Open-RAN的升级，还是大势所趋？
因为风口公司的加持，无线接入网架构，这一直备受争议的话题，因为AI-RAN再次被关注。
近日，英伟达和软银集团的电信部门软银公司试运行了世界上第一个人工智能（AI）和5G电信网络，该平台可以同时运行人工智能和5G工作负载，这一组合被电信行业称为人工智能无线接入网络（AI-RAN），甚至让业界不少人认为网络运营与智能化技术融合的新纪元已经到来。
在无线接入网（RAN）这一关键领域，架构的选择不仅关乎运营商的网络性能与成本效益，更直接影响到网络的灵活性以及未来的可持续发展，那么，AI-RAN究竟是何方神圣？它是否颠覆传统的无线接入模式？
AI-RAN是什么？
随着AI技术的不断发展，各个行业对AI的投资也在不断加码。
IDC预测，到2030年，商业AI（不包括消费者）将为全球经济贡献19.9万亿美元，并且占到GDP的3.5%。为了满足这些新的AI流量的需求，5G网络也必须不断发展，而AI-RAN技术的出现，正是为了适应这一趋势，推动5G-A及即将到来的6G通信网络的进步。
从此次合作来看，软银利用其AI Aerial加速计算平台，成功实现了世界上首个人工智能和5G电信网络的结合。这一平台能够同时运行人工智能和5G工作负载，这一组合被电信行业称为人工智能无线接入网络（AI-RAN）。
软银表示，AI-RAN架构在无线站点中融入了MEC（多接入边缘计算），并让vRAN（虚拟化无线接入网）和MEC共享以GPU为主的计算资源。这种架构的新颖之处在于用GPU替代了过去CU和DU中使用的定制芯片和x86芯片，并提出了vRAN和MEC共享计算资源的理念。显然，AI-RAN把英伟达和“神器”拉进了无线接入市场。
AI-RAN技术的核心在于将AI的智能化能力融入RAN中，通过AI预测和优化，实现资源的高效利用和网络性能的提升。
英伟达创始人兼首席执行官黄仁勋公开指出，这一网络能够并行处理AI任务和5G数据流，为电信提供商开辟了新的收益可能。此外，该平台还为自动驾驶、远程机器人控制等未来技术应用提供了强大的基础设施支持，并有助于更有效地降低电力消耗。
可见，AI-RAN技术的核心在于将AI的智能化能力融入RAN中，通过AI预测和优化，实现资源的高效利用和网络性能的提升。
然而，在看似极具前景的AI-RAN市场，日本运营商Rakuten Mobile（乐天移动）联合首席执行官兼首席技术官Sharad Sriwastawa显然对此并不买账，并直言，电信公司无法将足够多的移动站点连接到配备GPU的分布式单元（DU）来实现经济效益，这种做法是行不通的。
也正因此，有关AI-RAN市场的发展愈加耐人寻味。
诸多挑战待解
作为移动通信的关键承载，RAN是连接的核心，弥合了无数设备和核心网络之间的鸿沟，充当用户设备 (UE) 和核心网络之间传输信息的渠道。该网络组件相当于提供各种环境中无线通信所需的必要基础设施，包括密集的城市地区、郊区和偏远的农村地区。
目前关于RAN的建设，市面上主要集中在传统RAN与OpenRAN/VRAN两大架构。
传统RAN架构以紧耦合、专用软硬件为核心特征。这种架构的设计初衷是为了实现高效能、低能耗的网络运营。由于基站数量庞大，专用架构在成本上具有显著优势，能够通过规模化生产降低成本，提高经济效益。
同时，传统RAN架构的技术成熟度极高，经过多年的实践验证，其稳定性和可靠性得到了广泛认可。维护责任清晰，运营商可以依靠设备供应商提供的技术支持和服务，确保网络的稳定运行，因此，传统RAN一直被视为移动通信稳定与高效的基石。
然而，由于软硬件高度集成，传统RAN架构的开放性和灵活性相对不足，运营商在选择设备供应商时面临较大的限制，这种依赖性可能导致运营商在市场竞争中处于被动地位，OpenRAN/VRAN逐渐走入运营商视野。
从技术架构看，OpenRAN/VRAN架构采用透明协议，实现了软硬件的解耦，这种架构支持云原生和功能升级，使得网络能够更轻松地适应不断变化的市场需求和技术发展，通过引入通用的处理器芯片代替专用基带处理芯片，旨在为运营商提供了更大的灵活性和选择空间。
