電子發(fā)燒友App
“凡事豫則立，不豫則廢。言前定則不跲，事前定則不困，行前定則不疚，道前定則不窮。”《禮記·中庸》中這樣寫道。
在亢奮與期盼中，5G的全球商用進程不斷加快，距離普羅大眾越來越近，甚至提前在一些行業(yè)應用領域開始創(chuàng)造價值。但在同時，緊隨5G而來的網(wǎng)絡復雜性激增和OPEX長期以來的居高不下，或?qū)o原本便身處變革旋渦中心的移動網(wǎng)絡帶來更大的挑戰(zhàn)，甚至影響到整個信息通信行業(yè)的未來發(fā)展。
5G前夜的當下，應該如何為此做好準備？打造一張基于用戶體驗的智能化、全自動的網(wǎng)絡成為諸多運營商的共同追求，而人工智能（AI）的日益成熟使之成為可能。在華為的構(gòu)想中，這門近來大放異彩的技術(shù)將嵌入到移動網(wǎng)絡的架構(gòu)與生命周期之中，成為驅(qū)動其邁向“無人駕駛、永無故障”的自動駕駛的重要組成部分。面對目標網(wǎng)絡如何踐行、自動化價值如何釋放，這家公司在呼吁全行業(yè)群力群策的同時也定義了階段性目標和五級演進標準，并發(fā)布了《自動駕駛移動網(wǎng)絡》白皮書以提供可借鑒的思路。
第一塊多米諾骨牌已經(jīng)倒下，你是否已經(jīng)行動起來？
5G：并非只有掌聲與鮮花
美國計劃2018年全面實現(xiàn)5G商用、俄羅斯在積極探索5G共建共享合作方式、韓國平昌冬奧會成為首個實現(xiàn)“5G網(wǎng)絡全覆蓋”的奧運會。而我國已經(jīng)明確了2020年5G確保商用的政策，全國范圍5G中低頻段試驗頻率使用許可的頒發(fā)也令“最后一只靴子”得以落地——種種跡象表明，5G商業(yè)化的沖鋒號已然吹響。
在這背后，是信息通信行業(yè)乃至全社會對5G的期許與高度重視。其指向的Gbps起步的超大帶寬、超高可靠超低時延的通信能力和每公里百萬級的海量連接，將帶來前所未有的業(yè)務體驗提升和使能各行各業(yè)數(shù)字化的全面爆發(fā)，所釋放出的需求潛力也將催動一波新的經(jīng)濟發(fā)展浪潮。
GSMA預計，2018-2025年，數(shù)據(jù)流量將以40%的年復合增長率高速增長；到2025年，全球?qū)⒂谐^300億個聯(lián)網(wǎng)設備，給整個行業(yè)帶來大體量收入；到2022年，移動經(jīng)濟將會給整個社會帶來4.6萬億美元的市場空間。IHS亦有預測稱，到2035年，5G將在全球帶動12.3萬億美元經(jīng)濟產(chǎn)出，而僅5G價值鏈就將創(chuàng)造3.5萬億美元產(chǎn)出，同時創(chuàng)造2200萬個工作崗位；2020-2035年，5G對全球?qū)嶋HGDP增長的貢獻預計將相當于一個與印度同等規(guī)模的經(jīng)濟體。
然而前方并非只有掌聲與鮮花，同樣也充斥著溝坎與荊棘。隨著5G進入規(guī)模部署階段，一系列問題正逐漸浮出水面，尤其是在與運營商切身相關(guān)的網(wǎng)絡層面。首先，2G/3G/4G/5G四世同堂，網(wǎng)絡管理的復雜度已非人力所能及；其次，以Massive?MIMO為代表的新技術(shù)應用給網(wǎng)絡性能提升帶來不小的挑戰(zhàn)；第三，5G時代多業(yè)務并行，如何做好多業(yè)務的管理也將給運營商帶來極大挑戰(zhàn)。
