算網(wǎng)操作系統(tǒng)白皮書 2023

本白皮書版權(quán)屬于網(wǎng)絡(luò)通信與安全紫金山實(shí)驗(yàn)室及其合作單位：網(wǎng)絡(luò)通信與安全紫金山實(shí)驗(yàn)室、北京郵電大學(xué)：江蘇省未來網(wǎng)絡(luò)創(chuàng)新研究院：張晨、黃韜、周俊、謝人超、汪碩、霍如、劉韻潔參與編寫人員(排名不分先后)：羅曙暉、汪年、張玉軍、夏令明、潘鳳薇、孫蟬娟、高新平、肖玉明、高松、李偉、趙芷晴、吳海喬I前言制體系相互獨(dú)立，難以實(shí)現(xiàn)協(xié)同。自于各種非技術(shù)層面的客觀約束。用間通信的流量傳輸，因此也無法實(shí)現(xiàn)有機(jī)協(xié)同。前言 I錄 III 1.1云原生/Serverless 1 2.1定義推演 72.2物理結(jié)構(gòu) 102.3邏輯功能 12 資源抽象與建模 15業(yè)務(wù)抽象與建模 19調(diào)度框架與建模 23 4.1資源統(tǒng)一管控 284.2需求聯(lián)合聲明 314.3算網(wǎng)協(xié)同調(diào)度 33 同調(diào)度模式 38域拓?fù)浣Y(jié)構(gòu) 42域調(diào)度流程 47 算愿景與挑戰(zhàn) 55統(tǒng)核心能力 56業(yè)務(wù)場(chǎng)景分析 61典型用例介紹 67運(yùn)營(yíng)模式分析 70產(chǎn)業(yè)政策建議 73 7.1后續(xù)演進(jìn) 767.2長(zhǎng)期挑戰(zhàn) 79 參考文獻(xiàn) 851云原生/Serverless地構(gòu)建和運(yùn)行可彈性擴(kuò)展的應(yīng)用[1]。云原生的雛形早在2008年就已。研發(fā)門檻。2(物理機(jī)或虛擬機(jī))上構(gòu)建云原生環(huán)境。支付服務(wù)器的費(fèi)用，無法實(shí)現(xiàn)真正的按實(shí)際用量付費(fèi)。而Serverless速地進(jìn)行函數(shù)發(fā)布與在線運(yùn)行，并首次提出了FaaS(Functionasa了全面解讀與未來展望[5]，并認(rèn)為Serverless能夠克服一切障礙并主。其中基礎(chǔ)設(shè)施不單指服務(wù)器上的計(jì)算資源(物理機(jī)或虛擬機(jī))，同時(shí)Serverless的形態(tài)。Serverless的應(yīng)用實(shí)例可以運(yùn)行在包括函數(shù)、，并不局限于函數(shù)代碼片段這一形態(tài)。除了用戶的業(yè)務(wù)應(yīng)用以外，系統(tǒng)的中間件(如數(shù)據(jù)庫(kù)、消息隊(duì)列)甚3，即可按需獲得相應(yīng)的資源能力。s比非Serverless的云原生更低，但從用戶總體擁有成本(包括架構(gòu)規(guī)分布式云/算力網(wǎng)有云、私有云、霧計(jì)算、邊緣計(jì)算、4商將自身核心云上的技術(shù)體系以新的產(chǎn)品形態(tài)和全局統(tǒng)一的管理架等級(jí)協(xié)議(SLA)即可。源調(diào)度，使這些集群形成了一個(gè)邏輯上的算力網(wǎng)；2)在第一種基礎(chǔ)52)通過在路由器上引入確定性傳輸能力，以保證算力間的高通量、地提升網(wǎng)絡(luò)連接的擴(kuò)展性和業(yè)務(wù)的靈活性，解決了光連接中的N平方問題，同時(shí)還能夠滿足應(yīng)用服務(wù)/任務(wù)間靈活的流量傳輸需求；3)適用于在單一主體內(nèi)部的小規(guī)模組網(wǎng)場(chǎng)景。