5G已經(jīng)照進(jìn)現(xiàn)實。但5G時代，不斷增長的移動網(wǎng)絡(luò)復(fù)雜性，讓運營商面臨著前所未有的挑戰(zhàn)。具體挑戰(zhàn)是：

第一，2G/3G/4G/5G四世同堂，網(wǎng)絡(luò)管理復(fù)雜度非人力所能及。

第二，以Massive MIMO為代表的新技術(shù)應(yīng)用給網(wǎng)絡(luò)性能提升帶來不小挑戰(zhàn)。

第三，多業(yè)務(wù)并行，做好多業(yè)務(wù)的管理挑戰(zhàn)大。

就這些挑戰(zhàn)，很多運營商呼吁借助當(dāng)前越來越成熟的人工智能（AI）解決。其解決的過程，就會要求運營商必須打造一個運維管理效率極優(yōu)、性能極好、業(yè)務(wù)敏捷的移動網(wǎng)絡(luò)，讓網(wǎng)絡(luò)走向“自動駕駛”。

在AI時代，自動駕駛足以徹底改變我們的交通出行方式，足以和此前汽車、飛機的普及相提并論。而5G+AI，也將實現(xiàn)網(wǎng)絡(luò)的自動駕駛，創(chuàng)造劃時代的意義：運營商成功解決上述挑戰(zhàn)，降低運營成本OPEX，快速發(fā)展新業(yè)務(wù)，讓更多企業(yè)與消費者受益。

但是，自動駕駛的汽車落地不容易，被分為多個階段逐步實現(xiàn)，自動駕駛的移動網(wǎng)絡(luò)也是，需要分成5個級別。那么，運營商到底應(yīng)該如何逐步實現(xiàn)移動網(wǎng)絡(luò)的自動駕駛？尤其是現(xiàn)在5G商用前夜，運營商應(yīng)該做哪些準(zhǔn)備？

運營商呼喚自動駕駛的移動網(wǎng)絡(luò)

據(jù)第三方咨詢公司調(diào)查顯示，全球超過80%的運營商認(rèn)為，網(wǎng)絡(luò)的自動化是減少運營成本OPEX的關(guān)鍵。因此，他們希望到2025年，網(wǎng)絡(luò)的自動化駕駛水平超過60%。AI技術(shù)被認(rèn)為是實現(xiàn)網(wǎng)絡(luò)自動駕駛的關(guān)鍵。

對運營商工程師而言，運營運維一張網(wǎng)絡(luò)還可以，運營幾張網(wǎng)絡(luò)就壓力很大，但倘若2G/3G/4G/5G網(wǎng)絡(luò)四世同堂，那壓力就不只是“大”可以形容。網(wǎng)絡(luò)管理復(fù)雜非人力所能及。這種挑戰(zhàn)不止體現(xiàn)在費用方面，更是體現(xiàn)在人才的培養(yǎng)上。

從技術(shù)角度，我們看到現(xiàn)在全球運營商都在大量部署Massive MIMO、異構(gòu)組網(wǎng)等新技術(shù)與架構(gòu)，但這些技術(shù)架構(gòu)給網(wǎng)絡(luò)潛能的挖掘帶來巨大挑戰(zhàn)。比如Massive MIMO技術(shù)，雖然能夠很好的應(yīng)對毫米波的信號衰減導(dǎo)致的接收天線接收到的信號功率減少問題。但是由于多天線陣列的大部分發(fā)射能量聚集在一個非常窄的區(qū)域，系統(tǒng)必須用非常復(fù)雜的算法來找到用戶的準(zhǔn)確位置，否則就不能精準(zhǔn)地將波束對準(zhǔn)這個用戶。這也是非人力手工就能解決的問題。

從業(yè)務(wù)角度看，5G的到來擴展了移動網(wǎng)絡(luò)業(yè)務(wù)，除了語音、話音和流量業(yè)務(wù)，運營商還將要支撐面向教育、工業(yè)、交通等不同領(lǐng)域的業(yè)務(wù)，多業(yè)務(wù)并行發(fā)生，網(wǎng)絡(luò)模式估計要“切來切去”（基于切片技術(shù)）?？梢灶A(yù)見，多業(yè)務(wù)網(wǎng)絡(luò)的用戶體驗管理也變得更為復(fù)雜。

這些挑戰(zhàn)將帶給運營商巨大運營和成本壓力。因此，全球運營商有識之士，都紛紛提出引入AI技術(shù)實現(xiàn)自動駕駛的移動網(wǎng)絡(luò)。

