jbo竞博官网_自治网络与服务2.0

2023-11-01 10:26:15

自治权网络与服务2．0的目标，是用架构性创意解决问题电信领域结构化问题，通过数据与科学知识驱动的智能网络，超过自动、治愈、自优、自治权的网络自动驾驶目标。多年以来，电信行业仍然以反对各行业数字化为已任，但从行业内部视角来看，我们虽然运营着当今时代最前沿的网络，但大量运行和维护手法却依然逗留在十八世纪的手工阶段，呈现一系列结构化问题：一就是指财务结果来看，OPEX广泛是CAPEX投资的三到四倍，通过网络建设的优化，很难承托运营商大规模提高财务状况；二是多代网络变换导致的复杂性，使得运维人员依靠人力无法做到和应付。大量的站点、管线、机房问题构成物理断点，妨碍了自动化，核心系统的复杂性又造成了70％的网络级事故由人为操作者层面引起；三是互联网结构性冲击，不仅在云业务上构成威胁，在网络上也从DC间骨干网向云网协同企业网络渗入，以大规模、广覆盖、低利用、浅构建的方式冲击云网协同市场。

从OPEX产于的维度紧贴，我们不妨分成运维（确保、雇员）、能源（动力、水电、供暖）、资源利用率（电路网元出租、保险费、网站网络）、体验（销售费用、产品成本）等四个角度，来更进一步检视电信行业目前面对的明确挑战。首先，从运维效率来看，第一大特点是日常确保工作量极大。

以某运营商为事例，每年局数据制作多达170亿条，网元参数配备近1000万个，传输隐患排查将近百万处，家长小区资源整治数十万处。而在这些工作中，大量环节与物理设施有关，我们在一个区域调研运营商工单产于如下：26％是馈线、光纤等线缆问题，26％是重新启动非主设备软件、重新启动上联设备、非常简单数据配备等恢复性操作者，24％是市电中断后自动完全恢复，11％是监测自行避免，设备本身的硬件类故障将近10％；第二大特点是每年要应付网络割接升级多达10万次，应急确保近40万次，这些升级和重大事件的系统性确保都必须大量人力投放。

第二，从能源效率来看，站点能耗（包括室外车站和电信机房）占60％～80％，数据中心占20％，云化之后数据中心能耗占到比会更加低。从运营统计资料来看，流量在时间和空间的产于是不平衡的：某网络最挤迫的前10％的站点产生50％的流量，而最空闲的50％的站点仅有产生5％的流量，但基础能源的消耗又是类似于的，即没流量或流量较低的站点，基础运营依然消耗着大量能源。第三，从资源利用率来看，资源利用效率较低的根源在于业务量在时间和空间产于不平衡，同时，资源受限于物理分散式设计和运维，没使用全局式的集中化设计和随时间空间动态调度有效地手段。

以骨干网为事例，运营商的骨干网利用率广泛在30％左右，而过去传统的流量调优，基于专家规则确认调优策略（如调优启动时阈值、迁入流量的挑选等），无法根据应用于及网络的流量状态做到动态调整，因而也就无法取得持续阻抗平衡，这一水平与多家互联网90％左右利用率构成极大差距。最后，从客户体验来看，在运营活动中仍不存在大量传统的路测、邻区参数优化等人工活动。放样式测试无法全面客观体现客户体验，仍未系统引进终端、应用于、时空等多源动态数据，同时还无法几乎驱动网络的自动化调整。解决方案：用架构性创意解决问题结构化问题用架构性创意解决问题电信行业的结构化问题，顾名思义，即是通过商业模式级创意和系统方案级创意来融合产品级创意，以构建自动、治愈、自优、自治权的自动驾驶网络和业务数字化运营，并在运维效率、能源效率、资源利用率、业务体验等方向上获得突破性结果。

在业务场景上，基于运营商业务流程，首先沿“规划、设计、部署、通车、运维、优化”的业务流程，分析活动产于、成本产于、人力产于，并以自动化为目标展开架构性的创意。针对线缆、电力、环境等无源设备故障率低的情况，明确提出有源管理无源的突破目标，即用有源设备构建无源设备可预测、可管理。

针对无流量时网络大量能源消耗的情况，明确提出比特要求瓦特的突破目标，有比特流动时才有瓦特消耗。针对流量在时空和空间的不平衡情况，明确提出时间空间适配目标，仅次于程度适配网络容量。针对终端应用于丰富化和体验仅有流程的特点，明确提出应用于驱动体验改良，引进更加多终端应用于要素，后用体验结果必要驱动网络自动调整。

