思博伦精彩亮相2024 MWC上海:以创新测试方案塑造网络与AI未来

学术   2024-07-04 08:03   北京  

文章内容来源于:C114通信网  作者:赵婷婷

6月26日至28日,以“未来先行”为主题的2024上海世界移动通信大会(2024 MWC上海)盛大举行。作为亚洲“连接”生态系统的风向标,本次大会聚焦“超越5G”、“人工智能经济”和“数智制造”三大子主题,共同推动产业创新生态的全球协同发展。

展会期间,作为领先的下一代设备和网络测试与保障解决方案供应商,思博伦通信全球市场战略高级总监Stephen Douglas先生接受C114通信网专访,就5G-A、低轨卫星、NTN、6G、智算网络等新技术新应用,以及与之相对应的测试测量挑战和解决方案,分享了思博伦通信的独到见解。

视频来源:C114通信网

平滑过渡:加速5G-A/6G与LEO商用进程

5G方兴未艾,6G已经扑面而来。随着3GPP R18标准的冻结,5G-A迎来了规模商用元年。

Stephen Douglas指出,从全球范围来看,不同国家/运营商的5G-A商用和6G研发进程并不同步。“测试的关键要求是前后兼容性和平滑过渡,同时尽可能满足早期用户的特定测试需求。以我们的核心网测试和仿真解决方案为例,它可以为客户提供覆盖所有3GPP冻结版本的测试和仿真能力条目,同时允许早期采用方按照需求添加各种未来的能力。”

Stephen Douglas强调,“任何一代移动通信的技术演进,都是基于市场的明确需求,再去考虑发展技术能力。”

基于这样现象和观察,思博伦正在三个领域为业界提供帮助:首先支持早期的6G研究,尤其是在一些短期内明确可以为运营商提供有形价值和效率提升的能力方面,以及5G-A系统初期有可能实现的能力方面,例如人工智能认知网络和无线电传感的信道建模;其次帮助运营商加快其5G独立组网和5G-A的推广,推动5G2B市场中的应用,加速实现赢利;最后也要为OpenRAN和RAN智能控制器(RIC)的演进提供支持,而这些技术都是未来6G系统的关键组成要素,并且可能在专有网络中发挥重要作用。
另外,面向空天地一体化这一新兴领域,思博伦目前集中在面向低轨(LEO)的定位、导航和授时(PNT),以及基于3GPP的NTN网络测试两个领域。
Stephen Douglas指出,LEO星座的在轨运行取决于卫星平台及载荷所使用的PNT解决方案的精度。作为PNT测试领域的行业领导者,思博伦可以提供全系列的仿真解决方案,包括LEO卫星接收机的OTA和传导测试、对基于新型LEO的PNT信号开展的下行链路测试,以及利用现有GNSS设备执行的互操作性测试。
在谈到NTN时,思博伦运营商及解决方案业务拓展总监杨磊补充称,星地互联实现蜂窝服务可以提供巨大的商业潜力,但也存在很多的技术挑战,包括大时延和信号劣化、多普勒频移、高动态带来的复杂的移动性管理,同时还要确保良好用户体验等,这些都需要严格的测试。思博伦可提供领先业界的核心网测试和仿真解决方案—Landslide,可以在实验室、针对地面和NTN基础设施进行高效仿真,为NTN卫星及载荷提供真实的包围测试;同时,思博伦还提供仿真各类地面设备、卫星地面站网关和基站,测试非地面和地面网络之间的用户体验、NTN内的切换和交互等关键能力。此外针对卫星,思博伦还提供了高精度的信道仿真、星间路由业务性能、网络损伤仿真等等方案。

应对智算变革:AI/CCL巧解三大测试难题

除了网络方面,思博伦还聚焦于“算”,利用自身测试领域的专长,从容应对AI测试中的复杂性和不确定性。
随着AI模型和数据集规模不断扩大,单一GPU无法容纳完整模型和数据集,迫使训练任务分发到多个GPU进行并行处理,这就催生了“集合通信”的需求。在集合通信中,参与一个通信的GPU节点间通信具有并行性和依赖性特点,任何网络链路问题都可能影响整体效率,但传统的数据中心以太网网络架构没有办法支持。为应对这一全新挑战,业界正聚焦于对传统以太网进行革命性改造,推动了市场对使用包括RoCEv2协议的以太网增强特性的需求。
Stephen Douglas指出,AI大模型驱动的网络架构变革,给以太网性能测试带来了巨大的挑战,主要原因有三方面:一是人工智能的流量模型,缺乏反映集合通信特点的商业测试工具;二是测试网络需要大量的xPU比如GPU,但GPU单卡价格很高,测试成本会非常高;三是大规模条件下验证高密度AI流量所需的高性能,以及测试结果的可重复性。
对此,思博伦密切关注并积极投身于AI实践,在今年MWC期间,思博伦发布了AI/CCL(集合通信库)的网络测试解决方案,可仿真人工智能环境中高密度xPU负载和以太网流量的AI网络测试解决方案。该方案创造性地实现了集合通信模型的仿真,并通过高精度的商业仪表模拟GPU服务器,它可以帮助工程师们测试RoCEv2的以太网结构,无需投资大量资金去使用昂贵的真实GPU服务器,就可以生成测试所需的人工智能负载。它还支持集合通信库(CCL),可以生成真实流量,从而对AI训练环境的性能和利用率进行验证。
“我们的解决方案在日本举办的Interop Tokyo获得了著名的Interop Tokyo 2024展会金奖,是测试类别的唯一金奖,而且多家数据中心云运营商和数据中心交换机厂商都已经在使用。”Stephen Douglas说道。在提供AI数据中心解决方位的同时,思博伦也通过多种辅助性测试方案为整个生态提供支持,包括验证AI赋能安全网关和防火墙效能的安全测试、为验证AI应用提供的网络环境数字孪生,以及在现网中提供的主动测试服务质量保障方案等。

思博伦通信
欢迎关注思博伦通信官方微信——思博伦公司最新动态、产品信息、市场活动以及前沿测试技术与测试方法学的信息发布与交流平台。
 最新文章