．構築 5G 第 4 維：打造全場景自動駕駛行動網路

5G Driverless Cars: South Korea tests new network in mock city

來源：C114通信网

自動化正在成為 5G 第 4 維： 5G 商業成功的基石

全球電信商紛紛吹響 5G 的商用號角，各主流手機廠商，也紛紛推出了自己的 5G 手機，不得不說 5G 正處在全面爆發的前夜。

How will 5G unlock the potential of autonomous driving?

據業界估計，5G 將只需三年就能突破 5 億用戶規模。而同樣的用戶規模，4G 花了 5 年，3G 花了 10 年。這樣的前所未有的「5G」速度其關鍵，就在於前所未有的 5G 極簡。

正所謂「大道至簡」，極簡本質上反映的，是一種內在的修為，是一種化繁雜為神奇的魔力。眾所皆知，5G 包含三大應用場景：包括 eMBB（增強型行動寬頻）、uRLLC（超可靠、低時延通信）和 mMTC（海量機器類通信）。

毫無疑問未來 10 年產業界，都將圍繞 5G 的這三個維度，持續進行技術創新，以及商業創新，也勢必將行動通信產業提升到一個新高度。

但在當下，我們同樣認識到 5G 技術的引入，也將進一步加劇網路的複雜性，進而導致 OPEX 的進一步攀升。因此，如何在 5G 部署伊始，用網路內在的極簡理念，化解持續成長的網路複雜性問題，徹底破除橫亙在電信商面前的 OPEX 難題，成為了影響 5G 產業發展的一個關鍵。

5G時代重大變革：面向服務化架構- 射頻工程師培訓教程

想要破解網路複雜性上升，與 OPEX 同步成長的魔咒，答案就是網路自動化。因此我們創新性的認為，自動化將成為 5G 的第四維，與 eMBB、uRLLC、mMTC 這三個維度，一起推動 5G 的商業成功，成為 5G 網路能力的一個必選項。

自動化能力的引入，一方面能夠幫助電信商解耦 OPEX 於網路複雜性，而且能夠給電信商的業務營運，植入敏捷的基因，大幅降低新業務的 TTM 時間。

面向行業數位化這個新的 5G 剛需市場，電信商在新業務發展初期，顯然需要手伸得更長，試錯成本更低去進行商業創新和市場培育，才有可能實現市場空間的規模擴張。而這就需要電信商變得足夠的敏捷，甚至需要變得跟互聯網企業一樣，具備快速的業務上線，以及敏捷的產品更新能力。

5G第四維：從三角形到鑽石

透過架構創新和 Use case 創新突破自動化能力邊界

網路自動化之於 5G 的必要性不言而喻。甚至可以說自動化一直是在電信商心中教堂式的存在。但坦率的說，經過多年的探索，絕大多數的網路自動化程度，仍然處於比較低的水準。那麼如何才能實現自動化能力的真正突破呢？是不是透過某個產品的功能演進就可以實現了呢？答案是否定的。

首先從時間維度上看，網路的自動化是個長期演進的過程，正如汽車自動駕駛 L1 到 L5 的分級一樣，網路的自動駕駛，也是一個基於場景的逐級實現的過程。自動化的價值也可以逐級兌現，實現沿途下蛋。

其次從空間維度上看，網路的自動化是個自頂向下的系統工程，不僅涉及到電信商面向自動化的流程重構，而且更加需要網路系統架構的創新。不僅需要網路設備更加的簡單和智慧，而且更加需要面向場景的 Use case 創新；

透過「分層自治，垂直協同」凝聚產業合力，加速自動化進程

對於架構創新，我們拿汽車自動駕駛來看。汽車從被發明一開始，就是圍繞人的操作為中心去定義，整個架構以及部件的設計。而今天，要實現自動駕駛的話，如果還是圍繞人的駕駛行為，把所有的「人－機」交互轉換成「機－機」交互的話，將存在兩方面的問題：

一方面，這樣的轉換過程極其的繁復，另一方面，沒有辦法消除駕駛員個體行為差異性。因此，在面向一輛除了家和辦公室兩點以外，以「第三生活空間」存在的完全自動駕駛汽車而言，必須重新定義汽車的系統架構，以及部件的能力。

