网络智能体（Network AI Engine，NAIE）将AI引入网络领域，解决网络业务预测类、重复性、复杂类等问题，提升网络资源利用率、运维效率、能源效率和业务体验，使能实现自动驾驶网络
商业价值
引入AI预测网络流量，根据预测结果进行网络资源的均衡管理，提高网络资源利用率
运维效率提升
引入AI，压缩大量重复性工单、预测故障进行预防性维护，提升网络运维效率
能源效率提升
利用AI技术实时预测业务状态，根据业务量高低进行能耗的自动化动态调整，提高能源利用效率
技术优势
支持网络工参、性能、告警等各种类型数据的快速采集入湖。一方面提供大量工具提升数据治理效率，同时应用多租户隔离、加密存储等安全技术，保障入湖数
据的全生命周期安全
网络经验嵌入
向导式模型开发环境，预置多个网络领域AI模型开发模板，面向不同水平开发者提供训练服务、模型生成服务、通信模型服务等不同类型服务，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、能源等多个网络业务场景的应用服务，有效解决网络业务中运维效率、能耗效率和资源利用率的具体问题
数据入湖治理
数据入湖治理
将网络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
网络数据治理高效，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；数据属性易理解，集成10000+属性的数据字典，降低用
户使用网络数据门槛
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
提供网络业务不同场景的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，使用嵌入网络经验的训练平台输入
数据，快速完成模型的开发和训练，形成精准的模型，用于应用服务开发
优势
网络经验嵌入、助力开发者快速完成模型开发训练
NAIE训练平台预置多种预集成通信模型服务，Zero编码，让开发者无须AI经验也可快速完成网络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，Spark ML，
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优化的网络业务中的具体问题，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，覆盖网络业务领域多场景
服务覆盖无线、固网、核心网、DC等多种网络业务场景，解决运营商网络业务中的运维、效率和资源等各种问题
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%
视频教程
帮助中心
