基于信息时效性的通信和计算融合机理研究

汪 超

（1.郑州大学，河南 郑州 450000；2.中国农业银行股份有限公司河南省分行，河南 郑州 450000）

0 引 言

在信息时代，数据的传输和处理要求更加迅捷高效。通信和计算是实现信息传递和处理的2个重要方面，然而传统的通信和计算系统往往存在时延大、带宽瓶颈和能耗高等问题。将通信和计算相互融合，可以实现更高效、更快速的数据传输和处理，满足现代社会对时效性的要求。因此，开展基于信息时效性的通信和计算融合机理研究具有重要意义，对于推动通信和计算领域的发展和应用具有积极影响。

1 通信和计算融合研究背景

1.1 基于信息时效性的通信和计算融合的意义和目标

在大数据和云计算技术的推动下，人们的工作和生活节奏加快，对信息的需求日益增长，因此加快信息传播的速度和保护信息安全迫在眉睫[1]。将计算机技术与通信技术相结合，能够有效提升通信技术的安全性，避免信息传输中的泄露或中断问题。将加密技术应用于通信技术可以保障信息传输的安全，为居民和企业的隐私提供保护。

1.2 研究问题的引出和研究动机

在当前信息技术迅猛发展的时代背景下，通信和计算技术成为人们获取、传播和处理信息的重要手段。然而，随着网络上信息类型的增多和数量的激增，传统的通信和计算系统面临诸多问题和挑战。时延大、带宽瓶颈、能耗高等问题限制了信息的快速传播和处理，如果不能及时提升信息传播速率，将对个人和企业的后续发展产生消极影响。因此，提高通信和计算系统的性能和效率，满足信息时代快速传输和处理的需求迫在眉睫。

2 研究方法与数据收集

2.1 案例分析的应用与选择

为解决当前信息技术存在问题，某市开发了一种基于算网融合新兴技术，将通信网络设施与异构计算设施融合发展，统一编排管控数据、计算、网络等多种资源，达到提高信息传播速度和效率的目的[2]。在全栈专属云中，通信与计算的融合可以整合不同来源的数据，快速传输和处理大量复杂的数据。例如，通过全栈专属云对用户的移动数据、社交媒体数据、设备传感器数据等进行汇集和分析，快速提供数据处理结果，帮助企业和个人更好地把握市场动态和需求。

2.2 仿真模拟方法和试验设计

为了验证基于算网融合新兴技术在解决信息技术问题中的有效性，采用仿真模拟方法和试验设计进行验证和评估。仿真过程包括模拟通信网络设施、异构计算设施和数据来源等，并设定相关参数和规则，如传输速率、数据量和处理能力等。

数据传输速率计算公式为

式中：T为一个数字脉冲信号的宽度(全宽码)或重复周期(归零码)，s；N为一个码元所取的离散值个数。在数据传输领域，通常使用二进制信息来表示和传输数据。为确定数据传输速率，需要考虑2个重要因素，即位数和码元脉冲。位数反映了数据的复杂度和可表示的离散值数量。对于二进制数据，位数可以用K表示，而离散值的数量可以用N表示。根据定义，存在一定的数据关联：N等于2的K次方，即K是以2为底N的对数（log2N）。当考虑N=2时，即二进制数据的情况下，数据传输速率与重复频率之间存在一个特殊的关系。

具体而言，当N=2时，数据传输速率等于码元脉冲的重复频率，也就是每秒发送的码元脉冲数量。假设一个数字脉冲信号的宽度为0.1 s，每个码元有8个离散值（N=8），即每个码元可以编码8位二进制信息（K=log28=3），在当前情况下，数据传输速率S为30 b/s。

信号传输速率计算公式为

式中：B为信号传输速率，Baud；Q为信号码元的宽度，s。

假设一个信号码元的宽度为0.02 s，那么B为50 Baud。这些计算涉及数字脉冲信号的宽度、离散值数量、码元脉冲的重复频率等技术性概念。通过计算数据传输速率和信号传输速率，可以评估和优化系统的数据传输效率，并确保信息在通信过程中的正确性和稳定性。

3 通信和计算融合的机理研究

3.1 通信和计算基础知识与理论介绍

在无线通信系统中，通信系统模型如图1所示。

图1 通信系统模型

无线信道往往存在大尺度衰落和小尺度衰落的现象。大尺度衰落描述了在长距离（数百米或数千米）或长时间范围内，发射机和接收机之间信号场强的变化[3]。这种衰落速度较慢且持续时间较长，主要受传播路径的影响。在全栈专属云中，通信与计算的融合是该技术的核心特点。通过将来自不同来源的数据进行整合，全栈专属云能够快速传输和处理大量复杂的数据。例如，对于移动应用来说，全栈专属云可以汇集用户的移动数据、社交媒体数据以及设备传感器数据等多种数据源，然后集中分析和处理这些数据。这样，无论是企业还是个人用户，都能够及时获取快速而准确的数据处理结果。

