数据中心数字孪生网络（DCDTN）技术与应用白皮书

数据中心数字孪生网络(DCDTN)技术与ODCC-2022-05106 应用白皮书 分布式存储技术与产业分析报告 1 [编号ODCC-2022-05106] 数据中心数字孪生网络（DCDTN）技 术与应用白皮书 开放数据中心标准推进委员会 2022-09发布 数据中心数字孪生网络(DCDTN)技术与应用白皮书 版权声明 ODCC-2022-05106 ODCC（开放数据中心委员会）发布的各项成果，受《著作权法》保护，编制单位共同享有著作权。 转载、摘编或利用其它方式使用ODCC成果中的文字或者观点的，应注明来源：“开放数据中心委员会ODCC”。 对于未经著作权人书面同意而实施的剽窃、复制、修改、销售、改编、汇编和翻译出版等侵权行为，ODCC及有关单位将追究其法律责任，感谢各单位的配合与支持。 I 数据中心数字孪生网络(DCDTN)技术与应用白皮书 编制说明 ODCC-2022-05106 本报告由中国移动研究院基础网络技术研究所牵头撰写，在撰写过程中得到了多家单位的大力支持，在此特别感谢以下参编单位和参编人员： 参编单位（排名不分先后）： 中国移动研究院基础网络技术研究所、中国信息通信研究院（云大所数据中心团队）、华为技术有限公司、烽火通信科技股份有限公司、苏州盛科通信股份有限公司、思博伦通信科技(北京)有限公司。 参编人员（排名不分先后）： 陆璐、孙滔、李志强、杨红伟、周铖、陈丹阳、李梅、王少鹏、吴美希、温小振、吴钦、李宝焜、李传宝、韩震、成伟、杨勇涛、杨磊、王岩。 项目经理： 杨红伟yanghongwei@chinamobile.com II 数据中心数字孪生网络(DCDTN)技术与应用白皮书 前言 ODCC-2022-05106 数字孪生综合运用感知、计算、建模、仿真、通信等技术，实现虚实映射与交互。自2002年美国Dr.MichaelGrieves第一次提出数字孪生概念以来，数字孪生技术已经在城市建设、航空航天、生产车间等多个行业成功应用，正成为构建新一代数字基础设施的使能技术和中坚力量。 随着新一代信息技术快速发展，数据资源存储、计算和应用需求大幅提升，传统数据中心正加速与网络、云计算融合发展，加快向新型数据中心演进，2021年工信部颁发《新型数据中心发展三年行动计划（2021-2023年）》中提出数据中心发展“四高三协同”目标，引导数据中心创新、高质发展。网络是数据中心的核心组件，数字孪生网络技术作为新一代创新技术体系对实现新型数据中心的高技术、高算力、高能效、高安全具有很好的推动作用。 本白皮书在业界首次系统阐述了针对数据中心网络的数字孪生网络（DCDTN）总体架构和关键技术，明确数字孪生网络在解决数据中心网络困境以及满足未 来网络演进需求中的重要作用，并从技术需求角度，描述了数字孪生网络在数据中心网络的几个典型应用场景。 III 数据中心数字孪生网络(DCDTN)技术与应用白皮书 目录 ODCC-2022-05106 版权声明I 编制说明II 前言III 一、DCDTN驱动力分析1 （一）数据中心网络需求驱动1 （二）数字孪生技术演进驱动2 二、DCDTN架构及关键技术3 （一）总体架构4 1.物理网络层4 2.孪生网络层5 3.网络应用层6 （二）关键技术6 1.数据采集技术6 2.网络建模技术10 3.孪生体管理技术12 三、DCDTN场景分析15 （一）应用场景：数字地图全栈多维可视化呈现15 1.场景简介15 2.技术要求18 （二）应用场景：数据中心光网络智能分析优化19 1.场景简介19 2.技术需求19 IV 数据中心数字孪生网络(DCDTN)技术与应用白皮书 ODCC-2022-05106 （三）应用场景：数据中心网络配置效果评估与优化20 1.场景简介20 2.技术要求21 （四）应用场景：数据中心制冷系统预测性维护22 1.场景简介22 2.