2025 年 4 月 12 日，廣東移動與華為聯合發(fā)布了基于 DeepSeek 大模型的 SPN 網絡智能運維體 NetMaster 試點方案。這一方案的發(fā)布，標志著 SPN 網絡運維正式邁入認知智能新階段。
NetMaster 試點方案創(chuàng)新性地融合了“雙引擎推理架構”，通過整合傳統(tǒng)通信大模型的快速響應能力和 DeepSeek 大模型的深度推理優(yōu)勢，實現了對 SPN 網絡的智能運維。在技術架構層面，NetMaster 構建了三維智能體系，包括知識圖譜引擎、深度推理引擎和反思優(yōu)化機制。
知識圖譜引擎采用了 Graph RAG 技術，整合了 86 萬例故障案例構建多模態(tài)知識庫，實現了網絡對象關系圖譜與故障傳播知識圖譜的動態(tài)關聯。當檢測到全網告警、性能或拓撲變化時，系統(tǒng)可以基于故障上下文精準召回關聯信息，生成初步處置方案。
深度推理引擎依托 DeepSeek 特有的圖注意力網絡（GATv3）與思維鏈（CoT）技術，實現了跨域告警關聯分析和復雜故障推演。反思優(yōu)化機制則引入了專家經驗反饋閉環(huán)，通過 1 至多輪方案迭代優(yōu)化，使復雜場景處置準確率提升至 89.7%。
在復雜故障處置場景中，NetMaster 展現出了顯著的優(yōu)勢。針對傳統(tǒng)運維中耗時較長的 KPI 劣化診斷，系統(tǒng)通過固化專家經驗的 CoT 推理框架，初期可為運維人員提供實時診斷建議，隨著知識庫的持續(xù)演進，最終實現全場景自動診斷。這種“推理即服務”（RaaS）模式有效解決了傳統(tǒng)運維中的直覺陷阱問題，使平均故障定位效率提升 40%以上。
此次合作驗證了認知智能在通信運維場景的落地能力。隨著 AN L4 自智網絡目標的推進，NetMaster 將持續(xù)深化復雜系統(tǒng)建模、多模態(tài)認知等技術優(yōu)勢，為全球通信基礎設施智能化提供核心驅動力。
