中国移动IT云网络现状、局限性、挑战及愿景分析

想了解更多相关内容，可以下载报告《基于OTN传输网的任务式数据搬移技术白皮书》查看，以下内容都是根据该报告总结的，仅供参考。

1.中国移动 IT 云网络现状及局限性

现有资源池间互联网络采用长周期静态连接专线方式，其烟囱式资源配置与管理机制缺乏灵活性，因IT 云应用周期性、间歇性特征和云池间流量的峰谷效应，导致编排器的资源分配方式越来越复杂、资源分配效率持续降低。如图 1 所示为现网资源池间互联链路流量统计数据，各资源池入口链路峰均比都比较高，如图2 所示为H1 池流量峰值比达到 7.2，这意味着空闲时段网络轻载严重，物理链路资源严重浪费。

但 IT 云网络规模的不断增大，资源池间每天、每周、每月都会产生巨量运营数据，这些海量数据需要周期性、间歇性的集中迁移到集团级 IT 云资源池进行集中数据处理，导致峰值时段对网络资源诉求较高，而低估时段配置的网络资源存在较大比例的闲置，形成云池之间的网络资源存在“高”峰均比现象，导致网络资源平均利用效率较低，迫切需要一个创新方案来解决忙时峰值带宽高、闲时资源利用率低的困局。

2.中国移动 IT 云面临的挑战

IT 云资源池间数据搬移存在海量数据周期性和跨域限时传输的特点，传统静态组网方式存在峰值带宽资源紧张、资源利用率低、跨算力运力调度困难等问题，如图 3 所示。为落实解决IT 云池间数据敏捷传输、高效吞吐，迫切需要任务式编排、弹性伸缩、物理隔离的灵活传输方案，破解当前困局。

面临的挑战如下：1、海量数据搬移导致网络带宽资源紧张，传输速率难以满足海量数据迁移需求； 2、网络资源静态部署，配置不均衡，域间和分时资源利用率差异大； 3、算力运力异构，统一调度困难，协调成本高。

基于以上挑战，首次提出算力网络任务式大数据搬移构想，通过从应用层进行任务式编排和算网协同能力，对资源池间应用算力和运力资源进行双向编排，实现运力网络按需调整、动态拆建，自上而下调度算力、网络资源，并根据需要自动拆建网络资源，提升全网资源利用率，实现网络资源的高效利用，降低传输资源诉求，提高搬移任务编排效率，且率先为中国移动东数西算、东数西训、东数西存、东数西渲等典型场景探索、打造任务式的算网资源供给服务，对任务式服务的商业模式和技术方案具有重要的探索意义。

3.中国移动 IT 云算力网络目标愿景

中国移动 IT 云结合集团“东西平衡、全局协同”的算力布局总体目标，落实“业务分级、算力分布、一体供给、全局服务”的业务布局蓝图。为实现集团级 IT 云集群的高效、敏捷集中运营优势，结合算力布局目标的落实，中国移动提出构筑数据、算力、存力、运力资源的“任务式”协同架构，打造以应用为主线的资源任务式分配、以资源为约束的应用任务式编排、以算运为手段的任务式联合调度、以光网为基础的任务式动态拆建、以智能为引擎的任务式自动适配五大“任务式”能力，全力支持CHBN 全向发力、业务高质量发展。

1、以应用为主线的资源任务式分配。建立统一的大数据调度平台，支持统一的IT 云应用资源分配，从顶层应用上对资源进行整体安排，减少多应用之间的资源冲突和干扰，规避无序资源浪涌，从而实现高效利用。2、以资源为约束的应用任务式编排。建立算力、运力、存力、数据等资源的日历地图，实现可用资源可视化，并在资源约束条件下对应用进行任务式编排，实现应用对资源的有序访问，保障应用的资源充足供应。3、以算运为手段的任务式联合调度。根据应用诉求，打通算力、运力、存力、数据壁垒，实现异构多资源的联合编排，实现算力、运力、存力等资源的同开同停，同拆同建，通过资源一致性分配，避免资源无序浪费。4、以光网为基础的任务式动态拆建。感知应用的数据调度诉求，依托 OTN 光网的“大带宽、高吞吐、低时延、低能耗”强大能力，打破传统OTN 光网的静态资源分配模式，构建任务式动态拆建能力，实现数据中心之间资源的按需配置和高效利用。5、以智能为引擎的任务式自动适配。引入智能管控技术，统计资源访问规律，预测资源诉求，为应用和资源的编排、调配提供自动适配机制，既满足应用的敏捷诉求，同时保障资源的高效访问。