تفعيل صفر أخطاء على الشبكات مع الذكاء الاصطناعي SoftCOM

في مشهد الاتصالات اليوم, تقدم شركات تكنولوجيا المعلومات والإنترنت خدمات سحابية في أراضي الاتصالات التقليدية, بما في ذلك الشبكات الأساسية, بعض الرجال, البنية التحتية لتكنولوجيا المعلومات, وتطبيقات تكنولوجيا المعلومات.

إذا لم يتمكن المشغلون من تقديم خدمات سحابية من الدرجة الأولى, سيفقدون العديد من خدماتهم التقليدية, على وجه الخصوص خطوط مركز البيانات المؤجرة. علاوة على ذلك, أتمتة ل O&M في شبكات الاتصالات منخفض وتعقيد الشبكة يعني ذلك 70% من أخطاء الشبكة ناتجة عن خطأ بشري.

لا يكفي ابتكار المنتجات وحده للتغلب على التحديات التي تواجه المشغلين. يتطلب تعزيز القدرة التنافسية ابتكارات في بنية النظام, منتجات, ونماذج الأعمال.

ما هو ابتكار بنية النظام?

في الحوسبة السحابية, إنه ليس طفرة في خادم أو منتج تخزين. بدلا, إنه ابتكار على مستوى النظام يعتمد على أنظمة موزعة جديدة تزيد من استخدام الموارد. الابتكارات في المنتجات, بنية النظام, ونماذج الأعمال يعزز بعضها البعض.

على جانب المنتج, المبدأ الكامن وراء تصميم معدات شبكة Huawei هو السعة العالية وزمن الوصول المنخفض. لبنية النظام, Huawei تبحث في القيادة الذاتية الشبكات الرشيقة, الالي, وذكي.

ماذا نعني بالقيادة الذاتية?

الهدف من الشبكات المستقلة التي تعتمد على الذكاء الاصطناعي هو إنشاء نموذج شبكة ذاتية القيادة بثلاث ميزات: أجهزة رشيقة, تحكم ذكي, والتحليل الذكي.

في شبكات الاتصالات, الطبقة السفلية هي معدات الشبكة والطبقة العليا هي طبقة التحكم. للتحكم على مستوى الشبكة و O&M, يمكن أن يحقق الذكاء الاصطناعي والوظائف المستقلة المجزأة وظائف E2E من خلال نظام التشغيل من الطبقة العليا, وبالتالي تمكين الشبكة بأكملها من أن تصبح مستقلة.

أكبر تغيير تحققه الشبكات المستقلة هو أن موظفي الصيانة لم يعودوا يشاركون في عملية الخدمة بأكملها. الشبكة بأكملها ذاتية القيادة من حيث أنها مؤتمتة, التحسين الذاتي, والشفاء الذاتي.

وسيتم أتمتة شبكات المستقبل بالكامل من جانب المشغل مع توفير هواوي خدمات إلكترونية مؤتمتة بالكامل قائمة على الذكاء الاصطناعي. ستعتمد هذه الخدمات على نموذج الذكاء الاصطناعي التكراري المستمر المتاح كنموذج كخدمة يتحسن باستمرار.

سيؤدي إدخال الذكاء الاصطناعي إلى الشبكات إلى تحقيق قيمة جديدة من القدرة على التنبؤ. تعتمد إدارة شبكات الاتصالات ومركز التحكم على واجهات الجهاز المتجهة جنوبا وجمع البيانات. تتيح الاستراتيجيات والقواعد المختلفة الإدارة والجدولة على مستوى الشبكة من الوفاء بثلاثة شروط لأتمتة الشبكة: إمكانية الوصول إلى الشبكة, متطلبات اتفاقية مستوى الخدمة, وكفاءة الموارد.