移動網(wǎng)絡(luò)應(yīng)用AI有優(yōu)勢，也有挑戰(zhàn)

過去，運營商要實現(xiàn)自動駕駛移動網(wǎng)絡(luò)很難，因為AI還不成熟。今天，AI技術(shù)進(jìn)入成熟增長期，將開啟第四次工業(yè)革命。因為這幾年，諸多企業(yè)在發(fā)力AI。其中，華為在今年10月份發(fā)布了AI戰(zhàn)略及全棧全場景解決方案。

其實，作為深耕電信市場的華為，很早就感受到運營商面臨的上述移動網(wǎng)絡(luò)挑戰(zhàn)和壓力。因此，華為積極布局，投入資金和人力，試圖將AI引入到移動網(wǎng)絡(luò)中。

華為常務(wù)董事汪濤在最近的全球移動寬帶論壇上就提出華為的目標(biāo)：力求打造一個運維管理效率極優(yōu)、性能極好、業(yè)務(wù)敏捷的移動網(wǎng)絡(luò)，讓網(wǎng)絡(luò)走向“自動駕駛”。

在汪濤看來，移動網(wǎng)絡(luò)在應(yīng)用AI方面有其自身優(yōu)勢。

首先，AI離不開有效的數(shù)據(jù)獲取，移動網(wǎng)絡(luò)結(jié)構(gòu)化數(shù)據(jù)占比高；

其次，AI離不開算力，而基站本身的算力強，以一個1萬站規(guī)模的網(wǎng)絡(luò)為例，全網(wǎng)的基站算力可與8000臺高性能計算服務(wù)器相媲美；

最后，AI發(fā)展要有人才。移動網(wǎng)絡(luò)30年的專家經(jīng)驗，也為網(wǎng)絡(luò)應(yīng)用智能化提供有力保障與支撐。

當(dāng)然，在移動網(wǎng)絡(luò)應(yīng)用AI，運營商也要充分考慮移動網(wǎng)絡(luò)獨特的特點：

首先數(shù)據(jù)具有強時效性，

其次站點分布式結(jié)構(gòu)，

另外還要考慮移動性帶來的場景多樣性。

值得一提的是，移動網(wǎng)絡(luò)的自動駕駛，也是要分階段的。自動駕駛分別為五個階段，對比看，“自動駕駛”網(wǎng)絡(luò)也可以分為五個階段。

根據(jù)汪濤的介紹，自動駕駛網(wǎng)絡(luò)從“解放雙手”到“解放雙眼”，再到“無人駕駛”，這一過程可以分為L1-L5 。5個等級分別是L1輔助運維，L2部分自治網(wǎng)絡(luò)，L3有條件自治網(wǎng)絡(luò)，L4高度自治網(wǎng)絡(luò)，L5完全自治網(wǎng)絡(luò)，其中L5是電信網(wǎng)絡(luò)發(fā)展的終極目標(biāo)。

“自動駕駛”移動網(wǎng)絡(luò)如何建？

明確場景是實施網(wǎng)絡(luò)自動駕駛的關(guān)鍵。運營商在細(xì)分場景后，借助AI技術(shù)來逐步分級別實現(xiàn)自動駕駛。在從L1到L5的進(jìn)程中，AI的作用不斷加大。比如L2級別，自適應(yīng)的自動化取代了基于規(guī)則的自動化，多個工作流可以被有效串接；再比如L3級別，利用AI準(zhǔn)確的識別各種場景，進(jìn)行根因分析，為自動決策提供依據(jù)。

業(yè)界針對自動駕駛汽車定義了3層，包括Sensor、分析+控制，以及云平臺。與汽車逐步實現(xiàn)自動駕駛一樣，“自動駕駛”移動網(wǎng)絡(luò)的架構(gòu)可分三層。

第一層，設(shè)備層面的智能芯片+Telemetry將面向網(wǎng)絡(luò)和業(yè)務(wù)級應(yīng)用以分為的真實數(shù)據(jù)實時上報是基礎(chǔ)，本地智能分析找出網(wǎng)絡(luò)風(fēng)險并給出優(yōu)化建議。