上述突破从UseCase开始，如同一粒粒珍珠，基于重构的业务流程，我们可以将珍珠一一串起构成业务场景改良。在训练平台上，华为将着力建构面向电信领域的AI训练平台，训练平台用公有云＋Stack模式部署，其中Stack模式可伸延至运营商网络部署，在数据不出有网络前提下已完成训练。训练平台获取电信领域AI工具链，并获取电信领域标准化模型服务。

基于网络产品基础数据、实验室测试数据、外场数据、在服务作业过程中构成的标示数据，和脱敏的典型样板网络设备运营数据一起，构成电信数据湖用作持续训练。网络领域“服务2．0”，目标是获取在线数字化的“智慧服务”，获取基于人工智能的在线服务，这种服务基于持续递归原则，依据业界惯例，建构起“模型即服务”模式，总有一天正处于Beta阶段，大大自我改版和完备。

电信模型大大公布到模型市场上递归改版和优化。在网络与设备层面，目标是建构一个灵活的自动化和智能化网络。

把下层设备和云基础设施、中间层的网络管理和掌控，以及上层仅有流程系统，分别引进三方面能力超过网络自动驾驶目标：一是设备数字化能力，在大容量、较低时延、低能用的基础上，强化动态感官环境的数据采集解析能力，还包括对网络周边环境与哑设备的感官，典型如无线领域对天馈状态的感官，网络领域对光纤、信号、路由的感官，IP领域动态按需对大规模分布式流式数据的处置，对网络拓扑的动态动态还原成能力，这些网络与设备的感官与数字化能力是自动化、智能化的基础。二是根据AI模型展开推理小说继续执行的能力，网络及设备需要利用AI模型展开推理小说继续执行，还包括数据预处理、AI模型管理等能力，推理小说继续执行的过程要确保网络安全性与鲁棒性，部署上可分成嵌入式、网络管控构建、独立国家部署或以公有云服务形式部署。三是业务流程选曲能力，电信领域模型与运营商本地商业流程融合发挥作用，利用模型驱动、流程选曲、数据分析、AI等数字技术，逐步构建业务的自动通车与基于业务／网络运维自动化，并使能ROADS体验的构建。

以光网络为事例，我们可以了解到AI如何使能全流程的业务发展：从业务场景看，须要通过“通车零等候、运维零认识、体验零差评”的目标机车，寻找开局自动检查光纤、业务派发、网络优化、故障定位以及资源自动调度等明确场景并确认突破目标。训练平台获取电信领域适应环境的数据及人工智能算法，还包括光模块数据、实验室光纤刀柄、断裂、染灰等测试数据、光网现网运营故障数据等，算法还包括基础的数据清除、信息统合、机器学习建模、深度自学等，联合训练出有光纤故障模型、滤波器模型等。通过管控平台与现网结合，进而构建较慢派发、近于珍运维和智能运营。而这一切的基础就是网络设备层面追加数据采集与解析能力，还包括光纤数据、光信号数据、路由数据等的收集能力，同时设备必须不具备可信的推理小说继续执行能力。

目标：运维效率、能源效率、资源利用率和业务体验大幅度提高在运维效率层面，运维水平分成三个发展阶段。第一个阶段称作R2F（Run－to－Failure），即网络在运营中脑溢血故障后，运维人员很快赶去处置，这是低于层级的水平；第二个阶段是PvM（PreventiveMaintenance），即例会通判，也就是对每台设备展开检查来防治故障再次发生，但这种作法效率十分低落；第三个阶段是PdM（PredictableMaintenance），我们称作可预测性确保，即需要构建预测某设备未来有多大概率再次发生故障，再行基于状态展开针对性的确保。

自治权网络与服务2．0一方面通过网络修改构建设备整编站点，增加电源、连接器、线缆等哑设备问题，另一方面通过“有源管理无源”，促成线缆、连接器、动力环境等问题需要通过有源设备构建管理，如针对光纤构建路由可用、光纤可用、信号可用，从而可以基于状态对光纤老化、过度倾斜、模块断裂、路由过长等问题作出预测和定位。通过智能故障预测及网络智能设计，网络负荷被有效地承担，抢险和通判工作也可以因而切换为基于状态的预测性确保，从而将人工开环处置问题，切换为设备闭环处置，构建非物理故障完全恢复自动化，助力运维效率大幅提高。在能源效率上，我们用“比特要求瓦特”的目标作为机车，即以网络流量大小要求能耗多少。

在没流量的时候减少能耗，通过AI来基于流量作出预测、动态调整运营商站点和数据中心能源效率，超过节约能源目的。从站点设施设施整编到设备柜，构建站点能效比最大化；精确预测业务流量，让设备做深度休眠状态较慢启动，在确保客户体验的前提下，构建设备比特要求瓦特的能耗管理。

