AI有望解决网络架构重构面临的三大挑战，使能网络架构重构新阶段

4月17日消息，在今日举行的“2018中国SDN/NFV大会”上，SDN/NFV产业联盟理事长、工信部科技委常务副主任、中国电信科技委主任韦乐平指出，AI有望解决网络架构重构面临的三大挑战，使能网络架构重构新阶段。

他表示，基于SDN/NFV/Cloud的网络架构重构带来大量新的多维度复杂性，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个挑战：网络架构动态变化带来的网络和业务欸打复杂性、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。

同时，韦乐平指出，一切给予软件的复杂多维问题都可以借助于AI的帮助复杂的多层、多域、多协议、多接口、多参数、多厂家的网络和业务问题也不例外，只是AI在不同层面和领域的作用和引入路径不同。

谈及AI网络应用的一般原则，韦乐平讲到，越高层，越集中，跨域分析能力越强，对计算能力的要求也越高，所需数据量也越大，更适合对全局性的策略集中进行训练和推理。越低层，越接近终端，专项分析能力越强，对实时性要求往往越来越高，对计算能力要求则满足业务需求即可，适合引入AI的推理能力或具备轻量级的训练能力即可。

在他看来，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夫人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策略和应用。

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。实现网络合层级的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。

AI在运营和编排层的应用，则表现在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。

他讲到，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，实现东方台规划和管理配套的资源。