此外，Ovum分析報告顯示，過去十年信息通信行業(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備成本已經(jīng)不能改善運營商的成本結(jié)構(gòu)。也因此，在5G時代能否有效遏制OPEX的持續(xù)增長將成為商業(yè)成功的關(guān)鍵。
正如狄更斯在他的《雙城記》開卷所寫那樣，“這是一個最好的時代，這是一個最壞的時代”。而值得慶幸的是，我們有AI。
+AI：讓移動網(wǎng)絡邁向自動駕駛
縱觀歷史，從18世紀至今300余年間，世界通過三次工業(yè)革命，完成了機械化、電氣化、信息化的改造，每一次變革都驅(qū)動人類社會邁向新的發(fā)展紀元。如果說在21世紀還有哪一種技術(shù)可以和歷次工業(yè)革命中的先導科技相提并論的話，那一定是正在步入成熟增長期的AI技術(shù)。
作為計算機科學的一個分支，AI的概念早在1956年就被提出，并自20世紀七十年代以來與空間技術(shù)、能源技術(shù)一起被并稱為“世界三大尖端技術(shù)”，同時亦與基因工程、納米科學一起被認為是“21世紀三大尖端技術(shù)”。近年來，AI已經(jīng)越來越多地被應用于各個領域，成為適用于大部分經(jīng)濟活動的基本生產(chǎn)力；阿爾法狗與人類棋手的連番大戰(zhàn)和媒體熱炒也使之為世人所熟知。
聚焦到信息通信領域，AI使網(wǎng)絡有了不斷學習的機制，得以持續(xù)提升自動化的水平。華為常務董事、產(chǎn)品投資評審委員會主任汪濤即在第九屆全球移動寬帶論壇（MBBF 2018）上倡言，為應對5G時代的網(wǎng)絡復雜性挑戰(zhàn)，需要將AI技術(shù)和移動網(wǎng)絡進行深度耦合，以打造一張運維管理效率極優(yōu)、性能極好、業(yè)務敏捷的移動網(wǎng)絡，讓網(wǎng)絡邁向自動駕駛。
在過去幾年中，華為已經(jīng)通過積極布局、壓強投入，在AI領域構(gòu)建起了相當實力。在2018華為全聯(lián)接大會（Huawei Connect 2018）上，這家公司正式發(fā)布了AI發(fā)展戰(zhàn)略及全棧全場景AI解決方案，其中面向運營商網(wǎng)絡的是SoftCOM AI架構(gòu)及方案——SoftCOM AI借助華為全球經(jīng)驗和積累，通過打造數(shù)據(jù)驅(qū)動的智能網(wǎng)絡，實現(xiàn)網(wǎng)絡的自動、自優(yōu)、自愈和自治，幫助運營商大幅提升網(wǎng)絡利用率和運維效率。
不少運營商也意識到了AI之于移動網(wǎng)絡的重要性，國內(nèi)三大運營商與日韓美等地的領先運營商均已展開了相關(guān)的探索。比如SK電訊部署了一個具有大數(shù)據(jù)分析和機器學習功能的AI輔助系統(tǒng)（TANGO），通過自行檢測移動網(wǎng)絡、排除故障、實施優(yōu)化來增強用戶體驗。
就像中國移動副總裁李正茂所言，“一方面5G未來要實現(xiàn)大連接需要AI的輔助，另一方面以5G為代表的新一代網(wǎng)絡的部署和商用也將為AI發(fā)展注入新的動力”，實際上兩者間可謂相輔相成、天然契合，移動網(wǎng)絡在AI應用上也有其優(yōu)勢所在。