移动光猫的run灯是什么

无人机、自动驾驶

远程医疗、智能制造…

我们的世界因ICT的发展

越来越智能

可是！！

电信网络作为这一切的基础设施

其运维工作还停留在“手工业”的阶段

故障时有发生

正如加拿大运营商TELUS首席无线架构师庆武所说，电信业使用了21世纪的4G网络，但网络的运行和运维仍然停留在18世纪，机械制造都走向自动化了，电信业还处于手工业的阶段。

网络的运维

从初级走向高级

会经过三个阶段

等网络突发故障

运维小哥马上赶去处理

这是最初级的操作

R2F（Run-to-Failure）

半夜三更风雨无阻

稍微进阶一点的方式

是对每个设备进行例行巡检

提前预防故障的发生

但这种方式效率非常低下

PvM（Preventive Maintenance）

不是在巡检，就是在巡检的路上

如今，电信网络越来越复杂

远超运维人员的专业知识和能力

导致70%的重大网络故障

都是人为因素造成的

那么，该怎么办呢？

基于对电信网络的深刻理解

华为发布了SoftCOM AI解放方案

在整个网络的控制和运维层面

端到端引入人工智能技术

以实现自动、自优、自愈

我们称之为“网络自动驾驶模式”

真正实现网络的“自动驾驶”

需要一个循序渐进的过程

从AI能够指出发生了什么

到找到原因和解决办法

从需要人的协助去解决问题

再到网络实现自动、自优、自愈

“网络自动驾驶”发展包括5个阶段

阶段一

发生了什么?

阶段二

为什么发生异常？

阶段三

看看两秒以后会发生什么？

阶段四

有异常，必须马上叫人！

阶段五

马上要着火，因为有烟头，必须立刻熄灭…

当网络能够“自动驾驶”时，

可以给运营商带来哪些好处呢？

运维效率倍增

AI可以预测设备未来有多大概率发生故障，并进行针对性的维护

还没等你发现问题

TA已经自行解决了…

这就是运维的最高阶段

PdM（Predictable Maintenance）

通过可预测性维护

我们希望将电信网络的

告警压缩和故障定位减少90%

实现90%关键器件的失效和劣化预测

举个例子告诉你

AI到底怎么提高运维效率的：

在网络故障中，超过70%的问题来自无源设备，如光纤弯曲、器件老化、接口松动等。在这一过程中，信号都会发生变化，通过引入AI学习这些变化的特征，就有可能提前进行预测，用有源解决无源的故障问题。

资源效率倍增

在资源利用方面

SoftCOM AI可以进行

精准流量预测和最合理的网络拓扑

以流量的方向而不是物理连接

来决定网络的路径

大幅提高网络的资源效率

能耗效率倍增

最后是能耗方面

我们要做到“比特决定瓦特”

即网络流量大小决定能耗多少

在机房或者站点，每个系统都有数十个参数，通过AI训练生成散热与环境及业务负荷模型，使得日照、温度和配套设施油机、太阳能和电池等达到最佳能效。

在设备层面，根据业务负载进行动态能量投放，没有流量时就利用时隙关断、RF深度休眠、载频关断等减少耗电量。

在网络系统，构建准确的业务负荷预测模型，使整网流量最优从而达到能耗效率最佳。

将AI引入电信业

不仅能为运营商带来运维效率、资源效率和能耗效率的“三个倍增”

也将为最终用户带来永远最优的网络连接和永不断网的体验

SoftCOM AI作为华为All Intelligence战略在电信领域的落地，旨在帮助运营商打造永不故障的自治网络，更好地实现数字化、智能化转型