上海2024年7月1日 /美通社/ -- 6月27日，愛(ài)立信自動(dòng)化與運(yùn)營(yíng)負(fù)責(zé)人Klas Johansson在2024MWC上海"構(gòu)建人工智能就緒基礎(chǔ)設(shè)施"論壇上發(fā)表了題為"AI在無(wú)線接入網(wǎng)中的價(jià)值：為高性能可編程網(wǎng)絡(luò)鋪路"的演講。Johansson強(qiáng)調(diào)了愛(ài)立信在網(wǎng)絡(luò)演進(jìn)領(lǐng)域的帶頭作用，以及AI和自動(dòng)化將如何重塑無(wú)線接入網(wǎng)（RAN）未來(lái)。

Johansson表示愛(ài)立信從4G時(shí)代開(kāi)始便致力于將AI引入RAN，通過(guò)AI優(yōu)化路由算法和RAN軟件參數(shù)，為網(wǎng)絡(luò)性能提升奠定了基礎(chǔ)，也為后續(xù)AI在RAN中的廣泛應(yīng)用鋪平道路。

Johansson在演講中指出，如今，愛(ài)立信正在引領(lǐng)網(wǎng)絡(luò)向"高性能可編程網(wǎng)絡(luò)"演進(jìn)，這項(xiàng)變革不僅將簡(jiǎn)化今天愈加復(fù)雜的網(wǎng)絡(luò)運(yùn)營(yíng)，更將開(kāi)啟商業(yè)模式創(chuàng)新的新篇章。"可編程網(wǎng)絡(luò)"為運(yùn)營(yíng)商提供了前所未有的靈活性，能夠幫助他們根據(jù)市場(chǎng)需求迅速調(diào)整服務(wù)，滿(mǎn)足多樣化的客戶(hù)需求，從而推動(dòng)業(yè)務(wù)增長(zhǎng)。

意圖驅(qū)動(dòng)型網(wǎng)絡(luò)：AI與自動(dòng)化的完美結(jié)合

在談及網(wǎng)絡(luò)演進(jìn)的具體方向時(shí)，Johansson介紹了愛(ài)立信提出的意圖驅(qū)動(dòng)型網(wǎng)絡(luò)理念。這一理念的核心在于利用AI和自動(dòng)化技術(shù)，使網(wǎng)絡(luò)根據(jù)運(yùn)營(yíng)商的意圖來(lái)進(jìn)行智能決策和自我優(yōu)化，從而推動(dòng)運(yùn)營(yíng)商大規(guī)模提供差異化連接，滿(mǎn)足不同用戶(hù)群體的特定需求，在競(jìng)爭(zhēng)激烈的市場(chǎng)中脫穎而出。

RAN軟件、SMO、rApps的協(xié)同作用

為了實(shí)現(xiàn)意圖驅(qū)動(dòng)型網(wǎng)絡(luò)的高自動(dòng)化水平，Johansson強(qiáng)調(diào)了RAN軟件、服務(wù)管理和協(xié)調(diào)（SMO）以及rApps的有機(jī)結(jié)合。這種協(xié)同作用將顯著提升網(wǎng)絡(luò)效率和服務(wù)保證能力，確保用戶(hù)體驗(yàn)。通過(guò)實(shí)時(shí)數(shù)據(jù)分析和智能決策，網(wǎng)絡(luò)能夠自動(dòng)調(diào)整資源分配，優(yōu)化性能，同時(shí)快速響應(yīng)故障和擁塞問(wèn)題。

