Компании KDDI и Rakuten Mobile были совместно отобраны Японским агентством по освоению новых энергетических и промышленных технологий (NEDO) для участия в проекте, цель которого — сократить энергопотребление при развертывании виртуализированных сетей радиодоступа (vRAN) до 40%.
Цель проекта — «достичь значительного сокращения энергопотребления [RAN и центров обработки данных] к 2030 году» примерно на 40% — это амбициозная задача, которая существенно повлияет на операционные расходы. Телекоммуникационные компании намерены добиться этого путем определения сетевой архитектуры, которая «эффективно обрабатывает огромную вычислительную нагрузку ИИ и виртуализированной обработки RAN, минимизируя при этом энергопотребление».
Обе компании привносят ключевой отраслевой опыт в проект под названием «Разработка технологий одновременной оптимизации для виртуализированных базовых станций и вычислительной инфраструктуры». KDDI обладает «обширным опытом в исследованиях и разработках в области мобильной связи и коммерческой эксплуатации, дополненным ее глобальной и внутренней экспертизой в управлении крупномасштабными центрами обработки данных», в то время как Rakuten Mobile «разработала все свое облачное ПО, ПО для RAN, а также системы управления и оркестрации (SMO) собственными силами для виртуализированной сети Open RAN, которую она построила и эксплуатирует в Японии».
И хотя проект курируется государственным фондом NEDO и явно нацелен на разработку решений, подходящих для японского рынка, эта инициатива будет представлять интерес для операторов по всему миру, которые рассматривают пути перехода к автоматизированным, виртуализированным облачным сетям, использующим программное и аппаратное обеспечение на базе ИИ, без возникновения огромных затрат на электроэнергию и отказа от планов по созданию «зеленых» сетей.
Совместная работа сосредоточена на пяти «ключевых областях», а именно:
Оптимизация виртуализированной сети: Это будет достигнуто за счет развертывания технологии оптической сети между кластерами графических процессоров (GPU) внутри центров обработки данных и разработки технологий для «обобщения кластеров, энергоэффективного управления транспортными устройствами и оптимизации ресурсов в соответствии с трафиком и вычислительной нагрузкой».
Оптимизация RAN на базе ИИ: Использование ИИ и облачной платформы телеком-оператора «для оптимизации радиопередачи RAN в реальном времени в соответствии с колебаниями трафика» и применение технологий граничной обработки данных на базе ИИ и видеокомпрессии для снижения объемов трафика данных и энергопотребления, связанных с устройствами Интернета вещей (IoT).
Энергоэффективное и компактное охлаждение вычислительной инфраструктуры: Повышение «эффективности и миниатюризации систем воздушного охлаждения» путем интеграции систем управления охлаждающим оборудованием и ИТ-устройствами для «создания технологии, оптимизирующей охлаждение на основе нагрузки ИТ-оборудования».
Решения по охлаждению для GPU класса TDP3000W: Здесь проект становится очень специфичным, поскольку очевидно, что существует общее мнение, что GPU с тепловой проектной мощностью (TDP) 3000 Вт будут лежать в основе высокопроизводительных вычислительных кластеров, обслуживающих развертывания vRAN в будущем. Цель состоит в разработке «технологий водяного и иммерсионного охлаждения, способных поддерживать GPU класса TDP3000W».
Улучшенная безопасность: Здесь все несколько расплывчато, поскольку основное внимание уделяется повышению безопасности Open RAN при одновременном снижении энергопотребления за счет «минимизации объема данных, связанных с безопасностью». Приведенная выше схема предполагает, что это будет достигнуто с использованием rApps, работающих на платформе интеллектуального контроллера RAN (RIC).
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Ray Le Maistre
