通信智能体

通信智能体将AI引入通信领域,解决通信业务中的预测类、重复性、复杂类等问题,提升通信网络资源利用率、运维效率、能源效率和业务体验,支撑实现通信网络的自动驾驶

技术优势
  • 数据安全入湖

    支持通信领域中的工参、性能、告警、话统、配置等各种类型数据的快速采集入湖。数据湖一方面提供大量工具提升数据治理效率,同时应用多种数据安全技术,如多租户隔离、数据加密存储、细粒度权限控制、溯源管理等,保障入湖数据的全生命周期安全

  • 通信经验嵌入

    向导式模型开发环境,内嵌通信领域知识和经验,预置多个通信领域AI模型开发模板,面向不同水平开发者可提供训练服务、模型生成服务、通信模型服务等不同类型的服务,助力开发者快速完成模型/应用开发

  • 应用服务丰富

    提供无线接入、固网接入、传输承载、核心网、DC、能源等多个通信业务场景的应用服务,有效解决通信网络中运维效率、能耗效率和资源利用率的具体业务问题

应用场景
  • 数据入湖治理

  • 模型开发训练

  • 网络应用服务

数据入湖治理

数据入湖治理

将通信领域的原始数据加工为数据集/训练集,提供数据采集、数据解析、数据建模、数据集成、数据标注等多种工具服务,帮助用户提升数据处理效率

优势

通信数据治理高效,数据易理解使用

设备采集数据接口标准化,支持多种主流文件的导入和ETL处理,数据清洗/转换的治理过程全自动化; 集成10000+属性的通信数据字典,数据属性易理解,降低用户使用通信数据的门槛

安全技术覆盖数据全生命周期,保证数据入湖安全

提供租户隔离、数据加密传输、加密存储、秘钥用户自管理,以及溯源管理等能力,保障用户对数据的控制权,屏蔽非授权用户对数据的非法访问

模型开发训练

模型开发训练

提供通信业务不同场景的AI模型开发和训练(如流量预测模型,DC PUE优化控制模型等),开发者可以基于模型训练服务,使用嵌入通信经验的训练平台输入数据,快速完成模型的开发和训练,形成匹配的模型,用于应用服务开发

优势

电信经验嵌入,助力开发者快速完成模型开发训练

训练平台预置多种预集成通信模型,Zero编码,让开发者无须AI经验也可快速完成通信领域模型的开发和训练

向导式开发提升模型开发效率,开放协同支持多框架

从数据准备,特征提取,模型训练,到上线发布,提供端到端的IDE向导式开发环境,提升模型开发效率; 支持各种主流算法框架,如Tensorflow,SparkML,Caffe,MXNet等

云上推理验证

提供模型云端运行框架环境,用户可以在线验证模型推理效果,无须从零准备计算资源、搭建推理框架,只需将模型包加载到云端推理框架,一键发布成云端Web Service推理服务,帮助用户高效低成本完成模型验证

网络应用服务

网络应用服务

针对如数据中心PUE优化的通信网络具体业务问题,提供包含数据治理、AI模型训练、推理执行等服务,运营商获取服务后无须任何开发即可在自身网络进行部署和执行推理,解决具体业务问题

优势

应用服务丰富,覆盖通信网络各领域多场景

服务覆盖无线、固网、核心网、DC等多种通信业务场景,解决通信运营商业务中的运维、效率和资源等各种业务问题

部署方式简单,省时高效

以DC PUE优化服务为例,仅需要在网管完成物理资源扩容和版本升级即可,部署简单高效

应用效果好

以DC冷冻水制冷控制优化场景为例,DC PUE优化服务在某数据中心应用,采用参数AI智能控制后,制冷能耗降低17%

使用指南

免费体验 0元领取云主机

点击领取