加密货币|云计算再优化!中兴获2021图神经网络挑战赛第三名

【加密货币|云计算再优化!中兴获2021图神经网络挑战赛第三名】加密货币|云计算再优化!中兴获2021图神经网络挑战赛第三名

随着云计算进入算力时代 , 大量新需求随之涌现 , 中兴通讯以“芯”定制 , 打造高效能异构算力 , 近日 , 更在由ITU 主办的AI/ML in 5G Challenge比赛中 , 凭借数据模型在真实大规模网络中获得MAPE=1.85的成绩 , 获得2021图神经网络挑战赛第三名 。



关于图神经网络挑战赛
图神经网络是一种“基于图结构的深度学习方法” , 更是目前唯一能够实现在网络数字孪生中“计算成本高”和“仿真精度”两者平衡的机器学习技术 。 图神经网络可以在低计算资源需求下 , 提供更高的仿真精度 , 同时更容易实现实验室网络训练结果在真实网络的部署 。 图神经网络挑战赛便是利用了图神经网络构建一个规模化的数字孪生 , 通过图神经网络的算法达到网络性能仿真的目的 。
中兴AIOps
在数字孪生网络应用中 , 图神经网络用于机器学习训练的小规模网络性能指标与真实大规模网络性能指标存在较大的误差 , 因此在小规模网络中得到的训练模型难以应用于实现网络 。 为解决这样的难题 , 中兴AIOps在此次挑战赛中利用在不同规模的网络中“端口利用率”值域范围相近的原理 , 将模型的预测变量从时延变更为“端口利用率”;在更改变量后 , 中兴AIOps通过端口利用率与时延的关系 , 推算出时延 , 解决值域范围不同的问题 , 进而提升了小规模网络训练模型的预测精度 。
关于MAPE
MAPE即平均绝对百分比误差(Mean Absolute Percentage Error) , 它用于评估预测性能 , 更易于向利益相关者解释 。 中兴获得MAPE=1.85的成绩 , 相比较未采用算法优化的测试结果MAPE>300有着明显的提升 。 因此获得了2021图神经网络挑战赛第三名的好成绩 。
中兴通讯AIOps获得2021图神经网络挑战赛第三名 , 意味着中兴在云计算方面的再度优化 , 同时该技术也已纳入网络自愈和业务快速开通研究规划 , 并以此提升网络自愈和业务开通的可靠性 。 此外 , 中兴还将在此算法的原理基础上发展网络自动化优化算法 , 进一步提升云计算的能力 , 从而使智能化管控系统可根据网络在当前状态与用户需求 , 推荐更能满足用户需要的网络配置方案 。