近日，在ITU主办的ITU AI/ML in 5G Challenge比赛上，中兴通讯提出的数据模型在真实大规模网络中获得MAPE（Mean Absolute Percentage Error, 平均绝对百分比误差）=1.85成绩，相比未采用算法优化的测试结果（MAPE>300）有明显提升，并因此获得2021图神经网络挑战赛（Graph Neural Networking Challenge 2021）第三名，该挑战赛是AI/ML in 5G Challenge系列赛之一，由加泰罗尼亚理工大学巴塞罗那神经网络中心承办。
图神经网络挑战赛是利用图神经网络构建一个规模化的数字孪生，并利用图神经网络的算法达到网络性能仿真的目的。网络数字孪生的传统技术存在计算成本高和仿真精度无法平衡的问题。图形神经网络是目前唯一能够实现两者平衡的机器学习技术，它可以在低计算资源需求下，提供更高的仿真精度，同时更容易实现实验室网络训练结果在真实网络的部署。
图神经网络在数字孪生网络应用中的难点在于，用于机器学习训练的小规模网络的性能指标与真实大规模网络的性能指标误差很大。因此，小规模网络中得到的训练模型难以应用于现实网络。此次挑战赛中，中兴通讯利用在不同规模的网络中“端口利用率”值域范围相近的原理，把模型的预测变量从时延变更为“端口利用率”，通过端口利用率与时延的关系，推算出时延，从而解决值域范围不同的问题，从而极大提升了小规模网络训练模型的预测精度。
中兴通讯已将该技术纳入网络自愈和业务快速开通研究规划，以此来提升网络自愈和业务开通的可靠性，并在此算法的原理基础上发展网络自动化优化算法，使智能化管控系统能够根据网络当前的状态和用户需求，推荐最能满足用户需要的网络配置方案。中兴通讯将持续利用AI及ML技术为所有客户提供更智能、高效、便捷的通信网络。
