5G分布式基站算力共享技术研究.pdfVIP

新 技 术 应 用 电信工程技术与标准化 5G分布式基站算力共享技术研究 1 1 2 王磊 ，狄文远 ，赵栋 (1 中国移动通信集团陕西有限公司，西安 710065；2 中国移动通信集团设计院有限公司 陕西分公司，西安 710065) 摘 要 随着5G网络智能化的发展，AI应用的引入带来了计算和存储的新需求，如何基于网络中规模部署的基站设备提 供稳定可持续的算力供给，是促进5G网络智能化发展的核心要素。本文从无线网络中基站数量大和分布广的特 点出发，提出一种5G分布式基站算力共享技术，低成本满足智能化算力需求，并对规模部署策略提出建议。 关键词 5G基站；分布式；算力共享 中图分类号 TN929.5 文献标识码 A 文章编号 1008-5599（2023）07-0046-04 从 5G 开始，人工智能（AI）在移动通信网络中逐 以部署 AI 应用。但数据中心需要独立算力资源、传输 渐得到了广泛的应用。无线网络智能化是移动通信发展 资源和机房资源的支撑，建设维护成本高 ；边缘算力平 方向，AI 是 RAN 走向更智能、更高效率、更优性能的 台虽然可以就近提供近端服务，产生更快的网络服务响 赋能工具，存在巨大的发展潜力和空间。比如网管级别 应，降低数据回传成本，但仍需要额外投资部署算力资 的网络配置优化到网元级别的资源调度优化，在用户移 源、传输资源和机房资源的支撑。而且，无论是数据中 动过程中支持毫秒级的智能分析、决策和业务处理，甚 心还是边缘算力平台，都属于外挂式的 AI 部署方式， 至空口物理层的智能化，都对算力提出了极高的要求。 需要在网络中传输大量的原始数据。其一方面会对网络 本文从无线网络中基站分布式的特点出发，结合业 的传输带宽带和性能指标（如时延）带来巨大压力 ；另 务潮汐带来的算力负荷忙闲不均现象和区域发展不平衡 一方面对数据隐私保护也会带来很大的挑战。 差异，在介绍分布式基站算力共享技术提出的背景和技 更有效的方式是，在网络设备中引入内生 AI 能力， 术原理的基础上，重点分析如何利用该技术低成本满足 在架构层面实现通信连接、计算、数据和AI算法模型的深 智能化算力需求，并分析相关影响因素和规划建议。 度融合，充分利用网络设备分布式的算力和数据。5G基站 虽然具备AI计算所需的软硬件架构，但硬件计算资源相比 1 技术背景 于数据中心和边缘算力平台而言非常有限，且传统基站主 要还是以满足无线通信系统的协议栈功能、网络实时性和 为了实现无线网络智能化，通常的解决方案是采用 稳定性要求为设计目标，能够预留给内生AI的资源不足， 数据中心或边缘算力平台的单独建设来解决算力问题， 无法支持基站AI应用的稳定和可持续的算力供给需求。如 收稿日期 ：2023-04-06 46 2023年7月 第 7 期（第36卷 总第312期）月刊 电信工程技术与标准化 新 技 术 应 用 果对每个基站单独提升算力，则需要巨大的成本投入。 3 技术方案 2 技术原理 3.1 基站联邦组网