根據最近的一份 GSMA 對于移動經濟 的報告，手機行業每年在無線接入網絡（ RAN ）上花費超過 500 億美元。專用和過度配置的硬件主要用于為峰值需求提供容量。因此，大多數 RAN 站點都 平均利用率低于 25% 。

多年來，隨著技術從 2G 發展到 4G ，這已成為業界的現實。但隨著致密化的推進，再加上 mmWave 的使用，到 2027 年將接近 doubling of the number of cell sites ，超過 1700 萬， 5G 的情況將更加明顯。這意味著， RAN 資本支出在整個網絡總擁有成本（ TCO ）中所占的份額將增至 65% in 5G ，而 4G 的這一比例為 45-50% 。

一種改變游戲規則的新方法將未充分利用轉化為機會：利用 AI 使用的相同云和數據中心基礎設施，動態加載 5G 虛擬 RAN （ vRAN ）共享。這種方法為云提供商創造了新的機會，并有助于降低運營成本。

RAN 利用不足的機會

通過將基帶計算資源匯集到云本地環境中， CloudRAN 解決方案顯著提高了資產利用率，為電信公司創造了效率收益，為云服務提供商（ CSP ）創造了收入機會。該解決方案通過動態協調 5G 和 5G RAN 非高峰工作負載之間的資源來實現這一點。

5G RAN 非高峰工作負載的示例包括 AI 工作負載，如驅動器映射、聯合學習、離線視頻分析、預測維護、工廠數字孿生等。 5G 計算能力映射到 5G 無線電的通信需求變化，而剩余的計算用于 AI 工作負載。對于電信公司來說，這可以將 RAN 運營效率提高 2 倍以上，對運營利潤的影響估計為 25% 或以上。

對于顧客服務提供商來說，在其現有數據中心架構中，將 5G vRAN 作為工作負載與人工智能工作負載一起運行是一個重要的機會。舉一個具體的例子，美國無線市場包括大約 42 萬個手機站點。如果電信運營商對其 50% 的網絡（主要是市區）使用集中式 RAN （ C-RAN ），并運行 4 ： 1 配置，那么他們將使用 52000 GPU 來運行網絡。

在典型的數據中心中，每小時 GPU 的計算費用為 2 美元。使用動態編排結合 5G 和 AI 工作負載的 C-RAN 配置以及 CSP 的 52000 GPU 貨幣化將帶來 5 億美元的收入機會。在全球范圍內，這是一個數十億美元的機會。

舉個例子，車內 AI 超級計算機和云中的 GPU 資源相結合，可以對自動駕駛汽車進行離線處理。該系統結合了深度學習算法，使用人工智能和視覺同步定位與映射（ VSLAM ）組合檢測車道、標志和其他地標。

業界認識到將軟化 RAN 資源集中在幾個集中的樞紐位置的總體趨勢。雖然這在分布式 RAN 拓撲上將 RAN TCO 提高了 30% 以上，但并不能解決 RAN 利用不足的問題。為什么？未使用的 RAN 計算資源在非高峰時段被浪費。

NVIDIA CloudRAN ：五個構建塊

為了實現 CloudRAN 解決方案，當前的 vRAN 需要在以下五個關鍵重點領域進行發展。

首先，需要具有最佳定時機制的軟件定義前線（ SD-FH ）。其次， RAN 硬件需要從定制、專用和（在許多情況下）非云本地架構發展到基于 COTS 和云本地硬件。第三，軟化 5G RAN 需要能夠實時編程，并能夠在云基礎設施上運行。第四， 5G RAN 的生命周期管理（ LCM ）需要是動態的，并基于開放 API 。

最后，需要一個端到端（ E2E ）網絡和服務協調器，它可以根據網絡和基礎設施利用率信息動態管理 RAN 和其他非高峰工作負載。 E2E 服務編排通過基于服務模型、策略和上下文動態組合工作流，并使用閉環控制來自動化整個服務和網絡，從而執行服務意圖。

NVIDIA CloudRAN 為 vRAN 的五個確定的演進需求中的每一個確定并提供了一個支持解決方案，如圖 3 所示。

圖 3. NVIDIA CloudRAN 解決方案的組件

SD-FH switch ： NVIDIA SN3750-SX 是基于 Spectrum-2 ASIC 的新型 200G 以太網交換機。它是專門為 CloudRAN 融合基礎設施提供網絡結構而構建的，在那里，它與 5G 網絡一起運行 AI 培訓工作負載。它具有軟件定義和硬件加速的 5G 前端傳輸能力，可根據協調器映射將 5G 流量可用 DU 引導至 RU 。它提供具有 PTP 電信配置文件、 SyncE 和 PPS 輸入/輸出的 5G 時間同步協議。交換機還支持 NetQ 驗證工具集。

通用計算硬件： NVIDIA A100X 融合卡將 NVIDIA A100 Tensor Core GPU 的功能與 NVIDIA ［VZX2］的高級網絡功能結合在一個單一、獨特的平臺上。這種融合為 GPU 驅動的 I / O 密集型工作負載提供了無與倫比的性能，例如企業數據中心的分布式 AI 培訓和 5G vRAN 處理作為現有數據中心架構中的另一個工作負載。

可編程和云原生 5G 軟件： NVIDIA Aerial SDK 在 CloudRAN 解決方案中提供 5G 工作負載。 NVIDIA Aerial 是一個運行在 COTS 服務器上的全云本地虛擬 5G RAN 解決方案。它使用 Kubernetes 并應用 DevOps 原理，在裸機服務器上實現 RAN 作為容器中的微服務的功能。它提供了一個 5G RAN 解決方案，具有內聯 L1 GPU 加速功能，用于 5G NR PHY 處理，并支持 gNB 集成 L2 / L3 （ MAC 、 RLC 、 PDCP ）的完整堆棧框架，以及可管理性和編排。

開放 API 生命周期管理： 無論多供應商或多技術網絡如何， O-RAN 分解的、以軟件為中心的方法都可以幫助自動化和協調 RAN 復雜性。最終，服務管理編排（ SMO ）將為 RAN 自動化提供開放和 Kubernetes 集群 API 。

E2E 網絡和服務協調器： E2E 編排通過跨所有技術和云域實時整合 E2E 視圖，實現動態應用程序和服務。單個窗格支持跨域服務的所有方面的自動化，并管理各種工作負載的生命周期管理、優化和保證。 E2E 協調器還將具有一個與云基礎設施管理器交互的接口。

交付 CloudRAN 解決方案

NVIDIA CloudRAN 解決方案通過 SD-FH 、通用數據中心計算、云本地架構、 RAN 域協調器以及 E2E 服務和網絡協調器提供了引人注目的價值。

NVIDIA 及其生態系統合作伙伴正在構建基于 Kubernetes 的 SMO 和 E2E 服務協調器，以支持動態工作負載管理。通過電信公司， NVIDIA 正在開發基于 COTS 和云本地 vRAN 軟件。通過 CSP ， NVIDIA 正在努力優化數據中心硬件，以支持 5G 工作負載。

關于作者

Soma Velayutham 是 NVIDIA 電信業的全球行業業務開發負責人，他向電信和 5G 無線通信宣傳人工智能的采用和加速計算。他是一位成功的內部企業家和產品領導者，在軟件和高科技行業擁有 20 多年的經驗。他在全球為大公司孵化和推出了多種軟件產品。他還是早期創業公司和斯坦福孵化計劃 iFarm 的導師。 Soma 擁有從產品戰略到研發的完整產品生命周期經驗。

審核編輯：郭婷