作為 5G 核心網(wǎng) (5G Core Network，以下簡稱5GC) 等重要業(yè)務(wù)的承載基礎(chǔ)，擁有海量服務(wù)器的中國聯(lián)通通信云資源池，希望引入更高效的能耗管理方案，來助力節(jié)能減排。為此，中國聯(lián)通對云資源池所在的數(shù)據(jù)中心能耗占比開展了深度分析，并結(jié)合業(yè)務(wù)發(fā)展需要，針對服務(wù)器自身能耗控制優(yōu)化提出創(chuàng)新方案。

實現(xiàn)這一方案的前提，是中國聯(lián)通能夠根據(jù)云資源池業(yè)務(wù)量變化，對處理器占用率等資源使用情況實施快速、精準(zhǔn)和細(xì)致預(yù)測。為此，中國聯(lián)通與合作伙伴英特爾攜手，采用 Chronos 框架打造全新的 5GC 網(wǎng)元資源占用率預(yù)測方案。Chronos 框架是英特爾開源的統(tǒng)一大數(shù)據(jù)分析和人工智能平臺 BigDL 推出的用于構(gòu)建大規(guī)模時間序列分析應(yīng)用程序的組件。通過一系列測試與實驗室驗證表明，新方案的預(yù)測準(zhǔn)確率符合中國聯(lián)通的預(yù)期，為后續(xù)的數(shù)據(jù)中心節(jié)能減排方案落地奠定了堅實的技術(shù)基礎(chǔ)。

“作為承載各類通信業(yè)務(wù)的基座，通信云資源池的能耗管理水平將直接影響中國聯(lián)通實現(xiàn)節(jié)能減排的總體目標(biāo)。為此，我們借助 AI 技術(shù)，以時間序列預(yù)測方案來助力降低服務(wù)器能耗。在這一過程中，來自英特爾的 Chronos 框架幫助我們更快更好地完成了新方案的搭建，并獲得了良好的預(yù)測準(zhǔn)確率。”

康凱

中國聯(lián)通云網(wǎng)運營中心通信云項目經(jīng)理

解決方案：借助Chronos框架構(gòu)建精準(zhǔn)5GC網(wǎng)元資源占用率預(yù)測方案
?

• 5GC網(wǎng)元資源占用率預(yù)測方案建模分析? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

在方案制定之前，中國聯(lián)通需要先確定 5GC 網(wǎng)元業(yè)務(wù)量與服務(wù)器資源的相互關(guān)系。從已有數(shù)據(jù)分析可知，通信系統(tǒng)的業(yè)務(wù)量是一個典型的時間序列模型，如圖1 左側(cè)所示，不同業(yè)務(wù)的數(shù)據(jù)量是一系列隨時間變化的數(shù)據(jù)序列。同時，包括處理器和內(nèi)存等核心設(shè)備在內(nèi)，主要影響服務(wù)器能耗的設(shè)備占用率 (使用壓力) 也是隨時間變化的數(shù)據(jù)序列。

基于這一前提，中國聯(lián)通與英特爾一起，對 5GC 網(wǎng)元業(yè)務(wù)量與處理器 / 內(nèi)存占用率的數(shù)據(jù)，進行了探索性分析與可視化。從圖1 可以看到，在不同的業(yè)務(wù)類型下，業(yè)務(wù)數(shù)據(jù)與處理器占用率均有著較高的相關(guān)性，而內(nèi)存占用率則與業(yè)務(wù)量則基本不相關(guān)。
?

?

為進一步確定 5GC 網(wǎng)元業(yè)務(wù)量與處理器占用率之間的對應(yīng)關(guān)系，如圖2 所示，聯(lián)通在 5GC 網(wǎng)元上對兩種數(shù)據(jù)的關(guān)系開展了分析。通過對大量數(shù)據(jù)的采集、整理與分析，獲得了以下結(jié)論并為后續(xù)方案建模的依據(jù)：

? 5GC 網(wǎng)元業(yè)務(wù)量與時間 (隨用戶使用量變化) 相關(guān)，且存在波峰波谷特性；

? 通信云資源池中的處理器負(fù)載和業(yè)務(wù)量負(fù)載變化規(guī)律趨于一致，因此方案的建模任務(wù)可集中在業(yè)務(wù)量與處理器占用率上；

? 在整個通信業(yè)務(wù)運行期間，可通過實時檢測業(yè)務(wù)負(fù)載、業(yè)務(wù)質(zhì)量指標(biāo)的變化，來靈活調(diào)整服務(wù)器的運行狀態(tài)，實施動態(tài)節(jié)能減排；

? 借助英特爾提供的處理器降頻 (在業(yè)務(wù)量負(fù)載低谷期間實施) 等功能，可以實現(xiàn)服務(wù)器能耗調(diào)整。

?

