2020中国SDN/NFV/AI大会首届“+AI，开启自动驾驶IP网络之旅”主题论坛成功举办

2020年9月24日，SDN/NFV/AI 大会“+AI，开启自动驾驶IP网络之旅”主题论坛在北京成功举办。本论坛由SDN/NFV/AI标准与产业推进委员会指导，中国联通研究院和华为联合主办，来自ETSI、CCSA、北京联通、北京邮电大学、中国电信研究院、中国移动研究院、华为等资深专家汇聚一堂，就自动驾驶IP网络的标准和产业发展、网络AI和带内全网遥测等关键技术、创新商业实践和未来演进等课题进行了深入的交流和探讨。

与会专家精彩分享，并形成了基本共识：基于SDN/NFV/大数据/AI等关键技术，自动驾驶网络解决方案将重构现有网络架构和运维模式，赋能业务敏捷创新，驱动电信行业从数字化向智能化产业升级。同时，自动驾驶网络目标的达成也并非一蹴而就，产业界要凝聚共识，通力合作，共同推动自动驾驶网络的思想统一和标准制定，并结合业务需求和技术的持续演进，不断推动自动驾驶网络解决方案成熟和落地。

2020 SDN/NFV/AI大会“+AI，开启自动驾驶IP网络之旅”主题论坛

论坛由ETSI ENI主席Dr. Raymond Forbes通过视频致开幕词，ETSI ENI副主席、CCSA SP1副主席、TC610 AIAN组长王海宁女士全面介绍了包括TM Forum、ETSI、CCSA等主流组织的最新进展，阐述了自动驾驶网络架构、商业模式、分级标准和使能技术等前沿课题和业界观点，并代表SDN/NFV/AI标准与产业推进委员会发布了网络AI和自动驾驶网络最新成果。包含“智能网络控制和流量调优”、“网络带内流信息自动化检测技术（iFIT）研究”、“管理面数据采集在智能IP网络运维场景中的应用研究”等研究报告。

ETSI ENI副主席，CCSA SP1副主席/TC610 AIAN组长 王海宁

自动驾驶IP网络的商业研究和实践同样进展迅速，国内三大运营商先试先行，已经走在了产业前列，本次论坛分别分享了自动驾驶网络的创新实践。

北京联通智能城域网创新实践继荣获“2019年度SDN/NFV/AI最佳案例奖”之后，在本论坛上进一步做了关键分享。北京联通云网运营交付中心副总经理刘申申介绍了北京联通智能城域网运维创新实践，在业务深层感知、故障处理无人化、预防性主动运维等方面都取得了显著成果，是对联通集团自动驾驶网络发展战略的先进实践。通过华为iMaster NCE实时监控、主动感知网络KPI和业务SLA，不但实现了对劣化业务自动调优自愈闭环和海量异常事件的一键式根因定位，更通过AI预测预防模块提前预测网络潜在风险，有效解决网络隐患。

北京联通云网运营交付中心副总经理 刘申申

中国电信研究院AI研发中心能力研发总监钱兵围绕着自主研发的AI赋能平台，全面分享了中国电信网络AI研发与实践布局，包括算力赋能AI计算资源统一管理、框架/数据赋能“端到端”模型训练、算法赋能AI能力微服务化承载和可视化AI建模、新的成果和突破，为企业内外部业务的智能化转型升级提供应用赋能。

中国电信研究院AI研发中心能力研发总监 钱兵

以视频应用为代表的业务体验评估是网络智能化应用的一个典型场景。面对从粗放式经营转变成精细化经营的挑战，中国移动通信研究院项目经理李琴分享了基于网络数据的视频体验智能评估实践。通过对网络数据的特征提取和AI模型学习，实现用户视频体验智能评估，从而凸显了网络AI的重要价值。

中国移动通信研究院项目经理 李琴

作为全球领先的电信设备商，华为公司对自动驾驶网络的架构、目标、开发设计理念也有长期的积累和前瞻的思考。华为技术有限公司NCE数据通信领域副总裁周睿提出了iMaster NCE三大简化理念。一是“控制简化配置”，通过BGP-LS自动建立拓扑，SRv6任意连接一跳直达等关键特性，实现网络服务化；二是“机脑简化人脑”，通过AI加持构筑网络三道防线，实现网络主动运维，故障自动闭环和根因一键式定位；三是通过“编程简化流程”，通过DevOps实现设计即部署，部署即保障。从而为IP网络转型迈向自动驾驶提供全面有力的支撑。

华为技术有限公司NCE数据通信领域副总裁 周睿

除了商业实践，关于自动驾驶网络的前沿技术研究也在快速推进。网络AI的基础是网络数据的获取、分析和应用，其中高效的网络数据获取机制尤为重要。北京邮电大学助理教授潘恬先生通过学界视角，分享了轻量级高精度带内全网遥测技术的系统和算法的最新研究成果。并发布了该技术在数据中心网络静默故障的快速感知和定位的实践结果。

北京邮电大学助理教授 潘恬

本次论坛的成功举办向业界清晰的表明，自动驾驶网络是将来的目标和发展方向，但同时也面临诸多复杂的课题有待解决。产业需要在这一目标上不断凝聚共识，在包括SDN/NFV/AI标准与产业推进委员会等权威组织的推动和和指导下，从业务需求、参考架构、标准规范、评估体系与人才转型等方面，产业各方共同加大研究和创新，深耕网络AI能力建设，为推动自动驾驶网络的美好愿景更快实现而共同努力，不断取得新的更大的成果。