通算一体 6G时代通信与算力新融合

在即将到来的6G时代，通信技术与计算技术将成为推动社会数字化进程的主要力量。本书基于算力在6G时代的发展趋势，对6G 网络的关键技术与特征，“通算一体”的概念、应用场景、理论、关键技术、系统、平台与应用进行了系统性的介绍。本书多数观点源自作者团队在工作中的总结与实践，希望能为相关领域的研究者、从业者提供参考和启示。 本书的读者对象主要是对通信技术、计算技术感兴趣的普通读者，以及从事相关领域研究工作的专业人士。

雷波 正高 级工程师，中国科学院计算机网络信息中心客座研究员，北京邮电大学兼职教授。现任中国电信研究院网络技术研究所副所长，兼任CCSA TC617边缘计算产业发展及标准推进委员会副主席、CCSA TC3 WG2网络信令协议与设备工作组副组长、CCSA 面向应用的移动互联网网络质量评测指标特设项目组副组长、CCSA TC614算力网络特别工作组副组长等。聚焦未来网络技术、新型数据中心网络、边缘计算与算力网络等方面的研究工作，主导编写了算力网络ITU-T国际标准，编著了算力网络专著，目前已出版四本专著，发表论文数十篇。

第1章 通信与计算的一体化发展 001 1.1　通信网络代际演进史　002 1.1.1　从1G到5G：通信演进的里程碑　002 1.1.2　6G：引领通信技术的下一波浪潮　006 1.2　算力发展史　008 1.2.1　算力的分类　008 1.2.2　云计算发展史　010 1.2.3　边缘计算发展史　013 1.2.4　端计算发展史　015 1.3　通算一体定义与产业行动　017 1.3.1　通算一体的诞生与定义　017 1.3.2　通算一体的产业行动　019 1.4　本章小结　023 参考文献　023 第2章　通算一体的典型应用场景　025 2.1　全息通信　026 2.2　数字孪生　028 2.3　工业物联网云化　029 2.4　海量科学数据应用　030 2.5　通感一体化　031 2.6　本章小结　031 参考文献　032 第3章　通算一体理论研究　033 3.1　通信网络范式中的计算分集　034 3.1.1　计算分集　035 3.1.2　软件定义网络中的计算分集　036 3.1.3　云无线电接入网中的计算分集　039 3.1.4　移动云计算中的计算分集　041 3.1.5　考虑计算分集的未来可能的网络设计　043 3.2　通算一体的多维资源配置优化算法　044 3.2.1　多维资源配置优化问题的描述　044 3.2.2　面向良好执行效率的启发式算法　049 3.2.3　基于算力网络图的图论算法　055 3.2.4　面向资源预配置的业务和用户行为预测算法　064 3.2.5　通算一体的多维资源配置优化算法展望　076 3.3　通算一体网络的联合优化　080 3.3.1　时变信道下无人机辅助的车辆短包通信与边缘计算系统　081 3.3.2　基于流水线原理的单无人机通算能联合优化系统　092 3.3.3　数字孪生辅助的基于无人机的数能算联合资源分配系统　120 3.3.4　智能超表面辅助的无人机通算存联合优化系统　135 3.4　通算一体网络中节能联邦学习的博弈激励机制　144 3.5　使用深度强化学习的RIS辅助UAV系统的3D轨迹和相移设计　155 3.6　本章小结　172 参考文献　173 第4章　通算一体关键技术　179 4.1　算力度量与建模　180 4.1.1　面向基础设施的算力度量　181 4.1.2　面向业务需求的算力建模　181 4.1.3　算力等级划分　183 4.2　通算信息感知与通告　184 4.2.1　通算信息感知　184 4.2.2　通算信息通告　185 4.3　资源管理与分配　188 4.3.1　资源管理　189 4.3.2　任务调度　190 4.3.3　服务编排　192 4.4　算力路由转发　193 4.5　隐私与安全　195 4.5.1　隐私计算　195 4.5.2　内生安全　196 4.6　本章小结　197 参考文献　197 第5章　通算一体系统　199 5.1　通算一体信道　200 5.2　通算一体协议　203 5.3　通算一体设备　206 5.4　通算一体管控　212 5.5　通算一体服务　217 5.6　6G中的通算一体系统 算力专网　219 5.7　6G通算一体系统指标　221 5.8　本章小结　222 参考文献　222 第6章　通算一体系统平台与应用　225 6.1　平台简介　226 6.1.1　背景介绍　227 6.1.2　实现的关键技术　228 6.1.3　实现功能　229 6.2　平台体系架构　231 6.2.1　Docker和K8s　232 6.2.2　服务网格　232 6.2.3　具体架构展示　234 6.3　平台组成的原子能力模块　240 6.3.1　跨集群通信模块　240 6.3.2　信息感知与通告模块　242 6.3.3　任务调度算法与执行模块　245 6.3.4　系统管控分析模块　249 6.4　平台业务展示　250 6.4.1　人脸识别　250 6.4.2　多目标检测　253 6.4.3　联邦学习与图像渲染　254 6.5　平台研究展望　256 6.6　本章小结　258 参考文献　258 缩略语　259 名词索引　267