本刊記者|王熙 刁興玲

基于SDN、NFV和Cloud的網(wǎng)絡(luò)架構(gòu)重構(gòu)帶來(lái)大量新的多維度復(fù)雜性，在很大程度上抵消了其帶來(lái)的諸多好處，而AI在處理復(fù)雜問(wèn)題上的能力遠(yuǎn)超人腦，有望解決網(wǎng)絡(luò)架構(gòu)重構(gòu)所面臨的挑戰(zhàn)。

SDN/NFV產(chǎn)業(yè)聯(lián)盟理事長(zhǎng)、中國(guó)電信科技委主任韋樂(lè)平

在“2018中國(guó)SDN/NFV大會(huì)”上，SDN/NFV產(chǎn)業(yè)聯(lián)盟理事長(zhǎng)、中國(guó)電信科技委主任韋樂(lè)平針對(duì)SDN/NFV發(fā)展情況的一番演講，直指目前NFV發(fā)展痛點(diǎn)和云計(jì)算癥結(jié)，以及人工智能（AI）對(duì)運(yùn)營(yíng)商網(wǎng)絡(luò)重構(gòu)的創(chuàng)新推動(dòng)。

SDN進(jìn)入理性發(fā)展階段 NFV征程依然艱難

韋樂(lè)平指出，SDN已渡過(guò)炒作期，進(jìn)入理性發(fā)展階段，基于SDN/NFV的網(wǎng)絡(luò)云化成為共識(shí)，NFV化已開始落地，但征程依然艱難，SDN將進(jìn)一步從自動(dòng)化走向智能化?；赟DN、NFV和Cloud的網(wǎng)絡(luò)架構(gòu)重構(gòu)帶來(lái)大量新的多維度復(fù)雜性，在很大程度上抵消了其帶來(lái)的諸多好處，而AI在處理復(fù)雜問(wèn)題上的能力遠(yuǎn)超人腦，有望解決網(wǎng)絡(luò)架構(gòu)重構(gòu)所面臨的挑戰(zhàn)。

在談到NFV的發(fā)展情況，韋樂(lè)平表示，NFV項(xiàng)目已覆蓋所有核心網(wǎng)網(wǎng)元(如vEPC,vIMS)。NFV開始落地，5G成為NFV新的最大驅(qū)動(dòng)力，NFV成5G必要條件。

不過(guò)，由于思維落后、硬件性能限制、標(biāo)準(zhǔn)化滯后及互操作的復(fù)雜性，其他領(lǐng)域的NFV化還不盡人意。同時(shí)，網(wǎng)絡(luò)云化的挑戰(zhàn)不可輕視。遠(yuǎn)營(yíng)商的一朵云理想依然還只是理想，其內(nèi)部IT系統(tǒng)的復(fù)雜性和對(duì)外服務(wù)的質(zhì)量和速度要求導(dǎo)致公有云和電信云還在獨(dú)立建設(shè)，。

而根據(jù)SDN/NFV產(chǎn)業(yè)聯(lián)盟最新發(fā)布的《2018年NFV技術(shù)白皮書》顯示，當(dāng)前形勢(shì)下，基于SDN/NFV技術(shù)進(jìn)行網(wǎng)絡(luò)重構(gòu)面臨以下三大主要挑戰(zhàn)。

挑戰(zhàn)1：標(biāo)準(zhǔn)進(jìn)度慢,技術(shù)仍需成熟

隨著NFV的發(fā)展,截至2017年4月,全球已有部分NFV商用部署案例,主要集中在VEPC、VIMS、VCPE等場(chǎng)景,但相關(guān)商用案例中，涉及MANO的端到端流程和接口方面均采用運(yùn)營(yíng)商各自私有解決方案,MANO一直沒(méi)有統(tǒng)一的可指導(dǎo)互聯(lián)互通測(cè)試的流程和接口規(guī)范，同時(shí)不同組件對(duì)應(yīng)的開源軟件與標(biāo)準(zhǔn)之間存在一定的不一致性,無(wú)法凝聚產(chǎn)業(yè)力量,均制約了NFV的大規(guī)模商用部署。

此外,目前NFV虛擬層與硬件解耦的成熟度相對(duì)較高,虛擬層與上層應(yīng)用的解耦成熟度低,且沒(méi)有一套完善的方法體系來(lái)明確相關(guān)的要求,目前主要通過(guò)測(cè)試認(rèn)證的方式來(lái)確保虛擬層和上層應(yīng)用解耦,存在配對(duì)測(cè)試樣本少、測(cè)試用例無(wú)法覆蓋生產(chǎn)環(huán)境中各種潛在的不兼容問(wèn)題。

