華為Fellow朱廣平談自治網(wǎng)絡(luò )和服務(wù)

　　我們正在進(jìn)入一個(gè)跨界競爭的新時(shí)代，每個(gè)行業(yè)都面臨著(zhù)結構性挑戰，對電信行業(yè)來(lái)說(shuō)尤其如此。

　　首先，從收入結構來(lái)看，運營(yíng)商的業(yè)務(wù)正遭遇來(lái)自IT產(chǎn)業(yè)的挑戰。之前，電信業(yè)務(wù)分為三個(gè)層次：終端、網(wǎng)絡(luò )和IT基礎設施以及上層應用。隨著(zhù)網(wǎng)絡(luò )接入速率的大幅提升，導致IT產(chǎn)業(yè)從賣(mài)產(chǎn)品變成賣(mài)服務(wù)，骨干網(wǎng)絡(luò )和IT基礎設施逐漸變成云服務(wù)的形式。運營(yíng)商如果能把云服務(wù)做好，就可以與AWS等云服務(wù)巨頭爭搶萬(wàn)億美元的云市場(chǎng)，反之則將喪失很多傳統的電信業(yè)務(wù)，尤其是數據中心之間的專(zhuān)線(xiàn)業(yè)務(wù)等，比如阿里云就正在建設連接全球的云骨干網(wǎng)。

　　其次，運營(yíng)商的效率和成本也面臨結構性挑戰。如今，電信設備維護的OPEX支出約為CAPEX的三倍，給運營(yíng)商帶來(lái)沉重的負擔。此外，電信網(wǎng)絡(luò )越來(lái)越復雜，超過(guò)了一個(gè)人的專(zhuān)業(yè)知識和能力，導致70%的重大網(wǎng)絡(luò )故障都是人為因素造成。正如加拿大運營(yíng)商TELUS首席無(wú)線(xiàn)架構師所說(shuō)：“機械制造都走向自動(dòng)化了，電信業(yè)還處于手工業(yè)的階段。”

　　要解決電信業(yè)面臨的挑戰，僅僅靠產(chǎn)品創(chuàng )新是遠遠不夠的，需要整個(gè)系統架構的創(chuàng )新和商業(yè)模式的創(chuàng )新，才能提升運營(yíng)商的競爭力，解決結構性問(wèn)題。什么是系統架構創(chuàng )新？以云計算為例，它并不是某個(gè)服務(wù)器或存儲產(chǎn)品的創(chuàng )新，而是通過(guò)全新的分布式系統提升資源利用效率，是系統級的創(chuàng )新。產(chǎn)品創(chuàng )新、系統架構創(chuàng )新和商業(yè)模式創(chuàng )新三者相互支撐，互相促進(jìn)。

　　為了滿(mǎn)足新時(shí)代的客戶(hù)需求，華為的創(chuàng )新體系即按照上述三個(gè)維度來(lái)設計。在產(chǎn)品層面，華為設計網(wǎng)絡(luò )設備的指導思想是“奧運精神”，即大容量、低時(shí)延，所有產(chǎn)品創(chuàng )新都圍繞這個(gè)目標進(jìn)行。在系統架構創(chuàng )新領(lǐng)域，華為的目標是構建一個(gè)敏捷的自動(dòng)化、智能化網(wǎng)絡(luò )，實(shí)現網(wǎng)絡(luò )的“自動(dòng)駕駛模式”。在商業(yè)模式創(chuàng )新上包括兩個(gè)目標，第一是通過(guò)提供云服務(wù)成為世界五朵云之一，第二是構建網(wǎng)絡(luò )時(shí)代的在線(xiàn)智能服務(wù)模式。

　　回顧華為網(wǎng)絡(luò )架構的發(fā)展路徑，在A(yíng)LL IP階段我們提出Single戰略，云計算崛起后，2012年進(jìn)入ALL Cloud階段，我們提出SoftCOM來(lái)實(shí)現以數據中心為中心的網(wǎng)絡(luò )。近年來(lái)隨著(zhù)人工智能技術(shù)的發(fā)展，我們提出要全面智能化（ALL Intelligence），將人工智能引入電信網(wǎng)絡(luò )，SoftCOM AI由此誕生，目的是實(shí)現網(wǎng)絡(luò )架構層面的自治網(wǎng)絡(luò )，以及商業(yè)模式層面的服務(wù)2.0。

