华为AI使能自动驾驶网络

 [中国，北京，2019年10月31日] 继华为本月29日首次整体发布自动驾驶网络解决方案，今日在ICT中国ㆍ2019高层论坛AI峰会上，华为网络人工智能产品部总裁韩雨发先生发表了《AI使能自动驾驶网络》的主题演讲，工信部、信通院、中国三大运营商、科研院所、行业合作伙伴等领导和专家与会，见证了华为基于AI使能自动驾驶网络的创新成果。

华为网络人工智能产品部总裁韩雨发介绍华为网络人工智能引擎（NAIE）

随着5G建设的加速，中国已在30个省份，超过50个城市启动了5G的部署，首批5G基站总量预计达到80万之多，千行百业借助5G焕发出新的生机，从国庆七十周年阅兵4K直播，工业智能制造，到无人驾驶，再到教育、医疗、农业、旅游等行业，新技术带来了各个行业业务新的变革。多样化的5G应用场景，带来了对5G网络的多样化需求，如直播需要更大的带宽，无人驾驶需要更低的时延和更高的可靠性，工业制造需要满足更多的连接，这些都对现有的业务发放、网络运维能力提出了更高的挑战，网络的自动化和智能化是解决之道。

产业各方纷纷开始了探索网络自动化和智能化之路。早在2017年11月，ITU就成立了5G网络机器学习专项组，聚焦未来网络中人工智能的应用；今年5月以来，TMF和3GPP分别发布了自治网络和移动网络自动驾驶白皮书，本月，中国电信也发布了网络智能化分级研究报告，电信网络向自动化和智能化演进成为趋势。

华为继去年率先提出自动驾驶网络理念以来，本次北展进一步发布了自动驾驶网络整体架构和落地案例，架构包括网络单元、网络管控单元、跨域智能运维单元和网络人工智能单元，在网元层、网络层和云端全栈引入AI，聚焦运维极简和网络极简，实现网络自动化和智能化。

随后，韩雨发重点介绍了华为网络人工智能引擎NAIE，帮助开发者多快好省地开发网络AI应用，基于华为公有云，NAIE提供数据湖服务，模型训练服务、模型生成服务和通信模型服务，涵盖了网络AI应用开发业务中最复杂部分的工作，如数据准备，数据特征探索，模型调优等，便于开发者快速获取到NAIE能力。

数据湖服务

数据湖服务，主要是把数据采集、集成、建模、分析、标注等数据处理工具以及数据治理模板，以云服务的方式向开发者提供，帮助开发者提升数据治理的效率。数据采集的接口采用标准化处理，支持30+类网元，100+种设备自动对接，同时数据湖内置超过10种电信业务场景模板，提供高效的电信数据标注工具和4.8亿在线训练数据样本，使得数据准备时间从原来的3个月缩短到1周，节省90%的时间。

模型训练服务

模型训练服务，提供了IDE开发环境，包括数据处理、特征提取、模型训练和验证等功能，支持业界主流算法框架，如TensorFlow、Caffe2、SParkML等，内嵌华为在网络领域的30多年的知识和经验沉淀，预置30+电信网络特征探索工具， 50+电信领域资产，集成了多个场景的算法调测、特征服务和处理SDK，让模型的设计和探索周期从3周减少到1周，缩短70%时间。

模型生成服务

模型生成服务，相对模型训练服务，进一步简化了模型开发过程，通过预置典型场景的模型，让开发者只需要输入符合要求的训练数据，就可以快速完成模型的训练和验证，生成需要的AI模型，大幅降低电信AI模型开发的技能门槛和周期。以数据中心PUE优化为例，传统的模型开发投入涉及到多个角色，包括暖通专家，数据工程师，算法专家，应用开发工程师等，需要至少半年的时间才能完成；而基于华为的模型生成服务，只需要投入1名暖通专家，2周的时间即可训练出所需的模型，整体开发投入降低95%以上，大幅度降低模型生成的成本。

通信模型服务

通信模型服务，基于云端的推理框架，用户只需调用API，输入推理数据就可快速完成推理，运行效率高，推理结果可以用于业务应用的开发。这类服务主要是适用于一些模型泛化通用性强的场景，比如硬盘故障检测，大部分硬盘故障表象和特征都基本相同，直接输入SMART数据，就可以在线获取硬盘健康度检测结果。类似场景还有KPI异常检测、ECA异常检测等，支持云化部署，便于业务快速集成。

华为和中国电信合作，NAIE作为电信能力的一部分，在中国电信天翼云完成部署，构建了中国电信AI应用开发能力，让AI技术可以应用到电信各项业务中。目前，中国电信已在广东、广西等省公司开展面向运维效率提升、能耗效率提升的AI应用实践，其中通过对核心网KPI异常的智能检测，提前5.5小时发现故障变被动为主动，减少事故对业务带来的损失。

华为NAIE产品部总裁韩雨发表示：“ 华为网络人工智能引擎（NAIE），主要目标是聚焦网络业务场景，降低网络领域的AI使用门槛，提高AI开发效率，帮助运营商、企业合作伙伴以及高校等在内的各方开发者，让网络AI开发变得更简单，华为愿与各方一道构建安全的AI产业环境，保障数据提供者、模型开发者和使用者之间的数据有序受控流动，促进AI新生态的繁荣。”

本文来自“人工智能园地”，转载请注明作者及出处。