近日，中國移動研究院SPN網(wǎng)絡(luò)級AI+智慧動態(tài)節(jié)能原創(chuàng)研究成果“Field Trial of Intelligent Network-level Energy Saving Strategy over Large-scale Database of Commercial Transport Networks”在全球光通信領(lǐng)域頂級學(xué)術(shù)會議European Conference on Optical Communications（ECOC）2024上錄用并現(xiàn)場宣講。該論文闡述了中國移動首次提出并深入研究的SPN網(wǎng)絡(luò)級AI+智慧動態(tài)節(jié)能技術(shù)，構(gòu)建了基于AI流量預(yù)測的流量優(yōu)化調(diào)度模型，并基于現(xiàn)網(wǎng)真實流量數(shù)據(jù)進行實驗驗證，實現(xiàn)多點網(wǎng)元協(xié)同降耗，將為未來SPN節(jié)能減排向踐行AI+理念創(chuàng)新演進提供重要指引。
SPN網(wǎng)絡(luò)作為統(tǒng)一承載5G回傳和政企集客的綜合業(yè)務(wù)承載網(wǎng)，目前現(xiàn)網(wǎng)部署超過40萬端。經(jīng)研究發(fā)現(xiàn)，SPN整體業(yè)務(wù)流量規(guī)律性強，現(xiàn)網(wǎng)流量隨時間變化呈潮汐效應(yīng)，可考慮根據(jù)網(wǎng)絡(luò)業(yè)務(wù)承載和流量變化情況進行設(shè)備動態(tài)調(diào)整，通過多點網(wǎng)元協(xié)同實現(xiàn)流量的靈活調(diào)度，帶來全網(wǎng)能耗降低，因此全局視角下的網(wǎng)絡(luò)級節(jié)能優(yōu)化方案十分必要。在AI技術(shù)日益融入各行各業(yè)的新背景下，項目組研究如何將AI+理念貫徹到城域網(wǎng)的節(jié)能減排技術(shù)策略中，以實現(xiàn)全網(wǎng)能效的最大化。
以AI流量預(yù)測算法為核心，本論文構(gòu)建了最大化全網(wǎng)節(jié)能收益的流量優(yōu)化模型，集成大數(shù)據(jù)和AI算法實時監(jiān)測網(wǎng)絡(luò)狀態(tài)，實現(xiàn)全網(wǎng)端口和隧道流量的精準(zhǔn)預(yù)測，并根據(jù)業(yè)務(wù)流量預(yù)測結(jié)果執(zhí)行啟發(fā)式算法實現(xiàn)全局流量優(yōu)化，將高負(fù)載設(shè)備上的流量遷移到低負(fù)載設(shè)備上，最大化網(wǎng)絡(luò)資源利用效率。首次采用現(xiàn)網(wǎng)真實流量數(shù)據(jù)來驗證節(jié)能策略，基于現(xiàn)網(wǎng)實際采集的1966個SPN網(wǎng)元數(shù)據(jù)開展AI預(yù)測和節(jié)能策略下發(fā)，最終在不影響服務(wù)質(zhì)量的前提下，實現(xiàn)了7.7%的網(wǎng)絡(luò)級節(jié)能效益，充分驗證了網(wǎng)絡(luò)級節(jié)能技術(shù)的潛力。
本論文提出的a.流量預(yù)測算法模型 b.全局流量優(yōu)化算法模型
今年，項目組已將論文所提出的SPN基于AI+智慧動態(tài)節(jié)能創(chuàng)新技術(shù)推廣至中國移動多個省公司廣泛試點實踐，實現(xiàn)節(jié)能收益8.8%-16.7%，預(yù)計年節(jié)電1408萬千瓦時。本次高水平論文成果的發(fā)表，有助于進一步深入研究SPN網(wǎng)絡(luò)級節(jié)能策略，后續(xù)需進一步推進產(chǎn)學(xué)研在SPN節(jié)能領(lǐng)域的協(xié)同探索，引領(lǐng)SPN節(jié)能向靈活調(diào)度、動態(tài)、協(xié)同方向發(fā)展，為構(gòu)建可持續(xù)發(fā)展的低碳網(wǎng)絡(luò)環(huán)境提供強有力的支撐。 
