“華為是做網(wǎng)絡的，網(wǎng)絡AI做不好做別的AI也不可能好。”抱著這樣的初衷，華為自動駕駛網(wǎng)絡解決方案ADN來了。

9月24日，2020華為全聯(lián)接大會期間，華為面向企業(yè)市場發(fā)布了自動駕駛網(wǎng)絡解決方案ADN，通過網(wǎng)元、網(wǎng)絡和云端三層AI能力協(xié)同，實現(xiàn)網(wǎng)絡的自動、自愈和自優(yōu)，使能行業(yè)數(shù)字化業(yè)務和運營的超自動化。

網(wǎng)元+AI：把AI引入網(wǎng)元，升級為數(shù)字化的智能網(wǎng)元，讓每個網(wǎng)元和整個網(wǎng)絡更加敏銳的感知、處理和推理執(zhí)行。

網(wǎng)絡+AI：利用AI重構(gòu)網(wǎng)管，通過智能管控系統(tǒng)構(gòu)建網(wǎng)絡的數(shù)字孿生，實現(xiàn)網(wǎng)絡的動態(tài)控制和閉環(huán)，例如自動部署、事前仿真、事后校驗、預防預測以及主動優(yōu)化等。

云端+AI：提供云上的網(wǎng)絡AI訓練和模型服務，持續(xù)升級設(shè)備和網(wǎng)絡上已經(jīng)搭載的軟件系統(tǒng)和AI模型，來獲得更多的自動駕駛能力，讓整個網(wǎng)絡越用越聰明。

華為網(wǎng)絡人工智能(NAIE)產(chǎn)品部總經(jīng)理韓雨發(fā)介紹，2018年4月份華為輪值董事長徐直軍成立團隊開始做NAIE云服務，提出相關(guān)架構(gòu)和理念。第一次發(fā)布云服務是2019年8月份，華為聚焦網(wǎng)絡層面做AI使能，目前為止三年AI應用案例達到100個左右。

如何把AI快速部署應用網(wǎng)絡

華為在數(shù)年的實踐過程當中發(fā)現(xiàn)，大部分人討論是算法問題，如何用數(shù)學問題解決業(yè)務問題，但是實際應用中，除了這一點以外還有很多挑戰(zhàn)，如何把AI快速部署應用網(wǎng)絡當中，華為提出了自己的方法論。

第一，模型泛化，AI是模型問題，A-B的應用，每一個數(shù)據(jù)參數(shù)不一樣模型會有變化。以前解決是靠專家到現(xiàn)場作業(yè)，意味著成本高、周期長。如何解決這個問題是現(xiàn)在這一段時間思考的主要方向。

第二，一個模型不做管理和控制，基本上半年從90%的效果下滑到60%，如何保證業(yè)務可靠情況下盡量減少模型老化，這是行業(yè)內(nèi)通用問題。

第三，數(shù)據(jù)專用問題，運營商電信網(wǎng)絡和2B市場一樣，樣本本來就少還不能出局（數(shù)據(jù)存在本地），浙江移動數(shù)據(jù)不能共享給江蘇移動，要實現(xiàn)AI應用難度就更大。

第四，2B領(lǐng)域的AI與2C不一樣，比如人臉識別很容易，識別錯一次再來一次，2B里面大部分是生產(chǎn)網(wǎng)絡當中，高可靠要求很高，不能頻繁試錯，試錯成本高，如何解決這個問題，也是需要整個方案當中解決的。

 對此，華為提出了一套云地協(xié)同架構(gòu)，第一部分是云上，云上三個功能，其一是樣本管理，服務當中全局全域共享管理；其二是研究怎么把全網(wǎng)全域模型對應到網(wǎng)絡當中。比如中國移動集團系統(tǒng)可以管理整個移動各個省公司，各個子域網(wǎng)絡模型，如何下發(fā)管理包括配置、版本、策略；其三，云上建立全網(wǎng)知識庫，華為實踐過程當中發(fā)現(xiàn)更有效是人的知識，如何把人的知識和AI結(jié)合在一起，來解決這個問題，是更加有效的手段和方法。

地端首先模擬要優(yōu)化，比如模型從1.0升到1.1，是用新模型還是不用新模型，策略如何控制，這是一個新的方案。另外避免專家到本地作業(yè)，本地模型就會具備自由化、自學習、自訓練的能力。

韓雨發(fā)介紹，整個系統(tǒng)當中有三個關(guān)鍵技術(shù)支撐，遷移學習，如何讓模型解決模型泛化難題；聯(lián)邦模型，解決數(shù)據(jù)樣本少的問題；云端仿真系統(tǒng)，把整個網(wǎng)絡做了數(shù)字孿生系統(tǒng)，數(shù)字世界里面可以做任何操作，比如升級、模擬操作，驗證結(jié)果有效再把這個結(jié)果下發(fā)到真實物理網(wǎng)中。

云地協(xié)同的三個階段

據(jù)悉，云地協(xié)同分三個階段，現(xiàn)在很多公司AI大部分處于第一階段，云端做一個模型開發(fā)，開發(fā)好之后打包在軟件當中到地端執(zhí)行，該階段的問題是模型更新周期長，每個版本都要經(jīng)歷開發(fā)、測試、集成、交付的過程。

第二階段是模型訓練好之后，只要更新，地端系統(tǒng)會收到提示有新模型，并由客戶決定是否更新。除了模型更新還可以做數(shù)據(jù)更新和模型自動優(yōu)化，有一些特性在本地訓練如果還達不到要求，就可以在云端重新訓練，今年有很多特性是達到第三階段。

韓雨發(fā)以數(shù)據(jù)中心為例，第一步數(shù)據(jù)從網(wǎng)絡當中采集，利用模型生成服務，數(shù)據(jù)模型生成之后在仿真系統(tǒng)驗證，驗證有效放到模型庫，通知地端有新模型是否更新升級，地端收到消息就可以自動下載新模型，與本地做比較，根據(jù)客戶策略要求做自動升級。

NAIE覆蓋問題很廣，華為圍繞數(shù)個關(guān)鍵問題展開工作：能源效率能否進一步提升，包括基站、DC；資源效率能否提升，比如說頻譜，頻譜資源非常昂貴；以及運維效率能否提升；

據(jù)了解，華為再實踐中節(jié)能效果非常明顯，基站節(jié)能、DC節(jié)能都有10%以上收益，5G基站也是耗電大戶，所以客戶很感興趣。現(xiàn)在新的方案華為已經(jīng)實現(xiàn)提前4-5個小時發(fā)現(xiàn)網(wǎng)絡問題，從被動維護變成主動維護。

”機會很多，關(guān)鍵是行業(yè)伙伴一起提出觀點提出問題，然后后面才是怎么解決問題。“韓雨發(fā)表示。“云服務的優(yōu)勢在我們看來是數(shù)據(jù)豐富，云上有22億條樣本數(shù)據(jù)，5千萬條標注樣本，大大縮短了數(shù)據(jù)儲備時間，數(shù)據(jù)訓練平臺集成電信領(lǐng)域很多AI經(jīng)驗和華為實踐，可以降低模型開發(fā)周期。截止2020年9月份，華為有兩萬多個用戶，活躍用戶兩千多，樣本下載量130多億條。API當月調(diào)動量突破3.3億。”