具體而言，AI的成長離不開數(shù)據(jù)的“喂食”，移動網(wǎng)絡上蘊藏著大量的數(shù)據(jù)且結(jié)構(gòu)化數(shù)據(jù)占比高；算力與數(shù)據(jù)、算法構(gòu)成了AI向前發(fā)展的動力，移動基站算力則相當強，以一張1萬站規(guī)模的網(wǎng)絡為例，全網(wǎng)的基站算力可與8000臺高性能計算服務器相媲美；AI人才的短缺一定程度上限制了它的使用步伐，移動網(wǎng)絡30年的專家經(jīng)驗亦為網(wǎng)絡應用智能化提供了有力的保障與支撐。同時，移動網(wǎng)絡應用AI也必須充分考慮自身獨特的特點。首先數(shù)據(jù)具有強時效性，其次站點分布式結(jié)構(gòu)，另外還要考慮移動性帶來的場景多樣性。
升維之路：自動駕駛移動網(wǎng)絡如何構(gòu)建
自動駕駛將徹底改變我們的交通出行方式，足以和此前汽車、飛機的普及相提并論，而移動網(wǎng)絡的自動駕駛同樣具有劃時代的意義。但必須看到的是，自動駕駛網(wǎng)絡絕非單個產(chǎn)品的創(chuàng)新，而是系統(tǒng)架構(gòu)和商業(yè)模式的創(chuàng)新，其過程無法一蹴而就且需要全行業(yè)的推動，也唯有與具體的場景相融才能催生出真正的價值。
因此，華為呼吁全行業(yè)共同定義清晰的標準、牽引技術(shù)創(chuàng)新并指導落地；它以優(yōu)化業(yè)務體驗和運營效率為抓手，定義了移動網(wǎng)絡邁向全場景自動駕駛五級演進標準。在汪濤口中，從“解放雙手”到“解放雙眼”、再到“無人駕駛”，自動駕駛網(wǎng)絡共分L0手工運維、L1輔助運維、L2部分自治網(wǎng)絡、L3有條件自治網(wǎng)絡、L4高度自治網(wǎng)絡、L5完全自治網(wǎng)絡五個等級，L5是電信網(wǎng)絡發(fā)展的終極目標。
明確場景是實施網(wǎng)絡自動駕駛的關(guān)鍵，細分場景后借助AI技術(shù)來逐步分級別實現(xiàn)：“在從L1到L5的進程中，AI的作用不斷加大。比如L2級別，自適應的自動化取代了基于規(guī)則的自動化，多個工作流可以被有效串接；再比如L3級別，利用AI準確的識別各種場景，進行根因分析，為自動決策提供依據(jù)。”
業(yè)界針對自動駕駛汽車定義了三層，包括Sensor、分析+控制和云平臺。自動駕駛網(wǎng)絡同樣可分為三層，第一層，設備層面的智能芯片+Telemetry將面向網(wǎng)絡和業(yè)務級應用的真實數(shù)據(jù)實時上報；第二層，本地智能分析找出網(wǎng)絡風險并給出優(yōu)化建議，通過自動化系統(tǒng)來進行本地優(yōu)化閉環(huán)，實現(xiàn)網(wǎng)絡自治；第三層，云端平臺將數(shù)據(jù)匯聚后進一步訓練提煉更精準的算法并推送到本地系統(tǒng)，達到更優(yōu)的網(wǎng)絡自治效果。在每一層架構(gòu)的背后，都有一個看不見的專家團隊在負責數(shù)據(jù)分析、模型訓練和優(yōu)化等工作。
考慮到移動網(wǎng)絡自身的獨特特點，華為在此基礎上進一步提出了自動駕駛移動網(wǎng)絡的架構(gòu)。其不同之處在于自動駕駛移動網(wǎng)絡的整體架構(gòu)是分層自治的，在第二層又細分為Site AI與Network AI，前者部署在基站，負責網(wǎng)絡的RRM/RTT實時控制；后者部署在管控融合集中節(jié)點，負責將上層系統(tǒng)的意圖翻譯成網(wǎng)絡自動化行動，對網(wǎng)絡執(zhí)行準實時的閉環(huán)控制。