是純的網(wǎng)絡(luò)上下行傳輸時(shí)間短或云端渲染時(shí)間短都可能無法滿足用戶6礎(chǔ)設(shè)施的理想形態(tài)就是算力資源在全網(wǎng)任意分布并為用戶統(tǒng)一呈現(xiàn)戶無需感知應(yīng)用/內(nèi)容在廣域網(wǎng)中的具體分布位置，同時(shí)應(yīng)用/內(nèi)容可7需求到資源側(cè)的算力/網(wǎng)絡(luò)資源的調(diào)度。算網(wǎng)操作系統(tǒng)在設(shè)計(jì)之初就2.1定義推演上述概念體現(xiàn)了兩個(gè)方面的含義：1)從硬件角度來看，這些獨(dú) 8無需開發(fā)者對(duì)此進(jìn)行顯式地編程。在分布式操作系統(tǒng)的技術(shù)發(fā)展史上，Google公司做出了巨大的車S9有別于K8S等集群內(nèi)部的分布式操作系統(tǒng)，算網(wǎng)操作系統(tǒng)不僅2.2物理結(jié)構(gòu)分離的問題，通常云和網(wǎng)的對(duì)接都是雙方各自擁有網(wǎng)關(guān)設(shè)備(云PEI均衡、流量工程等。端口號(hào)。相比于IP/端口號(hào)對(duì)于主機(jī)(接口)地址/本地服務(wù)監(jiān)聽句柄因?yàn)樵浦械母黝愔虚g件(如FW/LB/NAT)的處理而發(fā)生變化。類算網(wǎng)協(xié)同策略(訪問控制/負(fù)載均衡/流量工程等)。同時(shí)，當(dāng)應(yīng)用被角連接對(duì)于網(wǎng)絡(luò)的需求(如時(shí)延/帶寬)，然后基于算網(wǎng)協(xié)同網(wǎng)關(guān)所組織用同時(shí)運(yùn)行時(shí)對(duì)帶寬資源進(jìn)行靈活、細(xì)致的調(diào)配，3)網(wǎng)絡(luò)資源的無2.3邏輯功能2)閉環(huán)監(jiān)控判斷當(dāng)前應(yīng)用程序/應(yīng)用間連接的運(yùn)行狀態(tài)；5)協(xié)同調(diào)度對(duì)運(yùn)行狀態(tài)背離用戶需求的應(yīng)用或流量重新調(diào)度。操作系統(tǒng)的核心功能在于管理底層硬件資源以便上層應(yīng)用使用。算網(wǎng)操作系統(tǒng)基礎(chǔ)理論體系。3.1資源抽象與建模資源建模抽象，3.1.1算力資源建模節(jié)點(diǎn)描述方法，實(shí)現(xiàn)了對(duì)于核心云、邊緣云、零散節(jié)點(diǎn)、邊緣網(wǎng)關(guān)、私有云、終端等的統(tǒng)一抽象。算力資源模型如圖3-1所示。 GPU型號(hào)/片數(shù)作為算力資源節(jié)點(diǎn)“資源量”的度量標(biāo)準(zhǔn)，以此建模源量>零散節(jié)點(diǎn)資源量。 的地理位置，以及其時(shí)斷時(shí)續(xù)的在線狀態(tài)。 3.1.2網(wǎng)絡(luò)資源建模網(wǎng)絡(luò)資源模型如圖3-2所示。 “資源數(shù)量”維度從網(wǎng)絡(luò)資源所能提供的“帶寬、時(shí)延、抖動(dòng)”蔽底層網(wǎng)絡(luò)層復(fù)雜邏輯把網(wǎng)絡(luò)資源抽象為一組可量化服務(wù)能力的虛 3.1.3算網(wǎng)拓?fù)浣Ｍ?，并形成一個(gè)獨(dú)立的算網(wǎng)協(xié)同平面。3.2業(yè)務(wù)抽象與建模業(yè)務(wù)建模旨在通過構(gòu)建一種通用的模型來描繪業(yè)務(wù)系統(tǒng)的自身3.2.1業(yè)務(wù)應(yīng)用建模如圖3-4所示，業(yè)務(wù)應(yīng)用模型由負(fù)載描述、部署要求、預(yù)期狀態(tài)三大要素構(gòu)成：1)負(fù)載描述用以表征應(yīng)用本身的屬性信息，包括運(yùn)性需求。