Nanchino International Trading Co., srl. Nel panorama delle telecomunicazioni di oggi, Le società IT e Internet offrono servizi cloud nel territorio delle telecomunicazioni tradizionali, comprese le reti backbone, alcuni MAN, Infrastruttura IT, e applicazioni informatiche.
Se gli operatori non possono fornire servizi cloud di alto livello, perderanno molti dei loro servizi tradizionali, in particolare linee affittate di data center. Inoltre, automazione per O&M nelle reti di telecomunicazioni è bassa e la complessità della rete lo significa 70% dei guasti di rete sono dovuti a un errore umano.
L'innovazione di prodotto da sola non è sufficiente per superare le sfide che gli operatori devono affrontare. L'aumento della competitività richiede innovazioni nell'architettura del sistema, prodotti, e modelli di business.
Che cos'è l'innovazione dell'architettura di sistema?
Nel cloud computing, non è una svolta in un server o in un prodotto di archiviazione. Invece, è un'innovazione a livello di sistema basata su nuovi sistemi distribuiti che aumentano l'utilizzo delle risorse. Innovazioni nei prodotti, Architettura di sistema, e i modelli di business si rafforzano a vicenda.
Dal lato del prodotto, il principio alla base della progettazione delle apparecchiature di rete di Huawei è l'elevata capacità e la bassa latenza. Per l'architettura del sistema, Huawei sta guardando guida autonoma reti agili, automatizzato, e intelligente.
Cosa intendiamo per guida autonoma?
L'obiettivo delle reti autonome basate sull'intelligenza artificiale è creare un modello di rete a guida autonoma con tre caratteristiche: dispositivi agili, controllo intelligente, e analisi intelligente.
Nelle reti di telecomunicazioni, lo strato inferiore è l'apparecchiatura di rete e lo strato superiore è il livello di controllo. Per il controllo a livello di rete e O&M, L'intelligenza artificiale e le funzioni autonome segmentate possono ottenere la funzionalità E2E attraverso il sistema operativo di livello superiore, consentendo così all'intera rete di diventare autonoma.
Il più grande cambiamento realizzato dalle reti autonome è che il personale di manutenzione non è più coinvolto nell'intero processo di servizio. L'intera rete è a guida autonoma in quanto automatizzata, auto-ottimizzante, e autoguarigione.
Le reti future saranno completamente automatizzate sul lato operatore con Huawei che fornirà servizi online completamente automatizzati basati sull'intelligenza artificiale. Questi servizi saranno basati su un modello di IA iterativo continuo disponibile come Model-as-a-Service in continuo miglioramento.
L'introduzione dell'IA nelle reti porterà nuovo valore dalla prevedibilità. La gestione della rete di telecomunicazioni e il centro di controllo si basano sulle interfacce verso sud del dispositivo e sulla raccolta dei dati. Varie strategie e regole consentono alla gestione e alla pianificazione dell'intera rete di soddisfare tre condizioni per l'automazione della rete: raggiungibilità della rete, Requisiti SLA, ed efficienza delle risorse.
Tuttavia, man mano che la rete diventa sempre più complessa, questo non è abbastanza. Il ragionamento dell'IA online e l'analisi dei dati sono necessari per prevedere il traffico, qualità, e difetti. La pianificazione della rete in base alle previsioni delle condizioni future evita i guasti prima che si verifichino, ottimizza la qualità prima che si deteriori, e regola il traffico prima che si verifichi la congestione. così, il valore fondamentale offerto dall'IA è zero difetti.
Cinque fasi
Lo sviluppo di una rete a guida autonoma è un processo a lungo termine che abbiamo suddiviso in cinque fasi:
Uno: L'IA sa "cosa è successo".
Due: L'IA può determinare "perché è successo".
Tre: L'IA può prevedere "cosa accadrà" supportata da giudizi e decisioni manuali.
quattro: AI giudica "quali misure devono essere prese", che vengono poi eseguiti manualmente.
Cinque: L'automazione completa consente l'autoguarigione.
Reti autonome e Model-as-a-Service forniranno agli utenti finali un'esperienza di livello minuto, connessioni di rete ottimali in ogni momento, e reti con zero downtime. Gli operatori beneficeranno di un raddoppio dell'efficienza in tre aree: o&M, l'efficienza delle risorse, ed efficienza energetica.
Raddoppio O&efficienza M: Ci sono tre livelli di sviluppo in O&M. Il primo è Run-to-Failure (R2F). Con R2F, o&Il personale M si affretta a riparare i guasti improvvisi quando si verificano nelle operazioni di rete. Questo è il livello più basso di O&M. La seconda fase è la manutenzione preventiva (I.V.A.). Ciò comporta ispezioni di routine. Ogni elemento dell'attrezzatura viene controllato per evitare guasti. Questo metodo è estremamente inefficiente. Il terzo livello è la manutenzione predittiva (PdM), dove è possibile prevedere la probabilità che un determinato dispositivo si guasti in futuro ed effettuare una manutenzione mirata.
