Ericsson пуска на пазара AI интегрирани радиостанции, антени и RAN софтуер за захранване на бъдещите мрежи

Ericsson представи първия си набор от AI-RAN продукти, подчертавайки ангажимента си към стратегия, основана на собствени ASIC за подобряване на производителността на мрежите за радиодостъп (RAN). Докато безжичната индустрия все повече се насочва към виртуализирани/облачни RAN, използващи процесори с общо предназначение (GPP) на Intel, Ericsson защитава своите постоянни инвестиции в потребителски чипове за високопроизводителни приложения, отбелязва IEEE ComSoc Technology Blog. Въпреки това Intel остава ключов партньор на Ericsson, а с AMD и Nvidia компанията не успя да се разбере.

Портфолиото от RAN решения на Ericsson се основава на две основни архитектури. Повечето от тях се основават на ASIC, разработени както от компанията, така и в партньорство с Intel. Портфолиото включва и Cloud RAN, който съчетава софтуерния стек на Ericsson с процесори Intel Xeon EE. Въпреки надеждите на индустрията, че виртуализацията ще позволи отделянето на хардуера от софтуера, Intel остава единственият партньор на Ericsson за доставка на чипове за масово внедряване, което създава някои рискове.

Всъщност Ericsson потвърди „търговска поддръжка“ изключително за решенията на Intel, докато в случая с AMD, Arm и Nvidia всичко все още е ограничено до „поддръжка на прототипи“. Въпреки дългогодишните изявления на индустрията за необходимостта от разнообразие на чиповете в екосистемата vRAN, напредъкът изглежда е в застой. Освен това интегрирането на AI в софтуера на RAN добавя нови слоеве сложност, които могат допълнително да засилят зависимостта на компанията от хардуера на един доставчик.

Наблюдателите в сектора остават скептични към стремежа на Ericsson да създаде „единен софтуерен стек“ за хетерогенни хардуерни платформи. Макар че на по-високите нива (L2/L3) е възможно да се постигне разделяне на хардуера и софтуера, слоят L1 PHY (най-ресурсоемката част от стека) остава силно оптимизиран за конкретен „силиций“. Първоначално Ericsson разчиташе, че преносимостта на L1 кода между x86 (включително AMD) и Arm SVE2 (Nvidia Grace) ще съответства на възможностите на AVX-512 на Intel. Постигането на висока производителност на тези платформи без значително префактуриране обаче остава сериозно инженерно предизвикателство.

Критично тясно място при обработката на L1-трафика е Forward Error Correction, което традиционно изисква специално хардуерно ускорение. Първоначално Ericsson разчиташе на разтоварване чрез прехвърляне на задачите на FEC към дискретните PCIe ускорители на Intel. След това Intel внедри ускорение на FEC в Xeon EE като част от vRAN Boost. Опитите за използване на AMD FPGA показаха ниската им енергийна ефективност, а графичните процесори на NVIDIA се оказаха твърде скъпи за такава задача.

Разработването на AI-RAN обаче промени икономическите показатели, тъй като сега AI ускорителите могат да се използват както за задачите на RAN, така и за AI. Така Ericsson се заинтересува от Tensor Processing Units (TPU) на Google. Въпреки желанието за „единен софтуер“ обаче плановете на Ericsson потвърждават, че съществуват предизвикателства при реализирането на тази идея. Докато L2-слоевете и по-високите използват универсална кодова база за всички хардуерни платформи, L1-слоят изисква персонализиране за конкретни чипове.

За да избегне зависимостта от един доставчик на чипове, компанията дава приоритет на разработването на HAL (Hardware Abstraction Layers), което ще позволи пренасянето на софтуера към различни хардуерни платформи с минимални промени. Ключовите инициативи включват внедряване на интерфейс BBDev (Baseband Device) за отделяне на софтуера за RAN от основния хардуер. Обмисля се дори интеграция с Nvidia CUDA, но много зависи от по-широката индустриална стандартизация.

По отношение на радиокомуникациите, които не са толкова склонни към пълна виртуализация, Ericsson вгражда Neural Network Accelerators (NNA) процесори директно в радиомодулите. Тези програмируеми матрични ядра са оптимизирани за обработка в масивни MIMO системи, като осигуряват формиране на лъча и оценка на канала за части от милисекундата, спазвайки строги ограничения за мощността. Новите радиомодули с изкуствен интелект са снабдени с ASIC на Ericsson с поддръжка на NNA. Твърди се, че те разширяват възможностите за локални изводи в радиосистемите Massive MIMO, като осигуряват оптимизация в реално време.