在2018年全球分析師大會期間，華為發(fā)布SoftCOM AI解決方案架構(gòu)，在全云化網(wǎng)絡(luò)基礎(chǔ)上引入AI技術(shù)，力圖打造“永不故障”的自治網(wǎng)絡(luò)，掀起新一輪網(wǎng)絡(luò)變革。

跨界競爭呼喚系統(tǒng)架構(gòu)創(chuàng)新

我們正在進入一個跨界競爭的新時代，每個行業(yè)都面臨著結(jié)構(gòu)性挑戰(zhàn)，對電信行業(yè)來說尤其如此。

首先，從收入結(jié)構(gòu)來看，運營商的業(yè)務(wù)正遭遇來自IT產(chǎn)業(yè)的挑戰(zhàn)。之前，電信業(yè)務(wù)分為三個層次：終端、網(wǎng)絡(luò)和IT基礎(chǔ)設(shè)施以及上層應(yīng)用。隨著網(wǎng)絡(luò)接入速率的大幅提升，導(dǎo)致IT產(chǎn)業(yè)從賣產(chǎn)品變成賣服務(wù)，骨干網(wǎng)絡(luò)和IT基礎(chǔ)設(shè)施逐漸變成云服務(wù)的形式。運營商如果能把云服務(wù)做好，就可以與AWS等云服務(wù)巨頭爭搶萬億美元的云市場，反之則將喪失很多傳統(tǒng)的電信業(yè)務(wù)，尤其是數(shù)據(jù)中心之間的專線業(yè)務(wù)等，比如阿里云就正在建設(shè)連接全球的云骨干網(wǎng)。

其次，運營商的效率和成本也面臨結(jié)構(gòu)性挑戰(zhàn)。如今，電信設(shè)備維護的OPEX支出約為CAPEX的三倍，給運營商帶來沉重的負擔(dān)。此外，電信網(wǎng)絡(luò)越來越復(fù)雜，超過了一個人的專業(yè)知識和能力，導(dǎo)致70%的重大網(wǎng)絡(luò)故障都是人為因素造成。正如加拿大運營商TELUS首席無線架構(gòu)師所說：“機械制造都走向自動化了，電信業(yè)還處于手工業(yè)的階段。”

要解決電信業(yè)面臨的挑戰(zhàn)，僅僅靠產(chǎn)品創(chuàng)新是遠遠不夠的，需要整個系統(tǒng)架構(gòu)的創(chuàng)新和商業(yè)模式的創(chuàng)新，才能提升運營商的競爭力，解決結(jié)構(gòu)性問題。什么是系統(tǒng)架構(gòu)創(chuàng)新？以云計算為例，它并不是某個服務(wù)器或存儲產(chǎn)品的創(chuàng)新，而是通過全新的分布式系統(tǒng)提升資源利用效率，是系統(tǒng)級的創(chuàng)新。產(chǎn)品創(chuàng)新、系統(tǒng)架構(gòu)創(chuàng)新和商業(yè)模式創(chuàng)新三者相互支撐，互相促進。

為了滿足新時代的客戶需求，華為的創(chuàng)新體系即按照上述三個維度來設(shè)計。在產(chǎn)品層面，華為設(shè)計網(wǎng)絡(luò)設(shè)備的指導(dǎo)思想是“奧運精神”，即大容量、低時延，所有產(chǎn)品創(chuàng)新都圍繞這個目標進行。在系統(tǒng)架構(gòu)創(chuàng)新領(lǐng)域，華為的目標是構(gòu)建一個敏捷的自動化、智能化網(wǎng)絡(luò)，實現(xiàn)網(wǎng)絡(luò)的“自動駕駛模式”。在商業(yè)模式創(chuàng)新上包括兩個目標，第一是通過提供云服務(wù)成為世界五朵云之一，第二是構(gòu)建網(wǎng)絡(luò)時代的在線智能服務(wù)模式。

SoftCOM AI帶來全新價值

回顧華為網(wǎng)絡(luò)架構(gòu)的發(fā)展路徑，在ALL IP階段我們提出Single戰(zhàn)略，云計算崛起后，2012年進入ALL Cloud階段，我們提出SoftCOM來實現(xiàn)以數(shù)據(jù)中心為中心的網(wǎng)絡(luò)。近年來隨著人工智能技術(shù)的發(fā)展，我們提出要全面智能化（ALL Intelligence），將人工智能引入電信網(wǎng)絡(luò)，SoftCOM AI由此誕生，目的是實現(xiàn)網(wǎng)絡(luò)架構(gòu)層面的自治網(wǎng)絡(luò)，以及商業(yè)模式層面的服務(wù)2.0。

