# 中国移动+华为 iMaster NCE:从"变更零失误"到 L4 自治网的真实突围 ## 一、当全球最大网络撞上"变更即事故"的死结 把一张网络做到"全球之最",荣耀与诅咒往往同时降临。中国移动运营着世界上规模最大的移动通信网络——截至公开披露数据,其 5G 客户达 **5.78 亿**、移动用户总数突破 **10 亿**,同时铺设了全球最大的 **400Gbps OTN 光传送网**、最大的 **SRv6 骨干网**,以及电信行业最大的单集群智算中心。 但规模越大,"动一刀"的代价就越恐怖。在传统的网络运维范式里,真正吞噬人力与引发事故的并非日常告警,而是**网络变更(configuration change)**——每一次扩容、割接、策略调整、路由改造,都可能成为大面积断网的导火索。 中国移动山东公司给出了一个刺眼的数字:仅在山东一省,这张服务于**超 1 亿用户**(涵盖移动上网、家庭宽带、政企专线、IPTV)的 IP 网络,自 2024 年以来累计执行了 **1500 余次网络变更**。传统的人工配置核验"高度依赖个人经验、易错易漏",每一次变更都是在万兆级流量上走钢丝。 而承载网的故障压力更为直观。在人口超 1.26 亿的广东省,2023 年仅 **IP 回传承载网**一项,中国移动每月就要处理 **3 万张故障工单**,后端运维专家平均每张单要耗 **45 分钟**;由于还要和现场人员反复沟通,一张工单从触发到闭环通常要 **30 到 100 分钟**。 更让管理者头疼的是流程的"先天臃肿":一次完整的 IP 回传承载激活流程,过去足足有 **54 个步骤,其中 41 步必须人工介入**——响应慢、出错率高、运营成本居高不下。当网络还在以"万"为单位增长节点时(华为光网产品线指出,WDM 正从核心城域下沉到 CO、站点、楼宇,**节点与业务数量已增长 100 倍**),靠"堆人"已经走到了尽头。 **问题归纳**:不是网络不智能,而是"变更"和"排障"这两件最高频、最高危的运维动作,仍停留在"经验驱动、人工串行"的石器时代。AI 要解决的,不是锦上添花的告警展示,而是把这两件事彻底闭环。 ## 二、解法:双智能体 + 仿真引擎 + 光网数字孪生 中国移动的答案是和华为联手,在 iMaster NCE 平台之上,分三个层次把网络从"人工操作"推向"自治自愈"。 ### 层次一:NOC 智能体阵列,把"人盯屏"变成"机器闭环" 在集团级网络运营中心(NOC),中国移动部署了**两类 AI 智能体**: - **基于角色的副驾驶(role-based copilots)**:贴身辅助一线值班工程师,提供自然语言问答、知识检索、操作建议; - **基于场景的智能体(scenario-based agents)**:针对故障管理和客户投诉处理等高价值场景,端到端自主执行闭环动作,覆盖无线接入、核心网、IP 回传、家宽四大域。 智能体最怕"一本正经地胡说"。为压住大模型幻觉,中国移动与华为共建了**超过 100 亿参数**的电信专用大模型,并叠加 **RAG(检索增强生成)**;同时构建了**大模型(负责泛化)+ 小模型(负责专业化)**协作的自治闭环工具链——大模型负责理解意图、跨场景迁移,小模型负责在具体网元上做高精度判定。 这套体系还必须解决一个现实难题:各省级子公司的**业务模式与数据特征差异巨大**。因此团队在广东、浙江两省先行试点(广东聚焦 IP 回传故障与家宽投诉,浙江聚焦 RAN 与核心网故障),用本地数据完成模型适配与训练,再"自下而上"从市级复制到省级、再到全国。 ### 层次二:CMOS 仿真引擎,把"变更"做成"零事故" 山东移动与华为联合打造的**智能网络变更管理平台(INCMP)**,获得了 2025 年 10 月在巴黎颁发的 **Network X"最具创新电信 AI 部署"奖**。它的核心引擎,是华为 iMaster NCE 下一代 **CMOS(集中式模型操作仿真,Centralized Model-Operation Simulation)**算法。 CMOS 的本质,是把"先改后修"变成"先算后改"——在配置真正下发之前,先用数字模型把变更后的网络状态、性能表现完整仿真一遍,自动标记潜在异常。它形成了三段式闭环: 1. **变更前预测仿真**:模拟变更后的网络状态与性能,自动标红异常,主动化解风险; 2. **变更中精准控制**:支持批量配置下发与策略组合校验,把对用户的影响压到最小; 3. **变更后可视化追溯**:记录全流程,并将仿真结果与真实网络变化逐项比对,**把故障定位时间从"小时级"压到"分钟级"**。 ### 层次三:NCE-T 数字孪生,让光网学会"自愈" 在 OTN 光传送域,华为 iMaster NCE-T 提出了以 **T-AUTO 价值框架**为核心的"优质传输(Premium Transmission)"方案,基石是**传输数字地图(Transmission Digital Map)**——它把真实光网抽象建模成**四层(光纤/光层/电层/业务)×三维(带宽/时延/可用率)**的数字孪生体,支持规划、保障、风险识别与质量监测。其 **Ultimate SLA Guarantee** 通过同路由识别、网络结构风险分析、光纤劣化分析,主动预防光纤中断与节点故障;**Time-saving Ticket Journey** 则用海量告警关联分析快速定位根因,客户端借助 AI 智能诊断快速界定故障,线路侧用 **fast eOTDR** 迅速定位中断源。 ```mermaid flowchart TB subgraph A[变更/故障触发] A1[配置变更请求] A2[海量告警涌入] end subgraph B[AI 决策层 - iMaster NCE] B1[CMOS 仿真引擎
变更前预测] B2[大模型100亿参数+RAG
