Open RAN 讲解:开放解耦、人工智能,但华为不太喜欢

时间:2021-03-10 07:15      

上周参加 MWC,给人最大的感受,就是扑面而来的网络开放化、虚拟化、智能化浪潮。

从接入网到核心网,几乎所有的传统通信设备都有了云化解决方案。“白盒”、“云化”、“轻量化”…… 类似的字眼在展会上几乎随处可见。仿佛一夜之间,所有的企业都成为了基站设备商、核心网设备商,整个行业进入了 “人人皆 Vendor(设备厂家)”的时代。

对于传统通信设备商来说,这无疑是雪上加霜。原本就竞争激烈的市场,又涌入了这么多的新对手,将会导致利润进一步削薄,日子更加难过。

然而,对于运营商,却是喜闻乐见。他们盼望已久的网络开放、解耦,终于到了开花结果的阶段。越来越多的 Vendor,意味着自己可以摆脱那几家设备商的 “绑架”,能够更灵活地部署网络。运营商的网络综合成本(TCO,Total Cost of Ownership),也有望进一步降低。

说到网络开放,就不得不提到 Open RAN。

一直以来,RAN(无线接入网)的开放和解耦,都是运营商的关注重点。在运营商看来,RAN 的云化,比核心网更加意义重大

RAN 的开销,占了运营商 TCO 的 60% 以上。

在一年多以前,小枣君给大家介绍过 O-RAN(链接)。后来,我也一直在密切关注 Open RAN 的发展和变化。

今天,基于从 MWC 上获取的最新信息,我想从技术和架构的角度,再和大家聊聊这个话题。

在这次 MWC 上,有一个概念被反复提及,而这个概念和 Open RAN 的架构有非常密切的关系,那就是——RIC。

RIC 是 Open RAN 架构体系的关键。看懂了 RIC,就看懂了 Open RAN 的架构。

早在 2018 年 O-RAN 联盟创立的时候,为了制定开放的 RAN 规范标准,成立了 9 个小组(Work Group,WG),分别研究对应的接口和技术。

▲O-RAN 工作组

其中 WG2 和 WG3,分别负责的是非实时 RIC 和近实时 RIC。

RIC 到底是什么?RAN Intelligent Controller,也就是无线接入网智能控制器。

在继续介绍它之前,我们先看一下 O-RAN 的整体架构。

上面这张图,是 5G O-RAN 相比 4G 的主要架构变化。从图中可以看出,4G LTE RAN 的主要组件 BBU 和 RRH,变成了 5G O-RAN 里的 O-CU、O-DU、O-RU。

O-CU:负责协议的分组数据汇聚协议 (PDCP)层。

O-DU:负责所有基带处理、调度、无线电链路控制 (RLC)、媒体访问控制 (MAC)和物理层 (PHY)的上部。

O-RU:负责底层物理层处理的组件,包括无线电发送器和接收器的模拟组件。

O-RAN 使用开放协议的可互操作硬件,取代了传统的封闭接口和专有硬件及协议,使得 RAN 架构变成更加灵活、开放、解耦。

我们通常所说的 RAN 虚拟化,其实主要是指 O-CU 和 O-DU 的虚拟化。也就是说,它们是可以搭建在 x86 服务器平台上的。O-RU 是射频收发,这块现在讲的是软件无线电、白盒无线电,还没有办法虚拟化。

我们深入看一下 O-RAN 架构的内部,如下图所示:

(图片来自 O-RAN 联盟)

这个图就有点复杂了,因为它列出了 3GPP 的标准接口(X2、Xn、NG、E1、F1 等),还有我们刚才所说的 RIC 以及对应新增接口。

我还找到一张图,O-RAN 和 3GPP RAN 的架构对比,看得就更加清楚了:

(图片来自爱立信)

很明显,在服务管理和编排(Service Management and Orchestration,SMO,类似 NFV 里面的 MANO)中,有一个非实时 RIC(Non-Real-Time RIC)。而在 CU 中,多了一个近实时 RIC(Near-Real-Time RIC)。

