飞象网讯（马秋月/文）随着芯片工艺制程的持续迭代，5G、MEC的加速建设，新兴应用将加速驱动数据处理由云端向边侧、端侧的扩散；距离用户的不同距离散布着不同规模的算例，呈现云-边-端三级算力架构。

但是，在今天举行的、由SDN/NFV/AI标准与产业推进委员会主办，InfoEX承办的“5G与网络转型”系列线上研讨会第二主题“畅想5G新时代，边缘计算更智”会上，中国移动研究院网络与IT技术研究所NFV方案与架构资深研究员王升指出：“泛在算力也存在一些问题，例如分散无序、异构化，因此需协同云边网端链，实现算力整合调配可交易。”

据王升介绍，泛在算力呈现多级、分散、无序化特征，因此算力归属多方；算力越向下分布越广泛，碎片化、差异化、异构化属性越强。而当前不同领域、不同网络、不同云池之间的开通入口、管理控制、资源调度相对独立，算力与网络较难实现统一协同。同时，流动的数据源与可能同样流动的算力源之间的动态匹配连接问题更为复杂，当前尚无成熟方案，算力的智能随选能力需深入研究。

目前，边缘计算基础设施算力异构化特征明显，新兴业务大都依靠异构加速芯片提升性能，常见的异构芯片类型有GPU、FPGA、ASIC、SoC等。但当前各种异构加速芯片生态封闭，编程工具、语言应用，一个应用需求基于多种异构芯片开发不同代码，且代码无法跨芯片移植。

与此同时，统一的异构算力管理涉及不同加速芯片的加载、抽象、虚拟化、挂载、删除等一系列生命周期管理工作，需要较长时间演进成熟。

另外，通过网络承载、传递泛在计算服务，实现计算+网络一体化，产学研各界正在进行积极的研究与探索解决方案。当前，针对算网一体的实现方案主要有分布式方案（算里网络）与集中式方案（泛在算力）两种。

据王升介绍，算力网络是从网络出发，将算力与网络能力作为路由信息发布到位于网络层之上的算力路由层，并由算力路由节点基于虚拟的服务ID将计算任务报文路由到最合适的计算节点。

而泛在计算方案是从云计算出发，以多云管理场景下集中调度编排理念为基础，通过集中化、分级化算网管调平台实现对泛在计算设备的算力/网络信息收集、用户算网需求的管理调度、应用部署分发、移动性管理等功能。

编 辑：值班记者