【51CTO.com原創(chuàng)稿件】2020年9月25日，第五屆華為全聯(lián)接2020大會順利進入第3天議程。在媒體圓桌現(xiàn)場，華為隆重推出AIOps系列云服務，聚焦提升電信運營商和企業(yè)專網(wǎng)的智能化運維能力，引發(fā)業(yè)界極大關注。

[[343905]]

媒體圓桌發(fā)布會現(xiàn)場

[[343906]]

華為網(wǎng)絡人工智能產品部CTO程磊現(xiàn)場發(fā)布AIOps系列云服務

　　2020年，隨著5G商用與“新基建”的加速實施，聯(lián)接、云、AI、計算和行業(yè)應用史無前例地匯聚到一起，為數(shù)字經(jīng)濟發(fā)展注入了新動能。但在千行百業(yè)不斷對數(shù)字化轉型按下“加速鍵”的同時，華為強調“欲善新基建，必先利運維”。尤其在電信行業(yè)，華為認為運維能力的演進成為電信網(wǎng)絡能否持續(xù)發(fā)揮效能的關鍵因素。

　　電信網(wǎng)絡運維難度指數(shù)級增長，AIOps被給予厚望

　　華為這番觀點深得電信運營商的認同。事實上，在運維支撐系統(tǒng)的演進方向上，“構建 AIOps 平臺能力，運用AI技術支撐不同運維場景應用”也已經(jīng)成為電信行業(yè)運維智能化轉型的趨勢和共識。

　　之所以電信行業(yè)如此積極擁抱AIOps，最關鍵的原因就在于現(xiàn)有的運維瓶頸已經(jīng)不是簡單增加人力，培養(yǎng)運維專家就能化解的。更何況運維效率低下帶來成本激增，也極大地拖慢了運營商轉型的步伐。以新應用上線為例，在當今競爭激烈的市場大環(huán)境下，新的功能應用必須以“快”為先，但是不少電信行業(yè)的OSS系統(tǒng)獨立，新應用上線周期長達數(shù)周甚至數(shù)月，這顯然不能滿足市場用戶的需求。再看看運維工作里最常見的故障定位與恢復：過去故障診斷往往依賴個人經(jīng)驗，準確率低，并且往往是用戶投訴了才知道出現(xiàn)了故障。這在5G新基建時代顯然行不通了，因為網(wǎng)絡更加復雜，牽一發(fā)動全身，僅僅憑借個人經(jīng)驗根本不足以應付如此復雜的網(wǎng)絡狀況，故障處理時間長效率低，純人工運維模式+個人經(jīng)驗主義委實難以為繼。

　　在這樣的形勢下，AIOps被看做是化解網(wǎng)絡運維復雜度，提升業(yè)務質量和用戶體驗的一道“良方”。而華為本次推出的AIOps系列云服務，不僅包括了括故障識別根因定位服務、日志異常檢測服務，還提供KPI異常檢測服務，硬盤異常檢測服務，可以說是為電信行業(yè)和企業(yè)專網(wǎng)用戶量身訂制，讓運維實力再上新臺階。

　　華為分享AIOps成功落地兩大關鍵點

　　事實上AIOps并不是一項新技術，早在2016年，Gartner就已正式將AIOps定義為新的運維類別。當時業(yè)界普遍認為運維與AI有天然的結合優(yōu)勢，既不需要數(shù)字化轉換，也對數(shù)字采樣沒有太高要求，最關鍵的是運維領域的日志、配置、操作、腳本、程序等都是計算機自動生成的，這恰恰是AI處理的強項。但這幾年過去了，AIOps卻并沒有預想中那樣“混得風生水起”，這究竟是什么緣故?

