9月28日專稿（蔣均牧）“5G正在照進(jìn)現(xiàn)實(shí)，帶來前所未有的業(yè)務(wù)體驗(yàn)提升和來自使能全行業(yè)數(shù)字化的增長可能，但今天的電信行業(yè)卻面臨結(jié)構(gòu)性問題。通過提出SoftCOM AI戰(zhàn)略和理念，我們將AI技術(shù)應(yīng)用于電信網(wǎng)絡(luò)以打造‘自動(dòng)駕駛、永不故障’的自治網(wǎng)絡(luò)，實(shí)現(xiàn)運(yùn)維效率、能源效率和資源效率的倍增以及用戶體驗(yàn)的顯著提升，助力運(yùn)營商獲取商業(yè)成功?！?u>華為中國戰(zhàn)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務(wù)時(shí)代”高峰論壇上表示，“當(dāng)5G遇見AI，網(wǎng)絡(luò)重構(gòu)天然融合”。

隨著3GPP?5G NR獨(dú)立組網(wǎng)（SA）標(biāo)準(zhǔn)的正式出爐，以及各國各地5G頻譜的拍賣/分配，全球5G商業(yè)化已進(jìn)入快車道。美國計(jì)劃2018年全面實(shí)現(xiàn)5G商用、俄羅斯在積極探索5G共建共享合作方式、韓國平昌冬奧會(huì)成為首個(gè)實(shí)現(xiàn)“5G網(wǎng)絡(luò)全覆蓋”的奧運(yùn)會(huì)。而我國已經(jīng)明確了2020年5G確保商用的政策，最近5G技術(shù)研發(fā)試驗(yàn)第三階段測試也已順利完成，亦有消息稱5G頻譜資源的最終許可方案即將公布。

“可以說5G時(shí)代已經(jīng)到來，而5G也會(huì)改變未來的業(yè)務(wù)形態(tài)?！辈軡绍娭赋觯?G將令移動(dòng)網(wǎng)絡(luò)邁入Giga時(shí)代，支撐極致的業(yè)務(wù)體驗(yàn)；超高地可靠、極低時(shí)延的通信能力，將使能無人駕駛真正走向現(xiàn)實(shí)；其指向的海量連接，也將為IoT領(lǐng)域隨時(shí)隨地的全在線提供保障。

4G為寬帶體驗(yàn)、視頻業(yè)務(wù)、人機(jī)互動(dòng)提供了條件，使得互聯(lián)網(wǎng)應(yīng)用與人們活動(dòng)緊密結(jié)合，深刻地改變了人的生活；而5G將以萬物互聯(lián)的模式推進(jìn)所有垂直行業(yè)的深度整合，真正實(shí)現(xiàn)工業(yè)化和信息化的深度融合。5G將打開的，是一個(gè)面向垂直行業(yè)的、面向跨行業(yè)合作的萬物互聯(lián)的全新環(huán)境。

但在同時(shí)，5G“云管端”協(xié)同才能真正帶來體驗(yàn)的提升，同時(shí)隨著越來越多的應(yīng)用遷移至云端，對5G業(yè)務(wù)的豐富性多樣性、對技術(shù)的支撐等方面均提出了更高的要求與挑戰(zhàn)。在此過程中，華為致力于“把數(shù)字世界帶入每個(gè)人、每個(gè)家庭、每個(gè)組織，構(gòu)建萬物互聯(lián)的智能世界”，從而普惠整個(gè)人類社會(huì)。

在5G即將到來的今天，電信行業(yè)必須為此做好準(zhǔn)備，但目前行業(yè)的整體態(tài)勢卻不容樂觀，運(yùn)營商普遍面臨增長乏力的情況。

“過去我們存在著人口紅利，運(yùn)營商的增長模式以投資驅(qū)動(dòng)為主，只要這里有人，把網(wǎng)建設(shè)過來、把語音業(yè)務(wù)開起來（或把數(shù)據(jù)業(yè)務(wù)開起來），運(yùn)營商就有了收入。但到可今天，無論是語音用戶還是數(shù)據(jù)用戶都基本上達(dá)到了人口紅利的極限，在這樣的情況下，運(yùn)營商的投入和產(chǎn)出周期（投資回報(bào)周期）由過去5-7年的延長到了更長的時(shí)間（7-10年），導(dǎo)致業(yè)務(wù)經(jīng)營上受到了很大的壓力，成為電信行業(yè)的結(jié)構(gòu)性問題?！辈軡绍娊忉尩?。