　　引入人工智能的自治網(wǎng)絡(luò )，意在構建網(wǎng)絡(luò )領(lǐng)域的“工業(yè)4.0”，實(shí)現網(wǎng)絡(luò )“自動(dòng)駕駛”。工業(yè)4.0有三個(gè)特征，即敏捷的設備、智能的控制和智慧的分析系統，來(lái)實(shí)現生產(chǎn)的自動(dòng)化，這對于電信業(yè)來(lái)說(shuō)同樣適用。在電信網(wǎng)絡(luò )中，下層是網(wǎng)絡(luò )設備，上面是控制層，在整個(gè)網(wǎng)絡(luò )的控制和運維方面，端到端引入人工智能技術(shù)，構建分段自治功能，每一段的自治通過(guò)上層運營(yíng)系統實(shí)現端到端的自治能力，進(jìn)而實(shí)現整網(wǎng)自治。自治網(wǎng)絡(luò )帶來(lái)的最大變化是運維維護人員不在整個(gè)業(yè)務(wù)流程里，是一個(gè)自動(dòng)化的系統，我們稱(chēng)之為“網(wǎng)絡(luò )自動(dòng)駕駛模式”，來(lái)實(shí)現整個(gè)網(wǎng)絡(luò )的自?xún)?yōu)、自愈、自動(dòng)化。

　　服務(wù)2.0的目標則是打造網(wǎng)絡(luò )領(lǐng)域的“工業(yè)互聯(lián)網(wǎng)”，提供在線(xiàn)數字化“智慧服務(wù)”。將這一服務(wù)理念延伸到電信行業(yè)，未來(lái)的網(wǎng)絡(luò )在運營(yíng)商側全自動(dòng)化運行，華為則在后臺提供基于人工智能的全自動(dòng)化在線(xiàn)服務(wù)，這種服務(wù)基于持續迭代的模式，根據業(yè)界慣例構建“模型即服務(wù)”，永遠處于Beta階段，不斷更新和完善。

　　將AI引入電信網(wǎng)絡(luò )，帶來(lái)的全新價(jià)值是“可預測性”。電信網(wǎng)絡(luò )的管理和控制中心基于設備的南向接口和數據采集，通過(guò)一定的策略和規則，來(lái)實(shí)現對整個(gè)網(wǎng)絡(luò )的管理和調度。其實(shí)施的依據主要有三個(gè)條件，包括網(wǎng)絡(luò )的可達性、SLA要求和資源效率，這些是網(wǎng)絡(luò )實(shí)現自動(dòng)化的基礎。但隨著(zhù)網(wǎng)絡(luò )日益復雜，僅有這些已遠遠不夠，需要在網(wǎng)絡(luò )中引入基于算法的網(wǎng)絡(luò )管控、在線(xiàn)AI推理和數據分析，實(shí)現流量預測、質(zhì)量預測和故障預測。預測性是AI的核心價(jià)值，基于未知的條件來(lái)調度網(wǎng)絡(luò )，實(shí)現故障發(fā)生前規避故障、質(zhì)量劣化前優(yōu)化質(zhì)量、網(wǎng)絡(luò )擁塞前調整流量，從而達到自動(dòng)、自?xún)?yōu)、自愈、自治的永不故障的自動(dòng)駕駛網(wǎng)絡(luò )，結構性提升運維和運營(yíng)效率。

　　要實(shí)現網(wǎng)絡(luò )的自動(dòng)駕駛，必然將是一個(gè)長(cháng)期的過(guò)程，不可能一蹴而就。參考汽車(chē)自動(dòng)駕駛的五個(gè)發(fā)展步驟，我們也將自動(dòng)駕駛網(wǎng)絡(luò )分為五個(gè)階段，第一個(gè)階段是AI能夠指出“發(fā)生了什么”，第二個(gè)階段需要判定“為什么會(huì )發(fā)生”，第三個(gè)階段需要預測“將會(huì )發(fā)生什么”，后續都需要人工判斷決策和采取相應措施；到了第四個(gè)階段，AI已經(jīng)可以判斷“需要采取什么措施”，然后由人工去操作；最后一個(gè)階段才是全面地實(shí)現網(wǎng)絡(luò )的自我控制和自動(dòng)修復，使網(wǎng)絡(luò )具備自愈能力。

　　自治網(wǎng)絡(luò )和服務(wù)2.0的實(shí)現，將帶給最終用戶(hù)分鐘級的ROADS體驗，永遠最優(yōu)的網(wǎng)絡(luò )連接和永不斷網(wǎng)的可獲得性；對運營(yíng)商的價(jià)值則是實(shí)現運維效率、資源效率和能耗效率的倍增。

　　在運維領(lǐng)域，運維水平分為三個(gè)發(fā)展階段，第一個(gè)階段稱(chēng)為R2F（Run-to-Failure），網(wǎng)絡(luò )在運行中突然發(fā)生故障，然后運維人員馬上趕去處理，這是最低級的水平；第二個(gè)階段是PvM（Preventive Maintenance），即例行的巡檢，對每個(gè)設備進(jìn)行檢查來(lái)預防故障發(fā)生，但這種做法效率非常低下；第三個(gè)階段是PdM（Predictable Maintenance），我們稱(chēng)之為可預測性維護，即能夠預測某個(gè)設備未來(lái)有多大概率發(fā)生故障，然后進(jìn)行針對性的維護。通過(guò)PdM，我們希望能將電信網(wǎng)絡(luò )的告警壓縮和故障定位減少90%，實(shí)現90%關(guān)鍵器件的失效和劣化預測，進(jìn)一步達到網(wǎng)絡(luò )自愈。此外，網(wǎng)絡(luò )故障中超過(guò)70%的問(wèn)題源自無(wú)源設備，例如光纖彎曲老化、接口松動(dòng)等，在這一過(guò)程中，信號都會(huì )發(fā)生變化，通過(guò)引入AI學(xué)習這些變化的特征，就有可能提前進(jìn)行預測，用有源解決無(wú)源的故障問(wèn)題。

