時隔一年,再聊Open RAN
本文轉載自微信公眾號「鮮棗課堂」,作者小棗君。轉載本文請聯系鮮棗課堂公眾號。
上周參加MWC,小棗君最大的感受,就是撲面而來的網絡開放化、虛擬化、智能化浪潮。
從接入網到核心網,幾乎所有的傳統通信設備都有了云化解決方案。“白盒”、“云化”、“輕量化”……類似的字眼在展會上幾乎隨處可見。仿佛一夜之間,所有的企業都成為了基站設備商、核心網設備商,整個行業進入了“人人皆Vendor(設備廠家)”的時代。
對于傳統通信設備商來說,這無疑是雪上加霜。原本就競爭激烈的市場,又涌入了這么多的新對手,將會導致利潤進一步削薄,日子更加難過。
然而,對于運營商,卻是喜聞樂見。他們盼望已久的網絡開放、解耦,終于到了開花結果的階段。越來越多的Vendor,意味著自己可以擺脫那幾家設備商的“綁架”,能夠更靈活地部署網絡。運營商的網絡綜合成本(TCO,Total Cost of Ownership),也有望進一步降低。
說到網絡開放,就不得不提到Open RAN。
一直以來,RAN(無線接入網)的開放和解耦,都是運營商的關注重點。在運營商看來,RAN的云化,比核心網更加意義重大。
RAN的開銷,占了運營商TCO的60%以上。
在一年多以前,小棗君給大家介紹過O-RAN(鏈接)。后來,我也一直在密切關注Open RAN的發展和變化。
今天,基于從MWC上獲取的最新信息,我想從技術和架構的角度,再和大家聊聊這個話題。
在這次MWC上,有一個概念被反復提及,而這個概念和Open RAN的架構有非常密切的關系,那就是——RIC。
RIC是Open RAN架構體系的關鍵。看懂了RIC,就看懂了Open RAN的架構。
早在2018年O-RAN聯盟創立的時候,為了制定開放的RAN規范標準,成立了9個小組(Work Group,WG),分別研究對應的接口和技術。
O-RAN工作組
其中WG2和WG3,分別負責的是非實時RIC和近實時RIC。
RIC到底是什么?RAN Intelligent Controller,也就是無線接入網智能控制器。
在繼續介紹它之前,我們先看一下O-RAN的整體架構。
上面這張圖,是5G O-RAN相比4G的主要架構變化。從圖中可以看出,4G LTE RAN的主要組件BBU和RRH,變成了5G O-RAN里的O-CU、O-DU、O-RU。
O-CU:負責協議的分組數據匯聚協議(PDCP)層。
O-DU:負責所有基帶處理、調度、無線電鏈路控制(RLC)、媒體訪問控制(MAC)和物理層(PHY)的上部。
O-RU:負責底層物理層處理的組件,包括無線電發送器和接收器的模擬組件。
O-RAN使用開放協議的可互操作硬件,取代了傳統的封閉接口和專有硬件及協議,使得RAN架構變成更加靈活、開放、解耦。
我們通常所說的RAN虛擬化,其實主要是指O-CU和O-DU的虛擬化。也就是說,它們是可以搭建在x86服務器平臺上的。O-RU是射頻收發,這塊現在講的是軟件無線電、白盒無線電,還沒有辦法虛擬化。
我們深入看一下O-RAN架構的內部,如下圖所示:
(圖片來自O-RAN聯盟)
這個圖就有點復雜了,因為它列出了3GPP的標準接口(X2、Xn、NG、E1、F1等),還有我們剛才所說的RIC以及對應新增接口。
我還找到一張圖,O-RAN和3GPP RAN的架構對比,看得就更加清楚了:
(圖片來自愛立信)
很明顯,在服務管理和編排(Service Management and Orchestration,SMO,類似NFV里面的MANO)中,有一個非實時RIC(Non-Real-Time RIC)。而在CU中,多了一個近實時RIC(Near-Real-Time RIC)。
非實時RIC是一個功能,并非物理硬件。它負責RAN中所有網絡元素的配置管理、設備管理、故障管理、性能管理和生命周期管理。非實時RIC,負責處理時延要求大于1秒的業務,比如數據分析、AI模型訓練等。
近實時RIC,也就是接近實時RIC。它負責處理時延要求小于1秒(50ms-200ms)的業務,比如無線資源管理、切換決策、雙連接控制、負載均衡等。
非實時RIC通過從RAN和應用服務器收集全域相關數據,進行數據分析和AI訓練,并將推理和策略通過A1接口下發、部署于近實時RIC。
近實時RIC負責收集和分析RAN的即時信息,結合非實時RIC提供的額外或全局信息,并通過非實時RIC下發的推理模型和策略,實時監控和預測網絡和用戶行為變化,并根據策略(比如QoE目標)實時對RAN參數進行調整,包括調整資源分配、優先級、切換等。
近實時RIC中包括了很多xAPP。顧名思義,xAPP就是由第三方獨立部署的APP(應用),它將AI推理模型和策略部署于其中,并且不同的xAPP與不同的RAN功能關聯,從而使得RAN的功能組件具備靈活的可編程性和可擴展性。
在MWC上,佰才邦、英特爾、中國移動就共同演示了基于RIC的“5G+AI”應用場景案例,如下圖所示:
案例中,集成了人工智能的非實時RIC,通過學習推理,把算法推送到近實時RIC平臺。近實時RIC通過E2接口,控制RAN的功能組件,從而對RAN進行精確、合理的調度和控制。準確來說,控制的目標就是切換(HO)門限,從而讓UE(用戶終端)進行更合理的切換,大幅降低掉話率,提升用戶的網絡體驗。
這個案例,充滿詮釋了什么是5G和AI的結合。
可想而知,RIC不僅是Open RAN架構順利實現全面解耦開放的關鍵,也是AI賦能5G接入網的關鍵。
作為最早加入O-RAN的傳統設備商,諾基亞也在MWC上展示了自己對RIC的運用:
從圖中可以看出,RIC不僅可以用于改善用戶網絡體驗,還可以監測網絡運行異常,甚至幫助進行智能節能。
開放解耦是O-RAN和Open RAN的首要目標,但不是唯一目標。
隨著5G的不斷建設,運營商網絡變得空前復雜和龐大。純人工運維的方式,肯定是死路一條。運營商的唯一出路,就是向AI人工智能求助。
所以說,不管是3GPP還是O-RAN,都會將人工智能與網絡的結合放在首要位置,認真研究如何利用AI賦能網絡建設和運維。這幾年頻繁提出的“自動駕駛網絡”(這里的自動駕駛和車聯網無關,是指網絡自己“駕駛(管理)”自己),其實就是這樣,將AI嵌入傳統通信網絡,管理資源分配,識別外部環境變化,建立算法模型,生成策略結果,自動對參數進行調整,從而降低人工干預,縮減成本。
吹了半天,我們還是要先回到現實。現實是什么?Open RAN架構目前在現網中的占比,遠不到10%。也就是說,不要高興得太早。
Open RAN本身也不是完美無缺的。愛立信就曾提出,Open RAN引入了RIC控制器,新增了A1、E2、O1、O2等接口,使得架構更加復雜,可能會增加安全風險。
華為不加入O-RAN聯盟,則是認為Open RAN架構的能耗表現并不理想。
之前搞Open RAN最風生水起的日本樂天移動(Rakuten Mobile),近期也傳出了不少的負面新聞。
Open RAN到底何去何從,我們還是靜觀其變吧!