[解决方案] 借助人工智能与基于意图的自动化，实现动态 5G 服务

**发布时间:** 2025-03-01 **厂商:** GCP **类型:** BLOG **原始链接:** https://cloud.google.com/blog/topics/telecommunications/how-dynamic-5g-services-are-possible-with-ai ---  [解决方案] 借助人工智能与基于意图的自动化，实现动态 5G 服务   # 解决方案分析 ## 解决方案概述该方案由 **谷歌云 (GCP)** 与 **爱立信 (Ericsson)** 联合推出，旨在通过 **AI** 和 **意图驱动的自动化 (Intent-based Automation)** 来管理复杂的动态 **5G网络服务**。随着5G网络的发展，其对超低延迟、增强型移动宽带和大规模物联网 (IoT) 的支持，使得传统的静态配置和手动运维模式难以为继。此解决方案的核心是通过一个智能系统，将高层次的业务意图（例如，以自然语言表达的需求）自动翻译为精确的网络技术配置，如创建和管理 **网络切片 (Network Slices)**。其技术原理在于利用AI驱动的 **闭环自动化 (Closed-loop Automation)**，实时监控网络性能，并根据业务意图动态调整网络资源，从而实现网络服务的自适应和自优化，适用于对网络质量有严苛要求的行业，如医疗、游戏和智能制造。 ## 实施步骤以医院需要超低延迟视频服务的场景为例，实施流程如下： 1. **意图翻译 (Intent Translation):** - 系统接收来自用户的自然语言请求，例如：“为医患互动提供超低延迟的视频服务”。 - 方案中的AI代理（基于Gemini模型）将此业务意图解析并翻译成具体的网络技术参数，包括对无线接入网 (RAN) 和核心网 (Core Network) 的配置要求。 2. **网络切片创建 (Slice Creation):** - 爱立信的服务编排工具根据翻译后的技术要求，自动在5G网络中分配所需资源（如带宽、计算能力），并配置一个满足服务质量 (QoS) 目标的专用网络切片。 3. **性能保障 (Performance Assurance):** - 服务激活后，AI代理通过闭环自动化机制持续监控该网络切片的服务质量指标，如延迟和丢包率。 - 如果系统检测到或预测到性能将偏离既定意图（即违反SLA），它会自动提出并执行纠正措施，例如动态重新分配RAN资源或调整核心网配置，以确保关键业务不受影响。 ## 方案客户价值 - **提升运营效率:** 通过将自然语言意图直接转化为网络行为，实现了高度自动化，极大简化了5G网络的复杂管理，减少了人为错误和手动操作。 - **加速业务创新与上市:** 自动化服务生命周期管理，使通信服务提供商 (CSP) 能够快速设计、测试和部署面向不同行业（如游戏、制造、医疗）的差异化网络服务，从而开辟新的收入来源并缩短产品上市时间。 - **保障服务质量与客户体验:** 借助AI驱动的预测性维护和闭环控制，系统能够主动预防网络问题，确保关键业务的SLA承诺得以兑现，从而提升最终用户的满意度。 - **构建开放与标准化的生态:** 方案完全遵循 **电信管理论坛 (TMF)** 的意图模型和API标准，确保了在多厂商环境下的互操作性，避免了供应商锁定，促进了生态系统的创新。 ## 涉及的相关产品 - **爱立信 (Ericsson):** - **Ericsson Service Orchestration and Assurance:** 一个跨接入、传输和核心网的多域、多技术平台，负责自动化服务生命周期，是实现意图驱动编排的核心组件。 - **谷歌云 (Google Cloud):** - **Vertex AI:** 提供核心的AI能力，包括用于意图翻译、决策评估和预测性分析的AI代理。 - **Gemini:** Google的先进多模态大模型，增强了系统对复杂自然语言意图的理解和推理能力。 - **Vertex AI Model Garden:** 提供丰富的预训练和开源模型，使电信运营商能够根据自身特定数据进行定制化开发。 - **硬件加速 (TPU & GPU):** 为复杂的AI模型训练和推理提供强大的算力支持。 - **混合云与边缘能力:** 提供从云端到边缘的统一编排能力，满足5G业务对低延迟的极致要求。 ## 技术评估 - **技术先进性:** - 该方案将 **生成式AI** 与 **意图驱动网络 (IBN)** 理念深度融合，代表了网络自治化的前沿方向。