定量需求(如單實(shí)例最小資源需求為<1核，2GB>)用于限資源的剩余資源量進(jìn)行扣減。而定性資源需求(如應(yīng)用需部署在公有云上、部署位置需包含南京等)同樣用于篩選應(yīng)用部署需求的資源，與定性資源需求的不同點(diǎn)在于不需要對(duì)資源的剩余量進(jìn)行扣減；3)量的上下3.2.2業(yè)務(wù)流量建模如圖3-5所示，業(yè)務(wù)流量建模描述了應(yīng)用訪問/被訪問的流量的2)部署要求則是描述承載該流量的網(wǎng)絡(luò)資源需求。這些描述信息旨在量化訪問路徑上流量的需求特征，同樣分為定量需求與定性需求。訪問路徑對(duì)網(wǎng)絡(luò)資源供應(yīng)商、地理位置的限定；3)預(yù)期狀態(tài)則是描期服務(wù)質(zhì)量閾值與擴(kuò)縮規(guī)則。3.2.3業(yè)務(wù)拓?fù)浣Ｏ挡⑦M(jìn)一步描述了應(yīng)用與流量的關(guān)系，以此構(gòu)成業(yè)務(wù)系統(tǒng)的拓?fù)浣Y(jié)構(gòu)。3.3調(diào)度框架與建模3.3.1應(yīng)用調(diào)度模型度模型旨在完成應(yīng)用的資源需求特征與算力資源的匹配，如圖3-7所定量調(diào)度模型則是根據(jù)應(yīng)用的定量資源需求匹配合適的算力資量資源需求的算力資源的同時(shí)，需要扣減該算力資源的可用資源量。3.3.2流量調(diào)度模型源標(biāo)識(shí)，目的標(biāo)識(shí)>為單元描述該流量傳輸中對(duì)網(wǎng)絡(luò)資源需求與預(yù)期成，如圖3-8所示。3.3.3協(xié)同調(diào)度模型上述應(yīng)用調(diào)度建模與流量調(diào)度建模僅能實(shí)現(xiàn)應(yīng)用和流量各自獨(dú)圖模型與算網(wǎng)拓?fù)淠Ｐ偷钠ヅ?，如圖3-9所示。用調(diào)度與流量調(diào)度并行模式：適合流量觸發(fā)應(yīng)用動(dòng)態(tài)加載或擴(kuò)縮的場(chǎng)景。4.1資源統(tǒng)一管控冊(cè)納管與資源組織管理兩大功能模塊完成。4.1.1資源注冊(cè)納管資源和網(wǎng)絡(luò)資源的接入與退出提供服務(wù)入口。資源注冊(cè)流程如圖4-1信息的錄入，時(shí)空屬性(地理位置、網(wǎng)絡(luò)環(huán)境、在線時(shí)間等)以及供需關(guān)系，對(duì)于4.1.2資源組織管理結(jié)構(gòu)。如圖4-2所示。4.2需求聯(lián)合聲明4.2.1業(yè)務(wù)部署接口流量的算力資源與網(wǎng)絡(luò)資源需求。用間服務(wù)訪問的網(wǎng)絡(luò)時(shí)延/帶寬需求。協(xié)同調(diào)度引擎會(huì)根據(jù)用戶藍(lán)圖4.2.2服務(wù)訪問接口4.3算網(wǎng)協(xié)同調(diào)度算網(wǎng)協(xié)同調(diào)度的核心任務(wù)是實(shí)現(xiàn)業(yè)務(wù)藍(lán)圖與算網(wǎng)拓?fù)渲g的匹4.3.1典型示例問關(guān)系1為P協(xié)同調(diào)度將對(duì)業(yè)務(wù)藍(lán)圖的需求進(jìn)行分解并與相應(yīng)的資源進(jìn)行匹邊緣云A之間訪問路徑4將由確定性網(wǎng)絡(luò)-FlexE承載；核心云與4.3.2抽象模型服務(wù)質(zhì)量需求。