2025-02-26-Next_Generation_Mobile_Networks_Alliance-MLOps高度自主网络的运维_24页_2mb

NGMN联盟于2025年1月7日发布V1.2版《MLOps高度自主网络的运维》文件。作为“基于人工智能的网络自动化与自主性”项目的一部分，该文档提出MLOps作为实现自主网络的关键机制，旨在标准化机器学习模型的全生命周期管理流程。

MLOps核心定义
MLOps整合机器学习、DevOps和数据分析工程，通过需求管理、数据工程、模型开发、模型交付和模型操作五个阶段，结合CI/CD、持续训练、持续部署、持续监控等自动化闭环，实现AI模型的高效运维（如图1所示）。

架构与部署方案
文档建议分层部署：

1. 嵌入式部署：适合域内AI模型训练；
2. 单域集成部署：用于无线接入网或核心网本地管理；
3. 实时单域部署：支持在线模型更新；
4. 跨域部署：通过中心-边缘架构实现全域协同（见图6）。

标准化建议

• 需联合定义端到端MLOps框架，结合现有DevOps标准[10]，并整合3GPP（如TR 38.843）、O-RAN和ITU-T框架[7,8]；
• TM Forum应推动AIOps与MLOps的融合，优化决策流程；
• 关注大型模型（如LLMs）操作，支持生成式AI在B5G/6G网络中的应用。

结论
MLOps是实现Level 4+网络自主性的关键技术，需打破当前跨域割裂的管理壁垒，通过统一标准化框架实现AI模型的无缝部署、监控与迭代。

©2025 NGMN联盟 版权所有。