其 **预测性闭环自动化** 能力，使网络管理从被动响应升级为主动预防，技术领先优势明显。 - **可行性与优势:** - 结合了爱立信在电信领域的深厚积累和谷歌云领先的AI及云基础设施，技术方案成熟且可行。 - 基于TMF标准，降低了在复杂多厂商环境中集成的风险和成本。 - 核心优势在于将复杂的网络操作抽象为简单的业务意图，实现了网络资源的动态、弹性调配，提升了资源利用率和业务敏捷性。 - **可能的限制:** - 方案的有效性高度依赖AI模型的准确性。意图翻译的精确度及自动化决策的质量，强依赖于在电信专用数据上的训练效果。 - 对于传统电信运营商而言，引入这种高度自动化的架构可能面临现有网络系统集成、运维流程重塑等方面的挑战。   # 借助 AI 和意图驱动的自动化，实现动态 5G 服务 **原始链接:** [https://cloud.google.com/blog/topics/telecommunications/how-dynamic-5g-services-are-possible-with-ai](https://cloud.google.com/blog/topics/telecommunications/how-dynamic-5g-services-are-possible-with-ai) **发布时间:** 2025-03-01 **厂商:** GCP **类型:** BLOG --- 电信 # 借助 AI 和意图驱动的自动化，实现动态 5G 服务 2025 年 3 月 1 日 ##### Naresh Rao Google 电信分析与合作伙伴关系负责人 ##### Rohit Singhal 爱立信 BSS/OSS 解决方案领域技术演进与战略负责人 ##### Google Cloud Next 点播观看 Next 大会的精彩集锦。 [立即观看](https://cloud.withgoogle.com/next/25?utm_source=cgc-blog&utm_medium=blog&utm_campaign=FY25-Q2-global-EXP106-physicalevent-er-next25-mc&utm_content=cgc-blog-left-hand-rail-post-next&utm_term=-) [5G 网络](https://cloud.google.com/blog/topics/telecommunications/ericsson-and-google-cloud-collaborating-on-5g) 的出现开启了连接的新篇章，为需要超低延迟 (ultra-low-latency)、增强型移动宽带和大规模物联网 (Internet of Things, IoT) 的高级用例提供了可能。然而，在这个超连接未来的美好前景背后，也潜藏着一个同样严峻的挑战：管理 5G 网络的复杂性。面对带宽、延迟和可靠性的动态需求，传统的静态配置和手动操作已不再适用。意图驱动的服务管理 (Intent-based service management) 应运而生，这是一种开创性的方法，它将 AI 和自动化与服务编排与保障 (service orchestration and assurance) 相结合。借助意图驱动的服务管理，5G 网络中的网络资源可以根据实时需求动态扩展和调整。基于业务意图，5G 网络资源可以像云计算、存储、网络和流媒体服务一样被动态编排和调整。爱立信和 Google Cloud 正在共同推动这项技术的发展边界，探索不仅能简化运营，更能重新定义电信公司如何兑现 5G 承诺的技术。 ![https://storage.googleapis.com/gweb-cloudblog-publish/images/1_Ericsson_5G_MWC_Demo_blog_graphic.max-1000x1000.png](https://storage.googleapis.com/gweb-cloudblog-publish/images/1_Ericsson_5G_MWC_Demo_blog_graphic.max-1000x1000.png) ### **5G 中意图驱动的自主运营能力** 随着通信服务提供商 (Communications Service Providers, CSPs) 认识到，如果他们想创建、交付和维持服务，就必须通过复杂的自动化来驾驭巨大的网络复杂性，意图驱动的网络已成为焦点，尤其是在像独立组网 5G (standalone 5G) 这样的云原生 (cloud-native) 网络环境中。