算力未來：構筑數(shù)智時代新基石

第1章 算力戰(zhàn)略：計算新時代
1.1 算力時代
1.1.1 算力特征
1.1.2 算力多樣性
1.1.3 算力發(fā)展趨勢
1.2 算力改變社會
1.2.1 算力的三層意義
1.2.2 算力成長曲線
1.2.3 算力特性
1.3 算力基礎設施化
1.3.1 數(shù)字基建趨勢
1.3.2 算力產(chǎn)業(yè)趨勢
1.3.3 算力網(wǎng)絡解析
1.4 算力工程：東數(shù)西算
1.4.1 算力樞紐
1.4.2 時代背景
1.4.3 算力產(chǎn)業(yè)規(guī)劃建議
第2章 算力網(wǎng)絡：新型基礎設施
2.1 未來網(wǎng)絡
2.1.1 未來網(wǎng)絡的邏輯架構
2.1.2 未來網(wǎng)絡的演進趨勢
2.2 算網(wǎng)融合
2.2.1 泛在的云
2.2.2 云網(wǎng)融合
2.2.3 算網(wǎng)一體
2.2.4 算網(wǎng)融合面臨的挑戰(zhàn)
2.3 算力網(wǎng)絡系統(tǒng)架構
2.3.1 算力網(wǎng)絡功能架構
2.3.2 算力網(wǎng)絡技術體系
2.4 算力網(wǎng)絡發(fā)展進程
2.4.1 我國電信運營商算力網(wǎng)絡構建
2.4.2 算力網(wǎng)絡標準發(fā)展現(xiàn)狀
2.4.3 算力網(wǎng)絡生態(tài)建設與聯(lián)盟發(fā)展
2.4.4 算力網(wǎng)絡技術架構試驗測試進展
第3章 算力底座：算力資源
3.1 算力趨勢一：海量的非結構化數(shù)據(jù)
3.1.1 海量的數(shù)據(jù)
3.1.2 非結構化的數(shù)據(jù)
3.2 算力趨勢二：算法從計算到智算
3.2.1 基于邏輯的傳統(tǒng)算法
3.2.2 基于數(shù)據(jù)的智能算法
3.3 算力趨勢三：同構到異構的算力提升
3.3.1 同構算力
3.3.2 異構算力
3.4 算力評估和部署
3.4.1 算力評估：算力三元組模型
3.4.2 泛在算力部署
第4章 算力底座：云原生
4.1 云原生與算力網(wǎng)絡的關系
4.1.1 虛擬化和云原生階段
4.1.2 云原生的出現(xiàn)和演進
4.1.3 電信運營商云原生演進實踐
4.2 云原生技術體系
4.2.1 Kubenetes管理和運行框架
4.2.2 業(yè)務的微服務設計
4.2.3 云原生的網(wǎng)絡
4.2.4 無服務器
4.3 算力網(wǎng)絡CaaS/PaaS能力
4.3.1 應用生命周期管理
4.3.2 持續(xù)集成與持續(xù)交付
4.3.3 其他共享PaaS能力
4.4 業(yè)務的多云異構部署
4.4.1 公有云和算力網(wǎng)絡
4.4.2 分層部署架構
4.4.3 異構算力的納管
4.4.4 集群內的結構
4.4.5 邊緣算力的帳起
4.4.6 多云算力典型場景
第5章 算力互聯(lián)：IP網(wǎng)絡
5.1 IP網(wǎng)絡整體架構
5.1.1 IP網(wǎng)絡的需求分析
5.1.2 IP網(wǎng)絡的設計思想
5.1.3 IP網(wǎng)絡的設計原則
5.2 IP網(wǎng)絡架構設計
5.2.1 接入網(wǎng)
5.2.2 域域網(wǎng)
5.2.3 骨干網(wǎng)
5.2.4 數(shù)據(jù)中心同絡
5.3 IP網(wǎng)絡技術實現(xiàn)
5.3.1 可靠穩(wěn)定
5.3.2 靈活智能
5.3.3 安全保障
5.3.4 統(tǒng)一管拉
5.4 IP網(wǎng)絡未來展望
5.4.1 IP同絡與AI技術相結合
5.4.2 基于生物技術的IP網(wǎng)絡
第6章 算力互聯(lián)：光網(wǎng)絡
6.1 算力驅動光網(wǎng)絡新趨勢
6.1.1 光承載：從服務無線到支持算力
6.1.2 算力網(wǎng)絡光底座的特征
6.2 光網(wǎng)絡的需求本質
6.2.1 光傳輸?shù)臍v史演進
6.2.2 光傳輸?shù)臉I(yè)務再次變化
6.3 光網(wǎng)絡的需求挑戰(zhàn)
6.3.1 縱向擴展到橫向擴展
6.3.2 光網(wǎng)絡用戶的變化
6.3.3 云服務商的入局
6.3.4 面向數(shù)據(jù)業(yè)務的網(wǎng)絡設備變化
6.4 光傳輸供應商的變化
6.4.1 從集成到模塊化的螺旋上升
6.4.2 開放光網(wǎng)絡的歷史
6.4.3 通信設備供應商的轉變
6.4.4 設備轉型的重要性
6.5 面向未來傳輸架構的改變
6.5.1 相干技術的演進
6.5.2 光電集成技術：三五族vs硅光
6.5.3 新的產(chǎn)業(yè)生態(tài)
第7章 算網(wǎng)大腦：編排和管理
7.1 算網(wǎng)大腦：云、網(wǎng)、邊、端內生一體化的總指揮
7.1.1 算網(wǎng)大腦需求驅動力
7.1.2 算網(wǎng)大腦架構與能力進階設想
7.1.3 算網(wǎng)大腦的“小中大”閉環(huán)
7.1.4 算網(wǎng)大腦關鍵功能
7.2 算網(wǎng)調度和編排
7.2.1 云網(wǎng)編排
7.2.2 一體編排
7.2.3 智能全局調度
7.2.4 泛在、快速調度編排
7.3 算網(wǎng)業(yè)務質量&感知保障
7.3.1 保障功能發(fā)展趨勢
7.3.2 保障模塊的關鍵價值
7.3.3 保障中心需要解決的問題
7.3.4 事件管理
7.3.5 自動化保障能力
7.4 算網(wǎng)統(tǒng)一資源管理
7.4.1 圖數(shù)據(jù)庫特點
7.4.2 資源拓撲和圖數(shù)據(jù)庫
7.4.3 算力同絡地圖
7.4.4 算力網(wǎng)絡感知
7.4.5 算網(wǎng)統(tǒng)一拓撲
7.4.6 算力的圖表示
7.4.7 資源管理的持續(xù)演進
7.5 算網(wǎng)自智模式
7.5.1 自智概念的起源
7.5.2 自智是算網(wǎng)大腦的核心模式
7.5.3 算力網(wǎng)絡中的自智閉環(huán)
7.5.4 AI賦能：為算網(wǎng)管控注智
7.5.5 意圖驅動：專注于“期望的結果”
7.6 未來生態(tài)開放：X-as-Code模式
第8章 算力賦能：解鎖未來
8.1 算賦百業(yè)：產(chǎn)業(yè)數(shù)字化轉型新動能
8.2 案例一：智能工廠“智”造升