لكن, حيث تصبح الشبكة معقدة بشكل متزايد, هذا لا يكفي. مطلوب تفكير الذكاء الاصطناعي عبر الإنترنت وتحليل البيانات للتنبؤ بحركة المرور, جودة, والأخطاء. جدولة الشبكة بناء على تنبؤات الظروف المستقبلية تتجنب الأعطال قبل حدوثها, يحسن الجودة قبل أن تتدهور, ويضبط حركة المرور قبل حدوث الازدحام. هكذا, القيمة الأساسية التي يقدمها الذكاء الاصطناعي هي صفر أخطاء.

خمس مراحل

يعد تطوير شبكة ذاتية القيادة عملية طويلة الأمد قمنا بتقسيمها إلى خمس مراحل:

واحد: يعرف الذكاء الاصطناعي "ما حدث".

اثنان: يمكن الذكاء الاصطناعي تحديد "سبب حدوث ذلك".

تلاتة: يمكن الذكاء الاصطناعي التنبؤ ب "ما سيحدث" مدعوما بالأحكام والقرارات اليدوية.

أربعة: الذكاء الاصطناعي يحكم على "التدابير التي يجب اتخاذها", والتي يتم تنفيذها يدويا بعد ذلك.

خمسة: تتيح الأتمتة الكاملة الشفاء الذاتي.

ستوفر الشبكات المستقلة والنموذج كخدمة للمستخدمين النهائيين تجربة دقيقة, اتصالات الشبكة المثلى في جميع الأوقات, والشبكات بدون تعطل. سيستفيد المشغلون من مضاعفة الكفاءة في ثلاثة مجالات: O&M, كفاءة الموارد, وكفاءة الطاقة.

مضاعفة O&كفاءة M: هناك ثلاثة مستويات من التطور في O&M. الأول هو التشغيل إلى الفشل (R2F). مع R2F, O&يسارع موظفو M لإصلاح الأعطال المفاجئة عند حدوثها في عمليات الشبكة. هذا هو أدنى مستوى من O&M. المرحلة الثانية هي الصيانة الوقائية (PvM). وهذا ينطوي على عمليات تفتيش روتينية. يتم فحص كل عنصر من المعدات لمنع الأعطال. هذه الطريقة غير فعالة للغاية. المستوى الثالث هو الصيانة التنبؤية (بي دي إم), حيث يمكن التنبؤ باحتمال فشل جهاز معين في المستقبل وإجراء الصيانة المستهدفة.

مع PdM, نأمل في تقليل ضغط الإنذار وموقع الخطأ في الشبكات عن طريق 90 النسبة المئوية وتحقيق أ 90 معدل التنبؤ بنسبة مئوية لفشل المكونات الرئيسية وتدهورها, اتخاذ خطوة أخرى نحو الشفاء الذاتي للشبكة.

مع أكثر من 70 النسبة المئوية لأعطال الشبكة الناتجة عن المعدات السلبية, على سبيل المثال, الانحناءات الليفية, تقادم الجهاز, والمنافذ السائبة, يمكن أن يتعلم الذكاء الاصطناعي خصائص تغييرات الإشارة عند حدوث مثل هذه المشكلات ودفع الصيانة التنبؤية.

مضاعفة كفاءة الموارد: حاليا, يتم إنشاء الشبكات قبل بدء تدفق حركة البيانات, يؤدي في بعض الأحيان إلى سوء استخدام الموارد. إذا تم التعامل مع المشكلة من الاتجاه المعاكس باستخدام جدولة الشبكة بناء على اتجاه التدفق, سيكون استخدام الموارد أعلى بكثير.

يمكن الذكاء الاصطناعي إنشاء نماذج للتنبؤ بحركة المرور للتنبؤ بدقة بحركة المرور, وبالتالي أفضل طبولوجيا الشبكة حيث يتم تحديد مسارات الشبكة من خلال اتجاه حركة المرور بدلا من الاتصالات المادية.

مضاعفة كفاءة الطاقة: لتحقيق ذلك, يمكن للبتات إدارة الواط; إنه, يمكن أن تحدد حركة مرور الشبكة استهلاك الطاقة. في غرف المعدات والمحطات الأساسية, يحتوي كل نظام على عشرات المعلمات. يمكن تدريب الذكاء الاصطناعي على توليد التبريد, وسط, ونماذج حمل الخدمة لتحسين كفاءة الإضاءة, درجة الحرارة, مولدات المعدات, الطاقة الشمسية, والبطاريات.

