前 言

随着新一轮科技革命和产业变革的深入推进，以工业互联网、沉浸式媒体、无人驾驶等为代表的新技术、新业态、新场景和新模式不断涌现、层出不穷. 数据量与计算量持续攀升，算力成为信息网络时代的核心生产力. 2022 年3 月，我国正式实施了“东数西算”工程，在全国范围内协同构建算力流通体系. 在此背景下，网络作为连接用户、数据、算力的主动脉，与算力融合共生不断深入，算力网络应运而生，以期通过网络将计算、存储等基础资源在云、边、端之间进行有效调配. 这将极大地强化信息基础资源算力的流通和利用效率，推动社会经济发展和提高人类生活水平.

为推动我国在算力网络领域的创新与发展，值此东数西算开展一周年之际，我们组织了本期“算力网络”专题，旨在征集新一代算力网络特别是以算力为中心的架构、分配、调度、交易及安全等的前沿技术与应用. 本专题2023 年1 月初征稿结束，经过四十余人次专家的两轮评审，最终收录了9 篇论文，内容涵盖了算力网络资源调度、算力度量、算力网络驱动的视频业务等方面的最新研究进展，希望能够为同行学者带来帮助和启发.

“云—边—端”资源协同优化是算力网络部署的关键难题之一. 陈星延等人对此开展了深入研究，论文“面向云—边—端算力系统的计算和传输联合优化方法”为降低在大规模算力网络中资源联合优化的问题复杂度，提出了一种基于增广图的算网调度模型，该模型将计算和传输联合优化问题转化为增广图的路由问题，简化了异构资源联合优化问题的表征难度. 同时，设计了基于波利亚重球法的异构资源协同优化算法，提高了算力网络资源利用率.

为简化计算任务卸载优化问题，现有研究往往假设系统时间是离散的，但这会引入决策等待时间，增加了计算任务的整体时延. 针对上述问题，郝昊等人的论文“算网融合下时间连续的计算任务卸载机制”，在保证时间轴连续和协同多个边缘节点计算资源的前提下，以服务体验提升率为优化目标，对云、边、端间任务卸载问题进行建模，并设计了一种基于深度强化学习的任务卸载方法，高效地利用算力网络的计算资源.

为了实现分布式、高效的计算资源调度，衷璐洁和王目的论文“区块链赋能的算力网络协同资源调度方法”提出了一种算力网络资源调度算法BCERA，区块链节点通过求解任务调度优化问题来实现区块链的共识，从而在降低共识开销的同时，提升了系统的可扩展性和鲁棒性.

算力度量作为度量各类算力平台中计算和存储能力的方法，在算力网络业务感知和算力资源高效调度中扮演着重要的角色. 柴若楠等人的论文“算力网络中高效算力度量方法的研究”设计了一种先静后动的混合式度量方法HMM，该方法结合静态和动态指标来度量算力资源，综合考虑了算力节点的基础性能及其动态工作状态的变化，能够有效提升算力资源利用率和算力资源匹配准确率.

当前流行的视频直播依赖于大量视频帧传输和转码处理，探索算力网络实现高效视频分发具有重要的现实意义. 鄂金龙和何林的论文“基于异构算力节点协同的高效视频分发”通过强化学习规划视频传输路径并合理选取转码节点，对不同视频分发任务采用优先级排队调度，同时自适应调整资源以降低对节点资源的突发竞争，有效提升了视频分发转码效率.

为了缓解核心网过载和视频传输调度难的问题，张旭光等人的论文“算力网络支撑下的泛在化视频传输调度”通过任务分解来有效利用“碎片化”的网络资源，并通过对网络状态的全局检测和实时感知，实现视频内容的精准部署和网络资源的高效调配，有效提升了系统吞吐量，提高了资源利用率.

为了高效协同利用广域网上的算力资源，降低工作流任务的执行时间，姜玉龙等人的论文“算力网络环境下基于势博弈的工作流任务卸载优化机制”对算力网络中的工作流任务卸载和资源分配问题进行了研究. 根据工作流应用的特点，针对链式工作流提出了一种基于势博弈的分布式工作流卸载算法；针对复杂DAG 工作流提出一种基于动态资源权重的启发式工作流卸载算法，有效提高了算力网络环境中的工作流任务的执行效率.

竞争流之间资源共享的公平性问题是算网融合的重要研究方向. 王子逸等人的论文“网络传输公平性测量与算法设计：视频应用案例”通过测量典型视频应用Zoom 发现其在不同的场景下有着不同的资源抢占行为. 为此，设计了一种能够在用户体验和公平性目标之间取得平衡的传输算法QLibra，该算法构建了流间公平竞争模型，保障上层应用的用户体验.

为了实现云网融合环境下的智能算法细粒度权限管理，张欢欢等人的论文“视频云网平台中智能算法版权管理方法”提出了“算法即服务”理念和智能算法权限管理系统AIRM，通过设计版权资源服务化方法与流动性算力网络结构，构建视频云网平台中“共享式”版权智能管理方法，提高了复杂计算环境下的算法并发服务能力.

算力网络已逐渐成为大规模计算密集型业务的重要算力支撑，希望本专题能够抛砖引玉，促进我国相关研究的进一步发展. 由于专题篇幅有限，无法全面覆盖算力网络领域的所有研究进展，不足之处敬请各位学者谅解和批评指正. 衷心感谢《计算机研究与发展》提供了宝贵的机会出版该专题的论文，感谢编辑部工作人员、评审专家的辛勤工作，感谢各位作者对本专题组织者的信任和支持，使得本专题顺利出版！