• 用于構(gòu)建大規(guī)模時間序列分析應(yīng)用程序的Chronos 框架 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

如前所述，無論是 5GC 網(wǎng)元業(yè)務(wù)量還是處理器占用率，兩者都是一系列隨時間變化的數(shù)據(jù)，即時間序列數(shù)據(jù)。時間序列數(shù)據(jù)分析可被廣泛應(yīng)用于各個領(lǐng)域的預(yù)測性分析，如通信網(wǎng)絡(luò)質(zhì)量分析、數(shù)據(jù)中心運營的日志分析等。與傳統(tǒng)統(tǒng)計學(xué)方法相比，基于深度學(xué)習(xí)方法開展的時間序列任務(wù)，已被證明在預(yù)測準(zhǔn)確性與靈活性上更具優(yōu)勢。因此，中國聯(lián)通新方案選擇了智能化的時間序列預(yù)測性分析方法，以尋求技術(shù)突破。

但傳統(tǒng)上，構(gòu)建時間序列預(yù)測模型并形成高效可用的 AI 應(yīng)用是一個費事費力，且需要較高技術(shù)儲備的過程。從數(shù)據(jù)采集和預(yù)處理、特征工程再到模型訓(xùn)練，各個環(huán)節(jié)都可能影響方案推進。尤其是，以往為提升模型的準(zhǔn)確性和性能，通常需要耗費巨大的人力和時間資源對超參數(shù)進行手動調(diào)優(yōu)，且結(jié)果往往并不令人滿意。因此實現(xiàn)更高效的超參數(shù)優(yōu)化 (Hyperparameter optimization， HPO) 過程，也是中國聯(lián)通在新方案構(gòu)建中面臨的重要挑戰(zhàn)。

為此，英特爾向中國聯(lián)通提供了用于構(gòu)建大規(guī)模時間序列預(yù)應(yīng)用程序的 Chronos 框架。如圖3 所示，這一框架源自英特爾開源的統(tǒng)一大數(shù)據(jù)分析和人工智能平臺 BigDL，主要提供了三個組件，功能分別為：

??數(shù)據(jù)處理與特征工程 (Data Processing & Feature Engineering) 組件：內(nèi)置了 70 多個數(shù)據(jù)處理和特征工程工具，通過 TSDataset API 接口來供中國聯(lián)通方便地調(diào)用，從而快捷高效地完成數(shù)據(jù)預(yù)處理和特征工程流程；

??內(nèi)置模型 (Built-in Models) 組件：內(nèi)置 10 余個可用于時間序列預(yù)測、檢測和模擬的獨立深度學(xué)習(xí)和機器學(xué)習(xí)模型；

??超參數(shù)優(yōu)化 (Hyperparameter optimization) 組件：高度集成、可擴展和自動化的工作流 (通過 AutoTSEstimator 等API 實現(xiàn))，能幫助中國聯(lián)通開展從數(shù)據(jù)預(yù)處理、特征工程到模型訓(xùn)練、模型選擇和超參調(diào)優(yōu)等全棧的自動化機器學(xué)習(xí)過程。英特爾提供的多種優(yōu)化方式，例如框架所集成的 ONNX runtime 以及英特爾? oneAPI AI Analytics Toolkit 等，也為推理提供良好支持。

?

