NTT DOCOMO objavio je da je uspješno demonstrirao rad AI aplikacija izravno na općim CPU resursima virtualizirane radijske pristupne mreže (vRAN), implementirane u njegovoj komercijalnoj mreži. Ovom demonstracijom potvrđen je potencijal nove arhitekture mrežnog dizajna za odgovor na ubrzani rast prometa potaknut širenjem AI usluga, uz istodobnu optimizaciju operativnih troškova mreže.
S rastućom primjenom usluga temeljenih na umjetnoj inteligenciji, poput generativne umjetne inteligencije i upravljanja robotima, očekuje se dramatičan porast mrežnog prometa i eksplozivan rast količine podataka u nadolazećim godinama. DOCOMO istražuje arhitekturu mreže sljedeće generacije pod nazivom In-Network Computing, u kojoj se AI obrada izvršava unutar same mreže. Za telekomunikacijske operatore koji ulaze u eru umjetne inteligencije ključno je istodobno kontinuirano analizirati različite vrste podataka dostupnih unutar mreže uz pomoć AI-a radi stvaranja nove vrijednosti, ali i osigurati energetsku učinkovitost te održivo upravljanje mrežom.
DOCOMO proučava arhitekture sljedeće generacije usmjerene na poboljšanje korisničkog iskustva, optimizaciju mrežnog prometa te optimalno raspoređivanje i učinkovito korištenje računalnih resursa, uključujući različite vrste xPU procesorskih jedinica, uz potpuno iskorištavanje njihovih specifičnih karakteristika. Konkretno, kompanija nastoji unaprijediti performanse i učinkovitost za korisnike iz perspektive mreže i umjetne inteligencije pravilnim raspoređivanjem visokoučinkovitih GPU-ova, ključnih za napredna AI opterećenja, te CPU-ova, koji su prikladni za široku implementaciju i energetski učinkovito djelovanje, na odgovarajuće mrežne čvorove.
DOCOMO je integrirao platformu koja omogućuje istodobno pokretanje vRAN funkcija i AI aplikacija koristeći CPU resurse na općim poslužiteljima. Rezultati su potvrdili da je i uz korištenje CPU-ova moguće izvršavati određenu razinu AI obrade paralelno s procesiranjem komunikacijskog prometa. Ovo postignuće pokazuje da je fleksibilno upravljanje kombinacijom mrežnih i AI aplikacija izvedivo bez oslanjanja na namjenske visokoučinkovite akceleratore, čime se proširuju mogućnosti za učinkovitu implementaciju mrežne infrastrukture.
Virtualizirana radijska pristupna mreža, odnosno vRAN, predstavlja ključni element tranzicije prema otvorenim i softverski definiranim mrežama u 5G i budućim 6G okruženjima jer omogućuje odvajanje hardvera i softvera te fleksibilnije upravljanje resursima. Koncept In-Network Computing sve je važniji u kontekstu rasta generativne umjetne inteligencije, rubnog računalstva i masovne IoT povezanosti, gdje latencija i učinkovito upravljanje prometom postaju presudni.
Prema analizama industrije, očekuje se da će podatkovni promet u mobilnim mrežama nastaviti dvoznamenkasti godišnji rast, dodatno opterećujući postojeću infrastrukturu. Integracija AI obrade unutar mrežnih čvorova može smanjiti potrebu za prijenosom podataka prema centraliziranim podatkovnim centrima, čime se smanjuje latencija i potrošnja energije.
Istodobno, operatori traže modele koji omogućuju monetizaciju 5G i budućih 6G mreža kroz napredne usluge poput industrijske automatizacije, autonomnih sustava i pametnih gradova. U tom kontekstu, učinkovito korištenje postojećih CPU resursa bez dodatnih specijaliziranih akceleratora može imati značajan utjecaj na CAPEX i OPEX strukturu operatora.
Otvorene i virtualizirane arhitekture dodatno potiču interoperabilnost i suradnju s više dobavljača, smanjujući ovisnost o zatvorenim sustavima. Razvoj takvih rješenja također je usklađen s globalnim trendovima prema energetski učinkovitijim i održivijim telekomunikacijskim mrežama. Dugoročno gledano, kombinacija mrežne virtualizacije i distribuirane AI obrade mogla bi postati temelj autonomnih mreža sposobnih za samostalnu optimizaciju, detekciju anomalija i prilagodbu prometnim obrascima u stvarnom vremenu.