C114訊 3月4日消息（岳明）從云到邊緣，從核心網到RAN，行業中持續發生的一個最大轉變就是從封閉專用硬件向軟件定義的可編程基礎設施轉變。而在移動網絡當中，在經歷了此前核心網的虛擬化爆發式發展后，虛擬無線接入網（vRAN）正迎來黃金發展期。
在今年的MWC上，這個轉變趨勢更是無以復加。究其背后的原因，在AI技術的加持下，vRAN在產品、技術、生態等各個層面都已經趨于成熟，為大規模商業部署奠定了基礎。
而vRAN快速成熟的背后，離不開包括英特爾等在內的產業參與者的全力推動。作為云網AI基礎設施芯片市場的領導者，在今年MWC期間，英特爾面向vRAN，推出了以全新AI開發套件和下一代英特爾至強處理器為核心的軟硬協同的解決方案；同時，英特爾還聯合愛立信、三星、AT&T、德國電信、SK電信和沃達豐等合作伙伴，進行了聯合展示，彰顯了廣大業界生態系統致力于推動開放性和AI在無線網絡中發展的決心。
突破性能瓶頸：Granite Rapids-D更值得期待
對于當前的運營商而言，連接/流量與收入的“剪刀差”還在持續擴大。他們必須要在控制好TCO的同時，找到更多的變現方式，也就是說網絡必須能夠提供差異化價值主張。
要提供供無處不在、高性能、差異化的網絡功能，只有通過融合云和傳統的無線接入網（RAN）技術，運營商才可以更好地進行優化，以實現更高的性能和能效。也就是說，運營商通過API展示其網絡的可編程性時，可盈利、可持續、彈性的5G網絡是基礎。
這也正是vRAN所倡導的理念，在確保性能和可靠性的同時，賦予5G網絡更多的彈性和靈活性。在這些眾多維度中，性能一直是困擾vRAN產業發展的薄弱點，也是被業界關注最多、討論最多、拿來對比最多的地方。但這個短板正在逐漸消失。
去年夏天，英特爾發布了集成vRAN Boost的第四代英特爾 至強 可擴展處理器（代號為Sapphire Rapids EE），其能夠直接處理物理層的加速任務，而無需額外的外部設備或組件。此外，沃達豐宣布與三星在英國大規模部署Open RAN，并且指出，基于第三代英特爾 至強 可擴展處理器的早期Open RAN部署的性能已超過其傳統設備。而且，沃達豐將自2024年4月起在英國部署集成vRAN Boost的第四代英特爾 至強 可擴展處理器。除此之外，AT&T和愛立信亦宣布計劃與英特爾合作部署和擴展Open RAN服務。最近，Telus和三星宣布計劃部署基于第四代英特爾 至強 可擴展處理器的加拿大首個商用虛擬化、Open RAN網絡。
這些不僅凸顯了移動行業推動vRAN和Open RAN發展的長期投入，也表明了英特爾正在持續踐行其以領先的產品路線圖助力行業發展的堅定承諾。據英特爾公司副總裁兼網絡與邊緣解決方案事業部總經理Dan Rodriguez介紹，代號為Granite Rapids-D的下一代至強處理器將于明年發布，將利用優化的英特爾AVX指令集來實現vRAN性能的顯著提升，且集成了英特爾vRAN Boost加速功能，以及其他的增強架構和功能。目前，這款芯片正在進行樣品測試。
釋放RAN AI潛力：英特爾vRAN AI開發套件提前上市
隨著網絡規模與復雜性的持續上升，智能化網絡和網絡智能化成為運營商的必然選擇。
Dan Rodriguez指出，英特爾在持續推動英特爾產品路線圖發展的同時，還與移動生態系統合作，以通過AI推動RAN創新，即以諸如添加內置AI加速器等舉措，助力運營商，充分挖掘并最大化其現有基于英特爾至強處理器的通用硬件的價值。
毋庸置疑，AI將在RAN環境中發揮至關重要的作用，助力運營商優化性能、提升能效并實現智能化資源管理。通過先進的機器學習算法，AI能夠分析網絡生成的相關數據，識別模式并預測趨勢，從而做出實時決策，實現優化無線資源配置、提高能效，以及改善用戶體驗和整體網絡性能的目標。而虛擬化RAN的軟件靈活性使得RAN能夠持續發展。
但需要指出的是，RAN側AI模型的引入與應用，相比于計算機視覺領域，有著更加苛刻的時延限制。與此同時，考慮到RAN固有的功耗限制，在同一處理器上同時運行高效的AI RAN工作負載和其他RAN堆棧工作負載已經成為一個必要需求。因此，綜合考慮上述因素，如何在處理器上高效地運行AI RAN工作負載已成為亟待解決的難題。
對此，業界也有不同的技術演進路徑。在處理器中內置AI加速器可能是更好的選擇，這種集成的AI加速功能對于成本、性能、功耗有著更好的控制力，而且在RAN智能控制器（RIC）、中央單元（CU）或分布式單元（DU）等的硬件上的部署實踐中，都得到了很好的驗證。
在今年的MWC上，為了助力運營商充分利用基于通用處理器的AI機遇，英特爾宣布將提前向部分合作伙伴提供英特爾vRAN AI開發套件。通過該開發套件，獨立軟件開發商（ISV）、電信設備制造商（TEM）、系統集成商（SI）和網絡運營商能夠快速在RAN中構建智能功能，而無需過多投入到AI專業知識的學習和開發中。
該開發套件包括一套針對vRAN用戶案例優化的AI模型，這些模型的開發不僅基于諸如oneAPI等優化的數據分析庫和包括TensorFlow、PyTorch在內的框架，且采用了OpenVINO等工具。在AI開發的過程中，此類常用的庫、框架以及工具能高效地生成針對英特爾至強處理器優化的代碼。基于這些優化的AI模型，同時得益于英特爾至強可擴展處理器內置的AI加速、遙測及電源管理功能，運營商可以將“智能”融于網絡，實現網絡的動態配置以大幅節省成本，從而最大限度地提高基礎設施的投資價值，并擴大收入來源。
此外，英特爾 vRAN AI開發套件還包含訓練代碼，幫助生態合作伙伴根據特定的網絡場景定制其AI解決方案。其中，該套件中涵蓋的端到端參考架構，展示了如何集成AI模型與諸如英特爾FlexRAN參考軟件和RAN智能控制器（RIC）在內的其他RAN應用及組件。
當然，RAN AI潛力的釋放，還需要找準AI模式切入點。在早期版本中，英特爾vRAN AI開發套件包括面向關鍵RAN用例的AI模型，譬如節能管理、流量控制和網絡切片無線資源管理（NSRRM）。“未來，我們將繼續增加面向其他用例的AI模型。”Dan Rodriguez指出。 
