赵冰:数据驱动的电信自动驾驶网络

时间:2019-06-30 08:00:01 来源:妙手健康网 当前位置:拓赢疯子哥 > 武术 > 手机阅读

在举办的“人工智能峰会”上,华为SoftCOM AI解决方案副总裁赵冰,带来了《数据驱动的电信自动驾驶网络》的主题演讲。

赵冰:数据驱动的电信自动驾驶网络


演讲全文如下:

经过了这么多年的发展,现在的运维成本,每个应用上看是Opex3倍以上,70%重大的故障是网络变更中人为操作因素。我们看为什么会有这样的问题?现在看运营商在网络设备层面上要提高变革,打通数字化。这些过程在市面上已经基本完成,业务可以完全自动化的进行下去。当然现在有很多单点低效的操作,导致目前Opex局限的非常高。

另外,我们知道5G马上要来了,现在是四代共存、多域共管。如何拉动网络高效优化和运维?现在目前的整个构架已经不能满足运营的发展要求。从其他的领域来看,目前自动驾驶非常的热。自动驾驶的汽车模式是图上这样的。另外,现在可以看到驾驶也是整体的大脑去控制整个机械和设备的运转,同时整个运营也可以放到管理网络运行维护。网络最终能够达到四级管理的目标。

如果网络自动驾驶和车的自动驾驶相比较有四个发展阶段,第一个阶段是告诉我们目前到底发生了什么,其他的动作仍然有支持,另外会告诉我们为什么会发生,焦虑发生什么,再告诉我们采用什么措施,最后告诉我们自动程序。最终的目标是实现网络自治,自我运行的驾驶。当然,这些过程是非常长的自动驾驶,因为网络的严谨过程不是一蹴而就的,不是说今天说,明天立马就可以达到的驾驶,我们认为过程中是不断发展的过程。不断发展的过程中会有技术沉淀下来,开始是些小工具,后续逐渐的把自动化成片联系起来,这样是长期发展过程。我们说长期发展,沿途下蛋。

自动驾驶的核心品牌还是要把AI用进去,现在目前AI在网络中到底是干什么的?我们也总结了一下。可能有这么几条:

第一条,达到重复有效的工作,大家每天拿到网上来看看配件有没有问题,这种低效的工作,我们认为AI能够替代掉。

第二条,复杂场景。什么叫复杂场景?现在像5G的(英)接线,现在目前是靠人去算、去调,目前这样根本是不可能的。这种场景下,目前要把人工智能加入进来让它去扩展。

第三条,模糊场景。现在目前说去预测流量,每年大家都要预测一下用户数和流量,仅仅是预测流量就要涉及到非常多的问题,比如说突然出来热点这些问题合在一起进行预测。这种场景情况下靠人,如果把历史数据拿出来放到另外一个地方放大,现在很难完全靠人精确的预算。在这种场景情况下,我们认为AI是能发挥作用的,复杂场景下的预测。

这三点可能是现在AI在目前网络中的独特价值。

这是华为现在目前网络架构的发展路径,第一个是全IP阶段。第二个是全运化,去年参加华为的会议就会知道全运化,把所有的网络资源变成资源池,大家可以共享。然后是全分布化,哪个需要对接网络。运营的全自动化,在全自动化阶段先哪个部分?网络行为的指定,告诉他执行什么让他布下去。最后要靠全智能的阶段,目标是自治、自愈、自优。

这就是华为SoftCOM AI,不知道大家听没听说过,SoftCOM定义了刚才说的全球化。为了实现网络全面复制可自动化过程,在后面把AI加进来,使AI能够自动驾驶的自治网络。核心的点像刚才的自动驾驶,在每个部件上,区域中心和核心网上实现。我想最终的目标是,第一步自动化,指的是刚才说的网络行为指定的自动执行,然后是自优和自愈。

在这样的一个构架情况下,刚才不都说网络状态执行的自动过程。我们看到它能提升有效、提升资源效率,最后使用户的体验能够提升。现在在每个点都做了一些尝试,最终AI引入网络这部分是非常老的阶段,目前是从单点开始去看一下AI到底能够发挥什么样的作用,效果到底是什么样的。后面会介绍一下壁垒,AI在网络中到底会发生一些什么样的作用。

第一个,PON网络上的定位,运维效率的提升,发生故障之后怎么办?现在PON都有,然后光线维护。但是现在PON网络和城域网连接的阶段,PON没有任何电,中间是光纤联络在网络中。由于它是无线网络没有任何的信息。如果说这个网络当中发生故障,一旦用户发生故障说接不上网或者带宽比较低,只能找人到家里去专门设DPI,看看现在到底目前有没有发生问题。

我们目前想个办法把AI引进来干什么?通过在两端收集一些信息,判断目前网络到底发生什么故障,大概告诉你故障的发生点在什么地方。它的核心原理是在这上面,收集信息,包括电压、电流。通过历史上的数据告诉我,发生这个故障原因是什么,是在上面的特殊曲线。可能光纤弯曲是这样的。当发生故障的时候,预判出来目前的点在什么地方,故障的定义是什么点,故障的点大概在什么地方。我们希望通过这种方式把PON的故障,宽带的故障,远程定位80%。

这是5G基站,刚才已经说了,现在(英)是它核心的技术。它在4G的时候只有238个,到5G的时候有上半场,再加上各种楼宇混在一起。如果用户使用基线达到最大的数据得到比较好的体验,调一个基站大概有18天。目前,人工智能的方法是找备用,基本上10%的能搞清目前到底是什么样的。

刚才说的是资源效率的提升,这个部分是能源效率提升。我们知道目前运营商耗电的地方有两个,一个是用基,上来服务机非常的大,另外是风口。在我们国家和非洲这样的地方靠自来风达不到,必须是他们的措施。目前在广东那个地方自来风可以达到2,谷歌在台湾中心可以达到1.23,网电中心达到了水母,之后可以达到1.5左右。目前国家是有规定的,对于通讯设备如果高于1.4不允许弱,在通讯领域要求更高一些。所以现在目前在水能和风能怎么样达到平衡?

看一下华为廊坊的服务中心,要控制是60多台服务器,空调的转速啊,转的时候不敢调,调的话会影响另外一个。这种情况下,在之前我们廊坊的数据中心是1.43值。通过这些例子可以看到AI在网络中大概能做什么,效果大概是什么样的。

上一篇苹果花样促销iPhone XR,你愿意拿手里的爱疯7交换吗?

下一篇【时尚宝贝全程跟踪报道】2019/1/27-2/1志向蓝天丨6天5夜杭州航空科技冬令营

武术本月排行

武术精选