中国联通：巧用AI，让用电更具智慧

移动网络中，无线基站数量远大于其他设备数量，且随着覆盖范围和容量的增大，其能耗占比甚至可高达80%；而在5G时代，由于射频模块MIMO数量大且输出功率高，5G基站的功耗是当前4G基站的数倍，或将成为新一代的“电老虎”。 高耗电同时意味着高碳排放，仅以中国为例，每年的碳排放量约为8,000万吨。节能减排，实现低碳生活成为摆在运营商面前亟待解决的挑战。中兴通讯和中国联通合作研发的AI智能节电解决方案，为实现5G绿色网络提供了可能。

内置三大AI能力，中兴AI Engine实现网络运维智能化

传统的节能方案缺乏2G/3G/4G/5G以及相邻站点之间的有效协同，缺乏网络话务负荷自适应节能策略，反而带来了一部分性能的负效应。根据不完全统计，传统的节能解决方案只能节省全网约5%的电力，远远无法满足运营商降低OPEX的需求。

中国联通与中兴通讯联合研发的AI智能节电解决方案，借助三大AI人工智能能力--数据感知能力、AI人工智能分析能力、意图洞察能力，在网络设备层引入AI加速器，为网络设备的操作维护提供快速的人工智能训练，实现网络运维智能化。

真金白银看得见，AI智能节电成果初显

2019年6月起，中国联通采用本AI智能节电方案在山东进行试点，范围从100+小区扩展到1000+小区，直至10000+小区，经过三个阶段的商用试验，节能减排效果显著

一周时间即可实现节能和网络性能的平衡，相较传统节电方案半年的部署时间，大大节省人力成本；

节电有效激活时间增加了150%至300%，平均节电时间是传统节电方案的2.5倍；

整个网络（10000多个小区）每周可节省超过21,000度电，相当于每周节省20.6吨碳排放，全网节能效果可达10%。

智能节能开启后，相比人工节能，系统KPI更平稳、用户感知更好。

根据山东案例测试结果我们可以简单计算若中国全网400万站点中60%开启AI智能节电，则每年可节约7.8亿度电；如按商业用电平均1元/度计算，每年可节省电费约7.8亿元。

降能耗，不降性能，AI自动找平衡

区别于传统节能方案常见的参数可修改性低、方案可适配性低等弊端，本AI智能节电方案通过将网络话务预测、参数部署选择、性能调整优化形成闭环，在节电和网络性能之间找到平衡，从而帮助中国联通大大降低资本支出。基于自主研发的AI引擎，将不同AI算法进行调整适配，使之更为匹配通信系统需求，以实现节能方案中时间序列预测、参数识别、话务预测等功能。

基于配置参数的智能节能通过历史数据分析进行网络负荷及用户行为预测；通过预测流量（RRC连接、PRB利用率和数据吞吐量），针对不同场景训练相应的参数触发阈值，预测流量与实时流量匹配度超过90%；以小区为粒度调整节能时间窗及参数配置，并可按工作日、周末及节假日分别适配，细化每个站点每个小区的真实情况，取代传统的区域性无差别参数门限设置，显著延长节电开启时间；

基于场景识别的智能节能通过用户行为分析适配场景，并对邻区信息检测识别G/U/L/NR多层覆盖网络与节能小区，实现网络间协同节能，这对于即将到来的高能耗5G时代尤为重要，4G/5G协同节能将很大程度的平衡5G业务需求与用电量之间的矛盾。场景识别亦可随着网络的不断发展同时改进策略机制；

基于KPI与用户体验的智能节能实时监控网络KPI（覆盖、性能、能耗）及用户体验，在线优化节能策略，在网络性能及节能效率间选取平衡无损网络性能时最大化网络节能效果；每15分钟执行一次省电策略，网络性能出现波动时支持实时策略回退。

联合创新，目标全自治网络

中国联通与中兴通讯的AI智能节电合作已经效果初显，但全网智能化无法一蹴而就，需要经过一个长期的发展过程，双方联合成立智能网络联合创新实验室，以此为基地，进行人才培养，AI节能分级演进研究。

随着大量的商用数据样本不断累积收集，人工智能可以逐步无限地逼近最佳算法实现闭环自学习，最终实现全自治闭环时代全面代替传统人工节能时代，节省人力成本，降低网络碳足迹/能源消耗，打造更为绿色环保的智能网络。