有鑒于此，華為提出要以站點、網(wǎng)絡和云端為支點發(fā)力來構(gòu)筑整網(wǎng)的智能化能力，汪濤在演講中對此有過系統(tǒng)論述。站點層面主要聚焦場景匹配、數(shù)據(jù)收集與提煉及低時延智能算法等能力的構(gòu)筑，進行實時的數(shù)據(jù)分析與短時延的智能推斷，從而快速完成功能與參數(shù)的優(yōu)化。Site AI主要提供兩大重點能力，數(shù)據(jù)提煉，站點產(chǎn)生的海量數(shù)據(jù)提煉為有用的樣本數(shù)據(jù)；嵌入式的AI框架，支持在CPU、DSP或未來的AI芯片上進行實時的AI算法推斷。
網(wǎng)絡層面通過采集移動網(wǎng)絡全域的數(shù)據(jù)和狀態(tài)進行數(shù)據(jù)分析和推理，識別各種網(wǎng)絡場景，對未發(fā)生的情況進行預測預防、對已經(jīng)發(fā)生的情況進行根因分析，最終給出決策，對網(wǎng)絡進行智能的管控。其中，兩個轉(zhuǎn)變將是移動網(wǎng)絡自動化的關(guān)鍵，即從以網(wǎng)元為中心的運維轉(zhuǎn)變?yōu)橐詧鼍盀橹行牡倪\維、從單純的網(wǎng)絡管理到管理控制融合。
云端層面落實智能模型和訓練能力，實現(xiàn)新一代智能服務。華為憑借多年積累的全球網(wǎng)絡管理服務經(jīng)驗，對數(shù)據(jù)、場景進行標注和分類，從而訓練出精確的AI模型；構(gòu)建了基于動態(tài)網(wǎng)絡持續(xù)優(yōu)化和更新模型的能力（Digital Twins），新的場景和問題可以被很快發(fā)現(xiàn)、適配，并迅速應用到全球網(wǎng)絡。為了讓運營商更好地利用和消費AI，未來它將提供在線的AaaS （AI as a service）；同時，在邁向自動駕駛的過程中很多業(yè)務流程需要重新整理和設計，它還將提供BPaaS（Biz Process as a service）。
基于上述架構(gòu)，華為正圍繞網(wǎng)絡規(guī)劃、網(wǎng)絡部署、網(wǎng)絡維護優(yōu)化和業(yè)務發(fā)放四大工作場景推動移動網(wǎng)絡邁向自動駕駛，并制定了12個階段目標。其中，網(wǎng)絡規(guī)劃由特定場景的輔助規(guī)劃到全場景輔助規(guī)劃、再到自動精準規(guī)劃；網(wǎng)絡部署由硬件部署無感知到參數(shù)自配置、再到特性自開通；網(wǎng)絡維護優(yōu)化由自動告警監(jiān)控到故障輔助處理、再到故障預測；業(yè)務發(fā)放由基于覆蓋的業(yè)務發(fā)放到基于體驗的業(yè)務發(fā)放、再到基于業(yè)務的網(wǎng)絡切片。
提出理論難，但將理論與實際聯(lián)系起來更難。既然移動網(wǎng)絡邁向自動駕駛需要分場景分級去逐步釋放自動化的價值，那么應當優(yōu)先在哪些場景發(fā)力？運營商又如何及時享受到自動化所帶來的紅利？經(jīng)過不斷收斂與提煉，堅持“把復雜留給自己，把簡單留給客戶”的華為已識別出其中的關(guān)鍵場景和所需能力，并圍繞于此形成了可操作可執(zhí)行的方案及案例。
