各位领导、各位专家、各位同仁：

下午好！今天我向大家汇报的内容就是《软件定义的网络、存储和计算》。这是我大概的主要内容，第一部分就是介绍一下我们为什么做这项工作；第二个是我们做这项工作的主要内容；第三项就是对未来的一些展望。

首先介绍我今天做的讲座内容，就是基于下面主要的两篇文章，还有我们后续研究的一些成果。从作者可以看到，这个是我和黄韬教授和刘院士做的工作，如果大家对这个课题比较感兴趣的话，可以关注一下这本书，今年年底大概能出版。

第一个部分，是我们想把我们提出的软件定义的网络存储和计算新的模型应用在绿色的无线通信里面。第二个是我们先写的一篇文章，但是它由于排版的要求事后出版了。第二篇文章是我们详细地介绍了整个的提出软件定义存储和计算的这么一个模型的整体框架，这个已经在杂志上可以搜索了，但是还没有卷号。

首先讲一下我们为什么做这项工作，因为现在大家听SDN可能比较多一些，SDN近几年发展很迅猛，但是它也有好处也有坏处，待会儿我会讲到。第二部分就是存储这部分也是有很大的进展。第三部分是计算这部分，包括云计算、物计算，还有各个公司提出来的边缘计算，在近年来也是有很多很多的研究和开发进入这个领域。所以我们从ICT这个角度来说，ICT是一个比较通用的词汇，在这个ICT领域，我们感觉这里面的三个领域，就是网络、存储和计算是最重要的方面，所以我们想把这三个部分都融合起来。

首先介绍一下SDN，大家听完几个报告以后可能会觉得这是一个很好的东西，好处我就不重复了，我这里主要说一下不好之处。SDN如果从整个架构来说，比如说控制面和数据面分离，这个东西并不是一个比较新鲜的感觉。在很多很多年以前，包括我在北邮上硕士的时候都是有这个概念，比如说最早最早的电信网中的7号限令，当时就提出来是控制面和数据面分离，那是给电话网里面用的，电话网里面用的时候，当时的概念就是数据面和控制面分离。在后来跟SDN的概念都是非常相似，所以历史总是重复，现在我们又回到控制面和数据面分离的架构下面。

但是今天我说的不是架构方面的缺点，主要的缺点就是它只关注数据的传输部分，它不关注其他的方面。比如说对新型的应用来说，好比说AR和VR这种应用来说，你光把数据传过去是没用的，你光传过去对AR和VR不能解决数据问题，你还要进行大量的计算。所以计算功能在SDN里面基本上是忽略的，忽略有它的好处和坏处，今天我们重点讲坏处。

另外是ICN，跟SDN很不一样的，但是SDN也不能说是没有一定的好处，一定的好处是什么东西呢？它就尤其对这个内容是重点保护了一下。比如说它叫Introduction，就是说在网络之间要存储数据，这在SDN里面没有这个概念，但是在ICN里面就发挥到极致。比如说你看一个视频，我也看一个视频，你觉得很好，就会存储在网络里面，等我看的时候，我就不用从网络里面拿了，在终端的节点就可以拿了。比如说思科就比较高兴，他是做路由器的，都是做云计算，对他来说就没有什么作用了，他只是存储器，只需要转发一下就可以了。如果出现这种ICN这种概念的话，对他公司来说就有一定的利益可争。这方面也是我们比较关注的一个方面，也是我们近些年比较关注的一个技术，叫ICN的技术。

ICN弥补了原来IP的劣势，原来IP可以说跟ITM竞争的时候是占了上风，这是我当年在北邮上学的时候，也是回忆起来一个很有特点的。我当时学未来网络，我的老师告诉我所有的未来网络都是ITM的天下，什么都是ITM的，但是没过几年发现ITM就完蛋了。后来我就很不解，为什么当年老师告诉我什么都是ITM的，为什么IP就突然冒出来了？后来一个老师告诉我说你知道为什么IP会赢吗？他说IP有两大优势，第一个是S，第二个还是S。第一个S是非常简单的结构，可以看到左边是一个细腰的模型，左边的这个是非常简单的模型，而重量级的信息都是在底层和上层，这是一个比较复杂的系统。后面那个S是什么东西呢？他说你得猜去，后来我猜不着，他就告诉我了，后面那个S就是愚蠢，愚蠢是什么东西呢？它没有任何智能。所以说整个IP这个结构，现在我们提SDN，提各种各样新的网络架构的话，都是为了克服原始的愚蠢架构，IP是一种新的尝试。

第三方面就是我刚才说的计算部分，也是这些年发展非常迅猛，包括云计算，云计算现在大家用得比较多。有了云计算以后，有些公司就非常不高兴，包括思科这种传统网络大的公司，因为有了云计算之后，大部分都是用的阿里云或者是腾讯云等等，对于路由器这部分公司就没有市场了，没有市场之后，他说你不就是云计算吗？我这么多路由器里面加上云也是可以的，于是思科就提出物计算。传统的电信公司，说我也加点儿CPU，他们提出来把基站部分也要加进计算功能。所以我一块加上以后，就是这几部分都是在计算领域近些年发展比较迅猛的一些东西。

这个云计算、物计算和几个架构用这张图可以清晰地表现出来。真正用的时候，云可能比较远，大的数据中心可能用在云，包括各级的路由器都可以布置这些计算的功能。这个主要是在边缘部分，主要在基站，后来有人提出你的手机或者其他的车联网，车的部分也有很多的计算功能，也可以变成一个计算的部分。