技术需求23 四、总结与展望24 （一）需求迫切24 （二）网络简洁24 参考文献26 缩略语28 V 数据中心数字孪生网络(DCDTN)技术与应用白皮书 ODCC-2022-05106 一、DCDTN驱动力分析 （一）数据中心网络需求驱动 根据《数据中心白皮书（2022年）》数据：2021年，按照单机架功率2.5kW计算，我国数据中心机架数达到520万架。收入方面，全球平稳增长，我国维持较高增速。2021年全球市场收入679亿美元，较上一年增长9.8%。我国市场收入达到1500亿元，近三年年均复合增速达到30.69%。数据中心产业持续稳定发展，总体规模及市场收入稳步增长，市场需求旺盛。 伴随新型数据中心规模的扩大，数据中心内部以及之间网络通信模式不断更新，网络承载的业务类型、网络所服务的对象、连接到网络的设备类型等呈现出多样化发展，网络需要具有较高灵活性；作为基础设施，网络需要具有高可靠性，因此现网环境难以直接用于网络创新技术研究。但仅基于线下仿真平台的研究会大大影响结果的有效性，这导致网络新技术研发周期长、部署难度大；网络资源的云化、业务的按需设计、资源的编排等，使得网络运行和维护面临前所未有的压力；由于缺乏有效的虚拟验证平台，网络优化操作不得不直接作用在现网基础设施中，造成较长的时间消耗以及较高的现网运行业务风险，从而加大网络的运营成本以及影响运营的风险。 基于上述需求，结合数字孪生技术的数字孪生网络（DigitalTwinNetwork,DTN）[1]应运而生。将数字孪生技术应用于数据中心网络，创建物理网络设施的虚拟镜像，即可搭建与实体网络网元一致、拓扑一致、数据一致的数字孪生网络平台，提供网络配置正确性验证、新技术效果验证的试验床，大大降低现网面临的风险，消除错误配置导致现网故障的可能性。另外，数字孪生网络在网络流量全息透视、网元全生命周期管理等场景也能发挥重要作用。通过物理网络和孪生网络实时交互，相互影响，数字孪生网络平台能够助力网络实现低成本试错、智能化决策和高效率创新，进而助力网络实现极简化和智慧化运维。 1 数据中心数字孪生网络(DCDTN)技术与应用白皮书 ODCC-2022-05106 因此，我们认为数字孪生网络将成为未来数据中心网络规划、运行、管理和运营的新方向，成为实现网络智能化、自动化的重要手段。数据中心网络同样有上述需求，希望借助DTN技术实现网络智能、自智。数字孪生网络可助力网络达到以下效果： a)拓扑和流量可视化：帮助用户更清晰地感知网络状态、更高效地挖掘网络有价值的信息、以更友好的沉浸交互界面探索网络创新应用，将物理网络由“黑盒”变成“白盒”； b)从设备到组网的全生命周期管理：在网络的整个生命周期“规划、建设、维护及优化”中，当网络运维中出现故障，不仅能回溯到网络的“过去”，也能通过网元模型回溯到网络设备的“过去”，从而实现网络和设备的生命周期关联分析，通过数字孪生网络将网络和设备的生命周期紧密结合，可实现网络和设备的全流程精细化管理； c)网络的实时闭环控制：通过网络配置在孪生网络层内进行调整与优化，同时可实现数字孪生网络对物理网络的实时控制、反馈与优化，最终实现网络自学习、自验证、自演进的实时闭环控制； d)降低网络风险和成本：借助数字孪生网络对网络优化方案高效仿真，充分验证后部署至实体网络，降低现网部署的试错风险和成本，提高方案部署的效率，同时可实现低成本、高效率的网络创新技术研究。 （二）数字孪生技术演进驱动 自2002年MichaelGrieves教授提出关于数字孪生（DigitalTwin）的理念，并将其定义为包含物理对象、虚拟对象，及二者间的信息流后，数字孪生技术就逐渐走入各行各业。 在智能制造领域，通过采用数字化模型的设计技术，将物理设备的各种属性映射到虚拟空间中，形成可拆解、可复制、可转移、可修改、可删除、可重复操作的数字镜像，在虚拟的三维数字空间快速便捷地修改部件和产品的每一 2 数据中心数字孪生网络(DCDTN)技术与应用白皮书 ODCC-2022-05106 处尺寸和装配关系，大幅度减少了迭代过程中物理样机的制造次数、时间，以及成本。