2018年4月17日，“2018年中國SDN/NFV大會”在北京成功召開。工信部通信科技委常務副主任、中國電信科技委主任、SDN/NFV產(chǎn)業(yè)聯(lián)盟理事長韋樂平出席會議，并作了報告《邁向網(wǎng)絡架構重構的新階段--人工智能使能的網(wǎng)絡》。

對于SDN/NFV的當前進展和發(fā)展趨勢，韋樂平先生指出，基于SDN/NFV的網(wǎng)絡云化已成為產(chǎn)業(yè)界的共識，SDN已渡過炒作期，進入理性發(fā)展階段；NFV化已開始落地，但是由于思維落后、硬件性能限制、標準化滯后及互操作的復雜性，其征程依然艱難。“Zero-Touch & Automation”成為SDN的新熱點，結合SDN與AI的基于意圖的網(wǎng)絡（IBN，Intention Based Network）將可能成為網(wǎng)絡自動化和智能化的發(fā)展目標。

但是，基于SDN/NFV/Cloud的網(wǎng)絡架構重構帶來大量新的多維度復雜性，需要借助人工智能技術才能夠有效解決其所面臨的三個挑戰(zhàn)：網(wǎng)絡架構動態(tài)變化帶來的網(wǎng)絡和業(yè)務的復雜性，網(wǎng)元分層解耦后的故障定位等運維問題帶來的復雜性，網(wǎng)絡資源實時調(diào)整帶來的網(wǎng)絡運行復雜性。

在網(wǎng)絡重構的過程中，如何在基礎設施層、網(wǎng)絡和業(yè)務控制層以及運營和編排層引入AI技術，推動網(wǎng)絡向智能化方向發(fā)展，韋樂平先生也給出自己的觀點。5G微信公眾平臺（ID：angmobile）了解到，他指出，AI在基礎設施層的應用主要是為有源硬件設施提供AI加速器，實現(xiàn)不同層級的訓練和推理能力，諸如核心數(shù)據(jù)中心的基礎設施可優(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練及推理需求；而接入側可以逐步按需推進，例如在基站內(nèi)嵌入AI加速器可以支撐設備級的AI策略及應用；AI在網(wǎng)絡和業(yè)務控制層的應用可以優(yōu)先集成AI的推理能力，對網(wǎng)絡和業(yè)務實現(xiàn)智能網(wǎng)絡優(yōu)化、運維、管控和安全；實現(xiàn)網(wǎng)絡各層級的KPI優(yōu)化、路由優(yōu)化、網(wǎng)絡策略優(yōu)化等,例如無線的覆蓋優(yōu)化、容量優(yōu)化、負荷優(yōu)化等； AI在運營和編排層的應用可優(yōu)先在大數(shù)據(jù)平臺上引入AI引擎，對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)務編排、端到端資源編排的自動化和智能化水平；進而對業(yè)務量的變化做前瞻性的智能預測，實現(xiàn)動態(tài)規(guī)劃和管理配套的資源。

他認為，AI網(wǎng)絡應用的一般原則是越高層，越集中，跨域分析能力越強，對計算能力的要求也越高，所需數(shù)據(jù)量也越大，更適合對全局性的策略集中進行訓練和推理；越低層，越接近終端，專項分析能力越強，對實時性要求往往越高，對計算能力要求則滿足業(yè)務需求即可，適合引入AI的推理能力或具備輕量級的訓練能力即可。

他指出，AI的網(wǎng)絡應用還面臨四大挑戰(zhàn)：

①AI成功應用的前提是足夠大的訓練數(shù)據(jù)?！氨M管電信網(wǎng)絡數(shù)據(jù)很大，但不同部門和層級數(shù)據(jù)語義和格式、數(shù)據(jù)存儲和管理應用機制不同、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?！?/p>

②AI/ML（機器學習）與網(wǎng)絡結合的場景尚不清晰。

③網(wǎng)絡和業(yè)務遠比目前已經(jīng)成功應用AI的圖像、語音識別和棋類博弈要復雜，特別還缺乏成熟可靠的電信網(wǎng)絡和業(yè)務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不適應AI使能的新網(wǎng)絡。