2019,IP网络完成智能觉醒

当上班族每天早上开车堵在同一个路口时,脑海中总会思考一个“哲学问题”——路为什么会拥堵?

路窄车多,相信是很多人的第一反应。但现实案例告诉我们,或许并非如此。在布宜诺斯艾利斯有一条以国家独立日命名的“七月九日”中心大道,这条大道宽150米,共有18个车道,可在高峰时期依然拥堵不堪。相比道路宽窄,很多时候道路的复杂情况才是拥堵背后的真正推手。匝道、环道、出入口,汽车、单车、行人,多种元素组合起来,让道路的管理变得非常复杂。而相比之下,越是单一简单的道路,运行得越发通畅。例如东南亚的摩托车专用车道,又或者是对车速提出明确限制的高速公路。

而在IP网络上,也在发生着同样的“交通问题”。

用手势管控复杂公路?IP网络的矛盾之核

IP网络需求的发展,在某种程度上来说和交通发展差不多。早年间交通工具单一,人们的需求通常只是骑上自行车,从一个地方去往另一个地方。而早期IP网络的需求,也仅仅是“连接”和“传递”而已。但发展到今天,随着云计算、AI、5G等等技术的普遍应用,IP网络早已变得复杂起来。

首先是连接对象的多样化。根据《华为GIV 2025》的预测,到2025年全球IoT联接数量将达到1000亿,其中通过Wi-Fi 6联接终端数将达到800亿。尤其别忘了,IoT连接是一个极具概括性的说法,其中既包括了一些基础传感器,也包括了工业互联、自动驾驶等等场景下的关在键设备。

于是泛式的连接仅仅是IP网络发展的基础,未来还会出现多种不同的业务需求模式。正如仅仅是在工业互联一个场景之中,记录基础数据应用的传感模块需要的可能是长效稳定的网络服务,但负责决策控制的模块可能需要的是极低时延的网络服务。尤其随着5G网络的应用普及,不同业务场景下的网络需求差异将会变得更大——5G直播、VR游戏、自动驾驶等等常见的业务,都对网络能力提出了不同的动态化要求。

2019,IP网络完成智能觉醒

换句话说,未来的IP网络可能是这样一条“公路”,路上行驶的车辆众多,但有的是自行车,有的是跑车。而行驶者的需求也不同,有的要不顾一切尽快驶往目的地,有的则还会看看沿路的风景;有的行进到一半突然想要加快速度,有的走着走着还要来个急刹。

而就在这样一条公路上,管理者是谁呢?

说出来可能很多人会感到惊讶,数据显示目前仍有超过63%的网络使用人工的管理方式。也就是说,在这条公路大概率是由“交警”亲自站在路口打手势管理的。这样的管理模式自然是低效的,数据显示,超过70%的网络故障都因人的失误产生,并且在传统运维模式下,从发现网络故障到解决网络故障,平均所需时间花费是4个小时。

即使是在今天,承受这种成本都会带来巨大的压力。更何况未来网络联结数增加,在效益翻倍的同时,网络故障带来的损失同样也会成倍增加。

可见业务的广泛和复杂化与网络管理原始化之间的矛盾,是IP网络最核心的矛盾。

从人治到智治

总之,随着联结数的增加、业务需求的多样化和运维压力的增长,这条“公路”的管理水平急需提升。

在现实世界中,我们通常如何应对这样的问题?

在1927年,世界上第一盏自动控制的交通信号灯在英国出现。从此自动化控制开始成为调节交通的重要手段,很快我们已经不再满足于“自动化”,开始向智能化进军。智能化的交通信号灯不仅可以调节车辆通行情况,还可以根据不同时段的车流量来调整红绿灯时长,以提升交通管理的效率。而在未来理想的状态下,智能交通系统将与自动驾驶和车联网组合在一起,形成一张智能网络。让更高效的“智治”,来替代“人治”。

同样的逻辑,是否也可以应用在IP网络中,让智能化改变原有的网络运行模式?

答案当然是肯定的,让智能为人所不能,早已成为了各行各业都在追求的解决方案。在2018年,华为就推出了智简网络(IDN)的概念。在理解智简网络之前,我们先要弄清楚,网络系统中有哪些流程是可以智能化的。

2019,IP网络完成智能觉醒

最首要的自然是在联接环节上,采集、分析和部署数据,感应业务场景的需求变化……让这一切变得智能、自动、实时。接下来是运维,评估网络质量、发现并解决问题。最后,在理想状态下网络还应该拥有学习能力,通过可部署的AI模型或AI训练提升自身的智能化程度。

但这一切背后的难点在于,从数据的采集到智能决策的执行,中间横跨了云端、网络、设备三层,需要在各个层面建立智能的能力。例如在交换机、路由器这样设备层面中,需要设备本身具备边缘计算推理能力,可以实时采集网络特征、进行分析,并进行动态调整优化。而在整体网络层面中,则要实现全网的数据分析推理。至于聚合数据、模型泛化,让个例问题转化为通用解决方案,则需要云端AI实现。

如同在交通领域中,一台台拥有自动驾驶能力的车辆,加上能够驱动这些车辆的智能公路,最后结合云端不断计算分析的交通大脑,便能够实现多层次的高效智能。

层层跨域,演化“无意识”的用户导向网络

推荐阅读