華為曹澤（zé）軍：AI助力5G建設 為運（yùn）營商帶來運維、能源及資源效率倍增

9月28日（rì）消息（蔣（jiǎng）均牧）“5G正在照進現實，帶來前所未有的業（yè）務體驗提升和來自使能全行業數字化的（de）增長可能，但今天的（de）電信行業卻麵（miàn）臨結構（gòu）性問題。通過提出SoftCOM AI戰（zhàn）略和理念，我們將AI技術應用於（yú）電信網絡以（yǐ）打造‘自動駕駛、永不（bú）故障’的自治網絡，實現運維（wéi）效率、能源效率和資源效率（lǜ）的倍（bèi）增以及用戶體驗的（de）顯著提升，助力運營商獲取商業成功。”華為中國戰略Marketing部部長曹澤軍在2018通信展同期的“擁抱AI，開啟信息通信智能服（fú）務時代”高峰論壇上表示，“當5G遇見AI，網絡重構天然融合”。

5G時代已來

隨著3GPP 5G NR獨立組（zǔ）網（NSA）標準的正式出爐，以及各國各地5G頻譜的拍賣/分配（pèi），全球5G商（shāng）業化已進入快車道。美國計劃2018年全麵實現5G商用、俄羅斯（sī）在積極探索（suǒ）5G共建共享合作方式、韓國平昌冬奧會成為（wéi）首個實現“5G網絡全覆蓋”的奧運會。而我國已經明確了2020年5G確保商用（yòng）的政策，最近5G技術研發（fā）試驗第三階段測（cè）試也已（yǐ）順利完（wán）成，亦（yì）有消息稱（chēng）5G頻譜資源的（de）最終許可方案即將公（gōng）布。

“可以說5G時代已經到來，而5G也會改變未來（lái）的業務形態。”曹澤軍指出，5G將令移動網絡（luò）邁入Giga時代，支撐極致（zhì）的業務體驗；超高地可靠、極低時延的通信能力，將（jiāng）使能無人駕駛真正走向現實；其指向的海量連接，也將為IoT領域（yù）隨時隨地的全在線提供保障。

4G為寬帶體驗、視頻業務、人機（jī）互動提供了條件，使得互聯網應用與人們活動（dòng）緊密結合，深刻（kè）地（dì）改（gǎi）變了人的生活；而5G將以萬物互聯的模式推進所有垂（chuí）直行業的深度整（zhěng）合（hé），真正實現工業化和信息化的深度融合。5G將打開的，是一（yī）個麵向垂直行業（yè）的、麵向（xiàng）跨行（háng）業合作（zuò）的萬物互聯（lián）的全新（xīn）環境。

但（dàn）在同時，5G“雲管端”協同（tóng）才能真正帶來體驗的提升，同時隨著越（yuè）來越多的應用遷移至雲端，對5G業務的豐富性多樣性、對技（jì）術的支撐等（děng）方麵均提出了更高的要求與挑戰。在此過（guò）程中，華為致力（lì）於“把數字世（shì）界帶（dài）入每（měi）個人、每個家庭、每個組織，構建萬物互聯的智（zhì）能世界（jiè）”，從而普惠整個人類社會。

5G遇見AI：網絡重構天然融合

在5G即將到來的今天（tiān），電信行業必須（xū）為此做好準備，但目前行業的整體態勢卻（què）不容樂觀，運營商普（pǔ）遍麵臨增長乏力的情況。

“過去我們存在著人口紅利，運營商的增（zēng）長模式（shì）以投資（zī）驅動為主，隻要這（zhè）裏有人，把網建設過來、把語音（yīn）業務開（kāi）起來（或（huò）把數據業務開起來），運營商就有了收入。但到可今（jīn）天，無論是語音用戶還是數（shù）據用戶（hù）都基本上達（dá）到了人口紅（hóng）利的極限，在這樣的情況下，運營商的投入和（hé）產出（chū）周期（投資回報周期）由過去5-7年的延長到了更長的時間（7-10年），導致業務經營上受（shòu）到了很大的壓力，成為電信行業的結構性問題。”曹澤軍（jun1）解（jiě）釋道。

“另一方麵，業務（wù）需求（qiú）不（bú）斷推動網絡升級，網絡架構越來越複雜、網絡規模成倍增長，隨之而來的能源消耗、設備消耗、頻譜利（lì）用率都導致網絡問題（tí）趨（qū）於複雜。”Ovum分析報告（gào）顯示（shì），過去十年（nián）電信行業的收入增長從來（lái）沒有跑贏過OPEX的增長，OPEX在電信網絡TCO（總體擁（yōng）有（yǒu）成本）的占比從62%上升到75%，這意味著單純地降低設備成本（běn），已經不能改善運營商的成本結構。

