2020-08中兴通讯自主进化网络 白皮书目录 1 行业发展趋势及挑战 3 1.1 5G时代通信网络面临新的挑战 3 1.2 网络AI将成为应对挑战的重要抓手 4 1.3 全球电信运营商加强网络AI研究和投入 4 2 中兴通讯自主进化网络方案 6 2.1 自主进化网络目标愿景 6 2.2 智慧引擎构筑泛在智能 6 2.3 uSmartInsight智慧大脑 7 2.4 自主进化网络演进路径 9 3 自主进化网络十大价值场景 11 3.1 智能基站节能 12 3.2 智能Massive MIMO 13 3.3 基站智能排障 15 3.4 智能光接入 16 3.5 智能CDN 17 3.6 智能承载 19 3.7 智能边缘 20 3.8 虚拟化智能运维 21 3.9 智能切片 23 3.10 AIVO数字化运营 24 4 未来展望 26 5 缩略语 27 2一、行业发展趋势及挑战 1.1 5G时代通信网络面临新的挑战 以5G为代表的新基建大潮兴起，对信息基础设施建设提出了新的能力需求。通信网 络将从服务于人走向全面服务于数字化社会，产业数字化转型也将进入新的发展阶段， 要求提供数字转型、智能升级、融合创新等各类新型服务。因此，运营商的云网基础设 施需要顺应新基建时代新的发展要求，提供数字化、智能化、IT/CT/DT融合等新能力， 实现对千行百业的赋能，助力整个社会经济生活的高质量发展。 为了满足面向2B/2C等各类新型业务场景的需求，5G网络引入了新空口、云化&微 服务化等新型技术，网络能力与4G相比有了大幅提升。与此同时，新技术的引入也带来 不少挑战，这些挑战主要体现在网络运营、网络运维和资源调度三个方面： 网络运营：业务需求更加差异化和个性化，要求网络能更高效、灵活地适配客户和 行业的需求，做到随需匹配。 网络运维：网络多制式叠加，云化网络分层解耦，使得网络的运维更加复杂，传统 以人为主的运维模式已经无法满足成本和效率的要求，需要引入新技术和手段来降低运 维投入，提高运维效率。 资源调度：底层云网基础设施需要为上层业务提供更加灵活、敏捷的资源调度能力， 同时还需要提高资源利用率。 3图 1-1 5G给运营商带来的挑战网络运营需求差异性高 行业差异大，网络要求能 更懂客户、随需匹配 网络运维由被动向主动转变 运维效率低，需要更智 能的技术实现降本提效资源调度灵活性要求更高 资源调度难，需要更敏捷、自动、 智能的策略资源调度灵活性要求 更高图例 1.3 全球电信运营商加强网络AI研究和投入图 1-2 网络AI助力运营商应对挑战行业发展趋势及挑战 4减少简单重复性操作 对机器可替代处理的手工重复类业务，通 过AI实现成本优化及降低人为误操作 如：自动开站、站点/DC智能巡检等高复杂性多维分析 需要通过海量数据挖掘、跨域分析等，实现高复 杂性分析的领域，超出专家能力宽度和深度 如：跨域/E2E故障定界定位、RCA、画像等 前瞻性预测预防 对话务、故障、资源占用等，基于已知历史 信息，通过AI实现预测和前瞻性操作 如：流量预测、智能节能、健康检测等寻求最优解 通过AI，从海量的组合选项中，寻求网络与需求、场 景、资源、效率等的最佳匹配 如：M-MIMO自适应、IP路径调优、智能切片等 1.2 网络AI将成为应对挑战的重要抓手 人工智能技术在跨领域特性挖掘、深度数据分析、策略动态生成等方面具备天然优 势，将AI技术引入通信网络可以为5G时代网络运营运维提供全新的能力，助力电信运 营商构筑更加灵活、高效的信息基础设施。网络AI将从四个方面发挥重要作用：减少简 单重复性网络操作、基于历史数据的前瞻性预防预测、高复杂性多维分析和寻求资源与 业务需求的最优解。通过AI的助力，可以减少人力投入，变事后被动维护为事前主动干 预，深入进行B、M、O域数据分析以赋能业务运营，做到网络资源最优匹配，助力运 营商开源节流。 当前，运营商逐渐加大了在网络自动化/智能化领域的投资，以及寻求使用AI来实 现网络全方位降本增效和商业机会挖掘。Omdia预测，到2025年，全球电信业对AI的 软件、硬件和服务的投资将达367亿美元。 在研究和实践方面，国内外运营商也纷纷将网络AI作为重要的推进目标： 中国移动提出5G+计划（5G+AICDE），目标是打造以5G为中 心的泛在智能基础设施，AI是其中的关键元素之一。同时，中国移 动集团建设统一AI平台（九天），聚焦网络、服务、管理、安全、 应用五大方向，推出百项AI应用赋能各行各业。 图例 行业发展趋势及挑战 5中国电信2019年发布《中国电信人工智能发展白皮书》，将随 愿网络作为其网络智能化的演进目标，同时结合云网融合发展战略， 基于数据湖打造AI赋能平台，推进AI全场景赋能，构建“大数据 +AI”开发生态。 