隨著新一輪科技革命和產(chǎn)業(yè)變革的深入推進，以工業(yè)互聯(lián)網(wǎng)、沉浸式媒體、無人駕駛等為代表的新技術(shù)、新業(yè)態(tài)、新場景和新模式不斷涌現(xiàn)、層出不窮. 數(shù)據(jù)量與計算量持續(xù)攀升，算力成為信息網(wǎng)絡時代的核心生產(chǎn)力. 2022 年3 月，我國正式實施了“東數(shù)西算”工程，在全國范圍內(nèi)協(xié)同構(gòu)建算力流通體系. 在此背景下，網(wǎng)絡作為連接用戶、數(shù)據(jù)、算力的主動脈，與算力融合共生不斷深入，算力網(wǎng)絡應運而生，以期通過網(wǎng)絡將計算、存儲等基礎資源在云、邊、端之間進行有效調(diào)配. 這將極大地強化信息基礎資源算力的流通和利用效率，推動社會經(jīng)濟發(fā)展和提高人類生活水平.

為推動我國在算力網(wǎng)絡領域的創(chuàng)新與發(fā)展，值此東數(shù)西算開展一周年之際，我們組織了本期“算力網(wǎng)絡”專題，旨在征集新一代算力網(wǎng)絡特別是以算力為中心的架構(gòu)、分配、調(diào)度、交易及安全等的前沿技術(shù)與應用. 本專題2023 年1 月初征稿結(jié)束，經(jīng)過四十余人次專家的兩輪評審，最終收錄了9 篇論文，內(nèi)容涵蓋了算力網(wǎng)絡資源調(diào)度、算力度量、算力網(wǎng)絡驅(qū)動的視頻業(yè)務等方面的最新研究進展，希望能夠為同行學者帶來幫助和啟發(fā).

“云—邊—端”資源協(xié)同優(yōu)化是算力網(wǎng)絡部署的關鍵難題之一. 陳星延等人對此開展了深入研究，論文“面向云—邊—端算力系統(tǒng)的計算和傳輸聯(lián)合優(yōu)化方法”為降低在大規(guī)模算力網(wǎng)絡中資源聯(lián)合優(yōu)化的問題復雜度，提出了一種基于增廣圖的算網(wǎng)調(diào)度模型，該模型將計算和傳輸聯(lián)合優(yōu)化問題轉(zhuǎn)化為增廣圖的路由問題，簡化了異構(gòu)資源聯(lián)合優(yōu)化問題的表征難度. 同時，設計了基于波利亞重球法的異構(gòu)資源協(xié)同優(yōu)化算法，提高了算力網(wǎng)絡資源利用率.

為簡化計算任務卸載優(yōu)化問題，現(xiàn)有研究往往假設系統(tǒng)時間是離散的，但這會引入決策等待時間，增加了計算任務的整體時延. 針對上述問題，郝昊等人的論文“算網(wǎng)融合下時間連續(xù)的計算任務卸載機制”，在保證時間軸連續(xù)和協(xié)同多個邊緣節(jié)點計算資源的前提下，以服務體驗提升率為優(yōu)化目標，對云、邊、端間任務卸載問題進行建模，并設計了一種基于深度強化學習的任務卸載方法，高效地利用算力網(wǎng)絡的計算資源.

為了實現(xiàn)分布式、高效的計算資源調(diào)度，衷璐潔和王目的論文“區(qū)塊鏈賦能的算力網(wǎng)絡協(xié)同資源調(diào)度方法”提出了一種算力網(wǎng)絡資源調(diào)度算法BCERA，區(qū)塊鏈節(jié)點通過求解任務調(diào)度優(yōu)化問題來實現(xiàn)區(qū)塊鏈的共識，從而在降低共識開銷的同時，提升了系統(tǒng)的可擴展性和魯棒性.

