[马来西亚，吉隆坡，2019年11月13日] 本日 拉开帷幕的TM Forum 2019数字化转型亚太峰会上，华为网路人工智能类产品部CTO程磊余老师师和国家电信集团在北京研究者院网路AI两个中心其技术总监钱兵余老师师，共同发表了《基于国家电信天翼云NAIE的AI容量预测创新成果》主题演讲。华为和国家电信深度合作，将iMaster NAIE（Network AI Engine）这是 电信能力强了一其他部分，在国家电信天翼云继续完成部署，构手机连接电脑建了国家电信AI应用开发能力强。基于电信天翼云NAIE平台提供与国家电信集团的无线智能运维海牛推理平台提供采取深度合作，在无线网路小区异常检测，无线小区容量预测场景采取了成功完成的探索实践。

华为iMasterNAIE使能网路智能化，让网路AI开发更简单轻松

随之5G网路加速项目建设，多样化5G应用场景使网路数据手机连接电脑结果呈指数级增长，网路告警故障其他处理 、扩容优化等产品需求与日俱增。电信整体格局行业的运维基手机连接电脑础水平是不是跟上业务迅速发展节奏，运营商面临 OPEX增长大大未换言之其他部分收入增长，成本和效率不能应对手机连接电脑跨整体格局行业竞争等结构性其他最终解决。急需采取网路自动化和智能化的系统中架构性创新其他最终解决结构性其他最终解决。

华为网路人工智能类产品部CTO程磊媒体介绍华为网路人工智能引擎（iMaster NAIE）

华为网路人工智能引擎iMaster NAIE，在云端引入AI并公司提供 数据结果湖服务提供，模型训练服务提供、模型生成服务提供和通信模型服务提供，大幅得到得到基础水平电信网路AI引入门槛，得到得到基础水平网路AI开发效率。iMaster NAIE依托华为公有云，依次网路AI应用开发业务中最复杂其他部分的工作任务，如数据结果做好准备准备，数据结果特征探索，模型调优等，便于开发者快速获取iMaster NAIE能力强，程磊媒体介绍到。

数据结果湖服务提供，把数据结果采集、集成、建模、预测、标注等数据结果其他处理 工具与此除了数据结果治理模板， 以云服务提供的多种方法向开发者公司提供 ，得到得到基础水平数据结果治理效率。全面支持 30+类网元，100+种设备自动对接，内置未换言之其他部分10种电信业务场景模板，公司提供 高效的电信数据结果标注工具和4.8亿在线训练数据结果样本，数据结果做好准备准备把时间从以前的3个月缩短到1周，节省90%的把时间。

模型训练服务提供，公司提供 IDE开发坏境，除了数据结果其他处理 、特征提取、模型训练和验证等基本功能，全面支持 业界主流算法框架，如TensorFlow、Caffe2、SParkML等，预置30+电信网路特征探索工具， 50+电信行业领域资产，集成多个场景的算法调测、特征服务提供和其他处理 SDK，让模型的设计造型 和探索周期从3周得到得到基础水平到1周，缩短70%把时间。

模型生成服务提供，比较模型训练服务提供，下一步简化模型开发时间过程，只不会 输入符合按照要求 的训练数据结果，就不会 快速继续完成模型训练和验证，大幅得到得到基础水平电信AI模型开发的技能一门槛和周期。以数据结果两个中心PUE优化为例，现代模型开发投入涉及多个任何角色，除了暖通专家，数据结果工程师，算法专家，应用开发工程师等，不会 未换言之其他部分半年的把时间换言之 继续完成；而基于模型生成服务提供，只不会 1名暖通专家，2周把时间便可训练出所需模型，整体格局开发投入得到得到基础水平95%未换言之其他部分。

通信模型服务提供，基于云端推理框架，全面支持 云化部署，便于业务快速集成。所有用户便可调用API，输入推理数据结果便可快速继续完成推理，运行效率高，推理于是可用于业务应用开发。那些服务提供再就 适用于那些模型泛化通用性强的场景，如KPI异常检测、硬盘故障检测等。

基于天翼云NAIE和国家电信海牛平台提供继续完成无线网路容量预测创新实践

国家电信无线网路面临的再就 挑战：网路故障和体验感受受类其他最终解决事先被被发现 难，75%的体验感受受类其他最终解决都网路频道所有用户投诉；网路其他最终解决根因定位及追踪不易，随之网路复杂度得到得到基础水平，单纯利用技术专家实战经验其他最终解决其他最终解决多种方法效率低下，运维人员再就 把时间都会定位其他最终解决；网路故障和流量等不能预测精准，暂继续完成不掉精确网路规划和完全控制。

项目中引入大数据结果其他处理 和AI其技术，在数据结果质量完全控制，无线小区异常检测，无线小区容量预测三其他方面采取实践。依托NAIE的网路AI数据结果其他处理 和模型训练能力强，海牛平台提供的实时推理和模型评估优化能力强，在异常检测的多路径选择放弃算法，短周期容量预测的LSTM算法，长周期容量预测的Fusion自身特点算法采取创新实践，大幅得到得到基础水平异常小区检测准确率和小区流量预测精度。下一步评估，试点小区但因容量拥塞但因体验感受受其他最终解决的投诉率下降12%，运维效率得到得到基础水平20%。

国家电信集团网路AI两个中心其技术总监钱兵媒体介绍无线网路容量预测TMF催化剂项目中实践

数据结果质量完全控制，多种方法NAIE数据结果湖公司提供 的能力强，自身特点小区异常检测和容量预测场景定义数据结果采集参照标准和数据结果元数据结果规范，将其他部分据源，多周期，杂乱难明白的低质量数据结果转换成统一数据结果源，易明白高质量数据结果。采取异常检测数据结果，自身特点专家实战经验预置异常门限，自动批量标注。对5000+性能指标采取数据结果聚类，找出数据结果周期性，趋势性，突发性等7类数据结果特征。为高质量高精度模型训练公司提供 基本保证。

异常小区检测，采取各是不同指标的各是不同数据结果特征多路径选择放弃相应算法，自身特点单指标检测->专家规则->多指标联合检测的三步检测算法，将异常小区检测准确率未换言之89%。

短周期容量预测，多种方法KD-tree构建小区空间提升实际关系，快速找出小区周边邻区实际关系，多种方法LSTM Seq2seq算法对小区统一建模，找出所有用户这种行为造成的流量强规律。与此除了算法不会 综合综合权衡 重大事件，天气等因素，对突发性事件采取持续有效预测。对7天的容量预测统计预测，项目中预测持续持续有效未换言之其他部分97%。

长周期容量预测无强规律性，受很多外部因素带来影响，如网路变更、资费调整中等，容量预测的准确率于是是业界的挑战。项目中采取清除非于个人因素但因的流量波动异常，按小区特征聚类分组依次建模，按数据结果特征聚类采取多算法Fusion自身特点等关键因素方法得到得到基础水平容量预测准确率。对20000个基站小区6个月史中数据结果统计预测建模预测换言之未来 3个月容量，Fusion自身特点算法预测持续持续有效可未换言之其他部分80%，比较比现代的Holt-winters算法预测持续持续有效就是39%。

项目中获得下一步性创新成果，并将仍在孵化，在2020年初应用到国家电信5G网路规划，优化和维护行业领域。并管理监控全国第一 100万设备的数据结果质量，服务提供300万通信组织形成和全国第一 3亿多无线网路所有用户。“但因的短期目标是采取AI智能异常检测和容量预测，让网路质量劣化前优化质量，网路拥塞前调整中流量！”钱兵于是说到。