De acordo com pt.wedoany.com-A próxima fase da RAN será definida pela convergência de IA, nuvem e abertura. Em um webinar recente realizado pela RCR Wireless News, o fundador da Téral Research, Stéphane Téral, o chefe de AI-RAN e Cloud RAN da Nokia, Aji Ed, e o diretor de estratégia de RAN da TELUS, Sushil Rawat, discutiram a evolução desde a automação de rede até as perspectivas da AI-RAN.
Téral situou a AI-RAN em um continuum de desenvolvimento mais amplo. As redes autônomas foram formalmente estabelecidas no 3GPP Release 8, e algoritmos de aprendizado de máquina começaram a aprimorar as funções de SON há cerca de uma década. O controlador inteligente de RAN e seu ecossistema de aplicativos representam uma evolução, e não uma revolução, nos esforços da indústria para reduzir a intervenção manual. Essa história também mudou a forma como o Open RAN é avaliado. Téral rejeitou a visão de que o Open RAN falhou, afirmando que ele oferece flexibilidade e liberdade de escolha de fornecedores. As interfaces abertas criam uma base programável para funcionalidades nativas em nuvem e aplicativos impulsionados por IA.
Téral descreveu principalmente o mercado atual como "IA para RAN", ou seja, a aplicação de IA para melhorar desempenho, automação e eficiência espectral. A infraestrutura compartilhada de RAN com cargas de trabalho de IA e serviços de IA de borda representam a direção de longo prazo. Embora o caso de negócios ainda não esteja claro, ele afirmou explicitamente que esta é a direção da indústria, sem volta. A resposta da Nokia é uma plataforma de RAN nativa em IA, construída sobre seu software anyRAN e a plataforma NVIDIA Aerial AI-RAN, oferecendo três caminhos de adoção: plug-ins acelerados, nós autônomos de AI-RAN e implementações nativas em nuvem, todos em conformidade com as especificações do Open RAN.
A demanda imediata é o aumento de capacidade. A Nokia afirma que algoritmos de rádio impulsionados por IA já demonstraram ganhos de eficiência espectral superiores a 20%, com planos de atingir 50% até 2027 e mais de 100% até 2028. Ed resumiu sua ambição, com o objetivo de entregar o dobro da capacidade de rede e eficiência espectral. No entanto, ele acredita que a AI-RAN não deve se tornar um debate sobre um processador específico; as decisões de implantação devem seguir a carga de trabalho, a localização e a economia, sendo fundamental fornecer a computação certa na configuração certa, no lugar certo.
Rawat contextualizou a discussão na transformação do Open RAN na rede atual da TELUS. A operadora iniciou o projeto no ciclo de atualização de hardware no final de 2023, e o Open RAN representa atualmente cerca de 25% de sua rede, com a meta de atingir 40% até o final do ano, 50% até o final de 2027 e 100% até 2029. A implantação com múltiplos fornecedores trata a interoperabilidade como um requisito operacional. Para a TELUS, a classificação da AI-RAN é secundária, impulsionada por resultados. Com base nas demandas atuais, Rawat prevê que a TELUS não precisará implantar GPUs em estações base nos próximos 12 meses, embora a computação acelerada centralizada esteja relacionada ao treinamento de modelos, gêmeos digitais e detecção de anomalias. A questão mais difícil é levar a IA da demonstração para a produção segura, exigindo atenção ao gerenciamento de identidade e acesso, controle de conflitos, salvaguardas e integração com processos de gerenciamento de mudanças.
O valor da AI-RAN dependerá, em última análise, de ganhos mensuráveis de capacidade, automação controlável e orquestração eficaz, e não de rótulos de marca. O Open RAN e o Cloud RAN fornecem a base; agora a IA deve provar que pode melhorar a economia e a confiabilidade das redes de produção.
