2025年4月12日，廣東移動與華為聯(lián)合發(fā)布基于DeepSeek大模型的SPN網(wǎng)絡智能運維體NetMaster試點方案。該方案創(chuàng)新性融合"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與DeepSeek大模型的深度推理優(yōu)勢，標志著SPN網(wǎng)絡運維正式邁入認知智能新階段。
技術架構層面，NetMaster構建了三維智能體系：
1）知識圖譜引擎：采用Graph RAG技術，整合86萬例故障案例構建多模態(tài)知識庫，實現(xiàn)網(wǎng)絡對象關系圖譜與故障傳播知識圖譜的動態(tài)關聯(lián)。當檢測到全網(wǎng)告警、性能或拓撲變化時，系統(tǒng)可基于故障上下文精準召回關聯(lián)信息，生成初步處置方案。
2）深度推理引擎：依托DeepSeek特有的圖注意力網(wǎng)絡（GATv3）與思維鏈（CoT）技術，實現(xiàn)跨域告警關聯(lián)分析和復雜故障推演。
3）反思優(yōu)化機制：引入專家經(jīng)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(xiàn)出顯著優(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(jīng)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(xiàn)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(wǎng)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。 
