4月17日消息，在今日舉行的“2018中國SDN/NFV大會”上，SDN/NFV產(chǎn)業(yè)聯(lián)盟理事長、工信部科技委常務(wù)副主任、中國電信科技委主任韋樂平指出，AI有望解決網(wǎng)絡(luò)架構(gòu)重構(gòu)面臨的三大挑戰(zhàn)，使能網(wǎng)絡(luò)架構(gòu)重構(gòu)新階段。

他表示，基于SDN/NFV/Cloud的網(wǎng)絡(luò)架構(gòu)重構(gòu)帶來大量新的多維度復(fù)雜性，在很大程度上抵消了其帶來的諸多好處，而AI在處理復(fù)雜問題上的能力遠超人腦，有望解決網(wǎng)絡(luò)架構(gòu)重構(gòu)所面臨的三個挑戰(zhàn)：網(wǎng)絡(luò)架構(gòu)動態(tài)變化帶來的網(wǎng)絡(luò)和業(yè)務(wù)欸打復(fù)雜性、網(wǎng)元分層解耦后的故障定位等運維帶來的復(fù)雜性、網(wǎng)絡(luò)資源實時調(diào)整帶來的網(wǎng)絡(luò)運行復(fù)雜性。

同時，韋樂平指出，一切給予軟件的復(fù)雜多維問題都可以借助于AI的幫助復(fù)雜的多層、多域、多協(xié)議、多接口、多參數(shù)、多廠家的網(wǎng)絡(luò)和業(yè)務(wù)問題也不例外，只是AI在不同層面和領(lǐng)域的作用和引入路徑不同。

談及AI網(wǎng)絡(luò)應(yīng)用的一般原則，韋樂平講到，越高層，越集中，跨域分析能力越強，對計算能力的要求也越高，所需數(shù)據(jù)量也越大，更適合對全局性的策略集中進行訓練和推理。越低層，越接近終端，專項分析能力越強，對實時性要求往往越來越高，對計算能力要求則滿足業(yè)務(wù)需求即可，適合引入AI的推理能力或具備輕量級的訓練能力即可。

在他看來，AI在基礎(chǔ)設(shè)施層的應(yīng)用主要是為有源硬件設(shè)施提供AI加速器，實現(xiàn)不同層級的訓練和推理能力。諸如核心DC的基礎(chǔ)設(shè)施可優(yōu)先引入AI加速器，滿足全局性的策略或算法模型夫人集中訓練及推理需求，而接入側(cè)可以逐步按需推進，例如基站內(nèi)嵌AI加速器可以支撐設(shè)備級的AI策略和應(yīng)用。

AI在網(wǎng)絡(luò)和業(yè)務(wù)控制層的應(yīng)用，表現(xiàn)在可以優(yōu)先集成AI的推理能力，對網(wǎng)絡(luò)和業(yè)務(wù)實現(xiàn)智能網(wǎng)絡(luò)優(yōu)化、運維、管控和安全。實現(xiàn)網(wǎng)絡(luò)合層級的KPI優(yōu)化、路由優(yōu)化、網(wǎng)絡(luò)策略優(yōu)化等，例如無線的覆蓋優(yōu)化、容量優(yōu)化、負荷優(yōu)化等。

AI在運營和編排層的應(yīng)用，則表現(xiàn)在可優(yōu)先在大數(shù)據(jù)平臺上引入AI引擎，對OSS和BSS數(shù)據(jù)做更深度的智能化挖掘。

他講到，隨著虛擬化網(wǎng)絡(luò)的部署，編排層上可以逐步疊加AI能力，從而提升產(chǎn)品編排、業(yè)務(wù)編排、端到端資源編排的自動化和智能化水平。進而對業(yè)務(wù)量的變化做前瞻性的智能預(yù)測，實現(xiàn)東方臺規(guī)劃和管理配套的資源。