4月28日特稿（李明）已經(jīng)在智能手機(jī)領(lǐng)域開(kāi)始廣泛應(yīng)用的AI人工智能，如今又被賦予了新的使命，有望在網(wǎng)絡(luò)架構(gòu)重構(gòu)的新階段大放異彩。

在“2018中國(guó)SDN/NFV大會(huì)”上，工信部通信科技委常務(wù)副主任、中國(guó)電信科技委主任、SDN/NFV產(chǎn)業(yè)聯(lián)盟理事長(zhǎng)韋樂(lè)平在接受C114專訪時(shí)表示，AI使能是網(wǎng)絡(luò)架構(gòu)重構(gòu)新階段，人工智能為網(wǎng)絡(luò)架構(gòu)重構(gòu)打開(kāi)了一條新的通道。

SDN渡過(guò)炒作期、NFV征程依然艱難

在網(wǎng)絡(luò)架構(gòu)重構(gòu)這場(chǎng)變革中，SDN/NFV一直扮演著重要角色。

談及SDN/NFV的發(fā)展，韋樂(lè)平認(rèn)為，SDN已經(jīng)渡過(guò)炒作期，進(jìn)入理性發(fā)展階段。一方面，SDN標(biāo)準(zhǔn)化進(jìn)程加速，IETF南北向接口定義完成；BBF瞄準(zhǔn)產(chǎn)業(yè)轉(zhuǎn)型，推進(jìn)網(wǎng)絡(luò)云化；ONAP開(kāi)源組織推出第一版本，ONF TAPI2.0信息模型發(fā)布。另一方面，標(biāo)準(zhǔn)和開(kāi)源組織走向協(xié)同，標(biāo)準(zhǔn)組織通過(guò)組織Hackthon參與開(kāi)源，而開(kāi)源組織開(kāi)始反推標(biāo)準(zhǔn)。

同時(shí)，基于SDN/NFV的網(wǎng)絡(luò)云化已經(jīng)成為共識(shí)。根據(jù)Mason預(yù)測(cè)，2017年全球網(wǎng)絡(luò)云化市場(chǎng)為52億美元，未來(lái)增長(zhǎng)25%，2020年達(dá)到121億美元。據(jù)了解，全球電信云項(xiàng)目已經(jīng)超過(guò)400個(gè)。SDN專線成為熱點(diǎn)，SD-WAN成為SDN邁向大網(wǎng)的關(guān)鍵和切入點(diǎn)，Verizon、AT&T、Sprint、BT、Orange等大T已經(jīng)率先部署。

“而網(wǎng)絡(luò)中的NFV化已經(jīng)開(kāi)始落地，但征程依然艱難。”韋樂(lè)平指出，NFV項(xiàng)目已覆蓋網(wǎng)絡(luò)中所有的核心網(wǎng)網(wǎng)元(如vEPC，vIMS)；目前，NFV已經(jīng)開(kāi)始落地，例如美國(guó)運(yùn)營(yíng)商AT&T的NFV商用部署正在進(jìn)入拐點(diǎn)， Verizon預(yù)測(cè)采用NFV后五年能省下100億美元。即將到來(lái)的5G將成為NFV新的驅(qū)動(dòng)力，當(dāng)然NFV也成為5G落地的必要條件。

但在韋樂(lè)平看來(lái)，由于思維落后、硬件性能限制、標(biāo)準(zhǔn)化滯后及互操作的復(fù)雜性，其他領(lǐng)域的NFV化還不盡人意。當(dāng)前，網(wǎng)絡(luò)云化的挑戰(zhàn)不可輕視，運(yùn)營(yíng)商的一朵云理想，依然還只是理想，其內(nèi)部IT系統(tǒng)的復(fù)雜性和對(duì)外服務(wù)的質(zhì)量和速度要求導(dǎo)致公有云和電信云還在獨(dú)立建設(shè)，共享只是在機(jī)房、局址和動(dòng)環(huán)環(huán)節(jié)，因此運(yùn)營(yíng)商的任務(wù)依然任重道遠(yuǎn)。

AI使能有望解決網(wǎng)絡(luò)架構(gòu)重構(gòu)三大挑戰(zhàn)

事實(shí)上，基于SDN、NFV、Cloud的網(wǎng)絡(luò)架構(gòu)重構(gòu)也帶來(lái)大量新的多維度復(fù)雜性，在很大程度上抵消了其帶來(lái)的諸多好處。韋樂(lè)平指出，例如，SDN技術(shù)只能解決自動(dòng)化10%的問(wèn)題，而90%的問(wèn)題是組織、流程、和人的問(wèn)題，其中自動(dòng)化是關(guān)鍵。因此，SDN將進(jìn)一步從自動(dòng)化走向智能化，電信網(wǎng)的復(fù)雜性和人工依賴性使得具備應(yīng)付高度復(fù)雜性能力的AI人工智能具有很好的發(fā)展空間。