Con PdM, speriamo di ridurre la compressione degli allarmi e la localizzazione dei guasti nelle reti 90 per cento e ottenere a 90 tasso di previsione percentuale per guasti e deterioramento dei componenti chiave, compiere un ulteriore passo verso l'autoguarigione della rete.
Con più di 70 percentuale di guasti di rete causati da apparecchiature passive, Per esempio, curve di fibra, invecchiamento del dispositivo, e porte sciolte, L'IA può apprendere le caratteristiche dei cambiamenti del segnale quando si verificano problemi come questo e guidare la manutenzione predittiva.
Raddoppiare l'efficienza delle risorse: Attualmente, le reti vengono costruite prima che il traffico di dati inizi a fluire, a volte portando a uno scarso utilizzo delle risorse. Se il problema viene affrontato in modo inverso con la pianificazione della rete basata sulla direzione del flusso, l'utilizzo delle risorse sarebbe molto più elevato.
L'IA può creare modelli di previsione del traffico per prevedere con precisione il traffico, e quindi le migliori topologie di rete in cui i percorsi di rete sono determinati dalla direzione del traffico piuttosto che dalle connessioni fisiche.
Raddoppiare l'efficienza energetica: Per realizzare questo, i bit possono gestire i watt; questo è, il traffico di rete può determinare il consumo di energia. Nei locali tecnici e nelle stazioni base, ogni sistema ha dozzine di parametri. L'IA può essere addestrata per generare raffreddamento, ambiente, e modelli di carico di servizio per ottimizzare l'efficienza dell'illuminazione, temperatura, generatori di apparecchiature, energia solare, e batterie.
A livello di attrezzatura, l'erogazione dinamica di energia può essere basata sui carichi di servizio. Quando non c'è traffico, metodi come lo spegnimento della fascia oraria, Sonno profondo RF, e lo spegnimento della frequenza portante può ridurre il consumo di energia, insieme alla gestione dinamica del risparmio energetico per i server dei data center e altre apparecchiature.
Dal lato del sistema di rete, modelli accurati di previsione del carico di servizio possono ottimizzare tutto il traffico di rete per un'efficienza energetica ottimale.
Costruire e formare l'autonomia con SoftCOM AI
SoftCOM AI è l'architettura target di Huawei per le reti a guida autonoma basata sull'introduzione della tecnologia e delle capacità dell'IA in tre livelli: dispositivo e infrastruttura cloud; centro di gestione e controllo della rete; e rete O&Sistema M. Questi tre livelli raggiungeranno la smartificazione E2E e l'automazione della pianificazione della rete, distribuzione, operazione, Manutenzione, ottimizzazione, e operazioni commerciali.
Huawei sta inoltre pianificando una piattaforma di formazione AI per operatori in grado di addestrare l'IA utilizzando i dati delle apparecchiature di rete che vengono inviati alla piattaforma. I modelli saranno continuamente aggiornati e ottimizzati per contribuire a migliorare il livello di automazione nel sistema di rete.
Esempio: SoftCom AI in una rete ottica
SoftCOM AI può abilitare l'intero processo di sviluppo del servizio. Il primo requisito è la base dati, che determina il tipo di dati necessari. Per una rete ottica, questo include i dati in fibra ottica, dati del segnale ottico, e dati di instradamento ottico. Il prossimo requisito è abilitare la tecnologia, o algoritmi di intelligenza artificiale, compresi gli algoritmi per la pulizia dei dati, integrare le informazioni, modellazione di apprendimento automatico, e apprendimento profondo.
Inoltre, è necessario costruire un gran numero di modelli per consentire una rete ottica "autoguidata".. Questi includono fibra ottica e modelli di filtri.
Il requisito finale sono gli scenari delle applicazioni di servizio. Questi includono l'ispezione automatizzata iniziale della fibra ottica, fornitura di servizi, ottimizzazione della rete, posizione del guasto, e pianificazione automatizzata delle risorse. I modelli saranno in grado di trovare approcci ottimali, consentendo un provisioning rapido, più semplice O&M, e operazioni intelligenti. La smartification migliorerà l'efficienza della pianificazione della rete. Con zero attese, tocco zero, ed esperienza zero, le persone non sentiranno nemmeno che la rete è lì.
Il futuro è intelligenza. Ma, la smartificazione della rete non sarà raggiunta dall'oggi al domani. SoftCOM AI fa parte di Huawei Attiva l'intelligenza strategia nel settore delle telecomunicazioni per aiutare gli operatori a creare reti automatizzate che non falliscono mai e fungono da trampolino di lancio per la trasformazione digitale.
Fare clic sui seguenti collegamenti per il White paper Huawei su SoftCOM e per ulteriori informazioni su La strategia e il portafoglio di intelligenza artificiale di Huawei.