引入人工智能的自治網(wǎng)絡(luò)，意在構(gòu)建網(wǎng)絡(luò)領(lǐng)域的“工業(yè)4.0”，實現(xiàn)網(wǎng)絡(luò)“自動駕駛”。工業(yè)4.0有三個特征，即敏捷的設(shè)備、智能的控制和智慧的分析系統(tǒng)，來實現(xiàn)生產(chǎn)的自動化，這對于電信業(yè)來說同樣適用。在電信網(wǎng)絡(luò)中，下層是網(wǎng)絡(luò)設(shè)備，上面是控制層，在整個網(wǎng)絡(luò)的控制和運維方面，端到端引入人工智能技術(shù)，構(gòu)建分段自治功能，每一段的自治通過上層運營系統(tǒng)實現(xiàn)端到端的自治能力，進而實現(xiàn)整網(wǎng)自治。自治網(wǎng)絡(luò)帶來的最大變化是運維維護人員不在整個業(yè)務(wù)流程里，是一個自動化的系統(tǒng)，我們稱之為“網(wǎng)絡(luò)自動駕駛模式”，來實現(xiàn)整個網(wǎng)絡(luò)的自優(yōu)、自愈、自動化。

服務(wù)2.0的目標則是打造網(wǎng)絡(luò)領(lǐng)域的“工業(yè)互聯(lián)網(wǎng)”，提供在線數(shù)字化“智慧服務(wù)”。將這一服務(wù)理念延伸到電信行業(yè)，未來的網(wǎng)絡(luò)在運營商側(cè)全自動化運行，華為則在后臺提供基于人工智能的全自動化在線服務(wù)，這種服務(wù)基于持續(xù)迭代的模式，根據(jù)業(yè)界慣例構(gòu)建“模型即服務(wù)”，永遠處于Beta階段，不斷更新和完善。

將AI引入電信網(wǎng)絡(luò)，帶來的全新價值是“可預(yù)測性”。電信網(wǎng)絡(luò)的管理和控制中心基于設(shè)備的南向接口和數(shù)據(jù)采集，通過一定的策略和規(guī)則，來實現(xiàn)對整個網(wǎng)絡(luò)的管理和調(diào)度。其實施的依據(jù)主要有三個條件，包括網(wǎng)絡(luò)的可達性、SLA要求和資源效率，這些是網(wǎng)絡(luò)實現(xiàn)自動化的基礎(chǔ)。但隨著網(wǎng)絡(luò)日益復(fù)雜，僅有這些已遠遠不夠，需要在網(wǎng)絡(luò)中引入基于算法的網(wǎng)絡(luò)管控、在線AI推理和數(shù)據(jù)分析，實現(xiàn)流量預(yù)測、質(zhì)量預(yù)測和故障預(yù)測。預(yù)測性是AI的核心價值，基于未知的條件來調(diào)度網(wǎng)絡(luò)，實現(xiàn)故障發(fā)生前規(guī)避故障、質(zhì)量劣化前優(yōu)化質(zhì)量、網(wǎng)絡(luò)擁塞前調(diào)整流量，從而達到自動、自優(yōu)、自愈、自治的永不故障的自動駕駛網(wǎng)絡(luò)，結(jié)構(gòu)性提升運維和運營效率。

提升用戶體驗，實現(xiàn)三個倍增

要實現(xiàn)網(wǎng)絡(luò)的自動駕駛，必然將是一個長期的過程，不可能一蹴而就。參考汽車自動駕駛的五個發(fā)展步驟，我們也將自動駕駛網(wǎng)絡(luò)分為五個階段，第一個階段是AI能夠指出“發(fā)生了什么”，第二個階段需要判定“為什么會發(fā)生”，第三個階段需要預(yù)測“將會發(fā)生什么”，后續(xù)都需要人工判斷決策和采取相應(yīng)措施；到了第四個階段，AI已經(jīng)可以判斷“需要采取什么措施”，然后由人工去操作；最后一個階段才是全面地實現(xiàn)網(wǎng)絡(luò)的自我控制和自動修復(fù)，使網(wǎng)絡(luò)具備自愈能力。

自治網(wǎng)絡(luò)和服務(wù)2.0的實現(xiàn)，將帶給最終用戶分鐘級的ROADS體驗，永遠最優(yōu)的網(wǎng)絡(luò)連接和永不斷網(wǎng)的可獲得性；對運營商的價值則是實現(xiàn)運維效率、資源效率和能耗效率的倍增。

在運維領(lǐng)域，運維水平分為三個發(fā)展階段，第一個階段稱為R2F（Run-to-Failure），網(wǎng)絡(luò)在運行中突然發(fā)生故障，然后運維人員馬上趕去處理，這是最低級的水平；第二個階段是PvM（Preventive Maintenance），即例行的巡檢，對每個設(shè)備進行檢查來預(yù)防故障發(fā)生，但這種做法效率非常低下；第三個階段是PdM（Predictable Maintenance），我們稱之為可預(yù)測性維護，即能夠預(yù)測某個設(shè)備未來有多大概率發(fā)生故障，然后進行針對性的維護。通過PdM，我們希望能將電信網(wǎng)絡(luò)的告警壓縮和故障定位減少90%，實現(xiàn)90%關(guān)鍵器件的失效和劣化預(yù)測，進一步達到網(wǎng)絡(luò)自愈。此外，網(wǎng)絡(luò)故障中超過70%的問題源自無源設(shè)備，例如光纖彎曲老化、接口松動等，在這一過程中，信號都會發(fā)生變化，通過引入AI學(xué)習(xí)這些變化的特征，就有可能提前進行預(yù)測，用有源解決無源的故障問題。