意图理解/泛化] B3[小模型阵列
网元级高精度判定] B4[告警关联+fast eOTDR
根因定位] end subgraph C[智能体执行层] C1[场景智能体
端到端闭环] C2[角色副驾驶
辅助一线] end subgraph D[数据底座] D1[传输数字地图
四层三维数字孪生] D2[知识图谱/RAG] end subgraph E[自治结果] E1[变更零失误] E2[故障分钟级自愈] E3[L4 自治网络] end A1 --> B1 A2 --> B4 B1 --> B2 & B3 B4 --> B2 & B3 B2 & B3 --> C1 & C2 C1 & C2 --> D1 & D2 C1 --> E1 & E2 E1 & E2 --> E3 ``` ## 三、效果数据:把"暗 NOC"从口号变成报表 中国移动把目标定为 **Level 4 自治网络**——按 TM Forum 的定义,这是从"人定义的自动化"跨入"机器自主决策"的临界点。通过 TM Forum 的 **AN Levels(ANL)**自评估,其 NOC 自治等级**从 3.2 提升到 4**。这不是宣传话术,而是一组可审计的硬指标: | 核心指标 | 传统人工模式 | iMaster NCE 智能体模式 | 提升幅度 | |---|---|---|---| | 后端运维人力 | 基准 | 大幅压减 | **减少超 30%** | | 一线装维人力 | 基准 | 持续压减 | **节省超 5%** | | 等效人力替代 | — | 2024 年底累计 | **约 5500 人/年** | | 故障/投诉 MTTR | 30–100 分钟/单 | 自治闭环 | **平均下降 30%** | | NOC 自治等级(ANL) | 3.2 | 4 | **跨越一个时代** | | 现场"派单"次数 | 多次往返 | 每单≤1 次 | 接近消除人工介入 | 在广东、浙江两省的试点中,这套体系带来了"质变级"的运维体验改善: | 智能体能力维度 | 关键数据 | 实现手段 | |---|---|---| | 智能问答准确率 | **90%** | 大模型 + RAG | | 大模型幻觉率 | **降至 3%** | RAG 检索增强 | | 知识问答准确率 | **97%**(超行业均值 20%) | 高精度 dense + 高效率 sparse 模型组合 | | 自然语言查询覆盖 | **1000+ 场景** | NL2SQL / NL2API | | 无代码开发 | 自然语言→自动转工作流 | 专家知识建模 | | 模型协作 | 大模型泛化 + 小模型专业化 | 自治闭环工具链 | 而在山东,INCMP 的战报同样亮眼:**网络割接/迁移效率提升近 60%、用户投诉降至接近零、变更引发的重大事故被提前阻止**;平台已覆盖**超 1000 台网络设备**,支撑**千万级家宽用户**和**百万级政企客户**的配置变更核验,是山东省内部署规模最大的通信网络仿真系统。 在 OTN 光网侧,iMaster NCE-T 的成绩同样硬核:**故障工单减少 40%**;**Assorted Service Automation** 让 10G+ 业务的 TTM(上市时间)从"数月"压缩到"数小时";变更防错、根因定位、自愈恢复形成连续闭环。 ## 四、对比分析:为什么是"仿真+智能体"胜出 横向看,全球主流设备商都在押注 AIOps,但路径分歧明显: | 维度 | 传统人工运维 | 爱立信/诺基亚自动化 | 中国移动+华为 iMaster NCE | |---|---|---|---| | 变更核验方式 | 经验+事后排障 | 规则编排、自动化脚本 | **CMOS 变更前预测仿真** | | 智能体形态 | 无 | 事件驱动自动化(EDA) | **角色副驾驶 + 场景智能体双形态** | | 模型策略 | 无 | 规则/小模型为主 | **百亿参数大模型 + 大小模型协作 + RAG** | | 关键差异点 | 易错、慢 | 自动化但泛化弱 | **仿真驱动 + 意图驱动,可跨省复制** | | 落地证据 | — | 局部试点 | **TMF L4 卓越奖 + Network X 大奖** | 爱立信、诺基亚的方案强在**事件驱动的确定性自动化**(规则触发→自动执行),适合标准、重复的排障场景;但面对"变更这种一步错步步错、且高度依赖上下文推理"的高危动作,纯规则难以胜任。中国移动的破局点恰恰在于**把"仿真"前置**——先用数字孪生"算一遍"再动手,从根上消除"改了才知道错了"的窘境,再用智能体承担端到端闭环,最后用 RAG + 大小模型协作守住准确率这条生命线。 另一个常被忽视的成功要素,是**方法论与标准的"地基"**。中国移动大量复用了 TM Forum 的资产:用 **GB921(eTOM 业务流程框架)**界定与华为的协同边界,用 **GB1022(ODA 功能框架)**定义功能与解耦集成原则,用 **IG1218F(AN 旅程方法论)**规划自治路径,并以 **KBI/KEI/KCI** 三层指标体系度量质量、效率与能力。