在無線接入領域，傳統網絡偏重於下行速率、傳統終端（duān）也主要用於下載數據，5G上行速率的空前提升將再次改變人類的通信方式，也必將引發一（yī）場終端變革。據統計，2G基站參數僅有500個、3G基站1500個、到了（le）4G時（shí）代每個基（jī）站的參數接近3500個，5G參數將更多。華（huá）為輪值董事長徐直軍也曾旗幟鮮明地提出，5G時代，能否有效遏製OPEX的持續增長成為商業成功的關鍵，需要把降低OPEX做為戰略重心。

“當5G遇見AI，網絡重構天然融合。”曹澤軍闡述道，5G網絡（luò）本身是一個複雜的係統，需要人工智能來理清邏輯和（hé）秩序，使（shǐ）能網絡自動化，降低運（yùn）維成本；另一方麵，5G時代將自下（xià）而上地產生海量數據（jù），AI可以從中識別、學習模式和規則，並（bìng）預測趨勢、執行策略——5G加AI通過海量數據不斷“喂食”將產出最（zuì）大價值。

“過去無論從運營（yíng）、規劃、維護這些方麵，我們更多依靠人工的幹預、領導的決策，某種意義上講是被動的，即使發展到（dào）今天我們也隻能說做到半主動，還做（zuò）不（bú）到真正的自治（zhì）和完全的主動。”為（wéi）此，華為提出了SoftCOM AI戰略。作為華為All Intelligence戰略在電信領域的落地，SoftCOM AI通過將AI注入到全雲化（huà）網絡構（gòu）架及解決方案中，力圖打（dǎ）造一張“自（zì）動駕駛、永無故障”的網絡，實現電信網絡的自動、自優、自愈、自治。

擁抱AI的5G場景

AI使網絡有（yǒu）了不斷學習的機製，不（bú）斷提（tí）升網絡自動化的水平（píng）。華為常務董事（shì）、產品與解決方案總（zǒng）裁汪濤最近發布了自動駕（jià）駛網（wǎng）絡（luò）的主張（zhāng），並提（tí）出了麵向自動駕駛網絡演進的五級（jí）標準建議和實施（shī）準則——到了L5這一終極目標，網絡係統將具備（bèi）跨多業務（wù）、跨領域的全生命周（zhōu）期的閉環自動化能（néng）力。

“羅馬不是一天建成的”，麵向自動駕駛網絡（luò）的演（yǎn）進亦需要分場（chǎng）景逐步推進，目前華（huá）為已經識別出一係列AI能夠起到顯著作用的5G場景，諸如5G網絡切片自動部署和擴縮容、5G基站覆蓋優（yōu）化、基站載波智能關斷、網（wǎng）絡（luò）故障預測、網絡健康度分析等。

不同的業務對網絡功能有不同的需求，如實（shí）時的視頻、語（yǔ）音對於時延有明確的要（yào）求，對（duì）於丟（diū）包的敏（mǐn）感性相對寬鬆；智能水表、電表（biǎo）類的（de）物聯網業務（wù）要求數據傳輸的可靠（kào）性，對於時延要求寬鬆。為了在（zài）同一（yī）個網絡中同時（shí）滿足各種業務的多樣需求，5G網絡中引入了網絡切片（piàn）——網絡（luò）切片是一個（gè）邏輯概（gài）念，即把具（jù）有相同的（de）網絡需求的業務劃入一個切片，不同的網絡切片（piàn）邏輯上（shàng）彼（bǐ）此獨（dú）立、物理（lǐ）上共享相同的網絡資源。

傳統的網絡規劃會（huì）先預估各類業（yè）務的需（xū）求來構建話務模型（xíng），然後配置對應切片的資源（yuán）預留。而融入了AI的華為無線大數據平台通過監控網絡切片（piàn）的（de）實際運行情（qíng）況、基於全（quán）量的業務數據（jù），可分析出各類用戶、業務的資源使用特性，對切片中的業務進行精細的建（jiàn）模，利用機器學習的算法（fǎ）判斷資源（yuán）需求的趨勢分析，從（cóng）而與網絡設備形成正（zhèng）反饋，優化資源分配策略：“為了（le）實現設備的控製與大數（shù）據平台直（zhí）接的反饋、控製循（xún）環（huán），需要增加網元與平台的控製麵接口，即平台可以將通過數據收集分析的（de）結果反饋至網元，網元進（jìn）一步來實現實時的控製策略更新（xīn）。”