• 基于 Chronos 框架構(gòu)建 5GC 網(wǎng)元資源占用率預(yù)測方案 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

基于 Chronos 框架的豐富組件和集成的優(yōu)化策略，中國聯(lián)通面向 5GC 網(wǎng)元資源占用率的時間序列預(yù)測方案基本流程如圖 4 所示：

? 首先，使用歷史業(yè)務(wù)數(shù)據(jù) (如話務(wù)量等) 與服務(wù)器資源利用率日志 (如處理器占用率等) 進行建模，由 Chronos 框架提供的 TSDataset API 接口對時間序列數(shù)據(jù)快速執(zhí)行填充、縮放等操作，并開展自動特征生成；

? 然后，通過 AutoTSEstimator 等 API，實現(xiàn)超參數(shù)搜索，并根據(jù)預(yù)測目標(biāo)檢索出最佳超參數(shù)集，優(yōu)化模型和數(shù)據(jù)處理工序并形成時間序列預(yù)測模型；

? 最終，使用這一模型對實時業(yè)務(wù)數(shù)據(jù)進行推理 (或進行效果評估和優(yōu)化)，獲得最終的處理器占用率預(yù)測數(shù)據(jù)。

?

Chronos 框架為方案帶來了更優(yōu)的預(yù)測效果和更快的預(yù)測速度。例如，針對中國聯(lián)通在新方案中選擇的極端梯度提升模型(eXtreme Gradient Boosting， XGBoost) 算法， Chronos 框架內(nèi)置的 AutoXGBRegressor 能夠?qū)⒃拕?wù)量作為輸入，將對應(yīng)時間的處理器占用率作為輸出，并使用均方誤差 (Mean Square Error， MSE) 來衡量最終的預(yù)測結(jié)果 (MSE 越小越好)，同時 AutoXGBRegressor 還能利用自動機器學(xué)習(xí)方法來對模型超參數(shù)進行快速精準(zhǔn)調(diào)整，提升建模效果。

實踐收益：新方案預(yù)測準(zhǔn)確率符合預(yù)期，并為數(shù)據(jù)中心整體能耗優(yōu)化方案創(chuàng)新奠定基礎(chǔ) ? ? ?

? ? ? ? ? ? ?

目前，新方案已在中國聯(lián)通與英特爾的攜手合作下進行了卓有成效的測試驗證。驗證結(jié)果如圖 5 所示，在承載各類 5GC 網(wǎng)元的通信云資源池中，處理器占用率預(yù)測值與實際值對比的最終 MSE 結(jié)果僅為 1.71，而實際的處理器占用率預(yù)測絕對誤差平均小于 1.4%，達(dá)成預(yù)期目標(biāo)。

基于這一全新的預(yù)測模型，中國聯(lián)通已計劃在未來對云資源池開展廣泛的能耗優(yōu)化。一般來講，為保證業(yè)務(wù)服務(wù)質(zhì)量 (Service Level Agreement， SLA) 等級，服務(wù)器處理器的 Power Governor Policy 會設(shè)置為 performance 模式 (即：cpupower frequency-info-policy)，但這又會導(dǎo)致處理器能耗一直維持在較高水平。

而對處理器占用率的有效預(yù)測能夠化解這一矛盾，可以帶來以下兩大優(yōu)勢：一方面是在業(yè)務(wù)閑時降低處理器頻率，幫助中國聯(lián)通在保證 SLA 等級的前提下降低功耗；另一方面，基于不同業(yè)務(wù)負(fù)載對于處理器核心頻率 (Core Frequency) 和非核心頻率 (Uncore Frequency) 的不同需求，通過精細(xì)控制兩個頻率，可在滿足 SLA 等級的前提下進一步降低功耗。

在前期開展的技術(shù)性驗證中，通過與基于英特爾? 架構(gòu)的硬件基礎(chǔ)設(shè)施所提供的內(nèi)置功耗調(diào)解機制 (如處理器降頻功能等)相融合，新的優(yōu)化方案預(yù)計可使單臺服務(wù)器降低能耗 15% 以上，推衍到整體云資源池中，預(yù)計每年可直接節(jié)電 4,600 萬度，再加上數(shù)據(jù)中心既有 PUE 方案帶來的節(jié)能降耗，預(yù)計每年可減少二氧化碳排放約 6 萬噸。

如果您想要了解該解決方案的詳細(xì)信息，請關(guān)注英特爾開發(fā)人員專區(qū)微信公眾號在后臺回復(fù)“Unicom5GC”，即可獲取相關(guān)資料。