“另一方面，業(yè)務(wù)需求不斷推動(dòng)網(wǎng)絡(luò)升級(jí)，網(wǎng)絡(luò)架構(gòu)越來越復(fù)雜、網(wǎng)絡(luò)規(guī)模成倍增長，隨之而來的能源消耗、設(shè)備消耗、頻譜利用率都導(dǎo)致網(wǎng)絡(luò)問題趨于復(fù)雜?！監(jiān)vum分析報(bào)告顯示，過去十年電信行業(yè)的收入增長從來沒有跑贏過OPEX的增長，OPEX在電信網(wǎng)絡(luò)TCO（總體擁有成本）的占比從62%上升到75%，這意味著單純地降低設(shè)備成本，已經(jīng)不能改善運(yùn)營商的成本結(jié)構(gòu)。

在無線接入領(lǐng)域，傳統(tǒng)網(wǎng)絡(luò)偏重于下行速率、傳統(tǒng)終端也主要用于下載數(shù)據(jù)，5G上行速率的空前提升將再次改變?nèi)祟惖耐ㄐ欧绞?，也必將引發(fā)一場終端變革。據(jù)統(tǒng)計(jì)，2G基站參數(shù)僅有500個(gè)、3G基站1500個(gè)、到了4G時(shí)代每個(gè)基站的參數(shù)接近3500個(gè)，5G參數(shù)將更多。華為輪值董事長徐直軍也曾旗幟鮮明地提出，5G時(shí)代，能否有效遏制OPEX的持續(xù)增長成為商業(yè)成功的關(guān)鍵，需要把降低OPEX做為戰(zhàn)略重心。

“當(dāng)5G遇見AI，網(wǎng)絡(luò)重構(gòu)天然融合?！辈軡绍婈U述道，5G網(wǎng)絡(luò)本身是一個(gè)復(fù)雜的系統(tǒng)，需要人工智能來理清邏輯和秩序，使能網(wǎng)絡(luò)自動(dòng)化，降低運(yùn)維成本；另一方面，5G時(shí)代將自下而上地產(chǎn)生海量數(shù)據(jù)，AI可以從中識(shí)別、學(xué)習(xí)模式和規(guī)則，并預(yù)測趨勢、執(zhí)行策略——5G加AI通過海量數(shù)據(jù)不斷“喂食”將產(chǎn)出最大價(jià)值。

“過去無論從運(yùn)營、規(guī)劃、維護(hù)這些方面，我們更多依靠人工的干預(yù)、領(lǐng)導(dǎo)的決策，某種意義上講是被動(dòng)的，即使發(fā)展到今天我們也只能說做到半主動(dòng)，還做不到真正的自治和完全的主動(dòng)?！睘榇?，華為提出了SoftCOM AI戰(zhàn)略。作為華為All Intelligence戰(zhàn)略在電信領(lǐng)域的落地，SoftCOM AI通過將AI注入到全云化網(wǎng)絡(luò)構(gòu)架及解決方案中，力圖打造一張“自動(dòng)駕駛、永無故障”的網(wǎng)絡(luò)，實(shí)現(xiàn)電信網(wǎng)絡(luò)的自動(dòng)、自優(yōu)、自愈、自治。

AI使網(wǎng)絡(luò)有了不斷學(xué)習(xí)的機(jī)制，不斷提升網(wǎng)絡(luò)自動(dòng)化的水平。華為常務(wù)董事、產(chǎn)品與解決方案總裁汪濤最近發(fā)布了自動(dòng)駕駛網(wǎng)絡(luò)的主張，并提出了面向自動(dòng)駕駛網(wǎng)絡(luò)演進(jìn)的五級(jí)標(biāo)準(zhǔn)建議和實(shí)施準(zhǔn)則——到了L5這一終極目標(biāo)，網(wǎng)絡(luò)系統(tǒng)將具備跨多業(yè)務(wù)、跨領(lǐng)域的全生命周期的閉環(huán)自動(dòng)化能力。

