飛象原創(chuàng)（魏德齡/文）通信的下一步怎么走？是一個在2024通信展上被很多人所提及的話題，盡管5G剛剛行至中場，但不少人卻已經產生了對于逼近香農極限后的擔憂，而更龐大的網絡規(guī)模，也意味著更多的能耗與運維壓力。
當通信網絡發(fā)展正在無限觸及瓶頸的時候，AI的脫穎而出，被視作了破局的關鍵所在。
突破通信瓶頸的鑰匙
隨著頻譜資源的占用愈發(fā)分配殆盡，如何在相同的頻寬下，更合理地進行利用成為AI所能挖掘的新潛力。另外，AI還能對新興的通信標準功能或技術帶來加持的作用，例如能夠在理論上通過相同帶寬提供更多信息的語義通信，AI也將在實現(xiàn)準確傳遞的編解碼過程中起到關鍵作用。
針對備受關注的能耗問題，在近兩年間，借助AI技術來優(yōu)化運維管理的方案也可謂是層出不窮。AI在接入網中的引入，可以讓以往一刀切式的斷電/開啟的操作，轉變?yōu)橥ㄟ^對真實使用數(shù)據的分析后，智能且自動化對功率做出調整，以至于不會影響實際用戶體驗�；蚴峭ㄟ^AI來觀察整個網絡中每一個基站的耗電量，一旦發(fā)現(xiàn)異常，就能準確找出故障根源。
如果說AI與通信的融合是必然趨勢的話，融合的方式也自然成為了關鍵點，甚至可能會因為投資成本與引入難度的問題成為一個難以落地的假想�；蛟SAI PC恰恰是很多人對此的理想化想象，在一個具備運行AI能力的通用硬件平臺上，無論是自行配置好模型與運行界面，還是安裝現(xiàn)成的應用程序，就能使其成為一個本地AI設備。
實際上，隨著多年的技術積累，在接入網側，也已經同樣具備了這樣的契機。以英特爾中國網絡與邊緣事業(yè)部網絡事業(yè)總經理阮伯超在2024通信展期間的主題演講中展示的這張PPT為例，呈現(xiàn)了電信網絡現(xiàn)代化的演進路徑，此前英特爾及合作伙伴已經實現(xiàn)了網絡虛擬化與云化，具備了進行云原生的網絡功能部署的能力。伴隨著持續(xù)不斷在vRAN上的努力，又實現(xiàn)了硬件的解耦合，讓軟件定義傳統(tǒng)通信網絡具備可能。
于是，在此基礎上，引入可突破瓶頸的AI，反而成了一件駕輕就熟的事情。
AI也能如同一個軟件
“也就是說，AI軟件和其他軟件沒有太大差別，可以直接部署在同一平臺上運行。所以這一切就變得很簡單，不需要有兩套不同的操作系統(tǒng)�！比畈硎�，英特爾認為，如果要選擇未來的AI平臺，一定要選一個通用平臺，可以把CT（通信技術），IT（信息技術），OT（操作技術），以及AI（人工智能）全部合在一起。
在電信網絡領域，如何能夠讓接入網引入AI機器學習來進行處理，并使業(yè)務負載與AI負載共用統(tǒng)一的硬件平臺，一直是英特爾研究和工作的重點。在整個引入AI的過程中，包括AI模塊的預訓練、推理，以及部署到接入網系統(tǒng)中，英特爾持續(xù)聚焦于整個過程的自動化，方便合作伙伴更靈活、更快速地部署到自己的應用當中去。
今年2月份，英特爾專門在巴展期間發(fā)布了vRAN AI開發(fā)套件，致力于利用可擴展的至強處理器給虛擬化的接入網帶來創(chuàng)新。正是基于這個集成了AI加速的至強平臺，結合其他的英特爾優(yōu)化軟件，如OpenVINO、oneAPI等軟件框架與軟件庫，英特爾在此基礎上構建了AI開發(fā)套件。
通過該套件可以在英特爾FlexRAN軟件中獲取所有資源和參數(shù)，并通過一個高效的AI引擎以毫秒級別做出決策，調整里面的調配或節(jié)能信息。整個套件中包含有專門為接入網應用設計的經過預訓練處理的AI模型，還有優(yōu)化過的推理代碼。為了體現(xiàn)AI模型的可用性和實用性，AI套件還提供了一個參考的端到端系統(tǒng)，以用例的形式來體現(xiàn)出模型在實際應用場景中會帶來何等增益。