然而，OpenRAN/VRAN架构一直面临诸多挑战，首先，由于采用通用处理器芯片，其性能和成本方面可能存在短板，通用芯片在处理专用基带信号时可能不如专用芯片高效，导致网络性能下降或成本上升，同时，OpenRAN/VRAN架构的成熟性相对较低，后续的运维难度也进一步提升。
也正因此，OpenRAN/VRAN在通信市场一直不温不火，运营商通常在核心网络部分采用传统RAN架构以确保稳定性和可靠性，而在边缘网络则会少量采用OpenRAN/VRAN架构以探索新技术和商业模式。
对于AI-RAN，这种架构的新颖之处在于用GPU替代了过去CU和DU中使用的定制芯片和x86芯片，并提出了vRAN和MEC共享计算资源的理念，然而，实现AI RAN的部署和应用还需要克服一系列技术和挑战。例如，如何确保AI算法在网络中的实时性和准确性，如何保护用户数据的安全和隐私，以及如何降低AI RAN的整体成本等。
值得一提的是，在一篇公开技术文章中，英伟达声称，其技术相比定制化RAN产品节能40%，相比基于x86的虚拟化RAN产品则节能高达60%。这些比较是以瓦特/Gbps为单位进行的，且假设每种解决方案的蜂窝站点数量相同。英伟达表示，这些节能效果主要得益于其独特的硬件组合——GB200 NVL2，它结合了高性能GPU和基于Arm架构的CPU。
然而，乐天移动的实践表明，即使没有采用英伟达的解决方案，通过集中式RAN架构和高效的硬件组合，运营商仍然可以实现高效的5G网络部署。
因此，这也是乐天移动首席技术官虽然承认AI-RAN的吸引力，但对其收益预测持保留态度。他认为，如果GPU能够提供更多元化的服务（如切片和其他增值服务），那么其在5G网络中的作用将更加突出。
相关专家对《通信产业报》全媒体记者表示，尽管AI理论上能够优化网络资源分配，但在实际部署中，这种优化能否转化为显著的能效提升仍存疑问，并不具备显著的能效优势，同时，AI-RAN的实施往往需要对现有网络进行大规模整改，这不仅增加了初期投资成本，还可能因整改过程中的不确定性而影响网络稳定性，移动通信的发展不应仅仅局限于技术层面的升级，更应注重其价值场景的挖掘与牵引。
面向智能化：AI-RAN还是RAN-AI
随着技术的不断进步，我们目睹了数字经济从“互联网+”向“5G+”再到“智能时代”的跨越。显然，当前社会正迅速向“智能时代”迈进。
我国的移动通信产业经历了“2G跟随、3G突破、4G同步、5G引领”的跨越式发展，伴随着AI的渗透，我国运营商设备商也正不断探索AI的边界，着力发展自智网络。
中国自智网络产业发展持续引领全球，三大运营商全部将自智网络纳入集团战略，并明确2023年达到L3，2025年进入L4、2027年维优营场景自治闭环的演进目标，优化顶层设计，开展分级评估，推进自智能力规划建设。
设备商如华为、中兴、爱立信、诺基亚贝尔、中信科移动等也打造了如智能体、可编程网络等诸多自智网络解决方案，旨在从设计订购，编排部署，监控维护，网络优化，能力支撑，业务保障，对外运营等角度对网络、运营商、企业提供支撑能力。以可视化，自动化，智能化核心场景支持网络的自恢复、自优化、自配置。
不可否认，AI-RAN概念前沿且充满潜力的网络运营模式，但以AI在前的模式去运营核心网络，在5G-A乃至6G时代显然存在诸多挑战待解。
记者在采访中发现，相比大力发展AI-RAN，移动通信的发展更应遵循“RAN-AI”。强调网络在前，AI应在网络规划、建设、运维等各个环节的深度融合与应用，以便更好地利用AI技术优化网络性能，同时，AI不仅能够提升网络资源的利用率和整体性能，还能够为网络运营商带来全新的运营模式和商业机会，只有这样才能真正实现通信网络的智能化转型并为社会带来更大的价值。
《通信产业报》全媒体总编辑辛鹏骏认为，如果AI-RAN就只是OpenRAN的“升级版”，除了引入英伟达的GPU之外，似乎在无线接入的架构上并无根本改变。但不可否认的是，AI“深植”RAN应该是大势所趋，一方面以AI赋能RAN的效率与能力提升，一方面AI计算也会成为RAN所要面对的重要场景需求。移动通信从1G到6G，已经经历多轮迭代，惯性的技术路线正在走进香农信息论的极致。无线接入的颠覆性技术或许就在前方，只是我们还不确定。
那么，谁又会是那个颠覆性技术的引领者？
延伸阅读：2024通信产业大会暨第十九届通信技术年会
跨年思享会：2024通信产业大会暨第19届通信技术年会下月聚
