Rakuten Mobile ו-T-Mobile חשפו מקרי שימוש ב-AI-RAN automation, ובהם יותר מ-20% חיסכון באנרגיה, 30,000 התאמות אנטנה במהלך סופת חורף, ועבודה של Intel להצבת AI inference לצד עומסי העבודה של vRAN.
שתי החברות פועלות בתצורות שונות: Rakuten Mobile מאוטומטת את תפעול הרשת על בסיס תשתית open RAN וירטואלית, בעוד T-Mobile מוסיפה AI ל-self-organizing network שלה בארצות הברית.
מערך האוטומציה של Rakuten Mobile
Rakuten Mobile אומרת שהמערכת הסגורה שלה הניבה יותר מ-20% חיסכון באנרגיה. החברה גם אומרת שהמערכת הזו קיבלה אימות ברמה ארבע מ-TM Forum.
Rakuten Mobile עובדת עם Intel כדי להציב AI inference לצד עומסי העבודה של vRAN שלה, במקום לשלוח הכול בחזרה למרכז נתונים מרכזי.
ה-SON והמערך AutoPilot של T-Mobile
פתרון AutoPilot של T-Mobile משתמש באוטומציה מבוססת כוונות כדי להתאים תאים סמוכים כשאתרים נכשלים. טכנולוגיית Dynamic CX שלה חוזה ביקוש ומתאימה קיבולת מראש לקראת אירועים גדולים.
T-Mobile אומרת ש-AutoPilot יכול לבצע התאמות ברשת בחצי מהזמן, ופתרון ה-SON שלה ביצע 30,000 התאמות אנטנה במהלך סופת החורף Fern בינואר.
מה חשוב לצוותי RAN automation
הנתונים שנחשפו נותנים למפעילות מדדים ממשיים לאוטומציה בתוך לולאות הבקרה של RAN. הם גם מראים ששתי החברות קושרות AI למערכות תפעול קיימות, במקום להציג אותו כשכבת רשת נפרדת.