最近幾年，國際AI領域，越來越多地浮現出了各種中國企業和AI技術，中國AI的崛起甚至引起了美國的警惕。專業人士發現，中國的市場寬容和政府投資的持續推動，為AI技術的發展和應用提供了一個合適的“溫室空間”。令美國尤其緊張的是，在中國政府“大眾創業，萬眾創新”的政策推動和“AI比肩美國”的狂熱野心驅動下，中國正在崛起一大批AI獨角獸企業，并且中國在AI前沿科技領域的人才儲備已經達到一定量級，仿佛正處在 “AI爆發”的前夜。最近愈演愈烈的中美貿易大戰歸根到底背后是守成大國和新興大國的遏制與搏擊。

近日來自歐洲的一則官方消息引起了一場熱議。歐盟中心——盧森堡國家產業中心 LHOFT 理事會以中國速度，僅用了兩天時間就全票通過吸納中國AI獨角獸企業DeepBlue (深蘭科技)為繼微軟、亞馬遜、普華永道、德勤等國際巨頭之后的又一全球合作伙伴。

令大家感興趣的是，不僅LHOFT是一個國家的產業引導機構，盧森堡也是歐盟的另外一個“名片”。眾所周知，歐盟的歐洲法院、歐洲議會秘書處、歐洲投資銀行和歐洲投資基金等歐盟重要機構都設在盧森堡，盧森堡憑借全球第二大投資基金管理中心、歐元區最大私人銀行業務中心和世界第一大跨境基金分配中心，成為世界最重要的金融中心之一，盧森堡證券交易所因為是歐洲證券上市與交易的主要場所，一直以來也是歐洲債權的晴雨表。因為盧森堡在很多地方都有歐盟的影子，盧森堡的所作所為，很多地方同樣體現了歐盟的態度。

LHOFT 選擇的唯一的人工智能企業是中國企業，不得不讓人重視這家叫DeepBlue的企業及其背后的故事。

據悉，DeepBlue(深蘭科技)因為一系列“領先歐洲”的人工智能落地應用產品獲得盧森堡副首相Etienne Schneider 、財長甚至王儲的贊賞。提案通過以后，DeepBlue得以登陸歐洲“大雅之堂”，盧森堡財政部長Pierre Gramegna還將于9月份率團訪問DeepBlue (深蘭科技)位于中國上海的總部。據了解，雙方或將圍繞Smart City智慧城市、數字經濟等主題進行深入探討，DeepBlue有望獲邀在歐盟構建其 AI 產業生態，與歐盟共建智慧城市、數字城市等項目，其帶入歐洲的還有“自動駕駛、AI零售、智能機器人、生物智能、智慧交通”等AI應用產品。

此前有報道稱，擁有包括intel英特爾人工智能聯合實驗室在內的多家世界級AI聯合實驗室的DeepBlue，和盧森堡國家實驗室聯合成立的“深蘭歐洲人工智能科學研究中心”旗下的四個聯合實驗室也得到了盧森堡經濟發展局的資助。

據消息靈通人士透露，DeepBlue的歐洲聯合實驗室布局了自動駕駛、機器人、區塊鏈和金融數據安全四個方面，在歐洲對數據安全越來越保守的趨勢下，足見DeepBlue對歐洲市場的深遠布局。

其實，在過去的五到十年里，世界舞臺上活躍的中國企業還主要是“后發制人”的阿里巴巴、騰訊等互聯網企業。近幾年，一大批中國AI企業的崛起，意義遠遠大于上一批依靠“人口紅利”的高消費額撐起的互聯網企業，因為AI的核心優勢是原創技術，類似DeepBlue(深蘭科技)這樣的企業在國際上崛起，意味著中國的人工智能原創技術可能已經和美國“并駕齊驅”。

令人擔憂的是，相對于中國，歐洲AI企業具備跨洲作戰實力的企業并不多，歐洲本土的AI企業的發展在中國的DeepBlue們強勁攻勢面前，是否還有“斯巴達300勇士”在溫泉關的表現。

過去十年，電信網絡經歷了All IP、ALL Cloud變革，用戶體驗提升同時也帶來更多問題。OPEX是CAPEX的3倍以上，網絡復雜度使網絡管理難度超過人的能力，70%重大故障都是人為因素。運營商網絡面臨結構性問題，依靠壓縮費用或提升人員技能已不能解決，需要“用構架性創新解決結構性問題”。

華為SoftCOM AI在全云化網絡構架上，引入以機器學習為核心的AI技術。整個構架有兩個核心，一是AI訓練平臺，訓練數據，輸出模型或算法;另一個是推理平臺，收集數據，根據模型或算法推理網絡動作指令并執行。網絡將從自動化業務部署和動作執行，走向智能化的故障自愈，自我優化，自我管理。最終實現“自動，自優，自愈，自治”永不故障的自動駕駛網絡。

自動：網絡自動發放運行業務，包括業務自動部署、彈性伸縮、流量調整等。自優：網絡系統自動優化，如話務模型變化、流量不均衡的時自動調優。自愈：故障自動隔離，自動修復，實現網絡永不故障。自治：系統實現自動、自優、自愈后，就達到了自治水平,是網絡的最終狀態。

提升用戶體驗，實現三個倍增

SoftCOM AI解決方案對運營商價值為“三個倍增”，即運維效率、能源效率、資源效率倍增。

運維效率倍增

人工智能用于設備和網絡全生命周期，可消除無效故障，縮短故障處理時間，提升運維效率。例如某移動運營商將運維承包給第三方，通過工單數量與合作方結算費用。無線領域一個月工單6.3萬張，設備硬件類故障不到10%，超過70%故障源自無源設備，如光纖彎曲老化、接口松動。“設備收編站點，有源管理無源”實現線纜、連接器、動力環境問題大幅下降，“智能故障預測，網絡負荷分擔”變搶修為基于狀態計劃性維護，“人工開環轉為設備閉環”實現非物理故障恢復自動化，工單數量降到原來的10%。

能源效率倍增

運營商能耗分布：站點能耗占65%，數據中心占20%。網絡流量分布在時間和空間不均衡，10%的站點產生50%的流量，50%的站點產生5%的流量。機房/站點，AI訓練生成散熱與環境及業務負荷模型，使日照、溫度與油機、太陽能和電池等達到最佳能效;設備層，根據業務負載進行動態能量投放，無流量時隙關斷、RF深度休眠、載頻關斷等減少耗電量;網絡系統，構建準確的業務負荷預測模型，使整網流量最優達到能效最佳。實現“比特決定瓦特”，即網絡流量大小決定能耗多少。

資源效率倍增

網絡資源包括骨干網、核心網、有線無線網絡資源等。現在資源管理是網絡建設好，流量隨之流動，資源利用可能不合理。引入AI，基于流量走向調度網絡，實現管線、機房等設施最佳利用;根據用戶、終端、業務分布，實現空口頻譜最大程度利用;對彈性流量削峰填谷，提升骨干網利用率。如骨干網，熱點DC間的IP骨干網絡利用率接近70%，非熱點DC間的網絡利用率不到30%。傳統基于專家規則確定調優策略，不能獲得持續負載均衡。通過AI，如流量趨勢預測、路徑性能預測，不犧牲 QoS 或 SLA，流量路徑幾乎實時變動, 達到最優。測試證明，AI優化的骨干網線路忙時利用率從平均30%提升50%以上。

華為先針對運營商效率提升明顯的應用入手，不斷擴充應用、改進算法、探索部署模式，逐步將AI應用到運營商全網,實現自動化網絡向自治網絡邁進。