Ericsson predstavio AI softver u pretplatničkom modelu za RAN

Ericsson je predstavio softversku pretplatu osmišljenu tako da telco-grade AI modele dovede izravno u bazne jedinice i radijske sustave. Rješenje bi operatorima trebalo omogućiti bolje performanse 5G mreža, višu razinu automatizacije i veću energetsku učinkovitost bez dodavanja novog hardvera.

Softver koristi AI modele dizajnirane za rad u stvarnom vremenu unutar radijskog pristupnog dijela mreže, uz podršku kontinuiranog učenja i agentičkog AI-ja za naprednije mrežne operacije. Kompanija navodi da su njezini telco-grade modeli izgrađeni za inferenciju s iznimno niskom latencijom i s naglaskom na pouzdanost u raznolikim RAN okruženjima.

Usluga radi s Ericssonovim 5G Advanced rješenjima na namjenski izgrađenim i Cloud RAN platformama. Kompanija navodi da softver koristi njezin silicij u radijskim uređajima i najnoviju generaciju RAN računalne opreme kako bi se pravi AI model koristio na pravom mjestu u radijskoj mreži, dok se AI mogućnosti mogu implementirati i na partnerskim platformama.

Prve funkcije već su dostupne, a dodatne će uslijediti kasnije tijekom godine. Početne mogućnosti uključuju AI raspoređivač za prilagodbu linka, beamforming i koordinaciju više slojeva. Ericsson tvrdi da je tehnologija već testirana u više od 15 ispitivanja širom svijeta, uz rezultate koji pokazuju do 20 posto veći downlink throughput i do 10 posto bolju spektralnu učinkovitost, kao i podršku za do dvostruko više korisnika s velikim prometom. Kompanija također navodi da AI u RAN-u može postići i do 95 posto točnosti u predviđanju pokrivenosti.

Ericssonov potez važan je jer potvrđuje širi zaokret industrije prema AI-native mrežama, u kojima se inteligencija više ne nalazi samo u sustavima za planiranje i nadzor, nego ulazi izravno u samu radio mrežu. Kompanija je posljednjih mjeseci kroz niz tehničkih materijala i partnerstava snažno gurala tezu da se dio AI obrade mora spustiti što bliže RAN-u kako bi se dobili stvarni učinci u kapacitetu, latenciji i energetskoj učinkovitosti. Takav pristup posebno je važan u eri 5G Advanceda i pripreme za 6G jer raste broj usluga koje traže predvidivu kvalitetu veze i lokalnu obradu podataka. Za operatore je pritom ključno što se AI uvodi kao softverski sloj iznad postojeće infrastrukture, jer to smanjuje potrebu za velikim početnim ulaganjima. Ako se obećani dobici potvrde u komercijalnim mrežama, AI u RAN-u mogao bi postati jednako važan diferencijator kao što su to nekoć bile agregacija nositelja ili masivni MIMO. Time se i mrežna optimizacija sve više pretvara iz inženjerskog ručnog posla u kontinuirani automatizirani sustav prilagodbe u stvarnom vremenu.