在今年的全球超宽带高峰论坛(UBBF 2020)上,“智能联接”无疑是最核心的话题,联接产业五大变化、“新梅特卡夫定律”、“联接力就是生产力”等洞察与观点,迅速点燃了业界追求更高质量联接的热情。
如今,家庭已不再只是生活中心,同时还具备了学校、医院、办公、影院等社会属性,成为了真正意义上的生产力中心,而家庭宽带正是促成家庭向社会属性延伸的核心纽带。对运营商而言,家宽业务兼具现有业务“护城河”和新互联经济“桥头堡”的双重意义,建好家庭宽带是巩固市场竞争力、应对产业变革的关键所在。为此,华为此次发布了智能分布式接入网解决方案,助力运营商打造一张面向未来十年的真千兆高品质宽带网络,实现从带宽经营向体验经营的全面升级转型,获得更大的商业成功。
面向智能真千兆时代,家宽业务需要经历哪些改变,华为新方案又具备哪些亮点?华为接入网产品线总裁周军在接受媒体采访时进行了详细的解读。
宽带业务的四大变化与三大挑战
宽带网络对社会经济的带动作用在不断扩大。世界银行研究表明,宽带普及率每提升10%,平均带动GDP增长1.38%;在突如其来的疫情中帮助维持经济社会的正常运转,更是凸显出其巨大价值。而历经四十余年发展,固定网络也如移动通信一般迎来了新一轮代际交替,F5G(第五代固定网络)的快速发展正在悄然改变我们的城市,带来全光智慧生活。
在这样的背景下,周军谈到,宽带产业正迎来四大变化,带宽从百兆进入千兆、业务类型从非实时弱交互到实时强交互、网络建设从粗放投资到精细运营、技术能力从静态无感知到动态智能。不变的则是“家宽始终是门好生意”,通过由带宽经营向体验经营的升级,运营商将获得更丰厚的回报;同时,携号转网的事实证明,固移融合套餐也将帮助运营商提升用户黏性,降低离网率。
在硬币的另一面,在当前阶段需要解决真千兆体验、精准运营、d性规划三大关键挑战,才能真正落实高品质宽带业务。以真千兆体验为例,让每个房间都能实现1G的接入看似容易实则很难,这主要归因于家庭内部组网。一是网线问题,对于通过网线下挂路由器实现Wi-Fi覆盖的用户来说, Wi-Fi路由器和光猫之间连接的还是速率只能到100Mbps的5类网线(Cat 5),同时网线质量不合格也限制了路由器的Wi-Fi体验不超过百兆;二是单频Wi-Fi问题,目前现网2.4G单频Wi-Fi光猫或路由器占比高达60%以上,其吞吐量仅为70Mbps-90Mbps;三是大场景下漫游切换的问题,一旦出现卡顿就会极大地影响到业务体验。
有鉴于此,华为提出了家庭宽带、家庭网络全新的衡量体系,这被其称之为KAI体系。KAI体系通过五个维度衡量体验,即体验可承诺、高可靠、可扩展、易接入、智能化,以此来对网络进行打分,评价它是否满足智能真千兆的接入:“新梅特卡夫定律告诉我们联接价值是可以变现的,怎么变现?未来通过KAI体系,为每个联接提供更好的带宽、抖动、时延、丢包、网络可利用率的衡量,制定新的量纲、提供差异化体验,这就是我们的商业价值。”
与此同时,智能真千兆时代呼唤全新一代网络架构。在周军口中,它需要具备在云端的业网协同、边端的算网协同和终端的端网协同,实现秒级感知力、边缘AI算力、d性联接力三大关键能力。
助力运营商向体验经营全面升级
“从无到有”、“从有到好”、“从好到更好”,用户对体验的需求永无止境。基于智能分布式接入网解决方案,华为对家庭终端、局端和网管都进行了全面升级,助力运营商从人口红利走向体验红利。
周军剖析称,该方案具备三大亮点。首先是智能真千兆实现全屋真千兆和实时最佳体验。利用FTTR实现光纤到房间的真千兆覆盖,彻底解决家庭全屋Wi-Fi覆盖终极难题。基于AI业务识别和加速的差异化承载方案,实现场景化宽带的定制化服务。
其次是智能精准运营实现网络精准和主动运营。利用AI和大数据技术,精准识别质差用户并自动分析定位根因,实现网络从无感知到智能感知。帮助运营商制定故障精准定位解决流程和潜客精准营销策略,使能智能化运营。
最后是智能d性规划实现网络精准和d性规划。支持秒级数据采集,感知流量从平均带宽到峰值带宽的变化趋势,提供海量的流量峰均比大数据支撑自动学习扩容门限,帮助运营商采用现网评估、流量预测、精准规划的智能d性规划方法,实现预测性扩容,提升宽带体验。
围绕智能分布式接入网解决方案,华为与运营商展开了联合创新和成功部署,现已初见成效。比如北京联通联合VIPKID推出的学习宽带,通过业务智能识别,对在线教育业务进行定向加速和网络切片保障,时延从典型的300ms下降到20ms,全程零卡顿,大幅降低家庭网课灰课率。
联接方式的每次升级,都会给人类社会发展带来质的飞跃。站在智能时代的十字路口,面对全场景智慧生活以及行业深度数字化的新诉求,在联接领域深耕三十余年的华为,正以智能联接理念以及全场景智能联接解决方案为我们揭开新时代的一角。随着新方案的落地,相信“无处不在的联接与智能”我们终将见证。
责任编辑:gt
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)