4.3.3實(shí)現(xiàn)機(jī)制為實(shí)現(xiàn)應(yīng)用/流量在初始部署時(shí)的分發(fā)/轉(zhuǎn)發(fā)，以及在運(yùn)行狀態(tài)下有機(jī)融合的整體，量的重新轉(zhuǎn)發(fā)。業(yè)務(wù)部署需求，同調(diào)度；度功能模塊分別從算網(wǎng)拓?fù)渲泻Y選出符合部署要求的算力資源與網(wǎng)5.1算網(wǎng)協(xié)同調(diào)度模式此小節(jié)將重點(diǎn)描述算網(wǎng)協(xié)同調(diào)度中三種典型的算網(wǎng)協(xié)同調(diào)度聯(lián)5.1.1先應(yīng)用調(diào)度后流量SDN式SDN開圖訪問的場(chǎng)景。如圖5-1所示，其主要流程如下：05.1.2先流量調(diào)度后應(yīng)用種模式可用于業(yè)務(wù)藍(lán)圖內(nèi)訪問場(chǎng)景或跨業(yè)務(wù)藍(lán)圖訪問場(chǎng)景。如圖5-2型1(3)在觸發(fā)流量調(diào)度后先完成流量路徑的部署，再由流量觸發(fā)應(yīng)5.1.3應(yīng)用流量聯(lián)合保障僅當(dāng)算力和網(wǎng)絡(luò)資源能夠同時(shí)滿足應(yīng)用和流量需求時(shí)才視為一次成2(2)業(yè)務(wù)藍(lán)圖觸發(fā)應(yīng)用與流量的協(xié)同調(diào)度，產(chǎn)生即滿足應(yīng)用需求用模式。5.2分級(jí)跨域拓?fù)浣Y(jié)構(gòu)35.2.1對(duì)等式結(jié)構(gòu)在對(duì)等式結(jié)構(gòu)中集群是Peer-to-Peer的關(guān)系，如圖5-5所示。該4對(duì)等式結(jié)構(gòu)常見于多個(gè)業(yè)務(wù)關(guān)系緊密但運(yùn)營(yíng)耦合程度較低的主5.2.2級(jí)聯(lián)式結(jié)構(gòu)如圖5-6所示。父集群可獲取子集群的算力資源狀態(tài)與業(yè)務(wù)運(yùn)行狀態(tài)5以作為其子集群的父集群，如此迭代即可形成一個(gè)樹狀的分層形態(tài)，持這種父子關(guān)系在各個(gè)層次之間的可傳遞性以及調(diào)用接口的冪等性。協(xié)作能力較弱。5.2.3混合式結(jié)構(gòu)675.3分級(jí)跨域調(diào)度流程5.3.1面向?qū)Φ仁浇Y(jié)構(gòu)的調(diào)度流程業(yè)務(wù)藍(lán)圖觸發(fā)其流程如圖5-8所示。8(1)用戶向系統(tǒng)提交業(yè)務(wù)藍(lán)圖，對(duì)應(yīng)步驟1；(2)全局業(yè)務(wù)入口接收到業(yè)務(wù)藍(lán)圖，將原始業(yè)務(wù)藍(lán)圖同步給區(qū)域(3)區(qū)域1調(diào)度接收到業(yè)務(wù)藍(lán)圖，經(jīng)其協(xié)同調(diào)度得出APP1可部(5)區(qū)域2協(xié)同調(diào)度接收到子業(yè)務(wù)藍(lán)圖，得出APP2可部署在核服務(wù)訪問觸發(fā)縮的場(chǎng)景。其流程如圖5-9所示。APP務(wù)質(zhì)量需求，對(duì)應(yīng)步驟1；(3)在無用戶訪問時(shí)，邊緣云上還未部署APP1，此時(shí)通過流量APP完成后，發(fā)起向APP2的訪問請(qǐng)求，由此通過5.3.2面向級(jí)聯(lián)式結(jié)構(gòu)的調(diào)度流程業(yè)務(wù)藍(lán)圖觸發(fā)局協(xié)同調(diào)度進(jìn)行指標(biāo)分拆，如藍(lán)圖中聲明的應(yīng)用總副本數(shù)約束需求。