Nanquim International Trading Co., Ltd. No cenário de telecomunicações de hoje, Empresas de TI e Internet estão oferecendo serviços em nuvem no território tradicional de telecomunicações, incluindo redes de backbone, alguns MANs, infraestrutura de TI, e aplicações de TI.
Se as operadoras não puderem fornecer serviços de nuvem de primeira linha, perderão muitos dos seus serviços tradicionais, em particular, linhas alugadas de data centers. Além disso, automação para O&M em redes de telecomunicações é baixo e complexidade de rede significa que 70% de falhas de rede são devidas a erro humano.
A inovação de produtos por si só não é suficiente para superar os desafios enfrentados pelas operadoras. Aumentar a competitividade requer inovações na arquitetura do sistema, Produtos, e modelos de negócios.
O que é inovação em arquitetura de sistemas?
Na computação em nuvem, Não é um avanço em um servidor ou produto de armazenamento. Em vez de, é a inovação em nível de sistema baseada em novos sistemas distribuídos que aumentam a utilização de recursos. Inovações em produtos, arquitetura do sistema, e os modelos de negócio reforçam-se mutuamente.
Do lado do produto, o princípio por trás do design de equipamentos de rede da Huawei é alta capacidade e baixa latência. Para arquitetura do sistema, Huawei está olhando para Direção autônoma redes ágeis, automatizado, e inteligente.
O que queremos dizer com direção autônoma?
O objetivo das redes autônomas orientadas por IA é criar um modelo de rede autônoma com três recursos: dispositivos ágeis, controle inteligente, e análise inteligente.
Em redes de telecomunicações, a camada inferior é o equipamento de rede e a camada superior é a camada de controle. Para controle em toda a rede e O&M, A IA e as funções autônomas segmentadas podem alcançar a funcionalidade E2E por meio do sistema operacional de camada superior, permitindo assim que toda a rede se torne autônoma.
A maior mudança percebida pelas redes autônomas é que o pessoal de manutenção não está mais envolvido em todo o processo de serviço. Toda a rede é autônoma na medida em que é automatizada, auto-otimização, e auto-cura.
As redes futuras serão totalmente automatizadas do lado da operadora, com a Huawei fornecendo serviços online totalmente automatizados baseados em IA. Esses serviços serão baseados em um modelo de IA iterativo contínuo que está disponível como um modelo como serviço em melhoria contínua.
Introduzir IA nas redes trará novo valor da previsibilidade. O gerenciamento da rede de telecomunicações e o centro de controle são baseados em interfaces de dispositivos e coleta de dados. Várias estratégias e regras permitem que o gerenciamento e o agendamento de toda a rede atendam a três condições para a automação da rede: Acessibilidade da rede, Requisitos de SLA, e eficiência de recursos.
Contudo, à medida que a rede se torna cada vez mais complexa, isso não é suficiente. O raciocínio de IA online e a análise de dados são necessários para prever o tráfego, qualidade, e falhas. Agendar a rede com base em previsões de condições futuras evita falhas antes que elas ocorram, otimiza a qualidade antes que ela se deteriore, e ajusta o tráfego antes que ocorra congestionamento. Assim, o principal valor oferecido pela IA é zero falhas.
Cinco fases
Desenvolver uma rede de direção autônoma é um processo de longo prazo que dividimos em cinco fases:
Um: A IA sabe "o que aconteceu".
Dois: A IA pode determinar "por que isso aconteceu".
Três: A IA pode prever "o que vai acontecer" apoiada em julgamentos e decisões manuais.
Quatro: AI julga "que medidas precisam ser tomadas", que são então realizadas manualmente.
Cinco: A automação completa permite a auto-recuperação.
Redes autônomas e modelo como serviço fornecerão aos usuários finais uma experiência de nível de minuto, Conexões de rede ideais em todos os momentos, e redes com tempo de inatividade zero. Os operadores beneficiarão de uma duplicação da eficiência em três áreas: O&M, eficiência de recursos, e eficiência energética.
Duplicação O&M eficiência: Existem três níveis de desenvolvimento em O&M. O primeiro é Run-to-Failure (R2F). Com R2F, O&O pessoal M corre para corrigir falhas repentinas quando elas ocorrem em operações de rede. Este é o nível mais baixo de O&M. A segunda etapa é a Manutenção Preventiva (PvM). Isso envolve inspeções de rotina. Cada equipamento é verificado para evitar falhas. Este método é extremamente ineficiente. O terceiro nível é a Manutenção Preditiva (PdM), onde a probabilidade de um determinado dispositivo falhar no futuro pode ser prevista e a manutenção direcionada realizada.