刚才是简单的介绍。我们为什么要做整个三方面的融合呢？做三方面的融合，也就是这么一个Motivation，对VR和AR的用户来说，我只关心我这个用户体验怎么样，对一般的用户来说，他不管是从什么技术来的，我只关心以我用户的角度我看这段视频是不是好，是不是流畅？还有AR和VR的体验是不是比较真实。所以对用户角度来说，对三方面来说都是一种资源的方式。从这个资源的方式来说的话，应该是统一的管理，肯定要比分线的管理要好。因为各个方面如果分线管理的话，你不知道我，我也不知道你，大家就有互相冲突，互相打架的时候，所以我们提出来统一的管理。所以我们提出来软件存储、计算和网络。

另外一个，每一年都预测新的技术，将来会产生一个巨大的影响。其中2016年提出一个软件定义仪器这么一个概念，跟我们所提的软件定义网络、存储和计算一样，只不过我们是把它单独提出来。虽然这个曲线在往下走，但是我相信是将来一个重要的发展趋势。

下面就简单介绍一下我们提出的软件定义的存储、计算和网络这个框架，这个是我们在我们的文章里面系统地阐述了这个模型。在这个模型里面，可以看到和SDN非常相似，然后也融入了ICN的概念，比如说中间的控制面，上面的管理面和底下这个数据传输面。在中间的控制面我们加进了三个东西，然后下面对无线资源的管理有三个部分，所以说也是比较顺理成章地就把它从SDN的这种架构扩展成我们所谓的这个STNCC的概念。所以跟现在的SDN也是基本上能够兼容的一种架构，也是有三个平面，有存储平面、数据平面和管理平面。

另外一个角度来说，如果是考虑到多个网络的情况，或者是我们说的网络虚拟化的情况，因为刚才经常说网络的片化，就是什么东西了？虚拟化。虚拟化就是从整个物理资源可以虚拟成多个不同的网络。在这种虚拟化的情况下，我们必须加一个虚拟调度的情况，上面来统一控制统一管理。在这张图里面我们有两个简单的网络，一种是IOT的网络，我们做的工业互联网也是基于这种架构来设计的，不是说单独一张网络。同样一张网络，我们可以虚拟成各种不同的网络，包括刘校长讲的车联网，可以建一个虚拟的车联网，这个就相当于网络虚拟化的概念。左边的这张是IOT的网络，或者是工业互联网，右边是一张车联网的网络，都是在这个框架上可以实现的一个特殊的网络。

在这个框架下，我们目前接着继续做了一些研究，这里面有很多优化问题，也有很多资源控制的问题。要想解决这些问题，我们就提出了各种各样的想法，每一个都要进行量化，都要变成数学的方式来进行解决。这是整个一个比较通用的框架，可以用在各种各样的网络里面，从学术研究角度来说，这里面会有各种各样的问题，比如说每一个网络都要进行控制。好比说资源的怎么调度，或者各种数据怎么处理，还有安全怎么处理，还有绿色这部分怎么进行处理。

其中在这里面我介绍两个我们进行的工作，一种是结合网络虚拟化和软件定义的存储、计算和网络这个模型，下面有一些什么问题。这个问题我们就是想最大化虚拟运营商的这个收益函数。这个虚拟运营商就是我们在网络虚拟化里面提出的一种概念，其中我们在这个里面可以分成两级的模型，另外一个是三级的模型。在这个里面有一个问题，就是怎么最大化这个网络虚拟运营商的效益函数。这个问题不是很好解，比较大的问题，从优化的角度来说它不是很好解。在我们这个方法里面我们把它转化成非函数，然后来解这个问题。

另外是我们最近的一些研究进展，叫Intelligent SD—NCC，跟上一届相比感受比较深的，就是把智能化加进来。比如原来提出的互联网+，这次提出的未来网络，这里面我们做了很多的工作。我们用了真正的NI的算法，叫阿法狗的算法，大家知道谷歌下围棋已经赢了好几次了，真正的算法叫阿法狗的算法，就是叫深度的加强学习。而我们可能说是世界上第一次把这个深度的加强学习这个算法用在我们整个的未来网络这个里面，而已经比较成功的应用了。这个文章还没有发表出来，最近在5月份的时候，ICC有一篇文章，陆续还有其他的文章出来。在这个领域，我们已经基本上成功地把阿法狗的人工智能的算法成功地应用在我们这个里面了。

为什么在20年前，就是IBM提出来深蓝已经在国际象棋上打败人类，为什么谷歌在围棋上打败人类产生这么大的效果呢？这是说明在深度学习里面有很多突破性的进展。比如说把普通的神经网络用叫卷积神经网络，第二部分是可以记录下原来的经验，第三部分就是进一步扩展，有了这三部分基础以后，我们可以利用它来解决很复杂的问题。我们就解决未来网络里面很复杂的调度问题，这是我们首次把人工智能的算法用在未来网络里面。

简单向大家汇报一下我们的研究工作，我们提出这么一个框架，然后在这个框架里面，我们有很多新颖的一些算法问题。将来在这个框架里面会有很多很多的问题，希望能得到同仁大家的关注，然后互相学习，互相交流。

好，谢谢大家！