文/黃海峰的通信生活
當演唱會現場8萬人同時直播高清畫面,地鐵隧道里千余名乘客實時刷新資訊,承載這些數據的“隱形調度官”核心網,正遭遇前所未有的挑戰。
通信網絡運維領域有句行話:“核心網運維如中醫問診,靠的是十年磨一劍的經驗沉淀?!钡S著數字化加速,網絡規模與復雜度劇增,傳統運維模式已難以為繼,運維專家們陷入困局。為此,行業開啟借助AI技術提升核心網運維效率的探索。
核心網運維與AI技術深度融合將面臨哪些難題?行業又該如何施展“AI魔法”,加速邁向自智網絡(AN)L4?在2025云網智聯大會上,華為云核心網自動駕駛網絡首席架構師魏宏帶來“核心網運維智能體展望”主題演講,這場“AI魔法秀”,揭示了運維從“人工煉丹”到“智能煉金”的跨越式變革。
核心網邁入AI時代
核心網在通信網絡中處于核心地位。它如同城市交通系統的總調度中心,掌控著用戶的認證計費、各類業務的差異化服務等關鍵環節。正因如此,核心網一直處于網絡變革的最前沿。
早在十多年前,核心網便開啟與IT技術的深度融合進程,率先完成云化轉型。如今,隨著AI技術發展,一場基于AI的核心網變革正在悄然上演。魏宏指出,AI的引入,為核心網帶來無限的想象空間。主要表現在三方面。
首先,AI將開啟核心網運維變革。自動化運維長期以來是網絡運維領域的理想目標。魏宏指出,在AI技術普及前,傳統自動化運維雖有明確方向,卻始終難以突破技術瓶頸,如同懸于眼前的胡蘿卜,可望而不可及。
隨著核心網承載的業務日益復雜,網頁數量、業務類型、技術類型不斷增加,傳統的自動化運維方式,如同“疲于奔命”的追趕者,始終難以跟上業務發展的步伐。
其次,在語音業務方面,Al的引入,如同為每個用戶配備了一名“智能秘書”,可根據用戶需求,提供深度的定制化業務服務。最后,在分組業務方面,AI可帶來差異化體驗。AI可根據不同用戶的需求、不同的使用場景,提供差異化的服務。
AN邁向L4,機遇與挑戰并存
隨著核心網邁入AI時代,產業對自智網絡(AN)的發展,有著清晰的共識和規劃。魏宏指出,目前已有73家產業伙伴聯合發布《AN產業白皮書6.0》,并將AN發展目標瞄準L4級別。這也意味著網絡將具備更高的智能化水平。
在AN通往L4的道路上,產業有著明確的發展節奏。
對此,魏宏表示,2025-2027年,產業目標是實現核心網、無線、傳輸等單域的“單兵作戰”式智能化運維。2028-2030年,則著力實現多智能體復雜運維場景閉環。
與此同時,魏宏介紹道,全球已有6家運營商制定了L4價值場景規劃,超10家運營商積極推動L4實踐落地。全球AN市場正迎來高速增長。據Omdia數據,2024年全球AN市場規模已突破80億美元,年復合增長率達42%。
產業如何加速自智網絡邁向L4?魏宏認為,生成式AI將使能自智網絡從L3邁向L4。傳統的自動化運維如同學徒,只能完成固定動作,一旦產線出現未錄入系統的新物料或工序變動,便無法應對。而生成式AI恰似經驗老師傅,不僅熟悉所有生產環節,還能根據突發狀況快速調整流程,精準協調各環節資源,輕松解決業務復雜變化與運維規則梳理的難題。
生成式AI的引入,將為云化運維帶來四大轉變。在交互方式上,從以人為中心轉變為人機交互甚至以數字員工為中心;在服務流程方面,借助數字員工的能力,簡化、壓縮甚至遷移部分流程,提高運維效率;在系統能力上,具有AI生成能力的智能中心,將提升運維能力;在集成方式上,基于意圖驅動的集成和驗證,將降低集成難度,實現更高效的系統協作。
在當下AI熱潮中,DeepSeek自發布以來,實現日活躍用戶數突破3000萬大關,特別是其強大的推理能力,為核心網運維領域帶來了全新的暢想空間。
