维度网讯，RAN的下一阶段将由AI、云和开放性的融合共同定义。在RCR Wireless News近期举办的一场网络研讨会上，Téral Research创始人Stéphane Téral、诺基亚AI-RAN和Cloud RAN负责人Aji Ed以及TELUS公司RAN战略总监Sushil Rawat探讨了从网络自动化到AI-RAN前景的演进过程。
Téral将AI-RAN置于一个更长的发展连续体中。自组织网络在3GPP Release 8中正式确立，机器学习算法大约在十年前开始增强SON功能。RAN智能控制器及其应用生态系统是行业减少人工干预努力的一种演进，而非彻底变革。这段历史也改变了评判Open RAN的方式。Téral否定了Open RAN失败的观点，认为它提供了灵活性和选择供应商的自由。开放接口为云原生功能和AI驱动的应用创造了可编程的基础。
Téral将当前市场主要描述为“用于RAN的AI”，即应用AI来提升性能、自动化和频谱效率。RAN与AI工作负载的共享基础设施及边缘AI服务代表了更长期的方向。尽管商业案例尚未明确，但他明确表示这是行业的前进方向，没有回头路。诺基亚的答案是构建在其anyRAN软件和NVIDIA Aerial AI-RAN平台之上的AI原生RAN平台，提供加速插件、独立AI-RAN节点和云原生实现三种采用路径，均符合Open RAN规范。
直接的诉求是容量提升。诺基亚表示，AI驱动的无线电算法已展示出超过20%的频谱效率提升，并计划到2027年达到50%，到2028年超过100%。Ed概括了其雄心，目标是带来两倍的网络容量和频谱效率。但他认为，AI-RAN不应成为关于某种特定处理器的争论，部署选择应遵循工作负载、位置和经济性，关键在于在正确的位置以正确的配置提供正确的计算。
Rawat将讨论置于TELUS现网Open RAN转型背景中。该运营商在2023年底的硬件更新周期中启动项目，目前Open RAN约占其网络的25%，目标是到年底达到40%，到2027年底达到50%，到2029年达到100%。多供应商部署将互操作性视为运营要求。对TELUS来说，AI-RAN的分类是次要的，由结果驱动。基于当前需求，Rawat预计TELUS在未来12个月内不需要在基站部署GPU，尽管集中式加速计算与模型训练、数字孪生和异常检测相关。更困难的问题是将AI从演示推向安全生产，需要关注身份和访问管理、冲突控制、护栏及与变更管理流程的集成。
AI-RAN的价值最终将取决于可衡量的容量提升、可控的自动化和有效的编排，而非品牌命名。Open RAN和Cloud RAN提供了基础，AI现在必须证明它能够改善生产网络的经济性和可靠性。