挑戰(zhàn)2：分層解耦后集成和組網(wǎng)難度大

NFV除了解耦傳統(tǒng)網(wǎng)絡(luò)功能的實(shí)現(xiàn)方式,還引入了MANO管理系統(tǒng),MANO管理系統(tǒng)又分為NFVO、VNFM、VIM三部分,分別負(fù)責(zé)網(wǎng)絡(luò)、網(wǎng)元、資源的管理。當(dāng)運(yùn)營(yíng)商在部署NFV的時(shí)候,通常涉及到不同組件由不同提供商提供的情形,為使得不同提供商提供的組件可以組合起來(lái)實(shí)現(xiàn)NFV系統(tǒng),需要比傳統(tǒng)電信網(wǎng)絡(luò)更復(fù)雜的IoT測(cè)試驗(yàn)證、集成和規(guī)劃部署等工作。

挑戰(zhàn)3：運(yùn)營(yíng)商N(yùn)FV網(wǎng)絡(luò)運(yùn)維管理挑戰(zhàn)大

傳統(tǒng)網(wǎng)管采用豎井式的運(yùn)維管理模式,依賴工單進(jìn)行故障管理,且重在設(shè)備監(jiān)控和排障,隨著NFV技術(shù)的引入和MANO管理系統(tǒng)的提供,NFV網(wǎng)絡(luò)可根據(jù)策略自動(dòng)彈性擴(kuò)縮容,發(fā)生故障時(shí)可以實(shí)現(xiàn)自愈相關(guān)變化，這些都對(duì)傳統(tǒng)運(yùn)營(yíng)商網(wǎng)絡(luò)管理模式帶來(lái)了很大的挑戰(zhàn),需要運(yùn)營(yíng)商做好MANO和傳統(tǒng)0SS的協(xié)同,并且需要轉(zhuǎn)變觀念,適應(yīng)新的管理運(yùn)維模式,打造新型管理運(yùn)維流程,提高運(yùn)維人員技能等。

AI使能是網(wǎng)絡(luò)重構(gòu)的新階段

另外，韋樂(lè)平認(rèn)為，SDN將進(jìn)一步從自動(dòng)化走向智能化，電信網(wǎng)的復(fù)雜性和人工依賴性使得具備應(yīng)付高度復(fù)雜性能力的AI具有很好的擴(kuò)展空間。比如，結(jié)合SDN與AI的基于意圖的網(wǎng)絡(luò)(IBN)將可能成為網(wǎng)絡(luò)自動(dòng)化和智能化的目標(biāo)。

對(duì)于AI技術(shù)在電信網(wǎng)絡(luò)的發(fā)展，韋樂(lè)平表示：“AI有望解決網(wǎng)絡(luò)架構(gòu)重構(gòu)所面臨的三大挑戰(zhàn)，網(wǎng)絡(luò)架構(gòu)動(dòng)態(tài)變化帶來(lái)的網(wǎng)絡(luò)和業(yè)務(wù)的復(fù)雜性；網(wǎng)元分層解耦后的故障定位等運(yùn)維帶來(lái)的復(fù)雜性；網(wǎng)絡(luò)資源實(shí)時(shí)調(diào)整帶來(lái)的網(wǎng)絡(luò)運(yùn)行復(fù)雜性?！?/p>

談到AI網(wǎng)絡(luò)應(yīng)用的原則時(shí)，韋樂(lè)平表示越高層越集中，且跨域分析能力越強(qiáng)，對(duì)計(jì)算能力的要求也越高，所需數(shù)據(jù)量也越大，更適合對(duì)全局性的策略集中進(jìn)行訓(xùn)練和推理。越低層越接近終端，專項(xiàng)分析能力越強(qiáng)，對(duì)實(shí)時(shí)性要求往往越來(lái)越高，對(duì)計(jì)算能力要求滿足業(yè)務(wù)需求即可，適合引入AI的推理能力或具備輕量級(jí)的訓(xùn)練能力即可。

韋樂(lè)平還分享了AI在電信運(yùn)營(yíng)商網(wǎng)絡(luò)賦能的三種方式。

第一，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(shí)現(xiàn)不同層級(jí)的訓(xùn)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的集中訓(xùn)練及推理需求。而接入側(cè)可以逐步按需推進(jìn)，例如基站內(nèi)嵌AI加速器可以支撐設(shè)備級(jí)的AI策略及應(yīng)用。