中国联通成立网络AI中心，加大AI方面的研究和落地投入， 2019年发布网络AI发展策略和CubeAI智立方平台，并发起网络AI 平台合作伙伴计划，共同打造5G+AI生态圈。 美国AT&T重视AI的引入，在linux基金会发起开源项目 Acumos，并致力实现ONAP、O-RAN、Acumos之间跨系统的智 能化协作。AT&T已经在多个场景广泛引入AI，包括客户体验预测、 内容个性化推荐、5G站点部署及故障识别、基于AI的网络安全分析、 基于无人机视频分析进行铁塔维护等。 西班牙Telefonica提出了成为“数据驱动公司”的战略，设立 大数据和AI部门LUCA，致力于使用AI来赋能决策。2019年发布 LUCA套件，通过模型自动训练提高大数据项目的质量和效率，同 时倡议扩大大数据和AI的使用以帮助客户进行转型。 二、中兴通讯自主进化网络方案 2.1 自主进化网络目标愿景 2.2 智慧引擎构筑泛在智能图 2-1 自主进化网络三大进化 6作为全球领先的电信设备商，中兴通讯早在2013年就推出了基于SDN和NFV技术的 ElasticNet弹性网络解决方案，助力运营商面向云化网络转型。随着5G到来，网络运营 运维面临新的挑战，2018年中兴通讯在ElasticNet弹性网络基础上，结合大数据/AI等新 技术，发布了uSmartNet网络智能化解决方案及系列化白皮书；2019年首次提出“自主 进化网络”解决方案，以泛在AI推进5G整网的智能化，赋能网络全面进化；2020年进一 步丰富了“自主进化网络”的内涵，围绕十大价值场景，深入实践自主进化网络演进之 路。 网络向智能化全面演进的最终目标是使网络系统逐步实现自主操作，通过数据驱动 进行自学习、自演进，实现网络系统的智能自治，使得网络投资效率、运营运维效率达 到最优。 为了推动网络向智能自治目标迈进，中兴通讯推出自主进化网络（uSmartNet）解 决方案，通过在网络的不同层面全面引入AI，使能三大进化：网络进化、运维进化、运 营进化，推动网络智商不断提高，实现网络随愿、运维至简、业务随心。 自主进化网络 价值收益 运维至简 化繁为简，成本持续下降 OPEX 业务随心 快速响应，收入持续增加 REVENUE 网络随愿 随需调度，投资持续优化 CAPEX三大进化业务变化快速响应 管理维护化繁为简 网络资源随需调度运营进化 运维进化 网络进化 自主进化网络方案采用分层闭环的原则构建了网元级、单域级、跨域级的智能网络 体系。通过1个智慧大脑和3类智慧引擎，将AI能力微服务化、模块化，随需植入网元层、 管控层、运营层，构建能力逐级进化、价值持续叠加的自主进化网络。2.3 uSmartInsight智慧大脑图 2-2 自主进化网络架构中兴通讯自主进化网络方案 7网元层：在网元层引入实时AI引擎RSE，基于对业务场景和业务运行状态的实时感 知和分析，生成动态策略，按需进行资源调度和保障，实现网络能力和用户需求的最佳 匹配。例如：在网元层基站中内嵌实时AI引擎，实现高实时性的网元自环控制，实现网 元策略的快速优化。 管控层：在管控层引入轻量化AI引擎LSE，基于全方位信息感知、分析、决策，实 现网络管理维护的化繁为简。使机器逐步承担重复性的工作，减少运维人员的工作量， 提升运维效率，降低运维成本。例如：在无线网管（UME）、有线管控（ZENIC ONE） 和核心网MANO（Cloud Studio）中部署轻量化AI引擎，实现单域的闭环控制。 运营层：在运营管理层基于统一智慧中台架构打造数智融合的智慧大脑，构筑端到 端智能化闭环，全方位提升对用户的服务能力，实现面向用户的业务快速响应和意图保 障，持续增加业务收入。例如：在运营层大数据VMAX平台引入集中化的AI平台和数据 湖，实现跨域跨网的高层智能闭环。 智慧大脑基于中兴uSmartInsight数智融合平台构建，具备数据管理、模型训练、 编译优化、模型管理和模型推理等全方位AI能力。数据管理模块从数据湖中获取数据， 进行数据预处理和数据打标，将数据输送至模型训练模块；由训练模块进行AI模型训练， 再将模型编译优化形成可用模型，发布到模型市场，根据应用需求调用推理模块，实现 AI对应用的赋能。RNIA （无线）ZENIC ONE （有线） I P5GC OTN端到端价值运营 管理/控制/分析 网元 智能化域内 智能化跨域 智能化 NRAIVO数字化运营（VMAX/OSS） uSmartInsight 智慧大脑 AI引擎 模型训练和推理 （集群部署） 轻量化AI引擎 模型训练和推理 （单机/少量服务器部署） 实时AI引擎 模型推理 （设备内嵌）AI模型 AI模型 AI模型数据收集模型部署 和升级 数据湖/模型训练/模型市场 /模型优化VoLTE端到端保障 切