華為在第九屆全球移動寬帶論壇上隆重發(fā)布了面向移動網(wǎng)絡的場景白皮書。首次從網(wǎng)絡運維生命周期、數(shù)字化程度以及場景TCO貢獻度三個維度進行場景化分析，識別出了移動網(wǎng)絡的七大關(guān)鍵自動駕駛場景——基站部署、特性部署、網(wǎng)絡性能監(jiān)控、故障分析與處理、網(wǎng)絡性能提升、家庭業(yè)務發(fā)放以及網(wǎng)絡節(jié)能。同時，首次公布了面向網(wǎng)絡自動化需要構(gòu)建的5大關(guān)鍵能力（POBSI模型）——可編排（Programmable）、在線化（Online）、流程橋接（Bridging）、可感知（Sensibility）、智能（Intelligence），并基于該能力模型針對七大關(guān)鍵場景進行分級定義和能力訴求分析。用汪濤的話說，哪些是移動網(wǎng)絡自動駕駛場景中的“自動泊車”、哪些是“自動變道行駛”，都可以從這本白皮書里得到啟示。而隨著研究的推進，將持續(xù)刷新應用場景并對外公布研究成果。
作為SoftCOM AI總體框架中的一部分，華為在移動網(wǎng)絡自動駕駛上的創(chuàng)新探索亦卓有成效。以VoLTE為例，已經(jīng)有50%的網(wǎng)絡開通了VoLTE，為用戶提供高清語音。但是VoLTE的開通和運行保障仍比較復雜，需要投入大量人力保障。VoLTE相關(guān)的參數(shù)設計超過60個，且對于覆蓋質(zhì)量要求更高、對于弱覆蓋非常敏感，VoLTE的端到端組網(wǎng)中節(jié)點數(shù)也多，對于問題定位帶來很大的難度。
AI技術(shù)可以大大提升VoLTE的設計部署、網(wǎng)絡優(yōu)化、故障定位的效率，使復雜的工作簡單化、自動化。在初始規(guī)劃階段，運營商利用聚類算法，可對多頻組網(wǎng)場景、多特性互操作場景進行識別和匯聚，自動匹配生成VoLTE初始參數(shù)策略配置；在運營階段，系統(tǒng)實施監(jiān)控和分析網(wǎng)絡覆蓋質(zhì)量，發(fā)現(xiàn)弱覆蓋區(qū)域，利用梯度下降決策樹算法（GBDT）進行RF參數(shù)的自動尋優(yōu)，找到最佳參數(shù)值組合，解決弱覆蓋問題；在故障定位過程中，系統(tǒng)通過根因分析找到影響語音質(zhì)量的問題，利用Q-learning（強化學習的一種算法）給出問題修復建議。總之，通過AI和數(shù)據(jù)分析技術(shù)，可以大幅提升VoLTE業(yè)務運行維護的效率和準確性，為高質(zhì)量的語音業(yè)務提供保障。
Massive MIMO是5G網(wǎng)絡中最重要的解決方案，為Massive MIMO帶來智能是5G自治網(wǎng)絡的基礎。MM波束成形為網(wǎng)絡帶來了靈活性的同時也帶來了管理的復雜性。華為正在計劃關(guān)鍵工作場景中的智能MM解決方案，嘗試利用AI和MM波束成形特性來達到過去不可能實現(xiàn)的自治網(wǎng)絡。
汪濤指出，華為Smart Massive MIMO解決方案將提供最強大的傳感器功能，包括天線GPS信息，這種邊緣智能將在第一時間實現(xiàn)全自動站點配置。設備測量信息將用于增強傳統(tǒng)的駕駛測試，大數(shù)據(jù)將實現(xiàn)準確的傳播模型，覆蓋預測模型和網(wǎng)絡流量模型訓練，這將是自動網(wǎng)絡規(guī)劃、覆蓋調(diào)整和節(jié)能的推動者。中性網(wǎng)絡推理能力將建立在站點處理器中，這使得MM波束成形模式推斷的時間小于0.1毫秒，為自動性能優(yōu)化奠定了基礎。
工商網(wǎng)監(jiān)
評論