“羅馬不是一天建成的”，面向自動(dòng)駕駛網(wǎng)絡(luò)的演進(jìn)亦需要分場景逐步推進(jìn)，目前華為已經(jīng)識(shí)別出一系列AI能夠起到顯著作用的5G場景，諸如5G網(wǎng)絡(luò)切片自動(dòng)部署和擴(kuò)縮容、5G基站覆蓋優(yōu)化、基站載波智能關(guān)斷、網(wǎng)絡(luò)故障預(yù)測、網(wǎng)絡(luò)健康度分析等。

不同的業(yè)務(wù)對網(wǎng)絡(luò)功能有不同的需求，如實(shí)時(shí)的視頻、語音對于時(shí)延有明確的要求，對于丟包的敏感性相對寬松；智能水表、電表類的物聯(lián)網(wǎng)業(yè)務(wù)要求數(shù)據(jù)傳輸?shù)目煽啃?，對于時(shí)延要求寬松。為了在同一個(gè)網(wǎng)絡(luò)中同時(shí)滿足各種業(yè)務(wù)的多樣需求，5G網(wǎng)絡(luò)中引入了網(wǎng)絡(luò)切片——網(wǎng)絡(luò)切片是一個(gè)邏輯概念，即把具有相同的網(wǎng)絡(luò)需求的業(yè)務(wù)劃入一個(gè)切片，不同的網(wǎng)絡(luò)切片邏輯上彼此獨(dú)立、物理上共享相同的網(wǎng)絡(luò)資源。

傳統(tǒng)的網(wǎng)絡(luò)規(guī)劃會(huì)先預(yù)估各類業(yè)務(wù)的需求來構(gòu)建話務(wù)模型，然后配置對應(yīng)切片的資源預(yù)留。而融入了AI的華為無線大數(shù)據(jù)平臺(tái)通過監(jiān)控網(wǎng)絡(luò)切片的實(shí)際運(yùn)行情況、基于全量的業(yè)務(wù)數(shù)據(jù)，可分析出各類用戶、業(yè)務(wù)的資源使用特性，對切片中的業(yè)務(wù)進(jìn)行精細(xì)的建模，利用機(jī)器學(xué)習(xí)的算法判斷資源需求的趨勢分析，從而與網(wǎng)絡(luò)設(shè)備形成正反饋，優(yōu)化資源分配策略：“為了實(shí)現(xiàn)設(shè)備的控制與大數(shù)據(jù)平臺(tái)直接的反饋、控制循環(huán)，需要增加網(wǎng)元與平臺(tái)的控制面接口，即平臺(tái)可以將通過數(shù)據(jù)收集分析的結(jié)果反饋至網(wǎng)元，網(wǎng)元進(jìn)一步來實(shí)現(xiàn)實(shí)時(shí)的控制策略更新?！?/p>

同時(shí)，目前5G廠商均處于實(shí)現(xiàn)基于3GPP協(xié)議要求的基本功能特性的階段，主要精力投在特性競爭力上（比如速率比拼），在網(wǎng)絡(luò)維護(hù)能力構(gòu)建尤其是自愈自恢復(fù)等自動(dòng)化運(yùn)維能力上考慮不足。從全球站點(diǎn)部署節(jié)奏看，5G元年將達(dá)到4G發(fā)展三年的規(guī)模，大量的網(wǎng)絡(luò)改造對現(xiàn)網(wǎng)存量穩(wěn)定運(yùn)行也將帶來挑戰(zhàn)。

5G當(dāng)前主要用例為FMA/WTTx，除MBB外，還將涉及AR/VR，車聯(lián)網(wǎng)+無人駕駛、低空覆蓋等多種業(yè)務(wù)，不同業(yè)務(wù)類型對網(wǎng)絡(luò)的規(guī)劃方法不同，AI可使能網(wǎng)絡(luò)參數(shù)自動(dòng)調(diào)整，實(shí)現(xiàn)真正精準(zhǔn)網(wǎng)優(yōu)：“在AI訓(xùn)練階段，通過對全球現(xiàn)網(wǎng)數(shù)據(jù)的采集、分析、整理和標(biāo)注，運(yùn)用算法來構(gòu)建的全局經(jīng)驗(yàn)?zāi)Ｐ蛶?，可形成基站天線調(diào)整的初始輸入?yún)?shù)，并根據(jù)實(shí)際情況調(diào)節(jié)天線參數(shù)。通過持續(xù)的迭代優(yōu)化，就能極大縮短漫長的調(diào)試階段，快速得到某個(gè)地點(diǎn)某種業(yè)務(wù)場景下的波束的最優(yōu)配置參數(shù)。”

