移動(dòng)連接滲透到當(dāng)今社會(huì)的方方面面。生活方式的改變、遠(yuǎn)程工作、智能自動(dòng)化和云原生應(yīng)用的激增都在推動(dòng)移動(dòng)網(wǎng)絡(luò)使用模式的根本變化。與此同時(shí)，技術(shù)進(jìn)步不斷實(shí)現(xiàn)創(chuàng)新能力，為令人興奮的新用例提供支持。

然而，盡管技術(shù)推動(dòng)了更多創(chuàng)新，但用戶隨時(shí)隨地都要求更多功能、速度、性能、簡(jiǎn)便性和訪問性。為了跟上這一良性循環(huán)，移動(dòng)網(wǎng)絡(luò)需求不斷多樣化和發(fā)展。

因此，整個(gè)網(wǎng)絡(luò)生態(tài)系統(tǒng)變得越來越靈活。最終的目標(biāo)是實(shí)現(xiàn)一個(gè)能夠?qū)崟r(shí)響應(yīng)意外事件和不斷變化的環(huán)境的智能網(wǎng)絡(luò)。這種范式轉(zhuǎn)變的基礎(chǔ)是無線接入網(wǎng)絡(luò)(RAN)架構(gòu)中人工智能(AI)的增長(zhǎng)。

為何在RAN中使用AI？

隨著網(wǎng)絡(luò)架構(gòu)復(fù)雜性的不斷增加，手動(dòng)處理對(duì)大量同時(shí)發(fā)生的事件做出適當(dāng)決策的能力變得不可能。這在RAN中尤為重要，因?yàn)橐苿?dòng)網(wǎng)絡(luò)運(yùn)營(yíng)商(MNO)面臨著巨大的運(yùn)營(yíng)挑戰(zhàn)，包括維持服務(wù)質(zhì)量、提高效率、管理多供應(yīng)商集成和降低功耗。

RAN連接使用模式和數(shù)據(jù)流量的突然、短期變化會(huì)導(dǎo)致服務(wù)質(zhì)量(QoS)隨時(shí)快速波動(dòng)。滿足用戶期望和合作伙伴服務(wù)水平協(xié)議(SLA)需要各種組件、流量和服務(wù)類型的最佳組合，所有這些組件、流量和服務(wù)類型都以復(fù)雜的關(guān)系相互作用以支持多樣化的服務(wù)交付?？焖偻瓿纱巳蝿?wù)以確保及時(shí)恢復(fù)服務(wù)需要智能、實(shí)時(shí)響應(yīng)，這需要更多地依賴人工智能。

此外，隨著流量需求的增加和移動(dòng)運(yùn)營(yíng)商進(jìn)一步提高5G網(wǎng)絡(luò)的密度，將需要大量的RAN設(shè)備。這不僅增加了復(fù)雜性和資本支出(CapEx)，而且RAN的功耗也在迅速上升，而RAN已經(jīng)占到整個(gè)網(wǎng)絡(luò)能耗的70%到80%。解決這一可持續(xù)性挑戰(zhàn)不僅僅是降低基站設(shè)備的功耗。問題在于如何顯著改變整體RAN編排和管理，以全面優(yōu)化運(yùn)營(yíng)。

為什么現(xiàn)在采用人工智能？

RAN的不斷發(fā)展和分解意味著網(wǎng)絡(luò)變得更加開放、虛擬化和小型化，從而實(shí)現(xiàn)云端資源更靈活的可用性。MNO現(xiàn)在可以利用OpenRAN架構(gòu)的關(guān)鍵元素（包括RAN智能控制器(RIC)）實(shí)現(xiàn)這種靈活性。利用AI和機(jī)器學(xué)習(xí)(ML)的強(qiáng)大功能，RIC使網(wǎng)絡(luò)能夠有效地利用這種智能來實(shí)現(xiàn)許多高級(jí)用例和技術(shù)。

借助AI的力量，RIC平臺(tái)可以優(yōu)化RAN資源管理，實(shí)現(xiàn)自動(dòng)化運(yùn)營(yíng)，無論是非實(shí)時(shí)RIC（Non-RTRIC）還是近實(shí)時(shí)RIC（Near-RTRIC）。Non-RTRIC處理功能部署在服務(wù)管理和編排（SMO）框架中，提供智能編排，實(shí)現(xiàn)對(duì)整個(gè)RAN的靈活控制。

SMO使用由AI驅(qū)動(dòng)的分析優(yōu)化的配置參數(shù)，生成與RAN控制相關(guān)的策略，使其能夠執(zhí)行RAN的自動(dòng)維護(hù)和編排。通過這種方式，SMO可以實(shí)現(xiàn)最佳資源管理，提高能源效率、提高性能并降低成本，并通過網(wǎng)絡(luò)切片管理加快差異化服務(wù)交付。

如何變得積極主動(dòng)

在傳統(tǒng)的RAN控制中，MNO通常會(huì)在定期檢查期間根據(jù)流量和數(shù)據(jù)包丟失統(tǒng)計(jì)數(shù)據(jù)來測(cè)量網(wǎng)絡(luò)質(zhì)量、調(diào)整參數(shù)并應(yīng)對(duì)故障。傳統(tǒng)上，這種方法會(huì)導(dǎo)致服務(wù)質(zhì)量(QoS)較差、資源利用率低以及故障恢復(fù)速度緩慢。

另一方面，AI使MNO能夠自動(dòng)檢測(cè)QoS下降，從而實(shí)時(shí)預(yù)測(cè)QoS分?jǐn)?shù)并相應(yīng)地調(diào)整網(wǎng)絡(luò)資源。這種主動(dòng)的自動(dòng)RAN優(yōu)化使AI能夠釋放過度使用的網(wǎng)絡(luò)資源，降低功耗并提高效率，同時(shí)防止QoS下降。

然而，為了確保獲得最佳結(jié)果，在RAN中實(shí)際使用AI技術(shù)需要了解如何使用，以及為什么使用。主動(dòng)自動(dòng)操作需要準(zhǔn)確的質(zhì)量預(yù)測(cè)和適當(dāng)?shù)木W(wǎng)絡(luò)元素參數(shù)操作控制，以滿足質(zhì)量期望和關(guān)鍵性能要求。展望未來，網(wǎng)絡(luò)管理員將需要新的解決方案來簡(jiǎn)化AI的應(yīng)用，幫助他們更好地理解和信任AI預(yù)測(cè)，并學(xué)會(huì)自信地使用這些技術(shù)。

擁抱新常態(tài)

隨著網(wǎng)絡(luò)演進(jìn)步伐的加快，降低成本、提高可持續(xù)性和簡(jiǎn)化復(fù)雜性的壓力也越來越大。隨著5G的不斷改進(jìn)，人工智能必將在網(wǎng)絡(luò)和服務(wù)管理和編排中發(fā)揮更加突出的作用。事實(shí)上，預(yù)計(jì)2024年中期將采用5G-Advanced規(guī)范，這只會(huì)加速對(duì)智能編排的依賴。

展望未來，日益復(fù)雜的網(wǎng)絡(luò)將涵蓋各種功能和服務(wù)，同時(shí)考慮環(huán)境。人工智能將成為動(dòng)態(tài)控制這些網(wǎng)絡(luò)的一項(xiàng)重要技術(shù)，成為5G、6G及以后RAN架構(gòu)的新常態(tài)。