“結(jié)合SDN與AI的基于意愿的隨愿網(wǎng)絡(luò)（IBN）將可能成為網(wǎng)絡(luò)自動(dòng)化和智能化的目標(biāo)。”韋樂(lè)平提出，AI使能是網(wǎng)絡(luò)架構(gòu)重構(gòu)新階段。AI在處理復(fù)雜問(wèn)題上的能力遠(yuǎn)超人腦，有望解決網(wǎng)絡(luò)架構(gòu)重構(gòu)所面臨的以下三個(gè)重要挑戰(zhàn)：

第一個(gè)挑戰(zhàn)是網(wǎng)絡(luò)架構(gòu)動(dòng)態(tài)變化帶來(lái)的網(wǎng)絡(luò)和業(yè)務(wù)的復(fù)雜性；第二個(gè)挑戰(zhàn)是網(wǎng)元分層解耦后的故障定位等運(yùn)維帶來(lái)的復(fù)雜性；第三個(gè)挑戰(zhàn)是網(wǎng)絡(luò)資源實(shí)時(shí)調(diào)整帶來(lái)的網(wǎng)絡(luò)運(yùn)行復(fù)雜性。

不同層面和領(lǐng)域的作用和引入路徑不同

AI也適用于解決網(wǎng)絡(luò)難題，一切基于軟件的復(fù)雜多維問(wèn)題都可以借助AI的幫助，復(fù)雜的多層、多域、多協(xié)議、多接口、多參數(shù)、多廠的網(wǎng)絡(luò)和業(yè)務(wù)問(wèn)題也不例外，只是AI在不同層面和領(lǐng)域的作用和引入路徑不同。

據(jù)韋樂(lè)平介紹，AI網(wǎng)絡(luò)應(yīng)用的一般原則是：越高層、越集中，跨域分析能力越強(qiáng)，對(duì)計(jì)算能力的要求也越高，所需數(shù)據(jù)量也越大，更適合對(duì)全局性的策略集中進(jìn)行訓(xùn)練和推理；而越低層，越接近終端，專項(xiàng)分析能力越強(qiáng)，對(duì)實(shí)時(shí)性要求往往越高、對(duì)計(jì)算能力要求則滿足業(yè)務(wù)需求即可，引入AI的推理能力或具備輕量級(jí)的訓(xùn)練能力即可。

與此同時(shí)，韋樂(lè)平給出了AI在不同層級(jí)上應(yīng)用的能力：

首先，AI在基礎(chǔ)設(shè)施層的應(yīng)用，主要為有源硬件設(shè)施提供AI加速器，可實(shí)現(xiàn)不同層級(jí)的訓(xùn)練和推理能力，諸如核心DC的基礎(chǔ)設(shè)施，可優(yōu)先引入AI加速器，滿足全局性的策略或算法模型的集中訓(xùn)練及推理需求。AI在接入側(cè)可以逐步按需推進(jìn)，例如基站內(nèi)嵌AI加速器可以支撐設(shè)備級(jí)的AI策略及應(yīng)用。

其次，AI在網(wǎng)絡(luò)和業(yè)務(wù)控制層的應(yīng)用可以優(yōu)先集成AI的推理能力，對(duì)網(wǎng)絡(luò)和業(yè)務(wù)實(shí)現(xiàn)智能網(wǎng)絡(luò)優(yōu)化、運(yùn)維、管控和安全；可實(shí)現(xiàn)網(wǎng)絡(luò)各層級(jí)KPI優(yōu)化、網(wǎng)絡(luò)策略優(yōu)化等，例如在無(wú)線的覆蓋優(yōu)化、容量?jī)?yōu)化、負(fù)荷優(yōu)化等。

再次，AI在運(yùn)維和編排層的應(yīng)用，可優(yōu)先在大數(shù)據(jù)平臺(tái)上引入AI引擎，對(duì)OSS和BSS數(shù)據(jù)做更深度的智能化挖掘。

“隨著虛擬化網(wǎng)絡(luò)的部署，編排層上可以逐步疊加AI能力，從而提升產(chǎn)品編排、業(yè)務(wù)編排、端到端資源編排的自動(dòng)化和智能化水平，進(jìn)而對(duì)業(yè)務(wù)量的變化做前瞻性的智能預(yù)測(cè)，實(shí)現(xiàn)動(dòng)態(tài)規(guī)劃和管理配套的資源。”韋樂(lè)平說(shuō)。

人工智能網(wǎng)絡(luò)應(yīng)用三大場(chǎng)景

那么，在網(wǎng)絡(luò)架構(gòu)重構(gòu)過(guò)程中，AI將在哪些主要場(chǎng)景發(fā)揮作用呢？韋樂(lè)平指出，AI網(wǎng)絡(luò)應(yīng)用主要有以下三大場(chǎng)景：

