TELEKOM TRŽIŠTE

AI ulazi u jezgru 5G mreže

Energetska učinkovitost druga je važna komponenta. ReefShark silicij i algoritmi za upravljanje potrošnjom trebali bi smanjiti energiju u razdobljima manjeg prometa i preciznije uključivati kapacitet kada raste opterećenje. Taiwan Mobile povezuje taj cilj s obvezom RE100 i planom da do 2040. koristi potpuno obnovljivu električnu energiju. Radijska pristupna mreža jedan je od najvećih potrošača energije mobilnog operatora, pa i relativno mala poboljšanja po lokaciji postaju značajna kada se primijene na cijelu mrežu.

AI ulazi u jezgru 5G mreže
Depositphotos / Ilustracija

Nokia i Taiwan Mobile proširili su dugogodišnju suradnju ugovorom koji umjetnu inteligenciju uvodi u upravljanje komercijalnom 5G mrežom. Projekt obuhvaća novu generaciju AirScale baznih stanica i radijskih jedinica, ali je tehnološki težište na softveru za prediktivno održavanje, automatizirano ugađanje mreže, dinamičko usmjeravanje prometa i oporavak nakon kvarova. Partneri ga opisuju kao korak prema AI-native arhitekturi u kojoj analitika i automatizacija nisu izdvojeni alati, nego dio svakodnevnog rada mreže.

Nadogradnja uključuje modularne AirScale baseband sustave, napredne massive MIMO radijske jedinice i udaljene radio-glave. Dio opreme nastavlja ranije implementacije Habrok 32 i Osprey 32 sustava, pa ugovor nije potpuna zamjena hardvera. Veća promjena nalazi se u načinu upravljanja. Nokia uvodi Predictive Hardware Analytics, uslugu koja pokušava prepoznati znakove mogućeg kvara prije nego što utječe na korisnike, te proširuje postojeći MantaRay SON naprednijim AI funkcijama.

Samoorganizirajuća mreža automatski podešava snagu, parametre prebacivanja korisnika između ćelija i raspodjelu opterećenja. Dinamičko usmjeravanje prometa treba održati dostupnost kada se potražnja naglo promijeni ili dio mreže prestane raditi, dok funkcije samoozdravljenja otkrivaju kvar i prilagođavaju konfiguraciju bez čekanja na ručnu intervenciju. Takva automatizacija obećava manje prekida, brže rješavanje incidenata i niže operativne troškove, ali njezina vrijednost ovisit će o kvaliteti podataka i o tome koliko odluka operator zaista dopušta sustavu donositi autonomno.

Energetska učinkovitost druga je važna komponenta. ReefShark silicij i algoritmi za upravljanje potrošnjom trebali bi smanjiti energiju u razdobljima manjeg prometa i preciznije uključivati kapacitet kada raste opterećenje. Taiwan Mobile povezuje taj cilj s obvezom RE100 i planom da do 2040. koristi potpuno obnovljivu električnu energiju. Radijska pristupna mreža jedan je od najvećih potrošača energije mobilnog operatora, pa i relativno mala poboljšanja po lokaciji postaju značajna kada se primijene na cijelu mrežu.

Ugovor je važan jer industrija već godinama govori o autonomnim mrežama, dok većina operatora još koristi kombinaciju pravila, odvojenih analitičkih alata i ručnih odobrenja. Komercijalna implementacija na mreži koja služi stvarnim korisnicima omogućit će mjerenje točnosti predviđanja kvarova, smanjenja potrošnje, broja automatski riješenih incidenata i utjecaja na kvalitetu usluge. Bez takvih pokazatelja AI-native ostaje širok marketinški pojam pod koji se mogu smjestiti i jednostavna optimizacija i napredni agentni sustavi.

Sigurnost je jednako važna kao učinkovitost. Automatizacijski sustav koji može mijenjati radijske parametre i tokove prometa postaje visokovrijedna meta. Operator mora ograničiti ovlasti modela, nadzirati sve promjene, odvojiti razvojno i produkcijsko okruženje te osigurati povratak na provjerenu konfiguraciju. Modeli moraju biti otporni na pogrešne ili manipulirane telemetrijske podatke, a odluke dovoljno objašnjive da mrežni inženjeri mogu utvrditi uzrok incidenta.

Za europske operatore tajvanski projekt nudi korisnu referencu jer se većina nalazi između završetka osnovnog 5G pokrivanja i traženja poslovne vrijednosti iz 5G Advanced funkcija. Rast prihoda od povezivosti sporiji je od rasta prometa, a trošak energije i održavanja ostaje visok. AI koji smanjuje potrošnju i prekide ima jasniji povrat ulaganja od mnogih korisničkih eksperimenata, posebno ako se može uvesti kao softverska nadogradnja postojeće radio-opreme.

Sljedeća faza bit će povezivanje automatizirane mreže s poslovnim pravilima i mrežnim API-jima. Sustav će morati razumjeti ne samo tehničko opterećenje nego i prioritet usluge, ugovorenu kvalitetu te potrebe privatnih mreža i industrijskih korisnika. Taiwan Mobile i Nokia sada imaju priliku pokazati može li se AI iz izolirane optimizacije pretvoriti u operativni sloj koji istodobno upravlja kvalitetom, energijom i otpornošću. Javna objava mjerljivih rezultata bit će ključna za vjerodostojnost projekta. Rezultati na tim pokazateljima odredit će hoće li AI-native postati standardni zahtjev novih 5G ugovora ili ostati dodatna funkcija koju operatori aktiviraju samo na odabranim lokacijama.