您好,欢迎来到聚文网。 登录 免费注册
算力网络详解 卷1 算网大脑

算力网络详解 卷1 算网大脑

  • 字数: 340000
  • 装帧: 平装
  • 出版社: 清华大学出版社
  • 出版日期: 2023-01-01
  • 商品条码: 9787302623700
  • 版次: 1
  • 开本: 32开
  • 页数: 560
  • 出版年份: 2023
定价:¥89 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
编辑推荐
全面翔实地阐述算力网络大脑技术架构与实现。 来自国内大型电信软件与服务提供商的实战分享。 关注技术前沿与zui新实践。
内容简介
本书从算力网络的顶层系统设计出发,首先介绍了算力网络的核心功能,然后围绕算网大脑功能对涉及的关键技术实现进行了详细描述。第1、2章介绍算力网络技术发展背景与趋势,并深入讲解算力网络与云网的关系;第3章系统性地介绍算力网络的体系结构;第4章介绍与算网大脑有关联的算网运营交易技术;第5~9章详细讲解算网大脑的核心功能:算网一体编排、算网管理调度、算网智能运维、算网智能引擎和算网数字孪生;第10章介绍算力网络应用场景;第11章对算力网络的发展趋势做了展望。
本书适合算力网络相关的系统规划师、软件设计师、产品经理、技术工程师等人员参考阅读。
作者简介
马雷明,现任亚信科技研发中心技术与规划专家。拥有 10 余年通信领域工作经验,负责算力网络、5G 专网等产品研究与规划,对端到端网络系统有深刻理解。 孙杰,现任亚信科技研发中心云网技术与产品规划总监。拥有多年通信行业云网技术与产品规划经验,负责云 网产品的整体技术架构设计与产品创新规划,并为大型企业客户提供数智化转型解决方案及架构设计等咨询服务。 欧阳晔 博士,IEEE Fellow,Verizon Fellow 亚信科技首席技术官、高级副总裁 欧阳晔博士目前在我国领先的电信软件公司亚信科技(1675.HK)担任首席技术官、高级副总裁,全面负责公司的研发与创新工作。加入亚信科技之前,曾任美国第一大移动通信运营商威瑞森(Verizon)电信集团通信人工智能系统部经理及Verizon Fellow。欧阳晔博士在ICT领域拥有丰富的研发与大型团队管理经验,研究领域专注于移动通信、数据科学与人工智能跨学科领域的研发创新与商业化。 欧阳晔博士在工业界与学术界获得多项荣誉与奖励,近期奖项包括2022中国计算机学会CCF科技进步一等奖、2017美国杰出亚裔工程师奖、2019 TM Forum电信业未来数字领袖大奖、2021吴文俊科技进步奖、2020中国人工智能商业领袖奖、2017 IEEE国际大数据会议很好论文奖、2021美国国家多元化科技领袖奖、2017美国电信业创新大奖和很好OSS/BSS产品奖、2017北美很好运营商大数据系统奖、2016美国电信业创新大奖、2015 IEEE无线通信年会“无线通信跨领域贡献奖”、美国总统科学技术与政策办公室电信大数据研究基金等。欧阳晔博士在多个国际标准组织与学术组织任职,包括IEEE、ETSI等多个工作组与会议主席、北京软协人工智能专委会会长、美国斯蒂文斯理工学院职业发展导师、清华大学—亚信科技5G智能联合实验室主任等,并在多个学术会议、期刊担任编委和审稿人。 欧阳晔博士著有40余篇学术论文、13本学术书籍,拥有60余项专利,参与50余项国际标准的制定。欧阳晔博士拥有中国东南大学学士学位、美国哥伦比亚大学硕士学位、塔夫斯大学硕士学位和斯蒂文斯理工学院博士学位。
目录
第1章算力网络概述1
1.1算力网络概念2
1.1.1算力网络的定义2
1.1.2算力网络与电力网络3
1.2新型数字化经济需求4
1.2.1人工智能产业化需求4
1.2.2分布式多级算力需求5
1.3算力网络发展的基础8
1.3.1算力网络的技术底座8
1.3.2“双碳”社会的国际共识10
1.3.3算力网络发展的国家政策11
1.4算力网络的新应用形态介绍12
1.4.1新型算力组合12
1.4.2新型算力模式12
1.5算力网络产业规划13
1.5.1算力网络的标准规划13
1.5.2中国运营商的算力网络规划15
第2章算力网络与云网融合的关系20
2.1主流运营商与云商的云网融合发展战略20
2.2云网融合技术特点24
2.2.1云基础设施技术24
2.2.2网基础设施技术28
2.2.3云网融合管理编排技术29
2.3云网融合典型场景33
2.4从云网融合到算力网络35
2.5算力网络目标37
第3章算力网络技术体系40
3.1算力网络标准体系进展40
3.1.1ITU标准中的算力网络体系框架40
3.1.2CCSA标准中算力网络体系架构43
3.2亚信科技算力网络系统参考体系44
3.2.1系统功能架构45
3.2.2系统接口设计46
3.3算网运营交易中心50
3.3.1中心简介50
3.3.2功能介绍50
3.3.3集成关系54
3.4算力网络编排中心54
3.4.1中心简介54
3.4.2功能介绍55
3.4.3集成关系57
3.5网络管理调度中心57
