飞象网讯 移动网络中,无线基站数量远大于其他设备数量,且随着覆盖范围和容量的增大,其能耗占比甚至可高达80%;而在5G时代,由于射频模块MIMO数量大且输出功率高,5G基站的功耗是当前4G基站的数倍,或将成为新一代的“电老虎”。 高耗电同时意味着高碳排放,仅以中国为例,每年的碳排放量约为8,000万吨。节能减排,实现低碳生活成为摆在运营商面前亟待解决的挑战。中兴通讯和中国联通合作研发的AI智能节电解决方案,为实现5G绿色网络提供了可能。
传统的节能方案缺乏2G/3G/4G/5G以及相邻站点之间的有效协同,缺乏网络话务负荷自适应节能策略,反而带来了一部分性能的负效应。根据不完全统计,传统的节能解决方案只能节省全网约5%的电力,远远无法满足运营商降低OPEX的需求。
中国联通与中兴通讯联合研发的AI智能节电解决方案,借助三大AI人工智能能力--数据感知能力、AI人工智能分析能力、意图洞察能力,在网络设备层引入AI加速器,为网络设备的操作维护提供快速的人工智能训练,实现网络运维智能化。
真金白银看得见,AI智能节电成果初显
2019年6月起,中国联通采用本AI智能节电方案在山东进行试点,范围从100+小区扩展到1000+小区,直至10000+小区,经过三个阶段的商用试验,节能减排效果显著:
l 一周时间即可实现节能和网络性能的平衡,相较传统节电方案半年的部署时间,大大节省人力成本;
l 节电有效激活时间增加了150%至300%,平均节电时间是传统节电方案 的2.5倍;
l 整个网络(10000多个小区)每周可节省超过21,000度电,相当于每周节省20.6吨碳排放,全网节能效果可达10%。
l 智能节能开启后,相比人工节能,系统KPI更平稳、用户感知更好。
根据山东案例测试结果我们可以简单计算:若中国全网400万站点中60%开启AI智能节电,则每年可节约7.8亿度电;如按商业用电平均1元/度计算,每年可节省电费约7.8亿元。
降能耗,不降性能,AI自动找平衡
区别于传统节能方案常见的参数可修改性低、方案可适配性低等弊端,本AI智能节电方案通过将网络话务预测、参数部署选择、性能调整优化形成闭环,在节电和网络性能之间找到平衡,从而帮助中国联通大大降低资本支出。基于自主研发的AI引擎,将不同AI算法进行调整适配,使之更为匹配通信系统需求,以实现节能方案中时间序列预测、参数识别、话务预测等功能。
l 基于配置参数的智能节能:通过历史数据分析进行网络负荷及用户行为预测;通过预测流量(RRC连接、PRB利用率和数据吞吐量),针对不同场景训练相应的参数触发阈值,预测流量与实时流量匹配度超过90%;以小区为粒度调整节能时间窗及参数配置,并可按工作日、周末及节假日分别适配,细化每个站点每个小区的真实情况,取代传统的区域性无差别参数门限设置,显著延长节电开启时间;
l 基于场景识别的智能节能:通过用户行为分析适配场景,并对邻区信息检测识别G/U/L/NR多层覆盖网络与节能小区,实现网络间协同节能,这对于即将到来的高能耗5G时代尤为重要,4G/5G协同节能将很大程度的平衡5G业务需求与用电量之间的矛盾。场景识别亦可随着网络的不断发展同时改进策略机制;
l 基于KPI与用户体验的智能节能:实时监控网络KPI(覆盖、性能、能耗)及用户体验,在线优化节能策略,在网络性能及节能效率间选取平衡:无损网络性能时最大化网络节能效果;每15分钟执行一次省电策略,网络性能出现波动时支持实时策略回退。
联合创新,目标全自治网络
中国联通与中兴通讯的AI智能节电合作已经效果初显,但全网智能化无法一蹴而就,需要经过一个长期的发展过程,双方联合成立智能网络联合创新实验室,以此为基地,进行人才培养,AI节能分级演进研究。
随着大量的商用数据样本不断累积收集,人工智能可以逐步无限地逼近最佳算法实现闭环自学习,最终实现全自治闭环时代全面代替传统人工节能时代,节省人力成本,降低网络碳足迹/能源消耗,打造更为绿色环保的智能网络。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 中国电信SD-WAN PON融合网关第二次集采:网经、瑞斯康达两家入围
- 对话康宁John McGirr:开放合作引领光纤创新,中国仍是重要战略市场
- 中国空天信息和卫星互联网创新联盟成立
- 5G赋能 移起向新:中国移动助力吉林高质量发展纪实
- Omdia分析师王珅:微电网将成为智算中心新选择
- 美国半导体设备公司正寻求中国零部件替代品
- 美国半导体设备公司正寻求中国零部件替代品
- 中国移动网络云软件原厂维保服务集采:华为和中兴两家中标
- 进博增“智” 联通向“新”| 上海联通智慧升级通信保障 5G+AI赋能第七届进博会【技术向新、服务向新篇】
- SIA:Q3全球半导体销售额同比增长23.2% 创2016年以来最大增幅
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。