Репортаж от Wedoany，Следующий этап развития RAN будет определяться слиянием ИИ, облачных технологий и открытости. В ходе недавнего вебинара, организованного RCR Wireless News, основатель Téral Research Стефан Тераль, руководитель направления AI-RAN и Cloud RAN в Nokia Аджи Эд и директор по стратегии RAN в TELUS Сушил Рават обсудили эволюцию от сетевой автоматизации до перспектив AI-RAN.
Тераль поместил AI-RAN в более длительный континуум развития. Самоорганизующиеся сети были официально закреплены в 3GPP Release 8, а алгоритмы машинного обучения начали расширять функции SON примерно десять лет назад. Контроллер RAN-интеллекта и его экосистема приложений представляют собой эволюцию, а не радикальную революцию в усилиях отрасли по сокращению ручного вмешательства. Эта история также изменила подход к оценке Open RAN. Тераль отверг мнение о провале Open RAN, отметив, что он обеспечивает гибкость и свободу выбора поставщиков. Открытые интерфейсы создают программируемую основу для облачных функций и приложений на базе ИИ.
Тераль охарактеризовал текущий рынок преимущественно как «ИИ для RAN», то есть применение ИИ для повышения производительности, автоматизации и спектральной эффективности. Совместная инфраструктура для RAN и ИИ-нагрузок, а также периферийные ИИ-сервисы представляют собой более долгосрочное направление. Хотя бизнес-кейс ещё не определён, он чётко заявил, что это путь развития отрасли, и пути назад нет. Ответ Nokia — платформа AI-RAN, построенная на основе её программного обеспечения anyRAN и платформы NVIDIA Aerial AI-RAN, предлагающая три пути внедрения: ускоряющие плагины, автономные узлы AI-RAN и облачные реализации, все из которых соответствуют спецификациям Open RAN.
Непосредственная цель — повышение ёмкости. Nokia заявляет, что алгоритмы радиосвязи на базе ИИ уже продемонстрировали повышение спектральной эффективности более чем на 20%, с планами достичь 50% к 2027 году и более 100% к 2028 году. Эд обобщил амбиции компании, поставив цель удвоить ёмкость сети и спектральную эффективность. Однако он считает, что AI-RAN не должен становиться предметом спора о конкретном процессоре; выбор развёртывания должен определяться рабочими нагрузками, местоположением и экономикой, а ключевым моментом является предоставление правильных вычислений в правильном месте с правильной конфигурацией.
Рават поместил обсуждение в контекст трансформации Open RAN в действующей сети TELUS. Оператор запустил проект в цикле обновления оборудования в конце 2023 года; в настоящее время Open RAN охватывает около 25% его сети, с целью достичь 40% к концу года, 50% к концу 2027 года и 100% к 2029 году. Мультивендорное развёртывание рассматривает совместимость как операционное требование. Для TELUS классификация AI-RAN вторична и определяется результатами. Исходя из текущих потребностей, Рават ожидает, что TELUS не потребуется разворачивать GPU на базовых станциях в ближайшие 12 месяцев, хотя централизованные ускоряющие вычисления связаны с обучением моделей, цифровыми двойниками и обнаружением аномалий. Более сложный вопрос — переход ИИ от демонстраций к промышленному производству, что требует внимания к управлению идентификацией и доступом, контролю конфликтов, защитным механизмам и интеграции с процессами управления изменениями.
Ценность AI-RAN в конечном итоге будет определяться измеримым повышением ёмкости, управляемой автоматизацией и эффективной оркестрацией, а не брендингом. Open RAN и Cloud RAN обеспечивают основу, и теперь ИИ должен доказать, что он способен улучшить экономику и надёжность производственных сетей.
