2018年4月17日，“2018年中國(guó)SDN/NFV大會(huì)”在北京成功召開(kāi)。工信部通信科技委常務(wù)副主任、中國(guó)電信科技委主任、SDN/NFV產(chǎn)業(yè)聯(lián)盟理事長(zhǎng)韋樂(lè)平出席會(huì)議，并作了報(bào)告《邁向網(wǎng)絡(luò)架構(gòu)重構(gòu)的新階段--人工智能使能的網(wǎng)絡(luò)》。

對(duì)于SDN/NFV的當(dāng)前進(jìn)展和發(fā)展趨勢(shì)，韋樂(lè)平先生指出，基于SDN/NFV的網(wǎng)絡(luò)云化已成為產(chǎn)業(yè)界的共識(shí)，SDN已渡過(guò)炒作期，進(jìn)入理性發(fā)展階段；NFV化已開(kāi)始落地，但是由于思維落后、硬件性能限制、標(biāo)準(zhǔn)化滯后及互操作的復(fù)雜性，其征程依然艱難。“Zero-Touch & Automation”成為SDN的新熱點(diǎn)，結(jié)合SDN與AI的基于意圖的網(wǎng)絡(luò)（IBN，Intention Based Network）將可能成為網(wǎng)絡(luò)自動(dòng)化和智能化的發(fā)展目標(biāo)。

但是，基于SDN/NFV/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，需要借助人工智能技術(shù)才能夠有效解決其所面臨的三個(gè)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)維問(wèn)題帶來(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。

在網(wǎng)絡(luò)重構(gòu)的過(guò)程中，如何在基礎(chǔ)設(shè)施層、網(wǎng)絡(luò)和業(yè)務(wù)控制層以及運(yùn)營(yíng)和編排層引入AI技術(shù)，推動(dòng)網(wǎng)絡(luò)向智能化方向發(fā)展，韋樂(lè)平先生也給出自己的觀點(diǎn)。5G微信公眾平臺(tái)（ID：angmobile）了解到，他指出，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，諸如核心數(shù)據(jù)中心的基礎(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)，例如在基站內(nèi)嵌入AI加速器可以支撐設(shè)備級(jí)的AI策略及應(yīng)用；AI在網(wǎng)絡(luò)和業(yè)務(wù)控制層的應(yīng)用可以優(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； 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。

他認(rèn)為，AI網(wǎng)絡(luò)應(yīng)用的一般原則是越高層，越集中，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)性要求往往越高，對(duì)計(jì)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(jí)的訓(xùn)練能力即可。

他指出，AI的網(wǎng)絡(luò)應(yīng)用還面臨四大挑戰(zhàn)：

①AI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)很大，但不同部門和層級(jí)數(shù)據(jù)語(yǔ)義和格式、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，真正能有效利用的數(shù)據(jù)并不足夠大。”

②AI/ML（機(jī)器學(xué)習(xí)）與網(wǎng)絡(luò)結(jié)合的場(chǎng)景尚不清晰。

③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)別和棋類博弈要復(fù)雜，特別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。

④現(xiàn)有垂直煙囪式組織架構(gòu)不適應(yīng)AI使能的新網(wǎng)絡(luò)。