而網路的自動駕駛其複雜性更甚，首先，網路的全生命週期從規劃、建設、維護和優化各個環節，都存在大量的專家運維複雜性，且不同運營商的運維流程不盡相同。

其次，行動網路本身是個持續動態變化的系統，話務模型以及無線信道環境，上一秒鐘和下一秒鐘，就有可能變得迥異。再次，行動網路存在著幾千個配置參數，更可怕的是參數之間的依賴關係，已經完全超越專家經驗的可處理範疇。

因為我們不得不去考慮一個問題，如何透過系統架構的創新，去逐層的把實現層面的複雜性，進行封裝與屏蔽，這樣才有可能實現簡單、無損、高效的交互形式。才有可能徹底突破網路自動化的能力邊界，走向網路的完全自動駕駛。

基於這個理念，對岸中國華為在 2018 年，創新性的第一次面向業界發佈了面向行動網路自動駕駛的「Cloud AI－Network AI－Site AI」三層架構，將AI技術和行動網路進行深度結合，從雲端、網路和站點三個層面分層，構築行動網路的自動化與 AI 能力。透過架構上的分層自治，徹底激活網路各個層面的自動化潛力，並在此基礎上透過極簡協同，實現 Network AI 與 cloud AI 之間，以及 Site AI 與 Network AI 的高效閉環。

可以說，面向行動網路「三層架構」的推出，為行動網路全場景自動化的實現了架構上的準備。

實現網路自動化，核心是要實現基於意圖或者策略的 E2E 自動化閉環。也就是說網路層面與上層系統之間的交互，需要從簡單的數據交互、參數交互轉變到策略交互、意圖交互。這種轉變的基礎，就在於要真正實現行動網路的域內自治，即分層自治，垂直協同。

分層自治，開放協同

從運營商實現業務自動化（跨域跨廠家）的視角來看，「分層自治，垂直協同」的理念能夠最大化利用運營商與設備商的優勢。運營商能夠更多的從業務工作流的視角，來重構面向自動化的工作流以及靈活編排的能力。

設備商能夠更多從網路視角，實現對域內複雜性的封裝，進而實現自動化能力的高度內聚，來充分釋放網路潛能，並透過場景化能力接口的極簡開放，最終實現基於策略或意圖驅動的網路自治。

圍繞場景定義自動駕駛分層分級，推動 Use Case 創新

如果說架構上的準備，相當於給網路自動化的這一片熱土，真正變成了沃土，但是最終是否能成長為碩果累累的莊園，則依賴於整個行業圍繞網路運維場景，以及業務運營場景的 Use case 探索與創新。

The need for speed: is Ireland ready for 5G - the next big thing in ...

行動通信產業對自動化的探索，如果一定要給一個里程碑時間點的話，可以追溯到 2006 年 NGMN 首次提出了 SON（自組織網路）的概念，其實業界對網路自動化的探索應該更早。

業界從工具輔助人工自動化，到功能定義自動化。時至今日，我們認為之前網路自動化的探索少了一個非常核心的要素：場景。場景可以說是自動化能力，與工作流的一個粘合劑，有且僅有透過場景化，基於流程來串接單點的自動化能力，才有可能最終以一個場景的循環自治，來兌現相對完整的客戶價值。

中國華為，這家已被美國川普正普頭痛的公司，於 2019 年 MWC 倫敦預溝通會上，發佈了系列化的面向行動網路的自動駕駛解決方案，其中就包括管控合一的移動大腦MAE（行動網路自動化引擎）。其兩大核心理念，其一就是圍繞網路運維生命週期的規劃、部署、維護、優化，以及業務發放五大領域的場景化的自動化能力。其二就是自動駕駛網路基於場景的L1到L5的分級演進理念。

例如在站點部署領域，MAE 提供一鍵式的站點部署解決方案，從站點的設計、配置、開通和驗收環節提供端到端的自動化能力，大大縮短了 5G 站點的開通時間。

目前已經在北美、日韓等全球多個局點展開驗證。北美某運營商通過採用自動化的站點部署方案，實現了開站過程中的零人工交互，平均每站點的部署時間從4小時縮減到半小時。