1.2.3 社会责任与可持续发展

在社会责任方面，以新冠疫情为代表的重大突发性事件让人们的生活、工作、学习方式产生了深刻的变化。疫情不仅对个人和家庭产生影响，同时也对各行各业产生巨大影响，这不仅是经济层面的影响 ，也是社会层面的影响。大量的社会运作和经济活动转移到线上，业务模式发生实质变化，各种非接触连接商业与服务加速兴起，ICT基础设施承载了比平时要多得多的经济活动及社会使命。下面从教育方式和网络运维方式两个方面的改变展开讨论。

第一个方面，教育方式发生改变，从校园走向家庭，从集中式授课转为远程授课。教育是所有人都应该享有的基本权利，在线教育是对网络覆盖与带宽的一次充分考验，大规模的网络授课让网络持续处于高峰期，经常会遇到画面卡顿、音频不同步，甚至画面长时间缓冲等问题。直播网课对网络要求较高，要想获得良好的视频交互体验效果，每个课堂需要独享20～50 Mbit/s优质、稳定的网络带宽。在线教育的连续性对网络的自动化、智能化提出如下更高的诉求。

◆ 面向学校、学生家庭或学生个人，能够提供自动化能力，支持学校、学生或家长快速分钟级自助开通业务。

◆ 面向教育视频，能够针对用户体验实时检测视频质量，秒级感知视频质量的劣化，自动调整网络带宽和路由，并能够提供面向教育应用的加速技术。

◆ 面向网络，能够提供云端、管道和家庭之间的端到端自动化、智能化网络保障，包括故障融合检测、秒级故障定位和分钟级故障解决。

◆ 面向未来的教育新体验和新场景，能够提供VR/AR沉浸式学习体验，全息数字化课堂。

第二个方面，网络运维方式的改变，从现场维护变成线上远程处理。在抗疫实践中，ICT通过空中、地下，流动的、看不见的光和电，打通生命救护的数字走廊，维持社会的基本运作。网络的稳定运行是重中之重，网络运维工程师奋战在网络的各个角落，在家庭侧，支持人们的“宅”生活、白天办公与教育、晚上娱乐的诉求；在政企侧，支持企业办公进行业务扩容、数据中心保障等活动；在疫情防控上，保障新闻发布会、防控视频会议等活动正常进行等。结合疫情的不确定性、最小化控制传播风险的诉求，当前网络的“人拉肩扛”式的运维方式已不再适用，必须做出改变。

◆ 运维主体从以人为主的运维转变为以机器为主的运维。

◆ 运维机制在处置网络故障方面，从基于长流程工单转发处理机制转变为准实时事件“零接触”处理机制。

◆ 在处置网络隐患方面，在周期性基于规则的巡检机制的基础上增加基于机器学习的预测性预防机制。

◆ 将运维知识注入、训练、监督机器，不断提升自动化、智能化能力。

在不断加速的千行百业数字化的进程中，各行各业对ICT基础设施提出了更高的诉求。疫情对网络的冲击也给全球的运营商一个新的视角，来思考和规划面向未来的网络演进。为更好地满足社会资源的高效协同和跨区域灵活调度、大范围的密集动员等需求，通过加强AI等新技术在电信网络中的应用，通信网络走向自动化、智能化，从而可以更好地应对疫情等重大事件。

在可持续发展方面，面对能源、资源、人口、全球变暖等关乎人类生死存亡的问题，气候变化和绿色低碳发展形成全球共识，2015年12月12日，197个国家共同签订《巴黎协定》，成为有史以来首个具有普遍性和法律约束力的全球气候变化协定，制定了将在21世纪全球温升限制在2℃以内、争取1.5℃的目标；在包括中国、日本、美国以及欧洲各国等经济体公布的计划路线图中，绿色发展成为与数字经济并驾齐驱的主要发力领域和全球共识。各行各业低碳发展的新诉求，给ICT提出了新的挑战及更高的能效要求，同时，ICT行业用电量估计占世界总用电量的5%～9%，排放总量占2%以上[5]。内外因素共同作用，加速推动ICT产业的节能减排，实现绿色发展。

数据中心方面，随着AI等算力密集业务场景的成熟及算力多样化持续发展，数据中心功率密度不断提升，同时存在设备种类众多、参数数量大，人工分析方法难以快速找出优化方案的问题。以制冷系统为例，一套制冷系统由64种设备组成，其中空调系统就存在1000多种参数组合。通过引入智能化方法，将大型数据中心作为一个整体，通过数据中心内的传感器收集温度、电量、泵速、耗电率、设定值等各种数据，再对这些数据做AI分析，用分析的结果调整数据中心的运行模式和控制阈值。基于AI算法的决策实现供电、服务器、负荷的协同创新，在支撑密度提升的同时，持续降低数据中心系统PUE（Power Usage Effectiveness，能源利用效率）。

通信网络方面，随着5G的应用，5G每比特能耗比4G有所下降，但吞吐量大幅提升，导致总体能耗上升，为网络运营带来巨大的成本压力，如何实现能耗与性能的最佳平衡是运营商最关心的问题之一。细分来看，在典型移动网络中，无线站点约占整网70%以上的能耗。无线站点的节能优化面临众多挑战：首先，数量众多，业务承载并不相同；其次，覆盖场景复杂多样，包括住宅区、高校、交通干道、商业区等人流密集程度不同、高峰时段不同的场景；第三，相邻基站间互操作耦合性大，牵一发而动全身。传统以专家经验为基础的优化方式已无法满足当前网络的诉求，需要更加自动化、智能化的方法使业务需求与设备运行更加匹配。比如，当移动流量需求较低时，可暂时关闭基站的上载波频段，以降低射频及基带不必要的功耗；通过智能网络管理，可以动态调整网络以匹配波动的需求水平，将消耗的能源降到最低，在不影响网络性能及用户体验的情况下更加节能。这要求网络运营具备自适应控制技术，通过引入自动化、AI智能平台、 机器人流程自动化等技术，主动预测网络能耗， 实现“节能策略自动化、节能模型自演进” 的能力。通过数据自采集、数据自分析、策略自下发、策略自维护，最大限度提高网络节能增益，实现能耗和KPI （Key Performance Indicator，关键性能指标）的最佳平衡。

除智能化外，通信网络自身通过“光电混合”“极简架构”等手段实现节能减排，绿色发展。“光电混合”是结构性提升设备能效的发展方向，通过网络级、设备级、芯片级的光电混合技术，可以持续提升通信设备的能效；“极简架构”打破现有的专业划分，重构网络，形成极简网络架构，降低对算力的需求，降低运维成本，从而实现网络的绿色低碳。