第二層，通過自動化系統(tǒng)來進(jìn)行本地優(yōu)化閉環(huán)來實現(xiàn)網(wǎng)絡(luò)自治。

第三層，云端平臺將數(shù)據(jù)匯聚后進(jìn)一步訓(xùn)練提煉更精準(zhǔn)的算法并推送到本地系統(tǒng)，達(dá)到更優(yōu)的網(wǎng)絡(luò)自治效果。

對于移動網(wǎng)絡(luò)自動駕駛架構(gòu)，汪濤認(rèn)為，必須考慮移動網(wǎng)絡(luò)自身的獨特特點，從站點、網(wǎng)絡(luò)和云端三個層面構(gòu)筑移動網(wǎng)絡(luò)的智能化能力。

首先，站點層面主要聚焦場景匹配、數(shù)據(jù)收集與提煉，以及低時延智能算法等能力的構(gòu)筑，進(jìn)行實時的數(shù)據(jù)分析與短時延的智能推斷。

汪濤介紹到，站點AI主要為網(wǎng)絡(luò)提供兩個重要能力，一方面，數(shù)據(jù)提煉，站點產(chǎn)生的海量數(shù)據(jù)提煉為有用的樣本數(shù)據(jù)。另一方面，嵌入式的AI框架支持在CPU、DSP或未來的AI芯片上進(jìn)行實時的AI算法推斷。

其次，網(wǎng)絡(luò)層面通過采集移動網(wǎng)絡(luò)全域的數(shù)據(jù)和狀態(tài)，進(jìn)行數(shù)據(jù)分析和推理，識別各種網(wǎng)絡(luò)場景，對未發(fā)生的情況進(jìn)行預(yù)測預(yù)防，對已經(jīng)發(fā)生的情況進(jìn)行根因分析，最終給出決策，對網(wǎng)絡(luò)進(jìn)行智能的控制。

再次，汪濤強調(diào)到，想要實現(xiàn)無線網(wǎng)絡(luò)的自動化，兩個轉(zhuǎn)變是關(guān)鍵，即從以網(wǎng)元為中心的運維轉(zhuǎn)變?yōu)橐詧鼍盀橹行牡倪\維，以及單純的網(wǎng)絡(luò)管理到管理控制融合，從而獲得預(yù)測、智能識別等能力，實現(xiàn)移動網(wǎng)絡(luò)自動化管理和控制。

最后，云端層面落實智能模型和訓(xùn)練能力，實現(xiàn)新一代智能服務(wù)。未來，華為全球化的網(wǎng)絡(luò)自動化管理經(jīng)驗將為運營商提供AI模型開發(fā)與訓(xùn)練服務(wù)，持續(xù)開發(fā)新AI服務(wù)和升級AI模型服務(wù)，提供在線的AaaS（AIas a Service）。

產(chǎn)業(yè)鏈正在如何助運營商？

對構(gòu)建“自動駕駛”的移動網(wǎng)絡(luò)，華為面向整個電信網(wǎng)絡(luò)提出了“自動駕駛”SoftCOM AI 總體架構(gòu)，移動網(wǎng)絡(luò)“自動駕駛”是總架構(gòu)中一部分。

實現(xiàn)移動網(wǎng)絡(luò)自動化，華為憑什么？在筆者看來，華為服務(wù)于全球400多家電信運營商，有150多張電信網(wǎng)絡(luò)的運維經(jīng)驗，有30年的深厚積累，有一支深度理解電信網(wǎng)絡(luò)的專家隊伍。這支專家團(tuán)隊是華為實現(xiàn)移動網(wǎng)絡(luò)“自動駕駛”的核心競爭力之一。

據(jù)介紹，未來華為圍繞網(wǎng)絡(luò)規(guī)劃、網(wǎng)絡(luò)部署、網(wǎng)絡(luò)維護(hù)優(yōu)化和業(yè)務(wù)發(fā)放四大工作場景，分步驟地構(gòu)建“自動駕駛”的移動網(wǎng)絡(luò)?！叭A為將以更高效率、更優(yōu)性能、更敏捷業(yè)務(wù)為目標(biāo)，堅持把復(fù)雜留給自己，把簡單留給客戶，在5G時代實現(xiàn)移動網(wǎng)絡(luò)全場景自動化?！闭劶叭A為的目標(biāo)，汪濤如此表示。

