AI使能电信网络：自治网络和服务2.0

在2018年全球分析师大会期间，华为发布SoftCOM AI解决方案架构，在全云化网络基础上引入AI技术，以自治网络为理念，力图打造“永不故障”的网络自动驾驶模式，掀起新一轮网络变革。

跨界竞争呼唤系统架构创新

我们都在说世界正在进入一个新时代，不同的人会赋予新时代不同特征，其中，“跨界”可能是一个比较有共识的特征，每个行业都面临着跨界竞争带来的结构性挑战，电信行业也不例外。

首先，从收入结构来看，运营商的业务正遭遇来自IT产业和互联网产业云服务业务的替代性挑战。电信业务分为三个层次：终端、网络和IT基础设施以及上层应用。随着网络速率的大幅提升，IT产业从卖产品变成卖服务，即云服务模式正在成为IT的主要商业模式，云服务提供商打破了电信业和IT产业、互联网的边界，骨干网络、甚至部分城域网和IT基础设施、IT应用共同成为云服务的组成部分。因此，跨界竞争开始了，运营商如果能把云服务做好，就可以与AWS等云服务巨头争抢万亿美元的云服务市场，反之则将丧失很多传统的电信业务，尤其是数据中心之间的专线业务等。

其次，运营商的效率和成本也面临结构性挑战。一是电信设备维护的OPEX支出约为CAPEX的三倍，二是电信网络越来越复杂，超过了一个人的专业知识和能力，导致70%的重大网络故障都是人为因素造成。正如加拿大运营商TELUS首席无线架构师庆武所说：“电信业使用了21世纪的4G网络，但网络的运行和运维仍然停留在18世纪，机械制造都走向自动化了，电信业还处于手工业的阶段。”

要解决电信业面临的挑战，仅仅靠产品创新是远远不够的，需要整个系统架构的创新和商业模式的创新，才能提升运营商的竞争力，解决结构性问题。什么是系统架构创新？以云计算为例，它并不是某个服务器或存储产品的创新，而是通过全新的分布式系统提升资源利用效率，是系统级的创新。产品创新、系统架构创新和商业模式创新三者相互支撑，互相促进。

为了满足新时代的客户需求，华为的创新体系即按照上述三个维度来设计。在产品层面，华为设计网络设备的指导思想是“奥运精神”，即大容量、低时延，所有产品创新都围绕这个目标进行。在系统架构创新领域，华为的目标是构建一个敏捷的自动化、智能化网络，实现网络的“自动驾驶模式”。在商业模式创新上包括两个目标，一是运营商+华为成为世界五朵云之一，第二是构建网络时代的在线智能服务模式。

SoftCOM AI带来全新价值

回顾华为网络架构的发展路径，2006年，基于对ALL IP技术方向的判断，我们提出Single战略，即网络架构从多种技术体制（TDM、ATM、FR、DDN、IP等）共存的多网络走向基于IP体制的单一网络；2012年，在ALL IP网络架构的基础上，引入云计算的理念和技术，以ALL Cloud架构为目标，我们提出SoftCOM来实现以数据中心为中心的敏捷网络；2017年，随着AI技术的发展，我们将人工智能引入电信网络，SoftCOM AI由此诞生，目的是实现网络架构层面的自治网络，以及商业模式层面的服务2.0。

引入人工智能的自治网络，意在构建网络领域的“工业4.0”，实现网络“自动驾驶模式”。工业4.0有三个特征，即敏捷的设备、智能的控制和智慧的分析系统，来实现生产的自动化，这对于电信业来说同样适用。在电信网络中，下层是网络设备，上面是控制层，在整个网络的控制和运维方面，端到端引入人工智能技术，构建分段自治功能，每一段的自治通过上层运营系统实现端到端的自治能力，进而实现整网自治。自治网络带来的最大变化是运维维护人员不在整个业务流程里，是一个自动化的系统，我们称之为“网络自动驾驶模式”，来实现整个网络的自动、自优、自愈。

服务2.0的目标则是打造网络领域的“工业互联网”，提供在线数字化“智慧服务”。工业互联网的发展已显著改变了工业巨头的商业模式，以波音为例，其将飞机卖给航空公司之后，继续为航空公司提供全方位的数字化服务，包括可预测性维护、燃油管理和飞行管理等等。将这一服务理念延伸到电信行业，未来的网络在运营商侧全自动化运行，华为则在后台提供基于人工智能的全自动化在线服务，这种服务是建立在持续迭代的AI模型基础之上，根据业界惯例构建“模型即服务”，永远处于Beta阶段，不断更新和完善。