同時，目前5G廠商均處於實現基於3GPP協議要求的基本功能特性的階（jiē）段，主要精力投在特性競爭力上（比如速率比拚），在（zài）網絡（luò）維護能力構建尤其是自愈自恢複等自動化運維能力（lì）上考慮不（bú）足。從全球站點部署節奏看，5G元年將達到4G發展三年的規（guī）模，大量的網絡改造對現網存（cún）量穩定（dìng）運行也將帶來（lái）挑戰。

5G當前主要用例為FMA/WTTx，除MBB外，還將涉及AR/VR，車聯網（wǎng）+無人駕（jià）駛、低空覆蓋等多種業務，不同業（yè）務類型對網絡的規劃方法不（bú）同，AI可使（shǐ）能網絡參數自動（dòng）調整，實現真正精準網優：“在AI訓練階段，通過對（duì）全球現網數（shù）據（jù）的（de）采集（jí）、分析、整理和標注，運用算法來構（gòu）建的全局經驗模（mó）型庫，可形成基站天線調整的（de）初始（shǐ）輸入參數，並根據實際情況調節天線參（cān）數。通過持續的迭代優化，就能極大縮短漫長的調試階段，快（kuài）速得到某個地點某種業務場景下的波束的最優配置參數。”

“預（yù）測性是AI的核心價值。”基站載波智能關（guān）斷方麵（miàn），基於網絡運行數據和AI使能的模型訓練（liàn），可提前預測網絡流量的峰穀，從而實現通（tōng）過調節無線載頻的關斷（duàn）來實（shí）現站點能耗（hào）與流量峰穀一致。網絡故障預測方（fāng）麵，電信網絡的管理和控製中心基於設備的南向接（jiē）口和數（shù）據（jù）采集，通過一定的策略和規則，可對未來故障（zhàng）進行（háng）預測（cè），從而實現故障發生前規避故障、質量劣化前優化質量、網絡擁塞前調整流量。

運營商價值：三（sān）個倍增

5G加（jiā）AI將（jiāng）能夠給客戶提供永遠最優的網（wǎng）絡連接和永不斷網的可獲得性，對運營商的價值則是（shì）“三個倍增”，即運維效率倍增、資源效率倍增和能耗效率倍增。

曹澤軍剖析道，5G加AI實現了網絡的預測性維護，即能夠預測某個（gè）設備未來有多大概率發生故障，然（rán）後進行針（zhēn）對性的維（wéi）護。華為希望能將電信網絡的告（gào）警壓縮和故障定位減少90%，實現90%關鍵器件的（de）失效和劣化預測，進一（yī）步達到網絡自愈（yù）；此外，網絡故障（zhàng）中超過70%的問題源自（zì）無源設備，例如光纖彎曲、器件老化、接口鬆動等（děng），在這一過程中，信號都會發生變化，通過引入AI學習這些變化的（de）特征，就有可能（néng）提前（qián）進行預測，用有源解（jiě）決無源的故障問題。

基於流量（liàng）走向來調（diào）度（dù）網絡，資（zī）源利用率（lǜ）就會大幅提升。現在的網絡（luò）並不具備這樣的能力，隻有通過引入AI、建好流量（liàng）預（yù）測模型，才能實現（xiàn）精準流量預測和最合理的網絡拓（tuò）撲（pū），以流量的方（fāng）向而不是物理連接來（lái）決定網絡的（de）路徑，最終（zhōng）大幅（fú）提（tí）高網絡的資（zī）源效率。

“比特決定瓦特”，即網絡流（liú）量（liàng）大小（xiǎo）決定能耗多少。在機房或者站點，每個係統都有數十個參數，通過（guò）AI訓練生成散熱與環境及業務負荷模型，將使得日照、溫度和配套設施油機、太陽能和電池等達到最佳能效；在設備層麵，根據（jù）業務負載進行動態能量投放，沒有流量時就利用時隙（xì）關斷、RF深度休眠、載頻關斷等減少耗電量，同時實現數據中心（xīn）對象如服務器組（zǔ）件的動態節能管理；在網絡係統層麵，構建準確的業務負荷預測（cè）模型，將使能整網流量最（zuì）優（yōu），從而達到能耗效率最（zuì）佳。