面向6G的算力网络资源编排系统设计与算网融合调度优化.docxVIP

PAGE2

面向6G的算力网络资源编排系统设计与算网融合调度优化

摘要

随着5G商用深入与6G愿景的提出，网络内生计算、通感算一体等新范式对底层基础设施提出了更高要求。传统云边端架构中计算与网络资源割裂管理，难以支撑6G时代毫秒级时延、超高可靠与极致能效的应用需求。本课题旨在设计并实现一个面向6G的算力网络资源编排系统，核心目标在于打破算网资源壁垒，实现计算与网络资源的联合感知、统一编排与智能调度优化。

论文首先分析了6G典型应用场景对算网融合的迫切需求，明确了系统在资源抽象、联合调度与优化决策方面的设计目标。随后，基于微服务架构与容器化技术完成了系统总体设计，构建了包含资源感知层、智能编排层与协同服务层的三层架构。详细设计并实现了异构资源统一建模、基于深度强化学习的联合调度算法等核心模块。系统通过模拟环境进行功能与性能测试，验证了其在降低任务平均完成时延、提升资源利用率等方面的有效性。

本设计的核心创新点在于提出了一种基于分层决策的算网联合调度优化框架，将全局优化问题分解为资源匹配与路径计算两个子问题，并引入注意力机制改进的深度强化学习算法进行求解，有效平衡了调度效率与优化质量。论文工作为未来6G算力网络的高效资源管理与服务提供了一种可行的解决方案。

关键词：6G；算力网络；资源编排；算网融合；联合调度；深度强化学习

第一章绪论

1.1研究背景

当前，5G网络正加速赋