Rakuten Mobile y T-Mobile dieron a conocer casos de automatización AI-RAN que incluyen más de un 20% de ahorro energético, 30.000 ajustes de antena durante una tormenta invernal y trabajo de Intel para situar la inferencia de IA junto a las cargas de trabajo de vRAN.
Los dos operadores trabajan con configuraciones distintas: Rakuten Mobile automatiza las operaciones de red sobre su base de Open RAN virtualizado, mientras que T-Mobile incorpora IA a su red de autoorganización en Estados Unidos.
La pila de automatización de Rakuten Mobile
Rakuten Mobile afirma que su sistema de bucle cerrado ha logrado un ahorro energético superior al 20%. La compañía también señala que ese sistema ha recibido la validación de nivel cuatro de TM Forum.
Rakuten Mobile trabaja con Intel para situar la inferencia de IA junto a sus cargas de trabajo de vRAN, en lugar de enviar todo de vuelta a un centro de datos central.
La configuración de SON y AutoPilot de T-Mobile
La solución AutoPilot de T-Mobile usa automatización basada en intenciones para ajustar celdas vecinas cuando fallan los emplazamientos. Su tecnología Dynamic CX predice la demanda y ajusta la capacidad antes de grandes eventos.
T-Mobile dice que AutoPilot puede hacer ajustes de red en la mitad de tiempo, y que su solución SON realizó 30.000 ajustes de antena durante una tormenta invernal de enero llamada Fern.
Qué aporta esto a los equipos de automatización del RAN
Las cifras divulgadas ofrecen a los operadores referencias concretas para la automatización dentro de los bucles de control del RAN. También muestran que ambas compañías están vinculando la IA a sistemas operativos ya existentes, en lugar de presentarla como una capa de red independiente.