調(diào)度與部署。其流程如圖5-10所示。(1)用戶向系統(tǒng)提交業(yè)務(wù)藍(lán)圖，如步驟1；(3)在全局協(xié)同調(diào)度完成后，將相應(yīng)的子業(yè)務(wù)藍(lán)圖分別傳遞給其(5)區(qū)域2協(xié)同調(diào)度接收到子業(yè)務(wù)藍(lán)圖，得出APP2可部署在核服務(wù)訪問觸發(fā)量、以及應(yīng)用流量聯(lián)合保障模式。其流程如圖5-11所示。APP務(wù)質(zhì)量需求，對(duì)應(yīng)步驟1；(3)在無用戶訪問時(shí)，邊緣云上還未部署APP1，此時(shí)通過流量APP完成后，發(fā)起向APP2的訪問請(qǐng)求，由此通過(5)通過全局協(xié)同調(diào)度將流量②部署在廣域網(wǎng)(SR)上，實(shí)現(xiàn)滿驟4；5.3.3面向混合式結(jié)構(gòu)的調(diào)度流程業(yè)務(wù)藍(lán)圖觸發(fā)在全局入口提交業(yè)務(wù)藍(lán)圖時(shí)，如圖5-12所示。其流程小節(jié)類服務(wù)訪問觸發(fā)算網(wǎng)操作系統(tǒng)在設(shè)計(jì)之初就旨在解決東數(shù)西算將面臨的挑戰(zhàn)和6.1東數(shù)西算愿景與挑戰(zhàn)資源就近地接入到主板上面；2)需要有一個(gè)“新型桌面”為用戶提跨集群的情況需要分配相應(yīng)的路由器隊(duì)列/光通道等廣域網(wǎng)資源，以一抽象，并進(jìn)行“計(jì)算+網(wǎng)絡(luò)”的協(xié)同調(diào)度，同時(shí)能夠?yàn)橛脩籼峁┒?.2算網(wǎng)操作系統(tǒng)核心能力6.2.1資源使用方要用戶提前在有意向的公有云或其他資源供應(yīng)方分別進(jìn)行賬號(hào)與權(quán)服務(wù)可達(dá)，并不支持提出網(wǎng)絡(luò)的SLA需求，因此跨集群通信的網(wǎng)絡(luò)圖同時(shí)聲明應(yīng)用對(duì)于算力(如CPU/內(nèi)存/GPU)的需求和應(yīng)用間通信對(duì)于網(wǎng)絡(luò)的需求(如帶寬/時(shí)延)，在具體操作上可通過直觀的拖拽或雖然它們能夠通過容器/擴(kuò)縮容的形式將應(yīng)用自動(dòng)地跑在物理機(jī)或者serverless實(shí)現(xiàn)應(yīng)用程序隨流量訪問的觸發(fā)6.2.2資源提供方力自身的資源量綱，系統(tǒng)可以根據(jù)應(yīng)用在測(cè)試環(huán)境中的運(yùn)行效果來判斷其在實(shí)際部署運(yùn)6.2.3平臺(tái)調(diào)度方傳統(tǒng)只能在終端側(cè)實(shí)現(xiàn)的實(shí)時(shí)處理能力與云端的并發(fā)處理能力相結(jié)6.3業(yè)務(wù)場(chǎng)景分析6.3.1需求分析IA100GPU約71296片。天氣預(yù)報(bào)、氣候模擬、基因組學(xué)研究、藥物研發(fā)等科學(xué)計(jì)算領(lǐng)域需要進(jìn)行復(fù)雜的數(shù)值模擬和大規(guī)模數(shù)據(jù)處理，Nature的文章表明10億個(gè)分子的虛擬篩選慧園區(qū)場(chǎng)景要求跨域協(xié)作來實(shí)現(xiàn)跨多個(gè)地理位置的設(shè)備互聯(lián)和數(shù)據(jù)用戶進(jìn)行超低延遲的實(shí)時(shí)交互，多種感官信號(hào)需要高精度同步傳輸。