C114讯 3月4日消息（岳明）从云到边缘，从核心网到RAN，行业中持续发生的一个最大转变就是从封闭专用硬件向软件定义的可编程基础设施转变。而在移动网络当中，在经历了此前核心网的虚拟化爆发式发展后，虚拟无线接入网（vRAN）正迎来黄金发展期。
在今年的MWC上，这个转变趋势更是无以复加。究其背后的原因，在AI技术的加持下，vRAN在产品、技术、生态等各个层面都已经趋于成熟，为大规模商业部署奠定了基础。
而vRAN快速成熟的背后，离不开包括英特尔等在内的产业参与者的全力推动。作为云网AI基础设施芯片市场的领导者，在今年MWC期间，英特尔面向vRAN，推出了以全新AI开发套件和下一代英特尔至强处理器为核心的软硬协同的解决方案；同时，英特尔还联合爱立信、三星、AT&T、德国电信、SK电信和沃达丰等合作伙伴，进行了联合展示，彰显了广大业界生态系统致力于推动开放性和AI在无线网络中发展的决心。
突破性能瓶颈：Granite Rapids-D更值得期待
对于当前的运营商而言，连接/流量与收入的剪刀差还在持续扩大。他们必须要在控制好TCO的同时，找到更多的变现方式，也就是说网络必须能够提供差异化价值主张。
要提供供无处不在、高性能、差异化的网络功能，只有通过融合云和传统的无线接入网（RAN）技术，运营商才可以更好地进行优化，以实现更高的性能和能效。也就是说，运营商通过API展示其网络的可编程性时，可盈利、可持续、弹性的5G网络是基础。
这也正是vRAN所倡导的理念，在确保性能和可靠性的同时，赋予5G网络更多的弹性和灵活性。在这些众多维度中，性能一直是困扰vRAN产业发展的薄弱点，也是被业界关注最多、讨论最多、拿来对比最多的地方。但这个短板正在逐渐消失。
去年夏天，英特尔发布了集成vRAN Boost的第四代英特尔 至强 可扩展处理器（代号为Sapphire Rapids EE），其能够直接处理物理层的加速任务，而无需额外的外部设备或组件。此外，沃达丰宣布与三星在英国大规模部署Open RAN，并且指出，基于第三代英特尔 至强 可扩展处理器的早期Open RAN部署的性能已超过其传统设备。而且，沃达丰将自2024年4月起在英国部署集成vRAN Boost的第四代英特尔 至强 可扩展处理器。除此之外，AT&T和爱立信亦宣布计划与英特尔合作部署和扩展Open RAN服务。最近，Telus和三星宣布计划部署基于第四代英特尔 至强 可扩展处理器的加拿大首个商用虚拟化、Open RAN网络。
这些不仅凸显了移动行业推动vRAN和Open RAN发展的长期投入，也表明了英特尔正在持续践行其以领先的产品路线图助力行业发展的坚定承诺。据英特尔公司副总裁兼网络与边缘解决方案事业部总经理Dan Rodriguez介绍，代号为Granite Rapids-D的下一代至强处理器将于明年发布，将利用优化的英特尔AVX指令集来实现vRAN性能的显著提升，且集成了英特尔vRAN Boost加速功能，以及其他的增强架构和功能。目前，这款芯片正在进行样品测试。
释放RAN AI潜力：英特尔vRAN AI开发套件提前上市
随着网络规模与复杂性的持续上升，智能化网络和网络智能化成为运营商的必然选择。
Dan Rodriguez指出，英特尔在持续推动英特尔产品路线图发展的同时，还与移动生态系统合作，以通过AI推动RAN创新，即以诸如添加内置AI加速器等举措，助力运营商，充分挖掘并最大化其现有基于英特尔至强处理器的通用硬件的价值。
毋庸置疑，AI将在RAN环境中发挥至关重要的作用，助力运营商优化性能、提升能效并实现智能化资源管理。通过先进的机器学习算法，AI能够分析网络生成的相关数据，识别模式并预测趋势，从而做出实时决策，实现优化无线资源配置、提高能效，以及改善用户体验和整体网络性能的目标。而虚拟化RAN的软件灵活性使得RAN能够持续发展。
但需要指出的是，RAN侧AI模型的引入与应用，相比于计算机视觉领域，有着更加苛刻的时延限制。与此同时，考虑到RAN固有的功耗限制，在同一处理器上同时运行高效的AI RAN工作负载和其他RAN堆栈工作负载已经成为一个必要需求。因此，综合考虑上述因素，如何在处理器上高效地运行AI RAN工作负载已成为亟待解决的难题。
对此，业界也有不同的技术演进路径。在处理器中内置AI加速器可能是更好的选择，这种集成的AI加速功能对于成本、性能、功耗有着更好的控制力，而且在RAN智能控制器（RIC）、中央单元（CU）或分布式单元（DU）等的硬件上的部署实践中，都得到了很好的验证。
在今年的MWC上，为了助力运营商充分利用基于通用处理器的AI机遇，英特尔宣布将提前向部分合作伙伴提供英特尔vRAN AI开发套件。通过该开发套件，独立软件开发商（ISV）、电信设备制造商（TEM）、系统集成商（SI）和网络运营商能够快速在RAN中构建智能功能，而无需过多投入到AI专业知识的学习和开发中。
该开发套件包括一套针对vRAN用户案例优化的AI模型，这些模型的开发不仅基于诸如oneAPI等优化的数据分析库和包括TensorFlow、PyTorch在内的框架，且采用了OpenVINO等工具。在AI开发的过程中，此类常用的库、框架以及工具能高效地生成针对英特尔至强处理器优化的代码。基于这些优化的AI模型，同时得益于英特尔至强可扩展处理器内置的AI加速、遥测及电源管理功能，运营商可以将智能融于网络，实现网络的动态配置以大幅节省成本，从而最大限度地提高基础设施的投资价值，并扩大收入来源。
此外，英特尔 vRAN AI开发套件还包含训练代码，帮助生态合作伙伴根据特定的网络场景定制其AI解决方案。其中，该套件中涵盖的端到端参考架构，展示了如何集成AI模型与诸如英特尔FlexRAN参考软件和RAN智能控制器（RIC）在内的其他RAN应用及组件。
当然，RAN AI潜力的释放，还需要找准AI模式切入点。在早期版本中，英特尔vRAN AI开发套件包括面向关键RAN用例的AI模型，譬如节能管理、流量控制和网络切片无线资源管理（NSRRM）。未来，我们将继续增加面向其他用例的AI模型。Dan Rodriguez指出。