如果没有意图驱动的实施，网络及相关运营的自动化就无法演进和成熟到完全的闭环自治 (closed-loop autonomy)。以一家医院为例，它需要由 5G 网络切片 (5G network slice) 提供的专用 5G 连接，以支持具有超低延迟的紧急通信。在这种场景下，所需的配置不应是静态的；为了提供最佳的服务体验，它应随着网络状况和需求的变化而演进。网络层需要理解每个服务请求背后的意图——例如“提供超低延迟的视频服务”——并将其转化为整个网络中可执行的配置，然后根据流量状况变化、底层网络状态等实时因素动态更新这些配置。借助 [爱立信的服务编排与保障](https://www.ericsson.com/en/portfolio/cloud-software-and-services/business-and-operations-support-systems/orchestration/ericsson-service-orchestration-and-assurance) 和 [Google Cloud 的 Vertex AI](https://cloud.google.com/vertex-ai?e=48754805) ，这一过程变得更加简单。该解决方案能够接收以自然语言表达的高级意图，并将其映射到精确的技术要求，如带宽、延迟和吞吐量；然后实时编排创建量身定制的网络切片。基于网络切片的服务质量通过智能的闭环自动化机制得到保障。 ### **意图驱动运营的 TMF 标准化** 为了在不使用昂贵且脆弱的集成方案的情况下将不同的解决方案组件相互集成，你需要一个基于标准的接口和模型。电信管理论坛 (Telemanagement Forum, TMF) 已经指定了 API 和一个包含通用意图的模型，以实现这种集成。TMF 在业务、服务和资源层提供了意图模型和接口，这些模型和接口源于 CSP 定义的业务目标，并遵循自治网络参考架构 (Autonomous Networks Reference Architecture)。爱立信和 Google Cloud 的方法完全符合这些标准和意图模型。 ### **AI 和自动化的作用** 该解决方案的核心在于 AI 驱动的闭环自动化 (closed-loop automation)。一旦服务被实例化，AI 代理就会根据定义的服务质量 (quality of service, QoS) 等 KPI 持续监控其性能。回到我们的医院案例，如果医院网络切片的延迟超过了可接受的阈值，系统会自动识别问题并提出纠正措施，例如重新分配 RAN 资源或核心网络资源。这个闭环系统不仅是被动响应，更是具备预测能力。通过实时分析网络数据，它可以在问题影响用户之前预测并解决它们。对电信公司而言，这不仅意味着运营效率的提升，也意味着提供更优质的服务。爱立信的闭环系统利用 Google Cloud 的 AI 代理进行意图转换，并使用提议和评估代理来保障切片和进行修复。AI 代理根据输入和可用的工具来推理如何最好地实现目标，并利用模型、工具和编排能力。 ![https://storage.googleapis.com/gweb-cloudblog-publish/images/2_Er1B4pT.max-1800x1800.jpg](https://storage.googleapis.com/gweb-cloudblog-publish/images/2_Er1B4pT.max-1800x1800.jpg) 除了基于 Gemini 的 AI 代理外，爱立信服务编排与保障还使用 Vertex AI 为其余的闭环代理 (如保障、测量和执行代理) 实现预测性 AI 服务。 ### **为何选择爱立信服务编排与保障和 Google Cloud** 爱立信服务编排与保障是一个多域、多技术的平台，能够实现跨接入网、传输网和核心网的跨域编排。它通过自动化服务生命周期，解决了 CSP 对简化开放和可编程网络运营的迫切需求，最终提高收入和盈利能力。该平台提供了一个开放的、基于标准的架构，促进了电信生态系统中的创新和多厂商集成。它允许 CSP 轻松地跨网络和 IT 环境设计服务，缩短上市时间，并支持不同团队和用例之间的协作，同时减少了手动错误。此外，意图驱动的编排加速了在多厂商环境中测试和推出新服务的速度，有望增加可推出的服务数量。通过闭环自动化，SLA 承诺得到加强，从而提高了客户满意度和运营效率。