　　在網(wǎng)絡(luò )資源方面，當下的特點(diǎn)是網(wǎng)絡(luò )建設好了，流量就隨之流動(dòng)，資源利用可能并不合理。如果反過(guò)來(lái)思考，基于流量走向來(lái)調度網(wǎng)絡(luò )，資源利用率就會(huì )大幅提升。現在的網(wǎng)絡(luò )并不具備這樣的能力，只有通過(guò)引入人工智能，建好流量預測模型，才能實(shí)現精準流量預測和最合理的網(wǎng)絡(luò )拓撲，以流量而不是物理連接來(lái)決定網(wǎng)絡(luò )的路徑，最終大幅提高網(wǎng)絡(luò )的資源效率。

　　關(guān)于能耗效率，有個(gè)說(shuō)法叫做“比特決定瓦特”，即網(wǎng)絡(luò )流量大小決定能耗多少。在機房或者站點(diǎn)，每個(gè)系統都有數十個(gè)參數，通過(guò)AI訓練生成散熱與環(huán)境及業(yè)務(wù)負荷模型，使得日照、溫度和配套設施油機、太陽(yáng)能和電池等達到最佳能效；在設備層面，根據業(yè)務(wù)負載進(jìn)行動(dòng)態(tài)能量投放，沒(méi)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)現數據中心對象如服務(wù)器組件的動(dòng)態(tài)節能管理；第三個(gè)是網(wǎng)絡(luò )系統，構建準確的業(yè)務(wù)負荷預測模型，使整網(wǎng)流量最優(yōu)從而達到能耗效率最佳。

　　自治網(wǎng)絡(luò )的目標架構，對華為來(lái)說(shuō)就是SoftCOM+AI，具體做法是：把下層設備和云基礎設施、中間層的網(wǎng)絡(luò )管理和控制以及上層全流程的系統，在規劃、部署、運行、維護、優(yōu)化和經(jīng)營(yíng)的端到端過(guò)程中，每一個(gè)環(huán)節都引入人工智能技術(shù)，使能網(wǎng)絡(luò )達到系統最優(yōu)。與此同時(shí)，華為也構建了一個(gè)面向運營(yíng)商的AI訓練平臺，將網(wǎng)絡(luò )設備運行的狀態(tài)數據接入平臺來(lái)訓練AI模型，并針對模型進(jìn)行持續更新和優(yōu)化，使得網(wǎng)絡(luò )系統的自動(dòng)化程度不斷提高。

　　以光網(wǎng)絡(luò )為例，來(lái)看一下AI如何使能全流程的業(yè)務(wù)發(fā)展。首先是數據底座，即需要獲得怎樣的數據，具體到光網(wǎng)絡(luò )來(lái)說(shuō)包括光纖的數據、光信號的數據、路由數據等；接下來(lái)是使能技術(shù)，即人工智能的算法，包括數據清洗、信息整合、機器學(xué)習建模、深度學(xué)習等等，這些算法與光網(wǎng)絡(luò )無(wú)關(guān)；為了實(shí)現光網(wǎng)絡(luò )的自動(dòng)駕駛，還需要構建大量模型，比如光纖模型、濾波器模型等；最后是業(yè)務(wù)應用場(chǎng)景，包括開(kāi)局自動(dòng)檢查光纖、業(yè)務(wù)發(fā)放、網(wǎng)絡(luò )優(yōu)化、故障定位以及資源自動(dòng)調度等，通過(guò)模型找到最優(yōu)方法，進(jìn)而實(shí)現快速發(fā)放、極簡(jiǎn)運維和智能運營(yíng)，智能化提高網(wǎng)絡(luò )調度效率，零等待、零接觸、零體驗，讓人們感受不到網(wǎng)絡(luò )的存在。

　　未來(lái)將是智能化的時(shí)代，運營(yíng)商網(wǎng)絡(luò )的智能化不可能一蹴而就，而是一個(gè)長(cháng)期實(shí)踐。SoftCOM AI是華為All Intelligence戰略在電信領(lǐng)域的落地，其中最核心的AI能力依托于華為在A(yíng)ll Intelligence中長(cháng)期堅決的戰略投入而積累成長(cháng)，和電信領(lǐng)域場(chǎng)景相結合，旨在幫助運營(yíng)商打造永不故障的自治網(wǎng)絡(luò )，盡快實(shí)現數字化、智能化轉型。