非实时 RIC 是一个功能,并非物理硬件。它负责 RAN 中所有网络元素的配置管理、设备管理、故障管理、性能管理和生命周期管理。非实时 RIC,负责处理时延要求大于 1 秒的业务,比如数据分析、AI 模型训练等。

近实时 RIC,也就是接近实时 RIC。它负责处理时延要求小于 1 秒(50ms-200ms)的业务,比如无线资源管理、切换决策、双连接控制、负载均衡等。

非实时 RIC 通过从 RAN 和应用服务器收集全域相关数据,进行数据分析和 AI 训练,并将推理和策略通过 A1 接口下发、部署于近实时 RIC。

近实时 RIC 负责收集和分析 RAN 的即时信息,结合非实时 RIC 提供的额外或全局信息,并通过非实时 RIC 下发的推理模型和策略,实时监控和预测网络和用户行为变化,并根据策略(比如 QoE 目标)实时对 RAN 参数进行调整,包括调整资源分配、优先级、切换等。

近实时 RIC 中包括了很多 xAPP。顾名思义,xAPP 就是由第三方独立部署的 APP(应用),它将 AI 推理模型和策略部署于其中,并且不同的 xAPP 与不同的 RAN 功能关联,从而使得 RAN 的功能组件具备灵活的可编程性和可扩展性。

在 MWC 上,佰才邦、英特尔、中国移动就共同演示了基于 RIC 的 “5G+AI”应用场景案例,如下图所示:

案例中,集成了人工智能的非实时 RIC,通过学习推理,把算法推送到近实时 RIC 平台。近实时 RIC 通过 E2 接口,控制 RAN 的功能组件,从而对 RAN 进行精确、合理的调度和控制。准确来说,控制的目标就是切换(HO)门限,从而让 UE(用户终端)进行更合理的切换,大幅降低掉话率,提升用户的网络体验。

这个案例,充满诠释了什么是 5G 和 AI 的结合。

可想而知,RIC 不仅是 Open RAN 架构顺利实现全面解耦开放的关键,也是 AI 赋能 5G 接入网的关键。

作为最早加入 O-RAN 的传统设备商,诺基亚也在 MWC 上展示了自己对 RIC 的运用:

从图中可以看出,RIC 不仅可以用于改善用户网络体验,还可以监测网络运行异常,甚至帮助进行智能节能。

开放解耦是 O-RAN 和 Open RAN 的首要目标,但不是唯一目标。

随着 5G 的不断建设,运营商网络变得空前复杂和庞大。纯人工运维的方式,肯定是死路一条。运营商的唯一出路,就是向 AI 人工智能求助。

所以说,不管是 3GPP 还是 O-RAN,都会将人工智能与网络的结合放在首要位置,认真研究如何利用 AI 赋能网络建设和运维。这几年频繁提出的 “自动驾驶网络”(这里的自动驾驶和车联网无关,是指网络自己 “驾驶(管理)”自己),其实就是这样,将 AI 嵌入传统通信网络,管理资源分配,识别外部环境变化,建立算法模型,生成策略结果,自动对参数进行调整,从而降低人工干预,缩减成本。

吹了半天,我们还是要先回到现实。现实是什么?Open RAN 架构目前在现网中的占比,远不到 10%。也就是说,不要高兴得太早。

Open RAN 本身也不是完美无缺的。爱立信就曾提出,Open RAN 引入了 RIC 控制器,新增了 A1、E2、O1、O2 等接口,使得架构更加复杂,可能会增加安全风险。

华为不加入 O-RAN 联盟,则是认为 Open RAN 架构的能耗表现并不理想。

之前搞 Open RAN 最风生水起的日本乐天移动(Rakuten Mobile),近期也传出了不少的负面新闻。

Open RAN 到底何去何从,我们还是静观其变吧!

杏彩网页版