第二，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(duì)網(wǎng)絡(luò)和業(yè)務(wù)實(shí)現(xiàn)智能網(wǎng)絡(luò)優(yōu)化、運(yùn)維、管控和安全。實(shí)現(xiàn)網(wǎng)絡(luò)各層級(jí)的KPI優(yōu)化、路由優(yōu)化、網(wǎng)絡(luò)策略優(yōu)化等，例如無(wú)線的覆蓋優(yōu)化、容量?jī)?yōu)化、負(fù)荷優(yōu)化等。

第三，AI在運(yùn)營(yíng)和編排層的應(yīng)用：可優(yōu)先在大數(shù)據(jù)平臺(tái)上引入AI引擎，對(duì)OSS和BSS數(shù)據(jù)做更深度的智能化挖掘。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(dòng)化和智能化水平。進(jìn)而對(duì)業(yè)務(wù)量的變化做前瞻性的智能預(yù)測(cè)，實(shí)現(xiàn)動(dòng)態(tài)規(guī)劃和管理配套的資源。

韋樂(lè)平表示，AI網(wǎng)絡(luò)應(yīng)用主要有三大場(chǎng)景：一是高效智慧運(yùn)維場(chǎng)景；二是個(gè)性化業(yè)務(wù)服務(wù)場(chǎng)景；三是網(wǎng)絡(luò)安全場(chǎng)景。在高效智慧運(yùn)維場(chǎng)景中，可對(duì)網(wǎng)絡(luò)進(jìn)行預(yù)防性、主動(dòng)性維護(hù)，實(shí)現(xiàn)集約資源智能調(diào)度，對(duì)業(yè)務(wù)質(zhì)量閉環(huán)優(yōu)化。在個(gè)性化業(yè)務(wù)服務(wù)場(chǎng)景中，可使用網(wǎng)絡(luò)業(yè)務(wù)相關(guān)的大量數(shù)據(jù)，利用這些數(shù)據(jù)以及網(wǎng)絡(luò)其他數(shù)據(jù)、CRM信息能夠給客戶個(gè)性化服務(wù)的分析和建議，例如結(jié)合企業(yè)專線的帶寬利用率、周期性潮汐流量特征、特殊試驗(yàn)要求等能夠更好地設(shè)計(jì)個(gè)性化業(yè)務(wù)和靈活的資費(fèi)模式。而在網(wǎng)絡(luò)安全場(chǎng)景中，可利用AI/ML學(xué)習(xí)技術(shù)針對(duì)惡意/病毒會(huì)話特殊的會(huì)話字節(jié)、頭端包大小和頻次、病毒特征字節(jié)等信息進(jìn)行統(tǒng)計(jì)分析，從而在惡意流量攻擊的早期就能識(shí)別，對(duì)于潛在的、前期的惡意病毒進(jìn)行預(yù)警。

不過(guò)，由于技術(shù)尚未成熟，AI的網(wǎng)絡(luò)應(yīng)用還面臨四大挑戰(zhàn)：首先，AI成功應(yīng)用的前提是足夠大的訓(xùn)練數(shù)據(jù)。盡管電信網(wǎng)絡(luò)數(shù)據(jù)足夠大，但由于部門和各管理層級(jí)的數(shù)據(jù)語(yǔ)義和格式不同、數(shù)據(jù)存儲(chǔ)和管理應(yīng)用機(jī)制不同、數(shù)據(jù)監(jiān)管限制等原因，能真正有效利用的數(shù)據(jù)并不足夠；其次，AI/ML與網(wǎng)絡(luò)結(jié)合的價(jià)值場(chǎng)景尚不清晰；再次，盡管相對(duì)而言，AI算法比較成熟，但網(wǎng)絡(luò)和業(yè)務(wù)遠(yuǎn)比目前已經(jīng)成功應(yīng)用AI的圖像、語(yǔ)音識(shí)別和單一棋類博弈要復(fù)雜，特別是還缺乏成熟可靠的電信網(wǎng)絡(luò)和業(yè)務(wù)的建模和特征表示及提取方法；最后，現(xiàn)有運(yùn)營(yíng)商垂直煙囪式組織架構(gòu)不適應(yīng)AI使能的新網(wǎng)絡(luò)。