“預(yù)測性是AI的核心價(jià)值?！被据d波智能關(guān)斷方面，基于網(wǎng)絡(luò)運(yùn)行數(shù)據(jù)和AI使能的模型訓(xùn)練，可提前預(yù)測網(wǎng)絡(luò)流量的峰谷，從而實(shí)現(xiàn)通過調(diào)節(jié)無線載頻的關(guān)斷來實(shí)現(xiàn)站點(diǎn)能耗與流量峰谷一致。網(wǎng)絡(luò)故障預(yù)測方面，電信網(wǎng)絡(luò)的管理和控制中心基于設(shè)備的南向接口和數(shù)據(jù)采集，通過一定的策略和規(guī)則，可對未來故障進(jìn)行預(yù)測，從而實(shí)現(xiàn)故障發(fā)生前規(guī)避故障、質(zhì)量劣化前優(yōu)化質(zhì)量、網(wǎng)絡(luò)擁塞前調(diào)整流量。

5G加AI將能夠給客戶提供永遠(yuǎn)最優(yōu)的網(wǎng)絡(luò)連接和永不斷網(wǎng)的可獲得性，對運(yùn)營商的價(jià)值則是“三個(gè)倍增”，即運(yùn)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(shí)現(xiàn)了網(wǎng)絡(luò)的預(yù)測性維護(hù)，即能夠預(yù)測某個(gè)設(shè)備未來有多大概率發(fā)生故障，然后進(jìn)行針對性的維護(hù)。華為希望能將電信網(wǎng)絡(luò)的告警壓縮和故障定位減少90%，實(shí)現(xiàn)90%關(guān)鍵器件的失效和劣化預(yù)測，進(jìn)一步達(dá)到網(wǎng)絡(luò)自愈；此外，網(wǎng)絡(luò)故障中超過70%的問題源自無源設(shè)備，例如光纖彎曲、器件老化、接口松動(dòng)等，在這一過程中，信號(hào)都會(huì)發(fā)生變化，通過引入AI學(xué)習(xí)這些變化的特征，就有可能提前進(jìn)行預(yù)測，用有源解決無源的故障問題。

基于流量走向來調(diào)度網(wǎng)絡(luò)，資源利用率就會(huì)大幅提升?，F(xiàn)在的網(wǎng)絡(luò)并不具備這樣的能力，只有通過引入AI、建好流量預(yù)測模型，才能實(shí)現(xiàn)精準(zhǔn)流量預(yù)測和最合理的網(wǎng)絡(luò)拓?fù)?，以流量的方向而不是物理連接來決定網(wǎng)絡(luò)的路徑，最終大幅提高網(wǎng)絡(luò)的資源效率。

“比特決定瓦特”，即網(wǎng)絡(luò)流量大小決定能耗多少。在機(jī)房或者站點(diǎn)，每個(gè)系統(tǒng)都有數(shù)十個(gè)參數(shù)，通過AI訓(xùn)練生成散熱與環(huán)境及業(yè)務(wù)負(fù)荷模型，將使得日照、溫度和配套設(shè)施油機(jī)、太陽能和電池等達(dá)到最佳能效；在設(shè)備層面，根據(jù)業(yè)務(wù)負(fù)載進(jìn)行動(dòng)態(tài)能量投放，沒有流量時(shí)就利用時(shí)隙關(guān)斷、RF深度休眠、載頻關(guān)斷等減少耗電量，同時(shí)實(shí)現(xiàn)數(shù)據(jù)中心對象如服務(wù)器組件的動(dòng)態(tài)節(jié)能管理；在網(wǎng)絡(luò)系統(tǒng)層面，構(gòu)建準(zhǔn)確的業(yè)務(wù)負(fù)荷預(yù)測模型，將使能整網(wǎng)流量最優(yōu)，從而達(dá)到能耗效率最佳。?