使用 SoftCOM AI 激活网络上的零故障

在当今的电信领域, IT和互联网公司正在传统电信领域提供云服务, 包括骨干网络, 一些 MAN, IT 基础设施, 和 IT 应用程序.

如果运营商无法提供顶级云服务, 他们将失去许多传统服务, 特别是数据中心租用线路. 此外, O 的自动化&电信网络中的 M 较低，网络复杂度意味着 70% 的网络故障是由于人为错误造成的.

仅靠产品创新不足以克服运营商面临的挑战. 提高竞争力需要系统架构创新, 产品, 和商业模式.

什么是系统架构创新?

在云计算中, 它不是服务器或存储产品的突破. 相反, 它是基于新的分布式系统的系统级创新，可提高资源利用率. 产品创新, 系统架构, 商业模式相辅相成.

在产品方面, 华为网络设备设计背后的原则是高容量和低时延. 对于系统架构, 华为正在研究 自动驾驶 敏捷的网络, 自动化, 和智能.

我们所说的自动驾驶是什么意思?

人工智能驱动的自治网络的目标是创建一个具有三个特征的自动驾驶网络模型: 敏捷设备, 智能控制, 和智能分析.

在电信网络中, 下层是网络设备，上层是控制层. 用于全网控制和 O&M, AI和分段自主功能可以通过上层操作系统实现E2E功能, 从而使整个网络变得自主.

自治网络实现的最大变化是维护人员不再参与整个服务过程. 整个网络是自动驾驶的，因为它是自动化的, 自我优化, 和自我修复.

未来网络将在运营商端实现全自动化，华为将提供基于AI的全自动化在线服务. 这些服务将基于持续迭代的 AI 模型，该模型可作为不断改进的模型即服务提供.

将人工智能引入网络将从可预测性中带来新的价值. 电信网络管理和控制中心基于设备南向接口和数据采集. 多种策略和规则使全网管理和调度能够满足网络自动化的三个条件: 网络可达性, SLA 要求, 和资源效率.

然而, 随着网络变得越来越复杂, 这还不够. 需要在线 AI 推理和数据分析来预测流量, 质量, 和故障. 根据对未来状况的预测来调度网络，可以在故障发生之前避免故障, 在质量变差之前优化质量, 并在拥堵发生之前调整交通. 因此, AI提供的核心价值是零故障.

五个阶段

开发自动驾驶网络是一个长期的过程，我们分为五个阶段:

一: 人工智能知道“发生了什么”。

二: 人工智能可以确定“为什么会发生”。

三: 人工智能可以预测“会发生什么”，并得到手动判断和决策的支持.

四: 人工智能判断“需要采取哪些措施”, 然后手动执行.

五: 全自动化实现自我修复.

自治网络和模型即服务将为最终用户提供分钟级的体验, 始终保持最佳网络连接, 和零停机时间的网络. 运营商将受益于三个领域的效率翻倍: O&M, 资源效率, 和能源效率.

加倍 O&M 效率: O 有三个发展层次&M. 第一个是运行到失败 (R2F系列). 使用 R2F, O&M人员在网络运营中发生突发故障时急于修复. 这是 O 的最低水平&M. 第二阶段是预防性维护 (PvM的). 这涉及例行检查. 每件设备都经过检查，以防止故障. 这种方法效率极低. 第三个层次是预测性维护 (PDM的), 可以预测某个设备未来发生故障的概率并进行有针对性的维护.

使用 PdM, 我们希望通过以下方式减少网络中的告警压缩和故障定位 90 百分比并实现 90 关键部件故障和劣化的预测率百分比, 向网络自我修复迈出更进一步的一步.

拥有超过 70 无源设备导致的网络故障百分比, 例如, 纤维弯曲, 设备老化, 和松动的端口, 当发生此类问题时，人工智能可以学习信号变化的特征，并推动预测性维护.

资源效率翻倍: 现在, 在数据流量开始流动之前构建网络, 有时会导致资源利用率低下. 如果通过基于流向的网络调度从相反的方式解决问题, 资源利用率会高得多.

人工智能可以构建流量预测模型，准确预测流量, 因此，网络路径由流量方向而不是物理连接决定的最佳网络拓扑.

能源效率翻倍: 为了实现这一点, 比特可以管理瓦特; 那是, 网络流量可以决定能耗. 在机房和基站中, 每个系统都有几十个参数. 人工智能可以被训练来产生冷却, 环境, 和服务负载模型，以优化照明效率, 温度, 设备发电机, 太阳能, 和电池.

在设备层面, 动态能量输送可以基于服务负载. 当没有流量时, 时隙关闭等方法, 射频深度睡眠, 而载频关断可以降低功耗, 结合数据中心服务器等设备的动态节能管理.

在网络系统端, 准确的业务负载预测模型可以优化所有网络流量，以实现最佳能源效率.

使用 SoftCOM AI 构建和训练自主性

SoftCOM AI是华为基于三层AI技术和能力的自动驾驶网络目标架构: 设备和云基础设施; 网络管理与控制中心; 和网络 O&M系统. 这三层将实现E2E智能化和网络规划的自动化, 部署, 操作, 保养, 优化, 和业务运营.

华为还计划为运营商提供一个AI训练平台，该平台可以使用发送到该平台的网络设备数据来训练AI. 模型将不断更新和优化，以帮助提高网络系统的自动化水平.

例: SoftCom AI 在光网络中的应用

SoftCOM AI可以使能整个业务开发过程. 第一个要求是数据基础, 这决定了需要什么样的数据. 对于光纤网络, 这包括光纤数据, 光信号数据, 和光路由数据. 下一个要求是使能技术, 或人工智能算法, 包括用于数据清理的算法, 整合信息, 机器学习建模, 和深度学习.

还需要构建大量模型才能实现“自动驾驶”光网络. 其中包括光纤和滤波器型号.

最后一个需求是服务应用场景. 其中包括光纤的初始自动检测, 服务发放, 网络优化, 故障定位, 和自动化资源调度. 模型将能够找到最佳方法, 启用快速配置, 更简单的 O&M, 和智能运营. 智能化将提高网络调度效率. 零等待, 零接触, 和零经验, 人们甚至不会感觉到网络的存在.

未来是智能的. 但, 网络智能化不会一蹴而就. SoftCOM AI是华为的一部分 激活智能 电信行业战略，帮助运营商创建永不失败的自动化网络，并作为数字化转型的跳板.

单击以下链接以获取 华为SoftCOM白皮书 以及有关的更多信息 华为AI战略与产品组合.