當(dāng)然，移動網(wǎng)絡(luò)自動駕駛不是一蹴而就，要分場景、分級逐步釋放自動化價值。由于自動駕駛網(wǎng)絡(luò)不是單個產(chǎn)品的創(chuàng)新，而是系統(tǒng)架構(gòu)和商業(yè)模式的創(chuàng)新，因此我們看到華為在呼吁：全產(chǎn)業(yè)要共同定義清晰的標(biāo)準(zhǔn)、牽引技術(shù)創(chuàng)新并指導(dǎo)落地。

一個好消息是，在近期全球移動寬帶論壇期間，華為發(fā)布了《自動駕駛移動網(wǎng)絡(luò)》白皮書，闡述將從基站部署、網(wǎng)絡(luò)節(jié)能等7個子場景開始實施網(wǎng)絡(luò)自動化。與此同時，該白皮書首次公布了面向網(wǎng)絡(luò)自動化需要構(gòu)建的5大關(guān)鍵能力（POBSI模型）：可編排（Programmable）、在線化(Online)、流程橋接(Bridging)、可感知(Sensibility)、智能(Intelligence)。

隨著研究的推進(jìn)，華為將持續(xù)刷新應(yīng)用場景并對外公布研究成果。在筆者看來，借助該白皮書，運營商與產(chǎn)業(yè)伙伴可以參考與匹配，結(jié)合現(xiàn)實痛點分場景的推動網(wǎng)絡(luò)自動化，逐步解決網(wǎng)絡(luò)復(fù)雜性帶來的OPEX問題。

CASE1：AI助力VoLTE部署

全球已有50%的網(wǎng)絡(luò)開通了VoLTE，為用戶提供高清語音，一些運營商也在積極行動中。

VoLTE相關(guān)的參數(shù)設(shè)計超過60個，且對于覆蓋質(zhì)量要求更高，對于弱覆蓋非常敏感，VoLTE的E2E組網(wǎng)中節(jié)點數(shù)也多，對于問題定位帶來很大的難度。AI技術(shù)可以大大提升VoLTE的設(shè)計部署、網(wǎng)絡(luò)優(yōu)化、故障定位的效率，使復(fù)雜的工作簡單化、自動化。

在初始規(guī)劃階段，運營商利用聚類算法，可以對多頻組網(wǎng)場景、多特性互操作場景進(jìn)行識別和匯聚，自動匹配生成VoLTE初始參數(shù)策略配置。在運營階段，系統(tǒng)實施監(jiān)控和分析網(wǎng)絡(luò)覆蓋質(zhì)量，發(fā)現(xiàn)弱覆蓋區(qū)域，利用梯度下降決策樹算法（GBDT）進(jìn)行RF參數(shù)的自動尋優(yōu)，找到最佳參數(shù)值組合，解決弱覆蓋問題。在故障定位過程中，系統(tǒng)通過根因分析（RCA）找到影響語音質(zhì)量的問題，利用Q-learning（強化學(xué)習(xí)的一種算法）給出問題修復(fù)建議。

可見，通過AI和數(shù)據(jù)分析技術(shù)，可以大幅提升VoLTE業(yè)務(wù)運行維護(hù)的效率和準(zhǔn)確性，為高質(zhì)量的語音業(yè)務(wù)提供保障。

CASE2：AI助力Massive MIMO建設(shè)

眾所周知，Massive MIMO是5G網(wǎng)絡(luò)中最重要的解決方案，為Massive MIMO帶來智能是5G自治網(wǎng)絡(luò)的基礎(chǔ)。MM波束成形為網(wǎng)絡(luò)帶來了靈活性，但也是管理的復(fù)雜性。華為正在計劃關(guān)鍵工作場景中的智能MM解決方案，嘗試?yán)肁I和MM波束成形特性來達(dá)到過去不可能實現(xiàn)的自治網(wǎng)絡(luò)。

據(jù)悉，華為推出的Smart Massive MIMO解決方案將提供最強大的傳感器功能，包括天線GPS信息，這種邊緣智能將在第一時間實現(xiàn)全自動站點配置。設(shè)備測量信息將用于增強傳統(tǒng)的駕駛測試，大數(shù)據(jù)將實現(xiàn)準(zhǔn)確的傳播模型，覆蓋預(yù)測模型和網(wǎng)絡(luò)流量模型訓(xùn)練，這將是自動網(wǎng)絡(luò)規(guī)劃，覆蓋調(diào)整和節(jié)能的推動者。中性網(wǎng)絡(luò)推理能力將建立在站點處理器中，這使得MM波束成形模式推斷的時間小于0.1毫秒，這為自動性能優(yōu)化奠定了基礎(chǔ)。