江苏龙网

  1. 首页 > 资讯 > 科技 > >

云计算|华为云地协同解决方案加速网络AI规模应用

人工智能经历了六十多年的浮浮沉沉 ， 随着计算算力的进步 ， 算法的创新和互联网发展下的海量数据积累 ， 人工智能技术未来十年将焕发出新的活力 ， 成为最具有冲击力的科技发展趋势之一 。
电信网络作为信息通信的基础设施 ， 具有应用人工智能技术的巨大空间和潜力 。如何利用人工智能算法提供的强大分析、判断、预测等能力 ， 赋能网元、网络和业务系统 ， 并将其与电信网络的规划、建设、维护、运行和优化等工作内容结合起来 ， 成为电信业关注的重要课题 。
在HUAWEI CONNECT 2020期间 ， 华为基于对电信领域的深刻理解和多年经验沉淀 ， 带来了《云地协同加速网络AI规模商用使能实现自动驾驶网络》的分享 ， 旨在结合电信领域应用场景 ， 使能网络达到自动、自愈、自优和自治的自动驾驶网络 ， 提升整个网络的效率 ， 降低OPEX 。
云计算|华为云地协同解决方案加速网络AI规模应用
文章图片

文章图片

电信行业面临挑战呼唤ADN
我们正进入一个跨界竞争的新时代 ， 每个行业都面临着结构性挑战 ， 电信行业尤其如此 。新趋势下 ， 电信网络正面临以下三大挑战：
业务复杂：网络所联接的业务越来越多 ， 无人机、汽车、AR/VR…从B2C到B2C、B2X ， 网络所支撑的业务越来越复杂；
运维复杂：从4G到5G ， 2-3-4-5四代同堂 ， 十余种网络协议 ， 数千网络特性 ， 上万配置参数 ， 网络运维复杂度激增；
联接复杂：万物智能 ， 使得联接密度增加了100倍 ， 联接移动性达到了150km/h,联接的数据量增加1000倍 ， 联接复杂度前所未有；
要解决电信网络面临的挑战 ， 仅仅靠产品创新远远不够 ， 需要整个系统架构创新和商业模式创新 ， 才能提升运营商的竞争力 ， 解决结构性问题 。从2018年开始 ， 为实现网络自动化和智能化 ， 电信行业组织、运营商和设备商纷纷启动技术探索 。
华为在2018年即提出电信行业迈向ADN五级演进标准 ， 为实现自动驾驶网络提供了参考 。另外 ， 以中国联通、中国移动、BT、法电、Telstra为代表的运营商 ， 以及以华为、爱立信为代表的设备供应商均积极开展相关实践 ， 网络智能化、自动化成为行业热点 。
近10年来 ， 华为从ALL IP ， ALL Cloud进入ALL Intelligence时代 ， 在架构创新的道路上从未停止 。2019年4月 ， 华为正式发布iMaster NAIE网络AI云服务 ， 为华为网络智能化战略实施的的重要里程碑 。
不仅如此 ， 华为自动驾驶网络（ADN）秉承“把复杂留给自己 ， 把简单带给客户”的思想 ， 以网络极简和智能运维为核心理念规划、设计和开发产品 ， 通过云端+AI、网络+AI和网元+AI的三层AI开放架构“给网络以智能 ， 给运维以平台” ， 加速电信运营商数字化和智能化转型 。
云地协同加速AI特性规模应用
近年来 ， 全球业界各方在网络AI方面纷纷进行积极的探索和实践 ， 经过验证在运维效率、能耗效率、网络资源利用率以及用户业务体验提升等方面确实能够带来价值 ， 电信产业走向智能化已经成为整个行业的共识 。但在实践中 ， 也发现网络AI在走向规模化工程应用的过程中存在很多挑战 ， 如模型重训练占用资源多、模型版本升级管理难度大、本地样本少、模型精度不够等问题 。
模型重训练占用资源多：从实践统计来看 ， 一些场景都会发生因泛化、或数据偏移而导致的模型精度下降问题 ， 如无线流量预测、DC PUE优化等 ， AI模型都需要进行重训练 。AI模型训练一般会占用较多系统资源 ， 如在网元或网管实施重训练任务 ， 训练效率低 ， 同时也可能会影响设备性能 。
模型版本升级管理难度大：很多场景的AI模型都是一站一模型 ， 如无线基站智能节能等 ， 各站点的模型都根据本地化数据进行定制化训练 。各局点模型版本不同 ， 升级频度也不同 ， 成千上万的站点模型 ， 管理难度很大 。需要有一个统一的平台 ， 高效实现模型状态的监控和版本升级策略等管理任务 。


推荐阅读


上一篇：云计算|阿里云2.0意欲何为？推进云产业变革！

下一篇：新机发布|疑似华为Mate40系列再次现身地铁，瀑布屏+双打孔