近日，中国移动研究院SPN网络级AI+智慧动态节能原创研究成果“Field Trial of Intelligent Network-level Energy Saving Strategy over Large-scale Database of Commercial Transport Networks”在全球光通信领域顶级学术会议European Conference on Optical Communications（ECOC）2024上录用并现场宣讲。该论文阐述了中国移动首次提出并深入研究的SPN网络级AI+智慧动态节能技术，构建了基于AI流量预测的流量优化调度模型，并基于现网真实流量数据进行实验验证，实现多点网元协同降耗，将为未来SPN节能减排向践行AI+理念创新演进提供重要指引。
SPN网络作为统一承载5G回传和政企集客的综合业务承载网，目前现网部署超过40万端。经研究发现，SPN整体业务流量规律性强，现网流量随时间变化呈潮汐效应，可考虑根据网络业务承载和流量变化情况进行设备动态调整，通过多点网元协同实现流量的灵活调度，带来全网能耗降低，因此全局视角下的网络级节能优化方案十分必要。在AI技术日益融入各行各业的新背景下，项目组研究如何将AI+理念贯彻到城域网的节能减排技术策略中，以实现全网能效的最大化。
以AI流量预测算法为核心，本论文构建了最大化全网节能收益的流量优化模型，集成大数据和AI算法实时监测网络状态，实现全网端口和隧道流量的精准预测，并根据业务流量预测结果执行启发式算法实现全局流量优化，将高负载设备上的流量迁移到低负载设备上，最大化网络资源利用效率。首次采用现网真实流量数据来验证节能策略，基于现网实际采集的1966个SPN网元数据开展AI预测和节能策略下发，最终在不影响服务质量的前提下，实现了7.7%的网络级节能效益，充分验证了网络级节能技术的潜力。
本论文提出的a.流量预测算法模型
b.全局流量优化算法模型
今年，项目组已将论文所提出的SPN基于AI+智慧动态节能创新技术推广至中国移动多个省公司广泛试点实践，实现节能收益8.8%-16.7%，预计年节电1408万千瓦时。本次高水平论文成果的发表，有助于进一步深入研究SPN网络级节能策略，后续需进一步推进产学研在SPN节能领域的协同探索，引领SPN节能向灵活调度、动态、协同方向发展，为构建可持续发展的低碳网络环境提供强有力的支撑。