6.3.2技術(shù)挑戰(zhàn)GPU支持。6.3.3業(yè)務(wù)建模通算業(yè)務(wù)建模云邊端架構(gòu)。CPU/內(nèi)存大小力集群內(nèi)部也可能發(fā)生在核心云和邊緣云的算力集群之間并對(duì)網(wǎng)絡(luò)智算業(yè)務(wù)建模GPU聚已實(shí)現(xiàn)脹以及高端算力芯片的零散分布，分布式訓(xùn)練有必要從“多機(jī)多卡”任務(wù)/模型部署、任務(wù)/模型間通信的結(jié)構(gòu)顯得更加固定。以數(shù)據(jù)并行r超算業(yè)務(wù)建模超算業(yè)務(wù)場(chǎng)通常依賴于專用的超級(jí)計(jì)算或高性能計(jì)算進(jìn)群來處計(jì)算進(jìn)行數(shù)據(jù)文件和任務(wù)程序的切割并調(diào)度到空閑集群上實(shí)現(xiàn)協(xié)同式因而更加固定，相比于智算業(yè)務(wù)(以數(shù)據(jù)并行為例)，超算業(yè)務(wù)的務(wù)程序間需要通過專用的集合通信來實(shí)現(xiàn)高性能的并行計(jì)算。延遲能夠控制在us量級(jí)，因此需要盡量避免跨廣域網(wǎng)進(jìn)行并行計(jì)算的內(nèi)部協(xié)同，防止算力資源的等待甚至空轉(zhuǎn)。6.4典型用例介紹6.4.1通算典型用例6.4.2智算典型用例6.4.3超算典型用例6.5運(yùn)營(yíng)模式分析6.5.1中立平臺(tái)模式之間的橋梁，平臺(tái)自身并不以任何形式直接提供算力與網(wǎng)絡(luò)資源。上能夠?qū)崿F(xiàn)責(zé)任判定是算網(wǎng)調(diào)度中心在該模式下面臨的一個(gè)挑戰(zhàn)。6.5.2自營(yíng)平臺(tái)模式。響應(yīng)速度往往并不盡如人意。某種形式的入口，因此在平臺(tái)的渠道壟斷也受到了一定程度的制約。資源。6.6產(chǎn)業(yè)政策建議6.6.1統(tǒng)一資源并網(wǎng)建議：1)制定“邏輯并網(wǎng)”標(biāo)準(zhǔn)，減輕算網(wǎng)平臺(tái)與算力集群間6.6.2統(tǒng)一用戶入口在此進(jìn)行單點(diǎn)的賬號(hào)登錄即可由入口在后臺(tái)自動(dòng)打通用戶在多區(qū)域、建議：1)制定用戶身份認(rèn)證與授權(quán)標(biāo)準(zhǔn)，以實(shí)現(xiàn)跨算力集群間宣貫與市場(chǎng)引導(dǎo)，6.6.3統(tǒng)一效用定價(jià)效用定價(jià)機(jī)制，。術(shù)路線的扶持力度，逐步將云服務(wù)模式“以IaaS為主”轉(zhuǎn)變?yōu)椤耙?.6.4統(tǒng)一多方交易的商業(yè)閉環(huán)；2)加強(qiáng)對(duì)于數(shù)字人民幣、開放許可鏈等技術(shù)路線在算力交易中的試驗(yàn)示范，實(shí)現(xiàn)算力交易從“下單、計(jì)費(fèi)、分賬、付費(fèi)”7.1后續(xù)演進(jìn)7.1.1系統(tǒng)調(diào)用識(shí)、權(quán)限、性能等方面的設(shè)計(jì)中都隱式地植入了這種假設(shè)，而在其TCP/IP的設(shè)計(jì)中則顯式地區(qū)分了本地與網(wǎng)絡(luò)，這些都與分布式操作操作系統(tǒng)。7.1.2存算分離關(guān)系存在。圖7-2從“存算耦合”到“存算分離”務(wù)器(ServerlessDataCenter)。