韦乐平：运营商网络重构迎来“时刻” AI成突破点
近日，在“2018中国SDN/NFV大会”上，SDN/NFV产业联盟理事长、中国电信科技委主任韦乐平针对当前运营商SDN/NFV发展情况做详细分析，直指目前NFV发展痛点，以及人工智能（AI）对运营商网络重构的创新推动。
征程 AI成突破点韦乐平指出，目前，SDN已渡过炒作期，进入发展阶段，基于SDN/NFV的网络云化成为共识，NFV化已开始落地，但征程依然。
对于AI技术在电信网络的发展，韦乐平表示：“基于SDN/NFV/Cloud的网络架构重构带来大量新的度复杂性，在很大程度上抵消了其带来的诸多好处，而AI在处理复杂问题上的能力远超人脑，有望解决网络架构重构所面临的三大挑战：网路架构动态变化带来的网络和业务的复杂性；网元分层解耦后的故障定位等运维带来的复杂性；网络资源实时调整带来的网络运行复杂性。”
第一，AI在基础设施层的应用：主要是为有源硬件设施提供AI加速器，实现不同层级的训练和推理能力，诸如核心DC的基础设施可优先引入AI加速器，满足全局性的策略或算法模型的集中训练及推理需求。而接入侧可以逐步按需推进，例如基站内嵌AI加速器可以支撑设备级的AI策略及应用。
第二，AI在网络和业务控制层的应用：表现在可以优先集成AI的推理能力，对网络和业务实现智能网络优化、运维、管控和安全。实现网络各层级的KPI优化、路由优化、网络策略优化等，例如无线的覆盖优化、容量优化、负荷优化等。
第三，AI在运营和编排层的应用：可优先在大数据平台上引入AI引擎，对OSS和BSS数据做更深度的智能化挖掘。随着虚拟化网络的部署，编排层上可以逐步叠加AI能力，从而提升产品编排、业务编排、端到端资源编排的自动化和智能化水平。进而对业务量的变化做前瞻性的智能预测，实现动态规划和管理配套的资源。
韦乐平表示，AI网络应用主要有三大场景：一是高效智慧运维场景；二是个性化业务服务场景；三是网络安全场景。以高效智慧运维场景为例，AI可对网络进行预防性、主动性，实现集约资源智能调度，对业务质量闭环优化。
韦乐平强调，电信网的复杂性和人工依赖性使得具备应付高度复杂性能力的AI具有很好的扩展空间。比如，结合SDN与AI的基于意愿的随愿网络(IBN)将可能成为网络自动化和智能化的目标。
据通信世界全记者了解，虽然不论在中国还是美国，很多巨头设备厂商都在相应的开发SDN产品或者软件虚拟化管理平台，比如思科，但是没有一个能够实现跨厂商的网络设备管理，他们的SDN和软件依然旨在管理自己的硬件产品，但是目前无论是运营商还是企业所需要的SDN技术，是应该可以管理他们的多厂商设备。
对此，韦乐平也给与了肯定，他表示，对于中国电信复杂的网络结构来说，要高效管理成千上万的不同厂商网元，靠人工是不可能实现的，至今为止，对于自己网络中使用了多少网络产品、多少协议、多少接口，中国电信是不清楚的，如果十年前中国电信的网络中有400万台设备，那现在我们的设备至少接近600万台，是必须依靠AI的。
不过，由于技术尚未成熟，AI的网络应用还面临4大挑战：首先，AI成功应用的前提是足够大的训练数据。尽管电信网络数据足够大，但由于部门和各管理层级的数据语义和格式不同、数据存储和管理应用机制不同、数据监管等原因，能真正能有效利用的数据并不足够大；其次，AI/ML与网络结合的价值场景尚不清晰；再次，尽管相对而言，AI算法比较成熟，但网络和业务远比目前已经成功应用AI的图像、语音识别和单一棋类博弈要复杂，特别是还缺乏成熟可靠的电信网络和业务的建模和特征表示及提取方法；最后，现有运营商垂直烟囱式组织架构不适应AI使能的新网络。