相較于傳統Chat模型,DeepSeek在運維場景優勢明顯。比如,在告警分析方面,它能快速梳理海量告警信息,精準定位關鍵問題;面對復雜故障診斷,DeepSeek憑借深度推理,快速找出故障根源;在配置環節,能依據網絡需求與歷史數據,提供優化配置建議。
然而,類似DeepSeek的Reasoner模型雖潛力巨大,直接應用于電信運維領域卻存在三大挑戰。魏宏坦言,當前模型面臨三大挑戰。模型存在“啰嗦”的問題,回答簡單問題時會給出冗長的答案,就像一個人說話繞來繞去,浪費時間和資源;“幻覺”問題也較為嚴重,模型可能會給出錯誤的、不符合實際的答案;在專業能力方面,對通信領域的專業知識理解不足。
創新MoM智能體架構,打造運維新范式
為了解決上述三大挑戰,華為創新提出了MoM(混合模型)架構。
在筆者看來,這一創新模型如同一支協同的“軍隊”,既有專業模型這樣的士兵,能以極高的效率和精準度,快速完成如簡單的工具選擇、問答等日常90%的運維任務,又有Reasoner模型這樣的參謀長,憑借對全局的深刻理解和把控,在遇到新問題、復雜的規劃推理任務時,有條不紊地組織各部分協同作戰。
魏宏介紹,華為MoM架構具備三大能力。
第一,實現多模型智能分流。這就好比身處戰場的總指揮,可以將簡單、重復的任務交給士兵,而將復雜的規劃、推理類任務交給參謀長,最終實現簡單問題“快”響應,復雜推理“慢”思考。
第二,實現記憶轉知識。在運維場景中,如果一直“慢”顯然不行,需要實現由“慢”向“快”轉換。華為MoM架構通過將慢思考的結果經過驗證形成思維鏈,從而在后續同類任務快速,準確響應。
這就好比參謀長在參謀部面對同樣的作戰態勢時,通過多次推演與實戰復盤,將零散的戰場經驗沉淀為系統化策略。下次遭遇相似戰局,便能憑借深厚的戰術儲備,快速制定出精準高效的作戰方案。
第三,打造快慢模型結合的綜合性核心網運維智能體,讓合適的大模型處理合適的任務,實現運維的高效運作。對于該能力,魏宏進行了形象地詮釋:這就好比做題,學生可以處理簡單的題目,大學教授需要解決一些未知的難題。
筆者認為,華為MoM混合模型架構通過精準匹配各模型的應用場景,使其在相應領域發揮最大效能,從而推動核心網運維實現質的飛躍。
筆者觀察:AI運維時代,華為給出方向
從魏宏的專業演講中可以清晰地看到,華為正以“All in AI”的魄力重構核心網運維體系。當大模型成功突破“泛化能力”與“專業深度”的矛盾,當混合智能體實現“快決策”與“深分析”的動態平衡,運維領域或將迎來一場比自動駕駛更具顛覆性的變革。這也再次印證了華為“把復雜留給自己,把簡單留給用戶”的承諾。
華為MoM架構的誕生,更是將這種領先優勢具象化。對運營商而言,它能助力降本增效、優化資源配置,在提升服務質量的同時增強用戶體驗,加速網絡智能化轉型;對行業來說,該架構有望樹立新的技術標桿,推動行業標準統一,拓展產業邊界,催生出全新的業務形態與商業模式;對華為而言,不僅鞏固了自身技術領先地位,還能憑借先進技術與解決方案吸引更多運營商客戶,進一步拓展市場份額。
從行業角度看,在當下智能時代,華為這場核心網運維變革意義深遠,不僅為通信行業發展明晰了前行方向,更深刻啟示各界企業:唯有敢于掙脫傳統經驗束縛,積極擁抱前沿技術變革,才能在智能時代浪潮中搶占先機,成為真正的行業領跑者,而華為無疑已在這條賽道上遙遙領先。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.