将AI引入电信网络，带来的全新价值是“可预测性”。电信网络的管理和控制中心基于设备的南向接口和数据采集，通过一定的策略和规则，来实现对整个网络的管理和调度。其依据主要有三个条件，包括网络的可达性、SLA要求和资源效率，这些是网络实现自动化的基础。但随着网络日益复杂，仅有这些条件已远远不够，需要在网络中引入在线AI推理和数据分析，以实现流量预测、质量预测和故障预测。预测性是AI的核心价值，基于预测的未来条件来调度网络，实现故障发生前规避故障、质量劣化前优化质量、网络拥塞前调整流量，从而达到自动、自优、自愈、自治的永不故障的自动驾驶网络，结构性提升运维和运营效率。

提升用户体验，实现三个倍增

要实现网络的自动驾驶，必然将是一个长期的过程，不可能一蹴而就。参考汽车自动驾驶的五个发展步骤，我们也将自动驾驶网络分为五个阶段，第一个阶段是AI能够指出“发生了什么”，第二个阶段需要判定“为什么会发生”，第三个阶段需要预测“将会发生什么”，后续都需要人工判断决策和采取相应措施；到了第四个阶段，AI已经可以判断“需要采取什么措施”，然后由人工去操作；最后一个阶段才是全面地实现网络的自我控制和自动修复，使网络具备自愈能力。

自治网络和服务2.0的实现，将带给最终用户分钟级的ROADS体验，永远最优的网络连接和永不断网的可获得性；对运营商的价值则是“三个倍增”，即运维效率倍增、资源效率倍增和能耗效率倍增。

首先是运维效率倍增，运维水平分为三个发展阶段，第一个阶段称为R2F（Run-to-Failure），网络在运行中突然发生故障，然后运维人员马上赶去处理，这是最低级的水平；第二个阶段是PvM（Preventive Maintenance），即例行的巡检，对每个设备进行检查来预防故障发生，但这种做法效率非常低下；第三个阶段是PdM（Predictable Maintenance），我们称之为可预测性维护，即能够预测某个设备未来有多大概率发生故障，然后进行针对性的维护。通过PdM，我们希望能将电信网络的告警压缩和故障定位减少90%，实现90%关键器件的失效和劣化预测，进一步达到网络自愈。此外，网络故障中超过70%的问题源自无源设备，例如光纤弯曲、器件老化、接口松动等，在这一过程中，信号都会发生变化，通过引入AI学习这些变化的特征，就有可能提前进行预测，用有源解决无源的故障问题。

其次是资源效率倍增，当下的特点是网络建设好了，流量就随之流动，资源利用可能并不合理。如果反过来思考，基于流量走向来调度网络，资源利用率就会大幅提升。现在的网络并不具备这样的能力，只有通过引入人工智能，建好流量预测模型，才能实现精准流量预测和最合理的网络拓扑，以流量的方向而不是物理连接来决定网络的路径，最终大幅提高网络的资源效率。

最后能耗效率倍增，我们要做到“比特决定瓦特”，即网络流量大小决定能耗多少。在机房或者站点，每个系统都有数十个参数，通过AI训练生成散热与环境及业务负荷模型，使得日照、温度和配套设施油机、太阳能和电池等达到最佳能效；在设备层面，根据业务负载进行动态能量投放，没有流量时就利用时隙关断、RF深度休眠、载频关断等减少耗电量，同时实现数据中心对象如服务器组件的动态节能管理；第三个是网络系统，构建准确的业务负荷预测模型，使整网流量最优从而达到能耗效率最佳。

自治网络的目标架构，对华为来说就是SoftCOM+AI，具体做法是：在网络的“设备和云基础设施、网络管控中心、网络运维系统”三层中引入AI技术和能力，实现网络的规划、部署、运行、维护、优化和经营的端到端智能化和自动化，使能网络达到系统最优。与此同时，华为也构建了一个面向运营商的AI训练平台，将网络设备运行的状态数据接入平台来训练AI模型，并针对模型进行持续更新和优化，使得网络系统的自动化程度不断提高。

如何构建SoftCOM AI，我们以光网络为例，来看一下AI如何使能全流程的业务发展。首先是数据底座，即需要获得怎样的数据，具体到光网络来说包括光纤的数据、光信号的数据、光路由数据等；接下来是使能技术，即人工智能的算法，包括数据清洗、信息整合、机器学习建模、深度学习等等，这些算法与光网络无关；为了实现光网络的自动驾驶，还需要构建大量模型，比如光纤模型、滤波器模型等；最后是业务应用场景，包括开局自动检查光纤、业务发放、网络优化、故障定位以及资源自动调度等，通过模型找到最优方法，进而实现快速发放、极简运维和智能运营，智能化提高网络调度效率，零等待、零接触、零体验，让人们感受不到网络的存在。

未来将是智能化的时代，运营商网络的智能化不可能一蹴而就，而是一个长期实践。SoftCOM AI是华为All Intelligence战略在电信领域的落地，其中最核心的AI能力依托于华为在All Intelligence中长期坚决的战略投入而积累成长，和电信领域场景相结合，旨在帮助运营商打造永不故障的自治网络，尽快实现数字化、智能化转型。