Com PdM, Esperamos reduzir a compressão de alarmes e a localização de falhas em redes 90 por cento e alcançar um 90 taxa de previsão percentual para falhas e deterioração de componentes-chave, dando mais um passo em direção à auto-recuperação da rede.
Com mais de 70 Porcentagem de falhas de rede causadas por equipamentos passivos, por exemplo, curvas de fibra, envelhecimento do dispositivo, e portas soltas, A IA pode aprender as características das mudanças de sinal quando ocorrem problemas como esse e impulsionar a manutenção preditiva.
Duplicar a eficiência dos recursos: Atualmente, As redes são construídas antes que o tráfego de dados comece a fluir, às vezes levando a uma má utilização de recursos. Se o problema for resolvido ao contrário com o agendamento de rede com base na direção do fluxo, a utilização de recursos seria muito maior.
A IA pode criar modelos de previsão de tráfego para prever com precisão o tráfego, e, portanto, as melhores topologias de rede onde os caminhos de rede são determinados pela direção do tráfego em vez de conexões físicas.
Duplicação da eficiência energética: Para conseguir isso, bits podem gerenciar watts; Isto é, O tráfego de rede pode determinar o consumo de energia. Em salas de equipamentos e estações rádio base, Cada sistema tem dezenas de parâmetros. IA pode ser treinada para gerar resfriamento, ambiente, e modelos de carga de serviço para otimizar a eficiência da iluminação, temperatura, Geradores de equipamentos, energia solar, e baterias.
Ao nível do equipamento, O fornecimento dinâmico de energia pode ser baseado em cargas de serviço. Quando não há trânsito, métodos como desligamento de timelot, RF sono profundo, e o desligamento da frequência da portadora pode reduzir o consumo de energia, Juntamente com gerenciamento dinâmico de economia de energia para servidores de data center e outros equipamentos.
No lado do sistema de rede, Modelos precisos de previsão de carga de serviço podem otimizar todo o tráfego de rede para uma eficiência energética ideal.
Construindo e treinando autonomia com a IA da SoftCOM
A SoftCOM AI é a arquitetura alvo da Huawei para redes de direção autônoma baseada na introdução de tecnologia e recursos de IA em três camadas: Infraestrutura de dispositivos e nuvem; Centro de Gerenciamento e Controle de Redes; e rede O&Sistema M. Essas três camadas alcançarão a smartificação E2E e a automação do planejamento de rede, implantação, operação, manutenção, optimização, e operações comerciais.
A Huawei também está planejando uma plataforma de treinamento de IA para operadores que podem treinar IA usando dados de equipamentos de rede que são enviados para a plataforma. Os modelos serão continuamente atualizados e otimizados para ajudar a melhorar o nível de automação no sistema de rede.
Exemplo: SoftCom AI em uma rede óptica
A IA da SoftCOM pode permitir todo o processo de desenvolvimento de serviços. O primeiro requisito é a base de dados, que determina que tipo de dados são necessários. Para uma rede óptica, Isso inclui dados de fibra óptica, dados de sinal óptico, e dados de roteamento óptico. O próximo requisito é habilitar a tecnologia, ou algoritmos de IA, incluindo algoritmos para limpeza de dados, integrando informações, Modelagem de aprendizado de máquina, e aprendizagem profunda.
Um grande número de modelos também precisa ser construído para permitir uma rede óptica "autônoma". Estes incluem modelos de fibra óptica e filtro.
O requisito final são cenários de aplicativo de serviço. Estes incluem a inspeção automatizada inicial da fibra óptica, Provisionamento de serviços, Otimização de rede, Localização da falha, e agendamento automatizado de recursos. Os modelos serão capazes de encontrar abordagens ideais, Habilitando o provisionamento rápido, mais simples O&M, e operações inteligentes. A Smartificação melhorará a eficiência do agendamento da rede. Com espera zero, Zero-Touch, e experiência zero, as pessoas nem vão sentir que a rede está lá.
O futuro é inteligência. Mas, A Inteligência de Rede não será alcançada da noite para o dia. A SoftCOM AI faz parte da Huawei Ativar Inteligência Estratégia no setor de telecomunicações para ajudar as operadoras a criar redes automatizadas que nunca falham e funcionam como trampolim para a transformação digital.
Clique nos links a seguir para acessar o Whitepaper da Huawei sobre SoftCOM e para mais informações sobre Estratégia e portfólio de IA da Huawei.