Rakuten Mobile e T-Mobile hanno illustrato casi di automazione AI-RAN che includono oltre il 20% di risparmio energetico, 30.000 regolazioni delle antenne durante una tempesta invernale e il lavoro di Intel per collocare l’inferenza AI accanto ai workload vRAN.
Le due aziende usano configurazioni diverse: Rakuten Mobile automatizza le operazioni di rete sulla base open RAN virtualizzata, mentre T-Mobile aggiunge l’AI alla propria self-organizing network negli Stati Uniti.
Lo stack di automazione di Rakuten Mobile
Rakuten Mobile afferma che il suo sistema closed-loop ha generato oltre il 20% di risparmio energetico. L’azienda dice anche che il sistema ha ottenuto la validazione di livello quattro da TM Forum.
Rakuten Mobile sta collaborando con Intel per collocare l’inferenza AI accanto ai workload vRAN, invece di rimandare tutto a un data center centrale.
La configurazione SON e AutoPilot di T-Mobile
La soluzione AutoPilot di T-Mobile usa un’automazione basata sugli intent per regolare le celle adiacenti quando i siti vanno fuori servizio. La tecnologia Dynamic CX prevede la domanda e adegua la capacità in anticipo rispetto ai principali eventi.
T-Mobile dice che AutoPilot può eseguire gli aggiustamenti di rete in metà tempo e che la sua soluzione SON ha effettuato 30.000 regolazioni delle antenne durante la tempesta invernale di gennaio chiamata Fern.
Da leggere per i team di automazione RAN
I dati diffusi offrono agli operatori parametri concreti per l’automazione all’interno dei cicli di controllo RAN. Mostrano anche che entrambe le aziende stanno collegando l’AI ai sistemi operativi esistenti, invece di presentarla come un livello di rete autonomo.