愛立信移動報告顯示，預計2022年至2027年間移動數據流量將以25%-30%的複合年增長率增長。隨著數據流量的爆炸性增長、用戶需求的多樣化以及網絡服務的高質量要求。傳統的無線接入網（RAN）架構在應對這些挑戰時顯得力不從心，導致網絡效率低下、運營成本高昂、資源分配不均和用戶體驗不佳等諸多問題。然而，人工智慧（AI）的迅猛發展為解決這些問題提供了全新思路和手段。
AI與RAN的融合，可以通過智能化手段優化網絡資源配置，提高頻譜效率，降低運營成本，提升用戶體驗，為企業帶來巨大的商業價值。這種融合不僅能為現有的5G網絡提供支持，還能為未來的6G網絡研究奠定基礎。因此，AI RAN的探索和應用具有重要的現實意義和長遠戰略價值。
市場研究公司Dell'Oro Group指出，在RAN中使用AI已經在網絡部署、優化和修複方面帶來了利好，最終有助於提高網絡性能和質量。
硬體、軟體、應用 AI and RAN「三部曲」
對於電信行業而言，整合AI和RAN流程，能更有效地利用基礎設施，並創造出基於AI的新型盈利模式。
傳統的RAN設備通常是專用硬體，雖然功耗低、成本低，但通用性差，無法靈活應對多種應用場景。一旦5G網絡不再具備商業價值，這些設備就可能閒置，造成無意義的消耗。為了解決這一問題，NVIDIA推出了在GPU上運行5G算法的方案，使得通用設備不僅可以處理5G任務，還能處理其他多種工作。
這種基礎設施的融合，使得5G的算法能夠在GPU上運行，各種不同的算法都可以在同一個通用設備上執行，大大提高了硬體的利用率和經濟效益,不僅讓設備兼具了更多靈活性，還為未來網絡技術的發展提供了更加廣闊的空間。
不僅如此，在軟體層面。由於RAN架構複雜，包括物理層、鏈路層、網絡層、傳輸層等多個層級。當前一個熱門的方向是將AI應用於物理層，通過AI來提高網絡的頻譜效率，讓每單位帶寬下能夠傳輸的數據量提高，降低整體網絡的運營成本,這便是「AI and RAN」到「AI for RAN」的過程。舉例來看，當一個小區的網絡中，頻段利用率達到一定閾值時，AI可以自動評估是否需要增設基站，便能有效避免人為決策的主觀性和不準確性。
此外，通過將AI算法封裝到TensorFlow和PyTorch等主流深度學習框架中，使得AI開發者可以更加方便地在RAN中實現AI功能。這種軟體層面的融合，不僅提高了AI在RAN中的應用效率，還推動了AI與通信技術的深度融合。
在應用層面，通過AI技術可極大程度上提高網絡的效率和成本效益。利用AI，可以預測網絡負載，優化資源分配，減少資源浪費。在網絡負載的高峰時段，AI可以自動調配網絡資源，確保用戶的良好體驗；而在低峰時段，AI可以釋放部分資源用於其他任務，從而提高資源的利用率。
值得一提的是，AI還可以用於網絡運維，提前預測網絡故障，自動化解決常見問題，減少人工干預，提高網絡的穩定性和可靠性。通過AI診斷系統，運營商可以快速定位並解決網絡故障，提高運維效率，降低運維成本。
從「AI and RAN」到「AI on RAN」
在AI與RAN融合方面，還可以通過在RAN邊緣部署AI服務，提高運營效率，並為用戶提供新服務。
具體實施而言，其一，提高基礎設施多功能性，釋放額外算力。採用通用設備，使得RAN不僅可以支持5G，還可以釋放額外的算力用於AI任務。當5G網絡的需求不高時，這些通用設備可以被用於AI模型的訓練和推理，從而提高設備的利用率和經濟效益。這樣一來，運營商不僅能夠提供高質量的5G服務，還可以通過出租算力、提供AI服務等方式，實現多元化盈利。
其二，提高網絡響應能力和質量，助力智能管理網絡負載。
通過集成AI，RAN能夠有效管理網絡負載，提升服務質量。在影片通話中，通過AI優化網絡層次，確保通話的穩定性和質量。這不僅可以提升用戶體驗，還可以為運營商帶來新的商業機會。此外，通過提供高質量的影片通話服務，運營商可以開闢新的盈利模式，如廣告推送、虛擬形象等增值服務。
「5G新通話」是典型的AI RAN應用案例。通過在網絡層次上優化，5G新通話可以在影片通話中保證穩定性和質量。在微信影片通話中，經常會遇到卡頓和時延大的問題，而通過5G新通話，這些問題可以得到有效解決。這不僅提升了用戶的通話體驗，還可以通過引入虛擬形象、廣告推送等增值服務，開闢新的商業機會。
其三，支持新服務和應用場景，探索未來網絡可能性。AI與RAN的融合，還可以支持更多新興服務和應用場景。在工業領域，企業往往需要專用的5G網絡來保護數據的安全。通過AI- RAN技術，企業可以搭建自己的5G網絡，實現數據的本地化處理和應用。
部署方面，通過AI RAN技術，可以實現智能巡檢。巡檢員利用AR/VR設備，通過AI技術實時讀取並解讀各種儀表數據，監測儀表的實時數據和警報，及時發現並解決問題，避免生產事故的發生，提高巡檢的效率和準確性。同時，AI可以與大模型結合，在邊緣計算中實現複雜任務的處理，提高生產效率和安全性。
數字孿生技術也是AI on RAN的重要應用場景之一。通過在虛擬環境中模擬真實網絡的部署和運行，可以提前發現並解決網絡中的潛在問題。例如，在城市生活中，可通過數字孿生技術模擬整個網絡的運行情況，預測用戶的流量需求，優化基站布局，提高網絡的覆蓋範圍和服務質量。
寫在最後
AI與 RAN的融合，預示著通信網絡未來的無限可能。隨著網絡技術的不斷進化，AI RAN不斷推動著網絡管理和服務向智能化、靈活化轉型。未來，AI RAN，將不斷推進更多AI/ML功能的研發，優化RAN性能，實現跨所有層的AI/ML應用。
事實上，在移動通信領域，AI-RAN已經帶來了更多全新的變化。
面對行業挑戰，您是否考慮藉助AI賦予企業更多創新動力？時不我待，搭上這趟「列車」，讓我們一起開啟智能化轉型的創新篇章。點擊此處了解更多詳情。