　　華為指出，電信領域的AIOps落地的關鍵有兩點：第一點是需要將行業(yè)知識與AI技術融合，只有當AI算法與電信領域行業(yè)知識真正融合后，才能擁有更優(yōu)質的電信領域模型參數(shù)，徹底解決此前通用算法模型在電信行業(yè)落地效果差的難題。第二點，網(wǎng)絡運維系統(tǒng)的AIOps能力構建的趨勢是業(yè)務與能力解耦，要做到AIOps能力的復用、拉通，支持，才能適配運維場景應用百花齊放和快速上線迭代的需求。

　　四大核心功能令華為AIOps“技高一籌”

　　那么，秉持著華為對電信領域智能化運維思考，華為AIOps云服務究竟有何不同呢?這就不得不提華為AIOps的四大核心能力：

　　核心能力一：提供豐富的AIOps原子能力。NAIE AIOps的原子能力覆蓋運維全流程，包括預測、檢測，定位、執(zhí)行，目前提供20多種原子能力，支持流量預測、KPI異常檢測、日志異常檢測、CHR異常檢測、異常關聯(lián)分析等服務。

　　核心能力二：組合編排與DevOps能力。華為可以幫助電信行業(yè)零編碼定制場景組合應用，例如KPI異常檢測服務、故障識別與根因定位服務、日志異常檢測服務、硬盤異常預測，都已經(jīng)成為華為AIOps預組合編排好的服務，支持運維人員“開箱即用”。

　　核心能力三：支持電信領域數(shù)據(jù)對接。華為AIOps 使能服務提供通用的數(shù)據(jù)源對接和標準化數(shù)據(jù)治理組件，支持 KPI 、告警、日志、xDR 等電信領域主流運維數(shù)據(jù)，還支持 Kafka、數(shù)據(jù)庫、文件系統(tǒng)、Restful 等電信運維系統(tǒng)的主流數(shù)據(jù)對接方式。

　　核心能力四：提供場景組合服務。圍繞運維全流程(發(fā)現(xiàn)、分析、處理)提供預制典型場景組合應用，快速接入運維流程。

　　華為AIOps賦能運維智能化未來

　　如今，作為自動駕駛網(wǎng)絡AI引擎iMaster NAIE的核心能力，華為AIOps使能服務已經(jīng)在電信行業(yè)的無線、核心網(wǎng)、數(shù)通等網(wǎng)絡域得到了廣泛應用與規(guī)模驗證。在實踐中，華為AIOps幫助運營商打破原有的煙囪式建設方式，將各專業(yè)運維系統(tǒng)的應用與AI能力解耦，通過AIOps能力來適配運維場景應用百花齊放的需求。

　　在電信網(wǎng)絡中，通過KPI來預測和檢測網(wǎng)絡問題是最普遍的場景。華為AIOps能夠通過AI算法基于歷史數(shù)據(jù)自動生成每個KPI 的動態(tài)門限，并且提供異常原因的關聯(lián)分析。如此一來，一旦發(fā)生KPI故障，華為AIOps就能幫助運維人員快遞鎖定故障點，并且模型還可以進行自學習調優(yōu)，不斷演進優(yōu)化。國內某運營商采用了核心網(wǎng) KPI 異常檢測服務以后，實現(xiàn)提前 5 小時識別異常并主動預警，降低了業(yè)務損失。

　　不僅如此，發(fā)現(xiàn)異?；蛘吖收现蟮亩ㄎ皇沁\維流程中的難點，如何準確的將多維度的異常、告警等事件進行匯聚，減少故障噪聲，準確定位到具體原因?傳統(tǒng)運維中，這些工作主要依賴于專家經(jīng)驗或者手工分析，而且受限于分析算力和知識信息，效果并不理想。華為 AIOps 通過 AI 算法與業(yè)務的融合，支持多類異常/告警等事件的智能故障定位，能夠為運維團隊提供多維度的事件匯聚和根因定位。經(jīng)過實際驗證，無效上站減少 60%，根因識別準確率 85%+，運維效率整體提升 15%，令運營商非常滿意。

　　Tractica/Ovum 預測，到 2025 年，全球電信業(yè)對人工智能軟件、硬件和服務的投資將達 380 億美元 , 成為最大的 AI 應用市場。在中國，三大運營商也早已在人工智能領域布局，相信隨著新基建的深入，電信行業(yè)有望再次騰飛。有理由相信，華為AIOps系列云服務將為電信行業(yè)注入更高效的運維支撐能力，加速電信行業(yè)變革。

【51CTO原創(chuàng)稿件，合作站點轉載請注明原文作者和出處為51CTO.com】