爱立信的平台设计为厂商、技术和服务无关，使 CSP 能够有效地实施多域服务编排，从而实现服务扩展和收入增长。为了支持这个复杂的框架，Google Cloud 提供了满足现代电信网络需求的基础： - **为动态网络提供可扩展性：** 随着 5G 网络的扩展，Google Cloud 的弹性计算能力有助于确保即使是资源最密集的流程 (如意图转换和实时保障) 也能无缝运行，而不会出现性能瓶颈。 - **AI 优先的基础设施：** 利用 Vertex AI，智能代理可以将意图转换为可执行的配置，同时优化网络性能。借助 BigQuery ML 等 AI 工具，电信公司可以从基础分析转向可行的洞察，从而实现更智能的决策。 - **用于开放式创新的 Vertex AI 模型花园：** Vertex AI 模型花园 (Vertex AI Model Garden) 中的预训练模型和开源 LLM 使电信公司能够创新和定制高度专业化的 5G 服务管理解决方案。 - **硬件加速：** Google Cloud 的 [张量处理单元 (Tensor Processing Units, TPUs)](https://cloud.google.com/transform/ai-specialized-chips-tpu-history-gen-ai) 和 Nvidia GPU 提供了高效训练和部署用于意图驱动服务管理的复杂 AI 模型所需的计算能力。 - **混合云与边缘能力：** 5G 网络需要在云和边缘环境中进行混合部署。Google Cloud 的边到云编排有助于确保运营的顺利进行，无论是优化中央数据中心还是在边缘提供超低延迟服务。 - **安全性与合规性：** 在高度监管的环境中运营，电信公司可以从 Google Cloud 安全可靠的基础设施中受益，该设施专为满足电信工作负载严格的合规性要求而量身定制。 - **Gemini 提供高级推理能力：** [Gemini 的多模态模型](https://www.youtube.com/watch?v=pEmCgIGpIoo) 通过处理自然语言和网络遥测数据来增强意图解释。这使得意图转换更加细致和精确，从而实现更有效的自动化操作，提高 5G 服务管理的效率和可靠性。爱立信服务编排与保障和 Google Cloud 正在共同探索应对这些挑战的技术，将自动化、智能和可扩展性相结合，助力 CSP 交付创新、高效且盈利的 5G 服务。 ### **现实世界的影响：一个医院用例** 让我们回到医院的场景。系统通过其意图转换器收到了来自医院用户的网络切片请求：“为医患互动提供超低延迟的视频服务。” 解决方案立即启动： 1. **转换意图：** 该请求被转换为 RAN 和核心网络的技术配置。 2. **创建切片：** 系统使用编排工具分配资源，并配置具有服务质量 (QoS) 目标的网络切片，覆盖整个 5G 网络。 3. **保障性能：** 借助闭环自动化，AI 代理持续监控延迟或丢包等服务质量要素。如果发生或预测将发生违反意图的偏差，系统会自动提出并执行纠正措施。在这种场景下，医院的需求得到了动态满足，有助于确保关键业务的顺利进行，不受干扰。 ### **超越效率：重新定义 5G 创新** 意图驱动的服务管理使电信公司能够大规模创新。通过自动化复杂任务，电信公司可以专注于创造新服务、进入新市场并开辟新的收入来源。例如，他们可以提供针对游戏、制造和医疗等行业的差异化切片，从而在拥挤的市场中建立竞争优势。此外，像 Gemini 这样的定制化生成式 AI (gen AI) 模型的集成有助于根据电信公司的独特需求量身定制这些解决方案。这些基于电信特定数据训练的 LLM 能够实现感觉直观且响应迅速的智能自动化。爱立信和 Google Cloud 的合作展示了意图驱动服务管理的潜力。通过将爱立信的技术专长与 Google Cloud 的 AI 基础设施相结合，电信公司可以充满信心地应对 5G 的复杂性。随着 5G 的普及加速，像这样的解决方案将成为电信运营的基石，实现无缝、动态的网络，兑现连接的承诺。 5G 的未来不仅仅是更快的速度或更低的延迟——它关乎能够实时适应世界需求的、智能的、意图驱动的网络。爱立信和 Google Cloud 正在携手将这一未来变为现实。发布于 - [电信](https://cloud.google.com/blog/topics/telecommunications) - [网络](https://cloud.google.com/blog/products/networking)