人工智能（ AI ）在蜂窩網絡運營中提高性能和能效方面的作用正在迅速顯現。無線電接入網絡（ RAN ）尤其如此，其占行業成本的 60% 以上。
這篇文章解釋了人工智能如何改變 5G RAN ，提高能源和成本效率，同時支持更好地使用 RAN 計算基礎設施。
5G 全面啟動
第一批 5G 網絡推出至今已有 4 年多時間。 GSMA 的一項研究預計 到 2025 年將有 14 億個 5G 連接5 。全球獨立 5G 網絡的部署也開始增加。要了解更多信息，請參見 運營商持續推進5G獨立組網?。
在消費市場， 5G 是無處不在的蜂窩通信服務的默認升級。對于企業市場， 5G 具有高性能、移動性、靈活性和安全性的最佳組合，為企業用例提供連接結構（圖 1 ）。
NVIDIA 正在通過完全可編程的 NVIDIA Aerial SDK 構建和部署 GPU 加速的 5G 虛擬無線電接入網絡（ vRAN ），推動蜂窩網絡的創新。這為電信公司的標準公共 5G 網絡或具有 AI-on-5G 的私有 5G 網絡實現提供了構建塊。
人工智能正在塑造 5G 的現狀和發展
人工智能在蜂窩網絡運營中的作用正在快速增長。人工智能通過每天從網絡元素到客戶交互收集的數 TB 數據，以及由此產生的見解，提供價值。這些見解與管理日益增長的網絡需求、應對網絡威脅、優化服務和改善客戶體驗有關。
人工智能目前應用于蜂窩網絡的不同領域，如 RAN 、核心網絡、運營支持系統（ OSS ）、業務支持系統（ BSS ）和云基礎設施。這些人工智能功能在 4G 中出現，在 5G 中根深蒂固，并將在 6G 中原生。
盡管人工智能將滲透整個行業價值鏈，但其對 RAN 的影響將是最深遠的，特別是考慮到 RAN 所占行業資本支出和運營支出的比例不成比例。因此， O-RAN 和 3GPP 都已經確定并正在致力于提高 RAN 的性能、靈活性、可擴展性和效率的 AI 計劃。要了解更多信息，請參見 Embracing AI in 5G-Advanced Towards 6G: A Joint 3GPP and O-RAN Perspective 。
人工智能正在以四種關鍵方式改變 RAN ：節能、移動性管理和優化、負載平衡和云 RAN 。請繼續閱讀以了解每一項的詳細信息。
節能
5G 部署的快速增長與全球能源成本的快速增長同時發生，這導致人們對運營成本和碳排放的擔憂。還有一個額外的擔憂是，一些 5G 部署可能面臨供電量的嚴格限制，即使業主愿意付費。這些擔憂為提高運營效率創造了強大的動力，以從當前和未來的網絡部署中實現更高的電力效率。有關詳細信息，請參見 Take the Green Train: NVIDIA BlueField DPUs Drive Data Center Efficiency 。
該行業一直在使用反應式和靈活的基于規則的技術來節約能源，例如根據電池負載的不同閾值來打開/關閉電池。然而，人工智能提供了一種主動和自適應的方法，使電信公司能夠預測未來狀態下的能源效率和負荷。 AI 還通過將網絡、安全和 RAN 任務卸載到 NVIDIA GPU 和 DPU ，在 RAN 和虛擬化核心網絡功能（例如，用戶平面功能）之間提供更好的集成。
移動性管理和優化
移動通信系統具有支持設備從一個接入點到另一接入點的切換的獨特能力。這提供了服務連續性、支持移動性并優化了性能。預計，中斷、延遲和切換頻率會導致網絡性能低下。
使用 AI 優化尋呼并預測下一個小區進行切換，為提高高級功能的性能提供了重要機會。這些功能包括復雜的雙連接選項、有條件切換和雙活動協議棧（ DAPS ）切換。
人工智能預測將依賴于對設備可能移動的洞察。為了實現這一點，來自 3GPP SA2 的網絡數據分析功能（ NWDAF ）提供來自核心網絡、應用程序和 OSS 的數據，以改善切換性能、預測設備位置和性能，并引導流量以實現高質量的網絡性能。
NVIDIA 繼續圍繞 NVIDIA Aerial SDK 進行創新，以支持對數據收集和使用 AI 進行網絡管理的新期望。
負載平衡
切換使移動網絡能夠控制流量，以平衡不同小區站點之間的負載，并改善頻譜、 RAN 、傳輸和核心基礎設施的使用。通過使用當前或歷史負載信息優化切換參數和決策來實現該負載平衡決策。
然而，由于使用多個頻帶并與不同 RAN 互通，這項任務變得更具挑戰性。當前的規則將越來越難以應對具有高移動性的快速時變場景，以及具有大量連接的動態流量模式。
AI 模型的性能更好，并且可以使用 RAN 數據的收集來預測負載以優化關鍵任務。這將提高網絡性能和用戶體驗。這是開發專有人工智能工具的關鍵驅動因素，也是當前推動一些行業標準化以大規模釋放這一機會的關鍵因素。
云 RAN ：在云中托管 RAN 和 AI
雖然云 RAN 本身不是 AI 的核心應用，但它是前面負載平衡討論的邏輯擴展。在這種情況下，軟件化和云支持的 RAN 可以與 AI 工作負載一起位于同一云基礎設施上。將 RAN 的使用率提高到超過許多站點的典型平均 25% ，這將支持電信公司從消耗至少 60% 行業資本支出的資產中獲取效率收益。
與其他 AI 工作負載共享相同計算資源的適合性、此類正交 AI 工作負載的可用性，以及使用 AI 在不同工作負載之間動態切換的能力，是解鎖這一機會的關鍵。
這種云 RAN 愿景將在 5G 時代開始，然后在 6G 時代成熟，因為 RAN 作為云中的工作負載成為最終目的地。通過將基帶計算資源匯集到云原生環境中，云 RAN 解決方案顯著改善了云服務提供商（ CSP ）和電信公司的資產使用。
服務提供商可以在其現有數據中心架構內將 RAN 作為其 AI 工作負載運行，而電信運營商可以將 RAN 運營效率提高 2 倍以上，估計對 EBITDA 的影響超過 25% 。
NVIDIA 正在通過基于 NVIDIA Spectrum 交換機、 NVIDIA H100 CNX 聚合加速器和 NVIDIA Aerial SDK 的 Cloud RAN 解決方案塑造這一演變。要了解更多信息，請參閱 Unlocking New Opportunities with AI Cloud Infrastructure for 5G vRAN 。
人工智能在 RAN 中的作用只是人工智能在電信網絡運營中的整體作用的一部分。除 RAN 外， NVIDIA 還與人工智能運營合作伙伴合作，利用電信公司數據中的數據洞察，創造新收入，提高運營效率。訪問 NVIDIA Telecommunications 頁面了解更多信息。
?
