利用O-RAN創造更節能的行動網路

作者 : Jessy Cavazos,Keysight O-RAN市場開發總監

降低行動網路的能耗是電信業近期面臨的重大挑戰之一。由於行動網路中約有70-85%的能耗來自於RAN,O-RAN可在這方面做出巨大貢獻;O-RAN相關能效等用例正開始出現...

環境的永續性(sustainability)對於我們這個星球的未來至關重要。電信產業目前佔全球能源消耗的2%左右,藉由限制其排放並使其他產業透過數位化變得更高效節能,可望為實現這一目標做出巨大貢獻。 

環境的永續發展是電信產業議題的重中之重。根據GSMA最新的《2022年行動零排放報告》(2022 Mobile Net Zero Report)顯示,儘管資料流量和網路擴展呈兩位數成長,但62%的行動產業致力於在未來十年內減少排放,50%的行動網路營運商瞄準在2050年或更早之前實現淨零排放目標。不斷上漲的能源價格也由於影響營運商的盈虧,而使得提高行動網路的能源效率更加重要。 

限制碳排放需要投資於能源效率更高的設備,以及更廣泛地使用再生能源。此外,還需要利用人工智慧(AI)、機器學習(ML)和虛擬化來最佳化設備的電力使用、集中網路資源,並且限制加熱和空調。 

 聚焦RAN以提高行動網路能效 

雖然行動網路由多個部份組成,但無線接取網路(radio access networkRAN)是行動網路中大部份能源消耗的來源。根據種不同的調查估計,這一部份網路佔整個行動網路總能耗的70-85% 

隨著5G的發展,RAN的能源消耗可能進一步增加。相較於4G,即使5G的每個資料單位的能耗較低,但由於基頻單元的天線較多,能耗也更高得多。 

行動網路營運商需要克服這一挑戰。開放式RAN (Open RANO-RAN)有助於解決問題,但O-RAN架構由於分解和虛擬化的本質而增加了複雜性度。為此,德國電信(Deutsche Telekom)、Orange、西班牙電信(Telefonica)、TIM和沃達豐(Vodafone)已經制定了技術要求,以逐步提高O-RAN網路的能源效率,同時保有它在促進創新和靈活性方面帶來的好處。 

每個網路元件的能源效率目標都是根據網路架構、配置和負載而定義的。其重點放在O-RAN無線單元(O-RU)上,因為它們在O-RAN網路的總功耗中佔據很大一部份。其他網路組成的最初目標是使其與傳統的基頻單元一樣具有同等網路配置的能源效率。目前已經針對具有特定網路配置的分散式RAN定義了最大功耗目標,並因容量不同而異。 

O-RAN能源效率用例崛起 

目前有幾家公司正在研究O-RAN的能源效率。但是,仍然需要更多的測試來推動這一領域的創新,並確保當初吸引業界採用O-RAN的好處。在O-RAN聯盟(O-RAN Alliance)舉行的2022年全球春季測試插拔大會(2022 Global Spring plugfest)上,沃達豐、英特爾(Intel)、RadisysWind River和是德科技(Keysight)聯手為一個多供應商、基於雲端且完全虛擬化的O-RAN系統量化其功耗降低數字。這一系統包括容器化的O-DUO-CU軟體、O-Cloud軟體,以及具有遙測和電源管理功能和加速器的最先進的處理器。1顯示了這個用例的設置。 

圖1:2022年O-RAN聯盟全球春季測試插拔大會的O-RAN能效用例設置。 

該測試再現了真實的流量場景,包括通勤和放學期間現場行動網路的繁忙時間,以及夜晚的安靜時間。該展示以不同的處理器狀態(C0C1P)和流量負載執行各種場景。該用例還包括對O-RAN系統中使用的節電參數進行閉路最佳化。 

高流量場景的功耗降低了9%,低流量時進一步降低到12%。結合C1P狀態的場景提供了最多的節能效益。當C1狀態在所有負載級都開啟(on)時,節能效果更加明顯,這表示C1狀態應該預設開啟,以便能最大限度地節約能源。 

在測試插拔大會上展示了一個O-RAN節能用例,包括模擬一個大規模的O-RAN網路,可在非即時RAN智慧控制器(non-RT RIC)上執行節能應用,即瞻博網路(Juniper Networks)的Energy Savings rApp。該rApp使用符合O-RAN標準的O1介面來收集符合標準的性能指標,並重新配置由Keysight RIC解決方案RICtest代理程式模擬的E2節點。 

2展示美國羅格斯大學(Rutgers University)無線資訊網路實驗室(WINLAB)COSMOS測試平台沙箱設置,由JuniperEnergy Savings rApp、服務管理與協調(SMO) O1配置與性能管理(CM/PM)服務,以及KeysightRICtest代理程式共同組成。Juniper5G節能rApp在其non-RT RIC上執行,使用O1介面並根據標準化的性能指標,持續監測RICtest代理所模擬的單元負載利用率。 

圖2:O-RAN節能用例設置:羅格斯大學WINLAB的COSMOS沙箱測試環境。 

一旦rApp注意到某一單元出現低負載,它將與附近由Keysight RICtest模擬叢集中的其他單元檢查覆蓋範圍和負載程度。然後,rApp將根據操作人員定義的標準,透過O1介面觸發對各單元的節能行動。RICtest代理程式將模擬這些行動並進入節能狀態。然後,rApp繼續監測鄰近單元的負載,如果負載程度超過標準,將啟動單元的節能模式。 

這項展示顯示Juniper non-RT RIC及其架構服務的成功入網以及5G節能rApp的部署。RIC透過預先指定的R1介面,成功地為rApp提供O1 CM/PM服務。rApp能夠使用這些服務來收集由RICtest代理程式產生的性能指標,並經由O1介面修改代理程式所模擬的E2節點配置。 

RIC及其架構服務與SMO O1 CM/PM服務互動,以收集性能指標並修改E2節點。rApp成功地監控了網路,檢測到低負載程度,並啟動和停用E2節點的節能模式以節省能源。 

RICtest代理程式在此用例中發揮了關鍵作用,它產生單元負載和利用性能指標,模擬具有不同行動性和流量模式的使用者設備(UE),如3所示,並模擬了由rApp觸發的啟動和停用。針對SMOnon-RT RICRICtest還支援符合O-RAN標準的O1 CM/PM介面。 

圖3:RICtest代理程式模擬具有不同行動性和流量模式的UE。 

這項展示是O-RAN 5G節能用例的一項重要里程碑,因為它顯示了SMOnon-RT RICRICtest代理程式之間的O1性能管理互通性,讓用例得以收集所需的單元利用率和負載資訊。它還展示了這些組成之間的配置管理互通性,以觸發E2節點上節能功能的啟動和停用。而這兩種結果都符合O-RAN O1和第三代合作夥伴計劃(3GPP)規範。 

邁向更高能效的行動網路 

降低行動網路的能耗是電信業在這十年中面臨的最重大挑戰之一。由於行動網路中約有70-85%的能耗來自於RANO-RAN可以在這方面做出巨大貢獻。它的分解和虛擬化架構增加了複雜度;然而,能源是O-RAN必須克服的下一個主要挑戰。許多公司已經在積極克服這一挑戰,而且O-RAN的能源效率、節約和消費等用例正開始出現。儘管如此,未來還需要更多的工作才能推動這一領域的創新。 

編譯:Susan Hong

(參考原文:Creating more energy-efficient mobile networks with O-RAN,by Maurizio Di Paolo Emilio)

本文同步刊登於EDN Taiwan 2023年4月號雜誌

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

加入LINE@,最新消息一手掌握!

發表評論