Rakuten Mobile en T-Mobile hebben AI-RAN-automatiseringscases gedeeld met daarin meer dan 20% energiebesparing, 30.000 antenne-aanpassingen tijdens een winterstorm en werk van Intel om AI-inference naast vRAN-workloads te plaatsen.
De twee operators gebruiken verschillende opzetten: Rakuten Mobile automatiseert netwerkoperaties op zijn gevirtualiseerde open RAN-basis, terwijl T-Mobile in de Verenigde Staten AI toevoegt aan zijn self-organizing network.
Rakuten Mobile’s automatiseringsstack
Rakuten Mobile zegt dat zijn closed-loop-systeem meer dan 20% energiebesparing heeft opgeleverd. Het bedrijf zegt ook dat dat systeem validatie op level four heeft gekregen van TM Forum.
Rakuten Mobile werkt samen met Intel om AI-inference naast zijn vRAN-workloads te plaatsen in plaats van alles terug te sturen naar een centraal datacenter.
T-Mobile’s SON- en AutoPilot-opzet
T-Mobile’s AutoPilot-oplossing gebruikt intent-based automation om aangrenzende cellen aan te passen wanneer sites uitvallen. De Dynamic CX-technologie voorspelt de vraag en stemt capaciteit af vóór grote evenementen.
T-Mobile zegt dat AutoPilot netwerkaanpassingen in de helft van de tijd kan uitvoeren, en dat zijn SON-oplossing tijdens de januariwinterstorm Fern 30.000 antenne-aanpassingen heeft gedaan.
Lees voor RAN-automatiseringsteams
De gedeelde cijfers geven operators concrete ijkpunten voor automatisering binnen RAN-control loops. Ze laten ook zien dat beide bedrijven AI koppelen aan bestaande operationele systemen in plaats van het als een zelfstandige netwerklagen te presenteren.