在網(wǎng)絡(luò)資源方面，當(dāng)下的特點是網(wǎng)絡(luò)建設(shè)好了，流量就隨之流動，資源利用可能并不合理。如果反過來思考，基于流量走向來調(diào)度網(wǎng)絡(luò)，資源利用率就會大幅提升?，F(xiàn)在的網(wǎng)絡(luò)并不具備這樣的能力，只有通過引入人工智能，建好流量預(yù)測模型，才能實現(xiàn)精準流量預(yù)測和最合理的網(wǎng)絡(luò)拓撲，以流量而不是物理連接來決定網(wǎng)絡(luò)的路徑，最終大幅提高網(wǎng)絡(luò)的資源效率。

關(guān)于能耗效率，有個說法叫做“比特決定瓦特”，即網(wǎng)絡(luò)流量大小決定能耗多少。在機房或者站點，每個系統(tǒng)都有數(shù)十個參數(shù)，通過AI訓(xùn)練生成散熱與環(huán)境及業(yè)務(wù)負荷模型，使得日照、溫度和配套設(shè)施油機、太陽能和電池等達到最佳能效；在設(shè)備層面，根據(jù)業(yè)務(wù)負載進行動態(tài)能量投放，沒有流量時就利用時隙關(guān)斷、RF深度休眠、載頻關(guān)斷等減少耗電量，同時實現(xiàn)數(shù)據(jù)中心對象如服務(wù)器組件的動態(tài)節(jié)能管理；第三個是網(wǎng)絡(luò)系統(tǒng)，構(gòu)建準確的業(yè)務(wù)負荷預(yù)測模型，使整網(wǎng)流量最優(yōu)從而達到能耗效率最佳。

自治網(wǎng)絡(luò)的目標架構(gòu)，對華為來說就是SoftCOM+AI，具體做法是：把下層設(shè)備和云基礎(chǔ)設(shè)施、中間層的網(wǎng)絡(luò)管理和控制以及上層全流程的系統(tǒng)，在規(guī)劃、部署、運行、維護、優(yōu)化和經(jīng)營的端到端過程中，每一個環(huán)節(jié)都引入人工智能技術(shù)，使能網(wǎng)絡(luò)達到系統(tǒng)最優(yōu)。與此同時，華為也構(gòu)建了一個面向運營商的AI訓(xùn)練平臺，將網(wǎng)絡(luò)設(shè)備運行的狀態(tài)數(shù)據(jù)接入平臺來訓(xùn)練AI模型，并針對模型進行持續(xù)更新和優(yōu)化，使得網(wǎng)絡(luò)系統(tǒng)的自動化程度不斷提高。

以光網(wǎng)絡(luò)為例，來看一下AI如何使能全流程的業(yè)務(wù)發(fā)展。首先是數(shù)據(jù)底座，即需要獲得怎樣的數(shù)據(jù)，具體到光網(wǎng)絡(luò)來說包括光纖的數(shù)據(jù)、光信號的數(shù)據(jù)、路由數(shù)據(jù)等；接下來是使能技術(shù)，即人工智能的算法，包括數(shù)據(jù)清洗、信息整合、機器學(xué)習(xí)建模、深度學(xué)習(xí)等等，這些算法與光網(wǎng)絡(luò)無關(guān)；為了實現(xiàn)光網(wǎng)絡(luò)的自動駕駛，還需要構(gòu)建大量模型，比如光纖模型、濾波器模型等；最后是業(yè)務(wù)應(yīng)用場景，包括開局自動檢查光纖、業(yè)務(wù)發(fā)放、網(wǎng)絡(luò)優(yōu)化、故障定位以及資源自動調(diào)度等，通過模型找到最優(yōu)方法，進而實現(xiàn)快速發(fā)放、極簡運維和智能運營，智能化提高網(wǎng)絡(luò)調(diào)度效率，零等待、零接觸、零體驗，讓人們感受不到網(wǎng)絡(luò)的存在。

未來將是智能化的時代，運營商網(wǎng)絡(luò)的智能化不可能一蹴而就，而是一個長期實踐。SoftCOM AI是華為All Intelligence戰(zhàn)略在電信領(lǐng)域的落地，其中最核心的AI能力依托于華為在All Intelligence中長期堅決的戰(zhàn)略投入而積累成長，和電信領(lǐng)域場景相結(jié)合，旨在幫助運營商打造永不故障的自治網(wǎng)絡(luò)，盡快實現(xiàn)數(shù)字化、智能化轉(zhuǎn)型。