本站点使用cookies,继续浏览表示您同意我们使用cookies。Cookies和隐私政策>

MWC2019 | 华为SoftCOM AI自动驾驶网络干货速递

MWC2019,华为SoftCOM AI自动驾驶网络详解

2019年2月25-2月28日,MWC2019在西班牙巴塞罗那Fira De barcelona Gran Via如约开展,华为通信领域解决方案展区位于1号馆1H50展区,其中最亮眼的莫过于5G和人工智能。华为引入AI技术的电信自动驾驶网络,解决了电信领域预测类、重复性、复杂类问题,并推出可行的解决方案,一起来看看。

WHAT

华为电信自动驾驶网络成功落地了哪些AI解决方案

展岛1:SoftCOM AI构建自动驾驶网络的理念图

2018年初华为就推出SoftCOM AI自动驾驶网络理念,在这个理念的牵引下,华为从能效倍增、性能倍增、运维运营、用户体验四大领域发力,2019年初已在十几个电信网络应用场景落地以下解决方案,全面实现电信网络的价值倍增。

1. 能效倍增

Zero Bit Zero Watt,能省则省,西瓜芝麻一起捡,一分节省一分利润。

1.1 基站智能关断节能PowerStar解决方案:

端到端站点节能方案,业务量降低时,无线设备关闭载频载波,电源则同步模块休眠,同时动态调节电源输出电压,确保全站运行在最高效节能状态.

1.2  数据中心iCooling使能PUE优化解决方案:

基于神经网络算法,通过对不同业务流量,不同环境,不同工况下运行状态的学习,进行DC制冷系统能效迭代优化。日常根据业务峰谷及环境变化自动调节制冷系统输出,确保在充足制冷量供给前提下制冷系统能耗最小。

2. 性能倍增

X Times Performance Mining,多参数、大数据的AI模型训练,7*24小时的实时AI推理决策,突破系统可用资源瓶颈,大幅提升网络性能。

2.1  5G极致性能Capacity booster解决方案:

包含Smart Massive MIMO和Smart Multi-Band两大核心方案,前者通过Patten寻优可以实现参数配置随场景进行自适应变化,使能Massive MIMP的频谱效率最大化。后者通过多频协同管理,实现频谱互助增益,基于多参数优化快速迭代实现场景配置自适应,提升频谱效率20%。某运营商区域通过单站、站间的多参数AI自学习和调 整,实现无线空口20%+性能和15%+频谱利用率的提升。

2.2  IP城域IDN智能调优方案:

基于telemetry技术秒级上传网络设备及流量信息,NCE通过大数据建模,AI算法对现网流量进行深度解析,持续计算全局最优值逻辑路径,智能分配网络资源,提高的网络承载效率。

2.3  智能无损数据中心AI Fabric解决方案:

存储介质从机械硬盘(HDD)演进到闪存盘(SSD),算力采用专用的AI芯片,构建一张网承载LAN、SAN和IPC(进程间通信)流量。最终实现零丢包,低时延,高吞吐, IOPS提升25%的DC解决方案。

3. 运维提升 

Zero Risk, Zero Intervention, Zero Outage,通过自动化替代传统人员干预,逐步实现AUTOMATION, 通过INTELLEGENT预测,从被动运维走向主动运维。

3.1  AUTIN一故障一工单解决方案:

针对运维过程中存在着大量的人工操作,AUTIN系统E2E智能故障管理,实现“1故障1工单,网管中心零干预”,效率提升50%,MTTR平均故障处理时间下降15%。

3.2  光线路健康预测(NetCare)解决方案:

近千项光参数的秒级采集,从大量数据里提取健康度特征值,使用AI算法建模,对光线路的健康度进行评分,提前识别业务正常但已处于“亚健康”的光线路,提高光网络可用度20%。

4. 用户体验

AI Empowered Customer Experience,华为整合了文本、语音/图像识别、智能翻译等技术,打造新一代智能会议/客服系统,大大加速业务处理速度和用户体验。

4.1  智能会议系统:

语音控制、听声辩位、电子名牌、人数统计。

4.2  智能客服:

人工智能客服主动寻呼,语音对话,业务推荐,视频推荐。

不难看出,华为在本次MWC推出的AI解决方案,都是切实匹配运营商在通信网络碰到的痛点和难点,而作为华为自动驾驶网络的“AI大脑”—— 为各个解决方案提供AI模型的SoftCOM AI平台,其到非常关键作用。

HOW

自动驾驶网络的AI模型如何产生&应用

SoftCOM AI平台的两大关键部件是:训练平台Training Platform和推理框架Inference Framework。前者用于训练数据,输出AI模型或算法,作为AI模型的智库,部署在云上;后者进行数据的收集,根据模型或算法推理网络动作指令并执行,构建分段自治功能,作为AI模型的推理执行者,部署到靠近业务端,可以嵌入站点设备,或集成到网络设备中。

1. 训练平台:Training Platform

训练平台提供“一站式高效AI模型训练”。

数据标注阶段:依托华为在电信领域长期积累的业务经验,形成电信业务场景的高质量数据专家规则库,运用机器学习算法构筑一套数据标注工具,可对原始数据进行有效的清洗、识别和准确标识;

特征工程阶段:支持电信领域业务对象,如基站、交换机、路由器等设备的特征处理能力,帮助快速识别关键特性;

模型训练阶段:内置的电信领域业务AI算法(例如异常检测、根因分析、优化控制、业务预测等等),缩短模型算法试错时间,同时,支持多模并行训练计算框架,加快模型训练速度;

模型验证阶段:提供模型验证效果可视化工具,AI模型训练过程中的任何改动,包括算法和特征,带来验证效果的变动一目了然,方便进行多个模型验证对比,或新旧模型验证对比,从而选择出最优模型;

最后,训练平台还支持联邦学习和迁移学习,极大兼容了AI模型训练过程中,电信领域数据集不出局以及数据量不足的场景。

2. 推理框架:Inference Framework

AI模型部署到推理框架中,而推理框架可被预集成在网管/网元设备中,实现AI部署简单高效,站点零操作。它主要具备以下功能:

数据处理:对现网的实时业务数据进行数据治理,数据清洗,和格式转换,完成数据到业务模型格式的适配;

推理执行:解析AI模型,根据业务数据执行推理逻辑,返回业务推理结果;

推理结果评测:对推理结果的准确度和效果,进行定量分析,并给出评测级别;

模型管理:对业务的多个AI模型进行集中化管理,包括模型的配置,升级等。支持灰度发布,确保模型新版本得到充分验证后再进行网络应用。

同时,推理框架还支持增量学习,即根据推理评测结果,如发现精度偏差较大,可使用现网实时数据进行增量学习,使模型精度等度量指标达到预定要求。有效弥补用于训练模型的历史数据和现网实时数据存在差异较大的情况。

据悉2019年华为将把SoftCOM AI平台的AI模型训练功能,以云服务方式共享给更多华为和运营商的合作伙伴,使能电信行业向自动驾驶网络加速迈进!