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。