在数据中心机房或者站点，每个系统都有数十个参数。通过AI训练，自治权网络与服务2．0可以分解风扇、环境及业务负荷模型，使得日照、温度和设施设施油机、太阳能和电池等达到最佳能效，为加热器设备的数十个参数找寻最佳模型；在设备层面，可以根据业务阻抗展开动态能量投入，在没流量时利用时隙变频器、RF深度休眠状态、载频变频器等增加耗电量，同时构建数据中心对象（如服务器组件）的动态节约能源管理；在网络系统层面，可以建构精确的业务负荷预测模型，超过整网流量拟合，从而构建能耗效率优化。在资源利用率上，自治权网络与服务2．0可精确预测长周期流量规律，构建站点、管线、机房等设施的最佳利用；根据用户、终端和业务产于，融合时空数据预测，构建空口频谱仅次于程度利用；通过业务与流量邻近性、周期性、趋势性、事件性特征辨识、趋势预测、路径性能预测，来动态合理的分配流量、错峰填谷，大幅提高网络利用率。

同时在不壮烈牺牲QoS或SLA的情况下，可让流量路径完全动态改动，超过线性规划。在客户体验上，对于个人用户可引进终端和应用于数据，融合网络的自动闭环，构建基于用户、业务、方位最佳体验。企业用户可分钟级建构云网协同业务，专责多地域全球网络，全网路由基于自动发送和自学，构建用户无感官的调度和路由。

家庭用户末端构建云协同，解决问题家长品质，用户体验提高由此可被伸延至家庭网络。自治权网络与服务2．0构建路径构建网络的自动驾驶终将是一个长年的过程，既要有具体的长年目标作为机车，又无法一蹴而就，必须以终为始、沿途母鸡、逐步落地。

我们可以将网络自治权分成五个层级，0级为人工运维；1级为辅助运维，系统可持续继续执行掌控某一子任务，如单板倒换与自动轻路由；2级为部分自治权网络，在限于的设计范围下，系统可根据AI模型或规则已完成部分单元掌控任务，如根据训练模型数据中心可自动调节水冷设备单元的参数，从而超过提高能源效率减少PUE的目标，但这种动态的预测和调整容许在某一单元内；3级有条件自治权网络，可持续继续执行原始的子系统级全周级闭环自动化，以无线领域为事例，需要做从用户流量的洞察与预测、无线空口资源调度及参数调整、网络调整后的的评估，从感官、决策、继续执行和后评估都能做自动化。4级高度自治权网络，系统可做单业务横跨领域仅有生命周期自动化，如CloudVPN业务设计、部署派发、动态调度、故障治愈构建自动化；5级几乎自治权网络可在所有网络环境下继续执行原始动态任务，能够对值得注意作出适合处置。网络自治权从易到无以，依序是重复性继续执行动作的替代、对网络环境与网络设备自身状态的感官与监控、综合多种要素和策略的分析决策、对最后客户体验的有效地感官。

系统能力也从某些业务场景跟上，最后覆盖面积仅有业务场景。等级名称概念界定继续执行感官决策体验系统能力0人工运维即便有辅助工具，仍由运维人员继续执行全部的动态任务。人人人人n／a1辅助运维在限于的设计范围下，系统基于规则可反复继续执行某一子任务。

人和系统人人人某些业务场景2部分自治权网络在限于的设计范围下，系统基于模型持续已完成某一单元的掌控任务。系统人人人某些业务场景3有条件自治权网络在限于的设计范围下，系统可以持续继续执行原始的单域场景的闭环自动化，用户在系统过热时拒绝接受介入催促及时作出号召。系统系统人人某些业务场景4高度自治权网络在限于的设计范围下，系统可以自动分析继续执行跨域及业务的闭环自动化。

系统系统系统人某些业务场景5几乎自治权网络系统能在所有网络环境，继续执行原始动态任务和值得注意处置，运维人员需要插手。系统系统系统系统全部业务场景网络自治权与服务2．0模式道阻且宽，还须要几经长年的实践中思索，华为发售SoftCOMAI，相结合于华为对AllIntelligence长年而极力的战略投放，相结合于对网络及设备数字化、智能化的体系化投放，相结合于在服务领域持续的数字化实践中和平台建设投放，打造出自治权网络方案并构建服务模式升级，公布系列化解决问题。网络自治权如同自动驾驶，同时必须仅有业界同仁将运营确保经验大大流经系统，共同努力构建网络自动、治愈、自优、自治权和业务数字化运营。

本文来源：jbo竞博官网-www.reinafresh.com