AI赋能，核心网节能新境界

        随着全球对环境保护和资源节约的重视程度不断提高，通信行业也面临着转型升级的迫切需求，电信行业组织一致认为绿色低碳是未来网络发展的基础。作为网络的核心和大脑，核心网是实现网络节能减排的关键。核心网网元类型多、数量大、占用资源多且受业务潮汐效应影响大，其节能降耗存在诸多机遇和挑战。随着AI技术的发展，将AI技术引入核心网节能，使核心网在网络绿色转型过程中发挥大脑作用，具有重要意义。

        AI驱动的核心网节能架构（见图1）以AI绿色大脑为核心，通过采集基础设施、云化网络以及运维系统的各类数据驱动AI绿色大脑进行分析与处理，动态生成节能策略，实现全局协同节能，并通过不断的反馈信息，对节能效果进行评估与调整，最终在满足业务SLA（service level agreement）的前提下，实现网络节能降耗。

基础设施：AI驱动资源池的智能优化与节能

        基于NFV架构的核心网，基础设施从“专用设备+专用平台”升级到“各类服务器+云平台”。控制面网元基于通用服务器集中部署，用户面按需下沉到各类边缘节点。在基础设施层面，节能重点在于各类服务器和云平台的能耗控制。当前服务器硬件采用了高效散热、高效供电、异构加速等节能技术；未来还将进一步采用存算一体等技术提升计算能效比；而在软件层面，通过AI技术可以实现多维度能效提升。

• 智能预测

        智能预测模块通过采集性能指标数据，结合AI模型，从全局视角实现业务趋势预测和忙闲阶段预测；可指导资源池的容量规划以及资源池弹缩计划。

• 智能优化

        智能优化模块通过智能分析、容量预测、用户趋势预测等技术，实现资源的预测调整；利用动态资源调度技术，可实现资源碎片归拢，减少碎片率；同时基于业务的潮汐预测能力，采用不同网元混合部署，实现资源池多业务混合统一调度，可实现削峰平谷，提升资源综合利用率。

• 智能降耗

        智能降耗模块基于AI的分析优化策略，动态执行能耗控制，如通过自动关闭不需要的硬件设备、空闲的物理核，降低CPU主频等手段实现平台节能。

绿色网络：内生智能算法驱动资源优化与节能

        核心网网元通过内生智能算法，可以根据业务负荷、用户上线率、数据吞吐量、周边网元状态监测结果等参数，智能评估设备状态，进而实现自动弹性伸缩、动态服务调度、CPU自动调频等策略，实现资源利用率的优化。

• 智能弹缩

        在网络运行中，基于历史业务量以及扩容需求，对网元当前承载业务所需资源进行评估和阶段预测，并根据预测结果进行扩缩容操作。在业务量增加时自动分配更多计算资源，业务量下降时回收过量资源；同时，对核心网网元内服务组件占用的资源进行动态调整，业务繁忙时增加组件占用的CPU核数，空闲时首先降低占用CPU核的频率，然后持续调整直至关核，降低占用的CPU核数，从而达到节能目的。

• 智能网络优化

        利用AI技术对核心网的网络拓扑结构、路由策略等进行优化，减少网络中的冗余数据传输和不必要的信令交互，从而降低网络能耗。例如，通过智能路由算法选择最优的数据传输路径，减少数据传输的跳数和时延，提高传输效率的同时降低能耗。

绿色大脑：基于SLA的资源能耗智能评估与优化

        网络节能需要结合业务SLA需求，实现全网绿色设计。绿色大脑通过全面监控掌握全网的实时运行状况及资源利用情况，通过历史数据仿真，构造出能准确反映实际情况的资源使用模型，建立资源能耗仿真系统，完成业务和能耗趋势预测以及资源/能耗智能评估，建立资源发展趋势模型，匹配当前业务需求的最优资源，完成网络服务的优化部署，保证业务SLA，使资源消耗实现最佳平衡。

• 网元级调优

        网元设备级微服务组件采用微服务自休眠、网元智能弹缩、Pool动态迁移等方案实现系统节能；通过网元话务量能耗感知，实现在忙闲状态下的智能切换节能模式。

• DC级调优

        对DC（data center）级设备制定降频、休眠、下电、功控等策略，在不同资源状态下实现节能调整；跨DC整网动态业务无感迁移，实现资源智能碎片整理，避免资源空洞的不断出现或扩散。

• 切片级调优

        通过核心网的资源节能控制策略实现核心网子切片级能耗调优；关联无线、传输子切片级能耗调优，可实现端到端切片级能耗调优。

        中兴通讯核心网产品一直注重在规建维优营全流程中的绿色节能设计与实践，通过创新方案不断提升能效，并在实践中不断取得新的进展。近期，中兴通讯与国内运营商合作，在业界首次成功实现5G UPF智能节电商用试点，实现功耗下降7%~15%，同时保持各项业务KPI指标正常，用户体验无劣化。未来，结合AI大模型的新能力，中兴通讯核心网产品将持续创新，探索节能新方案，助力实现双碳目标。