项目方直言:"没有 TM Forum 资产,整个进程会显著拉长,甚至不可能完成。"——这提示行业:**AIOps 的成败,30% 在模型,70% 在流程标准化与数据治理**。 ## 五、关键启示与展望 回看这场从"人海战术"到"暗 NOC"的迁徙,有三条经验值得全行业咀嚼: 1. **高危动作优先"仿真化",而非直接"智能化"**。AI 直接改配置风险极高,但 AI 仿真+人工确认+批量下发,可在不丢控制力的前提下把变更做成"零事故"。山东移动把"变更仿真通过率"写入关键场景的运维流程,正是把 AI 从"工具"升格为"流程标准"。 2. **大小模型协作 + RAG,是电信 GenAI 落地的工程铁律**。100 亿参数大模型负责泛化与意图理解,小模型负责网元级精度,RAG 把幻觉压到 3%——这是让智能体"敢用、能用"的前提。 3. **L4 不是终点,而是"自下而上复制"的起点**。从广东、浙江两省试点,到市级→省级→全国的三级推广,再到 ANL 3.2→4 的可量化跨越,中国移动验证了"高价值场景先行 + 标准化复制"的可复制路径。 面向 6G 与算网融合,网络变更的复杂度还会继续指数级攀升。当 400G OTN 演进到 800G/1.6T、当 SRv6 与算力调度深度交织,"变更零失误、故障分钟自愈、NOC 暗灯运行"将从领先运营商的奖杯,变成行业生存的及格线。中国移动和华为用 iMaster NCE 走出的这条路,本质上是给全行业打了个样:**AIOps 的终局,不是更聪明的告警,而是让网络学会"先想清楚,再动手"。** ## 参考来源 1. [China Mobile achieves Level 4 AN in network operation center with intelligent agents — TM Forum](https://inform.tmforum.org/research-and-analysis/case-studies/china-mobile-achieves-level-4-an-in-network-operation-center-with-intelligent-agents/) — 中国移动联合华为达成 TM Forum L4 自治网、5500 人/年等效替代、MTTR 降 30% 等核心数据的权威案例研究。 2. [China Mobile Shandong and Huawei Win "Most Innovative Telco AI Deployment" at Network X](https://newswire.telecomramblings.com/2025/10/china-mobile-shandong-and-huawei-win-most-innovative-telco-ai-deployment-at-network-x/) — 山东移动与华为 INCMP 平台基于 CMOS 仿真算法获 Network X 2025 大奖、变更效率提升近 60% 的官方新闻稿。 3. [Huawei iMaster NCE-T Premium Transmission Solution Accelerates Optical Network Automation — The Fast Mode](https://www.thefastmode.com/technology-solutions/37757-huawei-imaster-nce-t-premium-transmission-solution-accelerates-optical-network-automation-from-theory-to-reality) — 华为 iMaster NCE-T 优质传输方案、传输数字地图、SLA 保障使故障工单减少 40%、TTM 由月级到小时级的技术解读。 4. [Intelligent OTN O&M — Huawei Carrier](https://carrier.huawei.com/en/products/fixed-network/nce/NCE-T/intelligent-otn-om) — 华为 NCE 传输域智能 OTN 运维方案官方产品页,AI 与大数据驱动的预测性维护与自愈能力说明。 5. [Huawei: iFaultCare — GSMA Foundry AI Use Case Library](https://www.gsma.com/get-involved/gsma-foundry/gsma_resources/huawei-ifaultcare-hidden-trouble/) — 华为 iFaultCare 隐患预测在无线网络设备级(电源/射频/光模块)的预测性维护与自愈用例参考。 --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**(微信ID: gprshome201101)维护,聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 > 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。