على مستوى المعدات, يمكن أن يعتمد توصيل الطاقة الديناميكي على أحمال الخدمة. عندما لا تكون هناك حركة مرور, طرق مثل إغلاق الفترة الزمنية, النوم العميق RF, ويمكن أن يقلل إغلاق تردد الناقل من استهلاك الطاقة, إلى جانب الإدارة الديناميكية الموفرة للطاقة لخوادم مركز البيانات والمعدات الأخرى.

على جانب نظام الشبكة, يمكن لنماذج التنبؤ الدقيق بحمل الخدمة تحسين جميع حركة مرور الشبكة لتحقيق الكفاءة المثلى للطاقة.

بناء الاستقلالية وتدريبها باستخدام الذكاء الاصطناعي SoftCOM

الذكاء الاصطناعي SoftCOM هو بنية هواوي المستهدفة لشبكات القيادة الذاتية القائمة على إدخال تقنية وقدرات الذكاء الاصطناعي في ثلاث طبقات: البنية الأساسية للجهاز والسحابة; مركز إدارة والتحكم في الشبكات; والشبكة O&نظام M. ستحقق هذه الطبقات الثلاث الكفاءة الذكية E2E وأتمتة تخطيط الشبكة, نشر, عملية, صيانة, الامثل, والعمليات التجارية.

تخطط Huawei أيضا لمنصة تدريب على الذكاء الاصطناعي للمشغلين الذين يمكنهم تدريب الذكاء الاصطناعي باستخدام البيانات من معدات الشبكة التي يتم إرسالها إلى المنصة. سيتم تحديث النماذج وتحسينها باستمرار للمساعدة في تحسين مستوى الأتمتة في نظام الشبكة.

مثل: الذكاء الاصطناعي SoftCom في شبكة بصرية

يمكن أن يتيح الذكاء الاصطناعي SoftCOM عملية تطوير الخدمة بأكملها. الشرط الأول هو أساس البيانات, الذي يحدد نوع البيانات المطلوبة. لشبكة بصرية, يتضمن ذلك بيانات الألياف البصرية, بيانات الإشارة الضوئية, وبيانات التوجيه البصري. الشرط التالي هو تمكين التكنولوجيا, أو خوارزميات الذكاء الاصطناعي, بما في ذلك خوارزميات لتنقية البيانات, تكامل المعلومات, نمذجة التعلم الآلي, والتعلم العميق.

يجب أيضا بناء عدد كبير من الطرز لتمكين شبكة بصرية "ذاتية القيادة". وتشمل هذه نماذج الألياف البصرية والمرشحات.

الشرط النهائي هو سيناريوهات تطبيق الخدمة. وتشمل هذه الفحص الآلي الأولي للألياف الضوئية, توفير الخدمات, تحسين الشبكة, موقع الخطأ, وجدولة الموارد الآلية. ستكون النماذج قادرة على إيجاد الأساليب المثلى, تمكين التوفير السريع, أبسط O&M, والعمليات الذكية. سيؤدي الذكاء إلى تحسين كفاءة جدولة الشبكة. مع صفر انتظار, صفر لمس, وخبرة صفرية, لن يشعر الناس حتى أن الشبكة موجودة.

المستقبل ذكاء. لكن, لن يتم تحقيق الشبكات الذكية بين عشية وضحاها. يعد الذكاء الاصطناعي SoftCOM جزءا من Huawei تنشيط الذكاء استراتيجية في قطاع الاتصالات لمساعدة المشغلين على إنشاء شبكات آلية لا تفشل أبدا وتعمل كنقطة انطلاق للتحول الرقمي.

انقر فوق الروابط التالية للحصول على المستند التقني لشركة Huawei على SoftCOM ولمزيد من المعلومات حول استراتيجية الذكاء الاصطناعي ومحفظة هواوي.