3.2 基于信息时效性的通信和计算融合机理的详细阐述

为了加快数据的传输速度，在全栈专属云通信中，会利用调制技术将数字数据转换成模拟信号进行传输。根据香农定理，信道的最大传输速率为

式中：C为无噪声条件下信道的容量。SNR为信号与噪声的比值。

考虑计算处理的效率。计算任务的处理时间可以表达为

式中：M为任务的规模，如要处理的数据量或要执行的操作数量；Rcompute为计算资源的效率。

将通信与计算相融合，可得到整体的信息传播时间，公式为

式中：Ttransmission为数据传输时间，指数据从发送端传输到接收端所需的时间。

然而，通信和计算并行进行，因此整体的传播时间取决于传输速度和计算效率中的通信时长。为达到更高的信息时效性，采用更高的信号带宽和更低的信噪比，以提高数据传输速率和信道容量。此外，利用并行计算资源，同时执行多项任务，以提高计算效率。

4 研究结果与讨论

4.1 基于信息时效性的通信和计算融合对系统性能的改善效果

通过将通信和计算进行信息时效性融合，可以改善系统性能，实现轻资产运营，并提供基础设施代维服务，让用户能够专注于体验上层智能应用和关注算力性能指标[4]。通过将通信网络设施和异构计算设施融合发展，统一编排管控数据、计算和网络等多种资源，实现更高效的数据传输和计算处理。

业务本地化部署满足数据安全合规监管要求。通过将数据存储和计算等关键环节放置于本地，能够更好地保护敏感数据和满足国家的法律法规要求。这样，企业和用户在享受云服务带来的高效便利的同时，能够保护自己的数据安全和符合相关合规性要求。

4.2 降低通信时延、提高带宽利用率的试验结果分析

缩短通信时延和提高带宽利用率的试验结果如图2所示。通信时延和带宽利用率是描述数据传输过程中的重要指标。通信时延表示从发送到接收所需时间的长短，单位通常是ms；带宽利用率表示实际使用的带宽所占的比例，以%表示。A、B、C、D为既定条件，主要是通信试验的基础场景，无单位表示，包含通信时延和带宽利用率2种数据传输指标。

图2 降低通信时延和提高带宽利用率的试验结果

根据图2降低通信时延和提高带宽利用率的试验结果如下：条件D是给出的4种情况中最优的，通信时延最短且带宽利用率最高，说明数据传输效率最高，在给定的带宽中几乎没有空闲时间。降低通信时延和提高带宽利用率的试验结果如表1所示。

表1 降低通信时延和提高带宽利用率的试验结果数据表格

通过比较不同试验条件下的通信时延和带宽利用率，观察到在试验条件D下，系统能够更快地完成数据传输，实现了较低的通信时延，即通信时延不超过10ms。同时，在该试验条件下，系统能够更好地利用可用的带宽资源，提高了带宽利用率，即带宽利用率≥80%这表明经过信息时效性的通信与计算融合改善后，系统的性能显著提升。较短的通信时延意味着数据传输速度更快，能够更及时地进行数据交换和处理。而较长的带宽利用率表示系统能够更充分地利用可用的带宽资源，提高数据传输的效率。

4.3 减少系统能耗的成果及其影响因素

全栈专属云通过有效的资源调度和智能优化算法，实现对计算、存储和网络等资源的综合管理，以最小化能耗为目标[5]。通过动态识别系统负载、资源利用率和用户需求等因素，全栈专属云能够按需分配资源，并在不需要的时候进行部分休眠或降频处理，从而降低系统能耗。服务器的功率模式和频率状况如表2所示。

表2 服务器的功率模式和频率状况

全栈专属云采用动态功率管理技术，通过实时监控系统负载和能耗情况，智能调整服务器的功率模式和频率，以适应不同工作负载下的能源需求。需要注意的是，具体的功率模式和频率调整策略会因服务器的能效特性、工作负载和任务需求等因素而有所不同。综合考虑资源需求、性能要求和能源消耗等方面的因素，全栈专属云可以根据实时监控来智能选择合适的功率模式和频率，以达到最佳的能耗效果。

全栈专属云通过优化系统架构、资源管理和冷却技术等多方面因素，能够显著减少系统能耗。这不仅对降低企业的能源成本有益，也符合环境可持续发展的要求。通过全栈专属云的应用，可以实现更高能源效率和更低碳排放，为构建绿色、可持续发展的信息技术基础设施做出贡献。

5 结 论

基于信息时效性的通信和计算融合机理可以显著改善系统的性能，缩短通信时延，提高带宽利用率，并减少系统的能耗。通过优化网络拓扑结构、协议设计和资源分配策略，有效提升数据传输速度和计算处理能力，满足用户对信息时效性的需求，为通信与计算领域的相关人员提供有价值的参考和指导，并为进一步推动通信和计算的融合发展提供理论基础。