算力度量作為度量各類算力平臺中計算和存儲能力的方法，在算力網(wǎng)絡業(yè)務感知和算力資源高效調(diào)度中扮演著重要的角色. 柴若楠等人的論文“算力網(wǎng)絡中高效算力度量方法的研究”設計了一種先靜后動的混合式度量方法HMM，該方法結(jié)合靜態(tài)和動態(tài)指標來度量算力資源，綜合考慮了算力節(jié)點的基礎性能及其動態(tài)工作狀態(tài)的變化，能夠有效提升算力資源利用率和算力資源匹配準確率.

當前流行的視頻直播依賴于大量視頻幀傳輸和轉(zhuǎn)碼處理，探索算力網(wǎng)絡實現(xiàn)高效視頻分發(fā)具有重要的現(xiàn)實意義. 鄂金龍和何林的論文“基于異構(gòu)算力節(jié)點協(xié)同的高效視頻分發(fā)”通過強化學習規(guī)劃視頻傳輸路徑并合理選取轉(zhuǎn)碼節(jié)點，對不同視頻分發(fā)任務采用優(yōu)先級排隊調(diào)度，同時自適應調(diào)整資源以降低對節(jié)點資源的突發(fā)競爭，有效提升了視頻分發(fā)轉(zhuǎn)碼效率.

為了緩解核心網(wǎng)過載和視頻傳輸調(diào)度難的問題，張旭光等人的論文“算力網(wǎng)絡支撐下的泛在化視頻傳輸調(diào)度”通過任務分解來有效利用“碎片化”的網(wǎng)絡資源，并通過對網(wǎng)絡狀態(tài)的全局檢測和實時感知，實現(xiàn)視頻內(nèi)容的精準部署和網(wǎng)絡資源的高效調(diào)配，有效提升了系統(tǒng)吞吐量，提高了資源利用率.

為了高效協(xié)同利用廣域網(wǎng)上的算力資源，降低工作流任務的執(zhí)行時間，姜玉龍等人的論文“算力網(wǎng)絡環(huán)境下基于勢博弈的工作流任務卸載優(yōu)化機制”對算力網(wǎng)絡中的工作流任務卸載和資源分配問題進行了研究. 根據(jù)工作流應用的特點，針對鏈式工作流提出了一種基于勢博弈的分布式工作流卸載算法；針對復雜DAG 工作流提出一種基于動態(tài)資源權(quán)重的啟發(fā)式工作流卸載算法，有效提高了算力網(wǎng)絡環(huán)境中的工作流任務的執(zhí)行效率.

競爭流之間資源共享的公平性問題是算網(wǎng)融合的重要研究方向. 王子逸等人的論文“網(wǎng)絡傳輸公平性測量與算法設計：視頻應用案例”通過測量典型視頻應用Zoom 發(fā)現(xiàn)其在不同的場景下有著不同的資源搶占行為. 為此，設計了一種能夠在用戶體驗和公平性目標之間取得平衡的傳輸算法QLibra，該算法構(gòu)建了流間公平競爭模型，保障上層應用的用戶體驗.

為了實現(xiàn)云網(wǎng)融合環(huán)境下的智能算法細粒度權(quán)限管理，張歡歡等人的論文“視頻云網(wǎng)平臺中智能算法版權(quán)管理方法”提出了“算法即服務”理念和智能算法權(quán)限管理系統(tǒng)AIRM，通過設計版權(quán)資源服務化方法與流動性算力網(wǎng)絡結(jié)構(gòu)，構(gòu)建視頻云網(wǎng)平臺中“共享式”版權(quán)智能管理方法，提高了復雜計算環(huán)境下的算法并發(fā)服務能力.

算力網(wǎng)絡已逐漸成為大規(guī)模計算密集型業(yè)務的重要算力支撐，希望本專題能夠拋磚引玉，促進我國相關研究的進一步發(fā)展. 由于專題篇幅有限，無法全面覆蓋算力網(wǎng)絡領域的所有研究進展，不足之處敬請各位學者諒解和批評指正. 衷心感謝《計算機研究與發(fā)展》提供了寶貴的機會出版該專題的論文，感謝編輯部工作人員、評審專家的辛勤工作，感謝各位作者對本專題組織者的信任和支持，使得本專題順利出版！