AI在RAN中的具體實(shí)踐

針對(duì)運(yùn)營(yíng)商在選擇RAN架構(gòu)時(shí)面臨的決策難題，Johansson明確表示，無(wú)論是專(zhuān)門(mén)構(gòu)建的RAN架構(gòu)還是Cloud RAN架構(gòu)，愛(ài)立信的技術(shù)創(chuàng)新都能為RAN中具有成本效益的AI提供支持。今天，愛(ài)立信正在不斷提升其RAN計(jì)算產(chǎn)品組合中的AI能力，通過(guò)引入更先進(jìn)的算法和模型，以及優(yōu)化硬件和軟件架構(gòu)，確保AI在RAN中的高效運(yùn)行。于此同時(shí)，愛(ài)立信還積極與合作伙伴攜手AI-RAN聯(lián)盟，共同推動(dòng)ICT行業(yè)的人工智能發(fā)展，為整個(gè)生態(tài)系統(tǒng)帶來(lái)更大的價(jià)值。

其中，Johansson詳細(xì)闡述了AI在RAN中的兩種主要應(yīng)用模式：分布式優(yōu)化與集中式自動(dòng)化。分布式優(yōu)化適用于需要快速響應(yīng)和本地處理的場(chǎng)景，如實(shí)時(shí)流量管理和能源效率優(yōu)化，其中保持?jǐn)?shù)據(jù)本地化至關(guān)重要，以減少?gòu)?fù)雜性和部署成本。而集中式自動(dòng)化則更適用于網(wǎng)絡(luò)級(jí)別的長(zhǎng)期規(guī)劃和策略制定，例如Massive MIMO中的小區(qū)賦形，AI的引入能夠顯著提升網(wǎng)絡(luò)覆蓋率和吞吐量。這兩種模式的結(jié)合，既保證了網(wǎng)絡(luò)的高效運(yùn)行，又兼顧了長(zhǎng)期戰(zhàn)略規(guī)劃的需求。

Johansson還通過(guò)具體案例展示了AI在RAN中的實(shí)際應(yīng)用，如利用AI進(jìn)行小區(qū)塑形和實(shí)時(shí)流量管理，以及通過(guò)AI優(yōu)化RAN能耗。他強(qiáng)調(diào)，這些應(yīng)用的實(shí)現(xiàn)離不開(kāi)硬件和軟件的支持。愛(ài)立信在RAN計(jì)算硬件和軟件方面不斷投入研發(fā)，提升AI推理和訓(xùn)練能力，如增加動(dòng)態(tài)存儲(chǔ)和持久存儲(chǔ)，從而加速實(shí)時(shí)工作負(fù)載的處理。同時(shí)，愛(ài)立信還與合作伙伴共同探索AI加速技術(shù)，以及AI軟件的生命周期管理，確保AI模型的高效運(yùn)行和持續(xù)更新。

AI+RAN的工業(yè)化挑戰(zhàn)與未來(lái)展望

Johansson在演講最后討論了AI在RAN中工業(yè)化面臨的挑戰(zhàn)和未來(lái)展望。他指出，要進(jìn)一步實(shí)現(xiàn)AI在RAN中的廣泛應(yīng)用，需要不斷優(yōu)化AI算法，確保模型能夠適應(yīng)各種復(fù)雜環(huán)境。同時(shí)，模型的訓(xùn)練和驗(yàn)證也必須在真實(shí)網(wǎng)絡(luò)環(huán)境中進(jìn)行，來(lái)確保其性能和可靠性。此外，他還強(qiáng)調(diào)了靈活可擴(kuò)展的架構(gòu)的重要性來(lái)適應(yīng)未來(lái)可能出現(xiàn)的各種用例和需求。

展望未來(lái)，Johansson堅(jiān)信，從5G Advanced開(kāi)始，AI在RAN中的應(yīng)用將為運(yùn)營(yíng)商和整個(gè)生態(tài)系統(tǒng)帶來(lái)前所未有的業(yè)務(wù)創(chuàng)新機(jī)遇，開(kāi)啟無(wú)線通信的新篇章。他表示，隨著技術(shù)的不斷進(jìn)步和應(yīng)用的不斷深化，我們有理由相信，AI將在RAN領(lǐng)域發(fā)揮越來(lái)越重要的作用，推動(dòng)無(wú)線無(wú)線通信行業(yè)邁向更加智能、高效和創(chuàng)新的未來(lái)。