华为iMaster NCE构筑“一图一脑”，加速FBB迈向高阶自智
主持人：大家好，欢迎参加2024年华为分析师大会《Tech Talk》栏目。今天我们非常荣幸邀请到Appledore通信软件领域首席分析师Shanthi Ravindran女士，以及华为公共开发部副总裁邵士新先生。欢迎两位。
邵士新：主持人好，Shanthi 女士好，各位观众，大家好，欢迎大家来参加今年的华为分析师大会。就在昨天举办的ADN论坛上，华为发布了融合“数字化底座与电信大模型”的自智网络L4解决方案。今天希望能和大家一起分享和交流这个方案以及我们的创新实践。
Shanthi Ravindran: 谢谢主持人。分会场活动非常精彩，我很高兴能够来到现场。
运营商在数字化转型过程中在FBB领域面向自智网络的挑战是什么？
主持人：我们来看第一个问题。运营商在数字化转型过程中，在FBB领域面向自智网络的挑战是什么？这个问题我想先请Shanthi Ravindran来回答一下。
Shanthi：感谢提问。运营商和厂商都知道，他们需要实现自智网络，才能提高网络的敏捷度和自智水平。但运营商网络涉及多个领域，包含海量设备，他们的网络这些年来也一直在演进。因此，他们面临的首要挑战无疑是如何从根本上调整网络架构，这样他们才能加速迈向自智网络L4。
邵士新：大模型是迈向L4自智网络的关键使能技术，通信领域大模型的应用无疑是我们当下面临的一个挑战。但大模型一定要在数字化底座具备足够能力下，才能发挥更大作用。通过数字化底座提供精准网络建模以及全场景分析和管理能力，然后大模型才能实现决策和闭环。因此，另外一个挑战是构筑坚实的数字化底座，在此基础上才能应用大模型。简言之，没有数字底座，就无法实现真正意义上的网络自智。
我认为，衡量数字化底座的能力要看两个方面评估：
一是网络全栈可视，如数据是否准确和全面。确切来说就是我们需要评估是否能够对全网对象的行为，如流量方向，实现长期实时监控。
二是评估自动化能力是否能够解决运营商的日常网络运维问题，从而实现网络运维效率提升，确保业务体验；
在FBB领域如何通过自智网络加速运营商数字化转型？
主持人：感谢分享。Shanthi女士，您认为在FBB领域，如何通过自智网络加速运营商数字化转型？
Shanthi：邵总刚才谈到了如何打造数字化底座，讲得非常精彩。过去几年，我们开展了大量关于数字化底座的研究，其中有一份报告提到了OSS的变革点。到目前为止，运营支撑系统（OSS）离不开软件的支持，但如今网络中应用的软件越来越多，包括刚才提到的大模型。我们现在应该思考的是如何利用软件从整体上实现网络转型，我认为关键就在于“意图”。我们都听过这个词，多年来也一直围绕意图进行编程。很多系统，包括华为的系统。都具备相当强大的意图建模和意图操作能力，也就是说，在一个特定领域或自智域内，管理系统可以自动控制，实现完全独立自智，这类系统不需要依靠其它系统发出指令，因此能够实现完全自智、资源可视化等。而现有的大模型可以提供更高层的语言接口，让运营商业务领域中管理这些层的工作人员能够灵活地与网络对话，获取所需信息，从而进一步实现网络转型。只有深耕服务领域，以业务成果为导向，我们才能找到推动转型的关键业务成果。这有助于运营商进行针对性投资，加速实现转型。这是个关键点。
邵士新：就像我刚刚所说的，为了实现网络自智，FBB领域要优先打造一个最强大的数字化底座，然后再激活最专业的大模型。
我认为，AI Agent是融合大模型和数字化底座的关键技术。我们应该利用大模型思维链（COT）来规划最优方案与网络流程，然后基于数字化底座提供的数据和工具实现优化与闭环。数字化底座和通信领域大模型可以分别看作地图APP和决策大脑，“一图一脑”的协同是不可或缺的。
华为的“一图”是iMaster NCE“网络数字地图”，可实现FBB网络的端到端全栈可视。
全栈可视是指从网络级到应用级的完备数据、网络业务状态感知以及实时数据采集。
通过从有源到无源网络的全栈可视和统一管理，支撑运营商数字化转型，为大模型提供洞察和决策依据。
在“一图”的基础上，iMaster NCE同时打造“一脑”One Master，即FBB通信大模型。
众所周知，语料（Corpus）决定模型效果。
华为是领先的端到端电信解决方案供应商，服务全球运营商长达30多年。华为从产品文档、客户案例、专家经验、方案设计、网络优化经验等中积累了大量语料，里面包含数十亿各电信领域独有的标记。
这些高质量的语料将铸就大模型的核心价值。华为“One Master”打造统一的FBB运维大模型，为网络提供专业的最优解。
通过“一图”与“一脑”结合，网络才能实现智能决策，就像在路上行驶的自动汽车一样，从而达成业务自动配置、隐患提前发现、流量实时调优和快速业务恢复，助力运营商加速迈向自智网络L4。
基于华为一图一脑理念，有哪些优秀的实践案例？
主持人：基于华为一图一脑架构，有哪些优秀的实践案例？
邵士新：华为iMaster NCE的网络数字地图已经广泛应用于中国移动、南非MTN等全球50+运营商网络。
其中广东移动的是最具代表性的。广东移动的网络复杂度最高，拥有1.4亿+用户，5G基站数50W+，网络规模较大，对网络自智的诉求尤其强烈。
华为从2019年开始就和广东移动围绕网络“数字化”开展合作。
基于网络数字地图的全栈可视能力，iMaster NCE面向5G传输网打造可视化保障。
通过IFIT随流检测和智能故障管理等技术，实现5G流量精准监控和诊断，从而实现全天候、全路径监控和根因分析。
基于该合作，广东省长期实现中国区网络质量第一名，用户满意度第一名。
2023年，广东移动携手华为率先实践了业界首个网络大模型应用——华为NCE Net Master，为客户带来了独特的价值，全面覆盖通信领域知识，具备出色的意图理解能力和故障自诊断能力。
在故障诊断阶段，Net Master大幅减少复杂的网络配置和故障排查流程，通过AI Agent的智能对话交互，将MTTR从小时级降到分钟级。
在业务恢复阶段，通过意图化API让现场工程师通过手机App实时获取网络资源和故障信息，从而实现故障处理全流程可视可管，大幅减少上站成本，故障响应时间平均缩短83%。
该方案已在广东全省13个地市全面落地，并取得丰硕成果。
主持人：感谢两位今天精彩的分享，也谢谢大家的收看。再见。
Shanthi： 谢谢
邵士新：谢谢主持人，感谢大家，再见。