3.5.1中心简介57
3.5.2功能介绍57
3.5.3集成关系59
3.6算力管理调度中心59
3.6.1中心简介59
3.6.2功能介绍60
3.6.3集成关系61
3.7算力网络智能引擎62
3.7.1简介62
3.7.2功能介绍62
3.7.3集成关系63
3.8算力网络数字孪生中心64
3.8.1中心简介64
3.8.2功能介绍64
3.8.3集成关系66
3.9算力网络基础设施66
3.9.1网络基础设施66
3.9.2算力基础设施68
3.10业务流程介绍70
3.10.1算力网络业务开通70
3.10.2算力网络业务变更72
3.10.3算力网络业务撤销74
3.10.4算力注册并网75
3.10.5应用服务部署76
3.10.6应用服务自智保证77
第4章算力网络运营交易关键技术79
4.1多量纲的模型体系催生多形态的算力网络商品79
4.1.1三要素体系定义79
4.1.2多量纲模型体系81
4.1.3多形态算力网络商品81
4.2多样化的商业模式促成双驱动的算力网络受理82
4.2.1商业模式定义82
4.2.2双驱动算力网络受理84
4.3区块链的技术底座实现可信任的算力网络交易85
4.3.1算力网络存证86
4.3.2算力网络通证87
4.3.3智能合约88
4.3.4交易溯源89
4.4沉浸式的用户体验发掘算力网络的新价值90
第5章算力网络一体编排关键技术91
5.1算力网络节点评估91
5.1.1算力网络节点定义91
5.1.2算力网络节点性能指标93
5.1.3算力网络节点资源指标98
5.1.4性能与资源关系模型103
5.2算力网络融合资源视图107
5.2.1算力网络链路107
5.2.2算力节点感知110
5.2.3算力网络拓扑113
5.3算网融合感知114
5.3.1数据统一采集115
5.3.2数据统一存储117
5.3.3数据时间粒度120
5.3.4跨域数据关联121
5.3.5数据开放使用123
5.4算力网络一体化编排流程126
5.4.1业务SLA127
5.4.2节点编排决策129
5.4.3路径编排决策133
5.4.4算网编排方案135
第6章算力网络管理调度关键技术138
6.1SRv6网络管理调度138
6.1.1技术架构138
6.1.2调度机制140
6.1.3能力开放148
6.2SD-OTN网络管理调度150
6.2.1技术架构150
6.2.2能力开放154
6.3中心云管理调度156
6.3.1多算力云管理157
6.3.2异构算力资源纳管158
6.3.3算力资源管理160
6.3.4算力资源调度161
6.4MEC管理调度162
6.4.1MEC组成架构163
6.4.2MEC服务168
6.4.3MEC能力开放169
6.55G切片管理调度171
6.5.1技术简介171
6.5.2切片架构173
6.5.3关键能力175
6.6O-RAN管理调度180
6.6.1O-RAN架构181
6.6.2O-RAN资源控制调度机制182
6.6.3O-RAN能力开放183
6.75GC网络管理调度185
6.7.15GC系统架构185
6.7.25GC管理调度机制186
6.7.35GC能力开放189
6.8算力资源弹性调度191
6.8.1资源适配191
6.8.2资源管理193
6.8.3应用管理195
第7章算力网络智能运维关键技术198
7.1算力网络自智运维管理198
7.1.1算力网络资源监控198
7.1.2算力网络运行智能预警203
7.1.3算力网络业务故障自处理205
7.2算力网络业务质量保障210
7.2.1端到端保障体系210
7.2.2用户体验模型211
7.2.3服务质量模型212
第8章算力网络智能引擎关键技术214
8.1算力网络智能引擎的基本概念214
8.2算力网络智能引擎的系统组件215
8.3算力网络引擎的研究现状216
8.4算力网络智能引擎关键技术217
8.4.1算力网络节点评估算法217
8.4.2算力网络链路评估技术224
8.4.3算力网络综合代价函数评估226
8.5算力网络智能引擎应用场景示例228
第9章算力网络数字孪生关键技术231
9.1应用价值231
9.2问题现状233
9.3业务目标234
9.4核心算法236
9.4.1分级多层布局236
9.4.2混合空间布局236
9.4.3纵向多级穿透237
9.5关键技术238
9.5.13D地理可视化技术238
9.5.2网络拓扑可视化技术239
9.5.3游戏引擎技术239
9.6应用场景240
第10章应用案例分析与设计241
10.1云—边—端算力协同242
10.1.1AR/VR业务算网方案242
10.1.2公安机关嫌疑犯识别245
10.2多云算力协同248
10.2.1基于联邦学习的医疗推荐业务场景248
10.2.2“东数西算”数据迁移场景252
10.3云边算力协同255
第11章未来展望259

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网