無人機、自動駕駛
遠程醫療、智能製造…
我們的世界因ICT的發展
越來越智能
可是！！
電信網絡作為這一切的基礎設施
其運維工作還停留在“手工業”的階段
故障時有發生
正如加拿大運營商TELUS首席無線架構師慶武所說，電信業使用了21世紀的4G網絡，但網絡的運行和運維仍然停留在18世紀，機械製造都走向自動化了，電信業還處於手工業的階段。
網絡的運維
從初級走向高級
會經過三個階段
等網絡突發故障
運維小哥馬上趕去處理
這是最初級的操作
R2F（Run-to-Failure）
半夜三更風雨無阻
稍微進階一點的方式
是對每個設備進行例行巡檢
提前預防故障的發生
但這種方式效率非常低下
PvM（Preventive Maintenance）
不是在巡檢，就是在巡檢的路上
如今，電信網絡越來越複雜
遠超運維人員的專業知識和能力
導致70%的重大網絡故障
都是人為因素造成的
那麼，該怎麼辦呢？
基於對電信網絡的深刻理解
華為發佈了SoftCOM AI解放方案
在整個網絡的控制和運維層面
端到端引入人工智能技術
以實現自動、自優、自愈
我們稱之為“網絡自動駕駛模式”
真正實現網絡的“自動駕駛”
需要一個循序漸進的過程
從AI能夠指出發生了什麼
到找到原因和解決辦法
從需要人的協助去解決問題
再到網絡實現自動、自優、自愈
“網絡自動駕駛”發展包括5個階段
階段一
發生了什麼?
階段二
為什麼發生異常？
階段三
看看兩秒以後
會發生什麼？
階段四
有異常，
必須馬上叫人！
階段五
馬上要著火，
因為有菸頭，
必須立刻熄滅...
當網絡能夠“自動駕駛”時，
可以給運營商帶來哪些好處呢？
運維效率倍增
AI可以預測設備未來有多大概率發生故障，並進行針對性的維護
還沒等你發現問題
TA已經自行解決了...
這就是運維的最高階段
PdM（Predictable Maintenance）
通過可預測性維護
我們希望將電信網絡的
告警壓縮和故障定位減少90%
實現90%關鍵器件的失效和劣化預測
舉個例子告訴你
AI到底怎麼提高運維效率的：
在網絡故障中，超過70%的問題來自無源設備，如光纖彎曲、器件老化、接口鬆動等。在這一過程中，信號都會發生變化，通過引入AI學習這些變化的特徵，就有可能提前進行預測，用有源解決無源的故障問題。
資源效率倍增
在資源利用方面
SoftCOM AI可以進行
精準流量預測和最合理的網絡拓撲
以流量的方向而不是物理連接
來決定網絡的路徑
大幅提高網絡的資源效率
能耗效率倍增
最後是能耗方面
我們要做到“比特決定瓦特”
即網絡流量大小決定能耗多少
在機房或者站點，每個系統都有數十個參數，通過AI訓練生成散熱與環境及業務負荷模型，使得日照、溫度和配套設施油機、太陽能和電池等達到最佳能效。
在設備層面，根據業務負載進行動態能量投放，沒有流量時就利用時隙關斷、RF深度休眠、載頻關斷等減少耗電量。
在網絡系統，構建準確的業務負荷預測模型，使整網流量最優從而達到能耗效率最佳。
將AI引入電信業
不僅能為運營商帶來運維效率、資源效率和能耗效率的“三個倍增”
也將為最終用戶帶來永遠最優的網絡連接和永不斷網的體驗
SoftCOM AI作為華為All Intelligence戰略在電信領域的落地，旨在幫助運營商打造永不故障的自治網絡，更好地實現數字化、智能化轉型
識別圖中二維碼
立刻在線閱讀華為技術第80期
閱讀更多 華為中國 的文章