7.1.3光電融合連接時(shí)，遇到的新挑戰(zhàn)是，應(yīng)用/任務(wù)間通信的時(shí)延不必準(zhǔn)時(shí)但需要及時(shí)，帶寬則需要隨應(yīng)用彈上述光電融合的廣域網(wǎng)將傳統(tǒng)路由器和光的松散結(jié)合變?yōu)榫o密務(wù)(NetworkasaService，NaaS)。7.2長(zhǎng)期挑戰(zhàn)7.2.1異構(gòu)算力驅(qū)動(dòng)異構(gòu)算力驅(qū)動(dòng)的目標(biāo)是解決不同算力芯片使用接口的多樣性和(1)制定算力驅(qū)動(dòng)程序的接口標(biāo)準(zhǔn)。制定一套統(tǒng)一的算力資源程序編譯成中間指令集或WASM，并由驅(qū)動(dòng)程序?qū)⑵浞g成特定硬 (2)研制異構(gòu)算力芯片驅(qū)動(dòng)程序和標(biāo)準(zhǔn)化運(yùn)行時(shí)環(huán)境。針對(duì)不7.2.2統(tǒng)一數(shù)據(jù)建模數(shù)據(jù)具有不同的數(shù)據(jù)讀寫接口和存儲(chǔ)格式(如塊存儲(chǔ)、文件存儲(chǔ)和對(duì)象存儲(chǔ))。不同的數(shù)據(jù)讀寫接口增加應(yīng)用程序編碼的復(fù)雜性，而了數(shù)據(jù)的流動(dòng)性和互操作性。 (1)制定統(tǒng)一的數(shù)據(jù)讀寫與格式標(biāo)準(zhǔn)。在制定標(biāo)準(zhǔn)時(shí)，應(yīng)重點(diǎn)并實(shí)現(xiàn)不同存儲(chǔ)類型之間數(shù)據(jù)的互操作性。 (2)研制跨集群的數(shù)據(jù)存儲(chǔ)中間件。在設(shè)計(jì)中間件時(shí)，需要重動(dòng)和共享。7.2.3智能代碼編譯傳統(tǒng)的通用編譯器無法適應(yīng)異構(gòu)算力并生成高效的跨平臺(tái)代碼。式改進(jìn)代碼生成過程。：(1)靜態(tài)推斷式優(yōu)化。通過對(duì)源代碼進(jìn)行靜態(tài)分析，識(shí)別潛在 (2)動(dòng)態(tài)自適應(yīng)優(yōu)化。利用機(jī)器學(xué)習(xí)算法，根據(jù)程序的實(shí)際運(yùn)\ive\\tributedClouduousIntegrationandnuousDeliverySFunctionasaServicetDeliveryNetworkpplicationprogrammingacemationandCommunications\ernetesgleCloudPlatformloudrastructureasaServicePlatformasaserviceroviderEdgeIUserNetworkInterfaceNNINetworktoNetworkInterfaceewalladBalanceeAccessNBMAdcastMultipleAccessxEexibleEthernetltiprotocolLabelSwitchingpecifiedQueueingandardingPeertoPeercationyofServiceParameterServerFloatingPointOperationsPerutoscalertivePretrainedediateRepresentationNaaSNetworkasaService[1]CNCF.cf.io/about/who-we-are/[2]GoogleBlog./2008/04/introducing-google-app-ml[3]AWSEC2Post./cn/about-aws/whats-new/2006/08/24/announcingamazonel