需要的大规模并行计算保驾护航；就数据而言，为了在存储、安全、清洗标注、防造假等方面得到全方位的保障，区块链技术的应用将是很好的技术途径。

展望未来，算力网络和区块链将提供更先进的方法来优化AI系统，以进一步增强业务。伴随着AI的快速发展，高效算力成为支撑智能化社会发展的关键要素，并开始在各行各业渗透。算力网络作为一种新型网络架构逐渐被业界认可，并有可能成为网络演进的新方向。