一是高效智慧運(yùn)維場(chǎng)景：可針對(duì)網(wǎng)絡(luò)進(jìn)行預(yù)防性/主動(dòng)性維護(hù)，利用AI/ML技術(shù)預(yù)測(cè)網(wǎng)絡(luò)運(yùn)行狀態(tài)和器件、設(shè)備、業(yè)務(wù)可能的劣化風(fēng)險(xiǎn)，改善網(wǎng)絡(luò)質(zhì)量、提升MTTR；集約資源智能調(diào)度，對(duì)資源統(tǒng)一進(jìn)行自動(dòng)化調(diào)度，例如DC資源、分片資源、維護(hù)人工資源等；對(duì)業(yè)務(wù)質(zhì)量進(jìn)行閉環(huán)優(yōu)化，利用AI/ML結(jié)合SDN網(wǎng)絡(luò)控制能力進(jìn)行業(yè)務(wù)、鏈路閉環(huán)控制，達(dá)成時(shí)延降低、流量全局均衡、云化資源自適應(yīng)擴(kuò)縮容等效果。

二是個(gè)性化業(yè)務(wù)服務(wù)場(chǎng)景：網(wǎng)絡(luò)邊緣存有客戶使用網(wǎng)絡(luò)業(yè)務(wù)相關(guān)的大量數(shù)據(jù)，利用這些數(shù)據(jù)以及網(wǎng)絡(luò)其它數(shù)據(jù)、CRM信息能夠給客戶個(gè)性化服務(wù)的分析和建議，例如結(jié)合企業(yè)專線的帶寬利用率、周期性潮汐流量特征、特殊時(shí)延要求等能夠更好地設(shè)計(jì)個(gè)性化業(yè)務(wù)和靈活的資費(fèi)模式。

三是網(wǎng)絡(luò)安全場(chǎng)景：利用AI/ML學(xué)習(xí)技術(shù)可以針對(duì)惡意/病毒會(huì)話特殊的會(huì)話字節(jié)、頭端包大小和頻次、病毒特征字節(jié)等信息進(jìn)行統(tǒng)計(jì)分析，從而在惡意流量攻擊的早期就能正確識(shí)別，對(duì)于潛在的、前期未有訓(xùn)練數(shù)據(jù)的惡意報(bào)文也能進(jìn)行預(yù)警。

組織架構(gòu)水平化是必由之路

而作為使能網(wǎng)絡(luò)架構(gòu)重構(gòu)新階段的一項(xiàng)重要的新技術(shù)，AI距離真正成熟尚需時(shí)日。韋樂(lè)平認(rèn)為，AI網(wǎng)絡(luò)應(yīng)用將面臨以下四大挑戰(zhàn)：

第一，缺乏能夠有效利用的數(shù)據(jù)。AI成功應(yīng)用的前提是足夠大的訓(xùn)練數(shù)據(jù)，盡管電信網(wǎng)的數(shù)據(jù)足夠大，但由于部門(mén)和各管理層級(jí)的數(shù)據(jù)語(yǔ)義和格式不同、數(shù)據(jù)存儲(chǔ)和管理應(yīng)用機(jī)制不同、數(shù)據(jù)監(jiān)管限制等原因，能真正有效利用的有價(jià)值的數(shù)據(jù)并不足夠大。

第二，AI/ML與網(wǎng)絡(luò)結(jié)合的價(jià)值場(chǎng)景尚不清晰。

第三，盡管相對(duì)而言，AI算法比較成熟，但網(wǎng)絡(luò)和業(yè)務(wù)遠(yuǎn)比目前已成功應(yīng)用AI的圖像、語(yǔ)音識(shí)別和單一棋類博弈要復(fù)雜，特別是還缺乏成熟可靠的電信網(wǎng)絡(luò)和業(yè)務(wù)的建模和特征表示及提取方法。

第四，運(yùn)營(yíng)商現(xiàn)有垂直煙囪式組織架構(gòu)不適應(yīng)AI使能的新網(wǎng)絡(luò)。

對(duì)此，韋樂(lè)平認(rèn)為，未來(lái)網(wǎng)絡(luò)組織架構(gòu)水平化是必由之路。

現(xiàn)有組織架構(gòu)往往是依靠特定的業(yè)務(wù)部門(mén)的專門(mén)團(tuán)隊(duì)來(lái)支撐特定的業(yè)務(wù)、應(yīng)用、網(wǎng)絡(luò)功能，從而形成了大量垂直一體化的業(yè)務(wù)和網(wǎng)絡(luò)煙囪，不僅耗費(fèi)了大量的人力物力和資金，而且還無(wú)法共享資源，難以提供融合性業(yè)務(wù)和網(wǎng)絡(luò)。

而基于云化網(wǎng)絡(luò)的網(wǎng)絡(luò)架構(gòu)重構(gòu)要求運(yùn)營(yíng)商能夠在跨部門(mén)的、共享的、統(tǒng)一的云平臺(tái)上協(xié)同工作，這與現(xiàn)有的垂直煙囪化的部門(mén)設(shè)置直接沖突。“如果僅僅依靠技術(shù)和業(yè)務(wù)重構(gòu)，而不下決心實(shí)施組織重構(gòu)，難以推進(jìn)AI使能的深度網(wǎng)絡(luò)架構(gòu)重構(gòu)。”韋樂(lè)平強(qiáng)調(diào)，打破部門(mén)壁壘，實(shí)施組織架構(gòu)水平化是成功的前提。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。