“有了英特爾vRAN AI開發(fā)套件，我們的合作伙伴、開發(fā)者可以不需要從0開始去開發(fā)自己的AI模型，而是把自己的數(shù)據集直接用于已經預先處理好和預訓練過的模型，并且把新的訓練好的數(shù)據集應用到推理的代碼上，通過參考端到端的用例，更好更快地應用到自己的實際應用當中去，簡化了開發(fā)者的工作流程，從而大幅縮短了開發(fā)周期�！庇⑻貭栔袊W絡與邊緣事業(yè)部軟件研發(fā)相關負責人表示。
英特爾所構建的這一通用平臺中，作為硬件核心關鍵位置的至強處理器在今年也迎來了重大升級，能效核產品十分適合用于傳統(tǒng)的網絡功能虛擬化應用。由于在許多網絡產品中，輸入/輸出操作比較頻繁，比如數(shù)據包的接收和發(fā)送，這些操作并不需要像數(shù)學運算或AI計算那樣強大的處理能力，在這種情況下，使用能效核產品可以提供更好的性價比和能效比。
這也為降低電信網絡的能耗提供了新的可能。例如，搭配英特爾至強6的5G核心網節(jié)能方案，可以在沒有更改核心網任何一個功能或者調整性能的情況下，讓這套軟件非常靈活地根據用戶的流量去調高或者是調低CPU或者是處理器的主頻。電信運營商還可以根據自身需求在方案中進行規(guī)則的搭配，根據時間點或流量來對核心數(shù)進行調整。
讓AI如同軟件一般能夠輕松與電信網絡產生融合的便利性，如今也正在隨著5G-A的部署，利用AI釋放出更多價值。
5G-A與AI融合進行時
目前，英特爾提供的5G-A融合AI的邊緣計算平臺是一個端到端的系統(tǒng)，涵蓋了從無線接入網到核心網，再到各種應用的完整架構。其云原生的結構，除了具有很高的可靠性，也為5G-A與AI的融合帶來更多契機。
眾所周知，5G-A標準中專門圍繞定位功能引入了多個增強特性，例如可以通過多天線技術、超寬帶頻段以及新的信號處理算法，進一步提高定位精度。同時，由于原理上不依賴于衛(wèi)星，通過集成多種定位技術，也能實現(xiàn)室內外的無縫切換，為廣泛的工業(yè)、商業(yè)和消費場景提供了新的解決方案。
而從定位原理上看，算法軟件如果想要提升精準度，就需要對參數(shù)做出更好的解析。這時，云原生技術下的優(yōu)勢就會得以顯現(xiàn)，開發(fā)人員可以在生態(tài)系統(tǒng)中引入差分路損、AI指紋數(shù)據庫、TDOA，配合FlexRAN與至強處理器，不需要疊加硬件投資，就能通過可以編程的方式來提升定位精度至亞米級。
又比如5G-A在TSN上所帶來的全新升級，為AI驅動的車路協(xié)同感知和決策提供了新的可能。通信展期間的論壇中，英特爾也專門分享了TSN + V2X (AI)的解決方案，通過英特爾邊緣平臺與邊緣融合AI模型的組合，結合視頻解決方案，能夠對攝像頭、雷達視頻的解析時延實現(xiàn)優(yōu)化。其中，5G-TSN模塊與交通信號燈、攝像頭、激光雷達等傳感設備相連，并通過車輛APP實現(xiàn)車載通信。多RSU激光雷達數(shù)據融合算法模型與車路協(xié)同感知融合模型的輸出通過V2X服務器和網絡TT模塊與UPF/gNB進行數(shù)據通信，確保車輛和交通設備的實時數(shù)據傳輸。
“我們在網絡領域合作開發(fā)的vRAN、5G核心網等應用，以及針對特定行業(yè)的解決方案，如PLC（可編程邏輯控制器）、視頻分析模塊，以及車聯(lián)網（V2X）等。在AI方面，我們提供基于AI的位置服務（LBS）能力，包括網絡AI相關模型，并且支持企業(yè)級的大型語言模型（LLM）。這些技術和服務都是為了幫助我們的合作伙伴更好地構建和擴展他們的應用。”英特爾中國網絡與邊緣事業(yè)部無線產品相關負責人表示。
當通信接近極限，AI的到來擴展了新的維度，英特爾所構建的破局之基，正在加速兩者間的融合，讓突破變得駕輕就熟。