同时数字孪生体可以采集有限的物理传感器指标的直接数据，借助数据的历史规律，通过机器学习推测出一些原本无法直接测量的指标。由此实现对当前状态的评估、对过去发生问题的诊断，以及对未来趋势的预测，并给予分析的结果，模拟各种可能性，提供更全面的决策支持。经过十余年的发展，数字孪生技术现已在诸如城市建设、卫星网络、生产车间等行业成功应用。 在智慧城市领域，借助数字孪生技术可以提升城市规划质量和水平，推动城市设计和建设，辅助城市管理和运行，让城市生活与环境变得更好。雄安新区的规划纲要中明确指出要规划建设数字城市，将雄安打造为全球领先的数字城市。数字孪生城市的构建，包含物理城市、虚拟城市、城市大数据、虚实交互和智能服务五方面。通过在城建设备上布设传感器感知、监测城市运行状态，其次，建立物理城市相应的孪生模型实现对城市全方位的模拟，同时收集与记录城市运行数据驱动数字孪生城市的发展优化，最终借助数字孪生的虚实交互实现城市规划设计、优化市政规划等智能服务。具体的，如新加坡已与达索合作构建监控城市中从公交车站到建筑物等一切事物的数字孪生城市，Cityzenith搭建了一个“5D智能城市平台”，实现了基础设施开发过程的数字化及城市的数字化全生命周期管理。 在卫星网络的发展中，同样面临着各种各样的问题与挑战。而借助数字孪生技术，可动态模拟卫星网络节点与链路的动态变化、复杂的网络时空行为及差异巨大的业务类型，实现卫星网络的全生命周期管控，优化卫星网络组网，提高卫星的数字化与智能化水平，解决卫星面临的远程健康监控、状况评估与维修维护难题。 近年来，得益于物联网、人工智能、大数据、云计算等新一代技术的发展，数字孪生得到越来越广泛的传播，在如上各行业的研究及应用也证实了其所具备的，诸如预验证，减少生产消耗，全生命周期管理等各种优势。因而，将数字孪生技术引入网络中，构建数字孪生网络，是下一代网络发展的必然趋势。 二、DCDTN架构及关键技术 3 数据中心数字孪生网络(DCDTN)技术与应用白皮书 ODCC-2022-05106 数字孪生网络是以数字化方式创建物理网络实体的虚拟孪生体，且可与物理网络实体之间实时交互映射的网络系统，其核心要素为：数据、模型、交互、映射。数据中心数字孪生网络是以数据中心网络为基础，通过数据采集、建模技术建立的虚拟孪生体。 （一）总体架构 数字孪生网络设计为如图1所示的“三层三域双闭环”架构:“三层”是指构成数字孪生网络系统的物理网络层、孪生网络层和网络应用层;“三域”是指孪生网络层数据域、模型域和管理域，分别对应数据共享仓库、服务映射模型和网络孪生体管理三个子系统;“双闭环”是指孪生网络层内基于服务映射模型的“内闭环”仿真和优化，以及基于三层架构的“外闭环”对网络应用的控制、反馈和优化。 图1DTN总体架构 1.物理网络层 物理网络层主要包含数据中心网络的所有物理实体。网络中的各种网元通过孪生南向接口同网络孪生体交互网络数据和网络控制信息。作为网络孪生体 4 数据中心数字孪生网络(DCDTN)技术与应用白皮书 ODCC-2022-05106 的实体对象，物理网络既可以是交换机、路由器、网关、服务器等物理设备，也包括NFV形式的虚拟设备。 2.孪生网络层 孪生网络层是数字孪生网络系统的标志，包含数据共享仓库、服务映射模型和数字孪生体管理三个关键子系统。数据共享仓库子系统负责采集和存储各种网络数据，并向数据映射模型子系统提供数据服务和统一接口;服务映射模型子系统完成基于数据的建模，为各种网络应用提供数据模型实例，最大化网络业务的敏捷性和可编程性;数字孪生体管理子系统负责网络孪生体的全生命周期管理以及可视化呈现。 （1）数据共享仓库 数据共享仓库通过南向接口采集并存储网络实体的各种配置和运行数据，形成数字孪生网络的单一事实源，为各种