智能编排持续演进，实现网随意动的体验提升

        5G作为新一代无线技术已经将我们带入了一个连接更流畅、更灵活的新时代，不断激发各行各业的数字化发展。到2025年，5G网络将会覆盖全球三分之一的人口，提供大连接下的最佳连接体验成为5G网络面临的主要挑战。这就要求5G网络能根据用户需求进行网络资源的精准自适应来实现用户体验和网络效率的双优，因此，将AI引入无线网络实现RAN智能化成为业界共识。

        中兴通讯无线智能编排方案Radio Composer是业界首个基于RAN内生智能的体验提升方案，对网络中诸多因子（如终端能力、业务需求等）进行多维感知和学习，在差异化的5G服务场景及多变的无线环境下精准地感知个性化的业务需求，实现网络资源自适应配置和网络服务能力自适应调整，实现更优的用户体验和更高的网络效率，助力大连接下的优体验。

智能编排1.0，实现用户中心化体验

        用户体验是5G网络发展的关键驱动力，然而日益多元的B2B和B2C业务需求对当前5G网络的资源策略提出了挑战。传统以网络为中心的资源分配策略下，用户体验的评估通过小区KPI来呈现，而多元化业务下用户个性化需求明显，需要实现“以用户为中心”的体验，因此我们在智能编排方案中引入了内生智能。

        智能编排方案基于RAN内生智能助力运营商实现“以用户为中心”的优体验，对业务需求、话务分布、网络能力和终端能力等进行多维度感知和机器学习，实现这几个维度的最佳匹配，以获得最佳的用户体验和最高的网络效率。AI的训练和推理均在基站实现，且AI训练可在CPU低负载下进行，从而最大限度地减少对现网用户体验的影响。

        目前，中兴通讯智能编排方案已在国内完成10000+站点的部署，实现5G网络容量提升30%，用户速率提升300%，同时在海外多个外场进行验证，包括泰国、西班牙和意大利，助力运营商建设更优质的5G网络。

智能编排2.0，意图驱动的体验保障

        AI的真正价值并不仅仅体现在智能化的应用上，其终极目标是实现无线网络的智能化，助力网络实现高阶智能，这就是在智能编排中引入意图驱动的原因，实现网随“意”动。

        智能编排2.0将意图驱动技术深度融入最日常的网络运维场景中，使用自然语言作为输入来描述运维需求，网络将意图自动进行转译，实现B2B和B2C场景下的调度策略自优化，无需手动执行和人工干预，提高网络运维效率和用户体验。意图驱动可基于运营商意图调用各种智能化应用，如通过用户编排保障用户体验提升，通过网络编排提升网络效率，通过智能节能提升能效等，从而满足网络发展不同阶段下差异化的运营目标，实现从感知、分析、决策到执行的全生命周期保障。

        以意图驱动的用户体验保障为例，如输入“明天上午10点左右浦东新区抖音业务体验流畅”，系统在进行意图转译后将执行业务保障流程，包括毫秒级调度策略自生成、分钟级性能反馈和业务体验的自优化。通过对数据包大小、数据包发送频率、数据包发送间隔、使用的传输协议、上下行链路收发间隔以及数据吞吐量进行历史学习，使用卷积神经网络等算法训练离线模型并将其内置于BBU中，这就是基于BBU的流量模式分析的实现。数据流进入网络后可实时识别，准确率高达90%，目前可识别16000种业务，覆盖95%以上的主流业务。以微信为例，系统至少可以识别出5种业务，包括微信语音通话、微信视频通话、微信支付、微信朋友圈、微信视频。

        将AI引入到无线网络极具挑战，当前AI在通信行业的渗透率约50%，远低于互联网行业。以数据和算法为例，传统数据是离散、粗粒度、无标签的，而用于AI的数据需要结构化和可识别，因此需要基于统一的数据模型进行自动收集、清洗、关联、识别和存储。算法则需要形成可独立演进的算法模型，如话务负荷预测模型，能被多个基于AI的智能化应用复用且可随着智能化应用的发展而演进。随着5G的发展，意图驱动的网络将得到广泛部署，将进一步扩大对算力的需求。充分利用基站的算力实现算力编排，可进一步提升可用算力。算力编排突破单站算力限制，实现跨站算力共享，忙时站点可用算力提升12%，从而赋能更多场景的智能化应用。

        目前中兴通讯已在国内完成多个意图驱动网络商用验证，实现不同等级的业务体验保障，用户体验提升100%+，运维效率提升500%。将来，意图网络可实现更多综合意图，如面向双碳目标的节能意图，面向流量最大化的运营收入意图，或节能、用户体验、运营收入相结合的意图，为运营商创造更大价值。