5G 投資和采用的步伐正在加快。根據GSMA Mobile Economy 2023報告稱， 2023 年至 2030 年間，近 1 . 4 萬億美元將用于 5G 資本支出。無線電接入網絡（ RAN ）可能占超過 60% 的支出。
資本支出越來越多地從傳統的專有硬件方法轉向虛擬化 RAN （ vRAN ）和開放式 RAN 架構，這些架構可以從云經濟中受益，不需要專用硬件。盡管有這些好處，但開放式 RAN 的采用卻舉步維艱，因為現有技術尚未提供云經濟的好處，而且無法同時提供高性能和靈活性。
NVIDIA 通過NVIDIA AX800 融合加速器，在可以在任何云上運行的商品硬件上提供真正的云原生和高性能加速 5G 解決方案（圖 1 ）。
為了從云經濟中受益，RAN 的未來會在云端（云中的 RAN ）。云經濟之路與克萊頓·克里斯滕森在其著作創新者的困境：當新技術導致偉大的公司失敗中對傳統行業顛覆性創新的描述一致，也就是說，隨著漸進式的改進，新的、看似劣質的產品最終能夠占據市場份額。
現有的開放式 RAN 解決方案目前無法支持非 5G 工作負載，并且仍然提供較差的 5G 性能。他們大多仍在使用一次性硬件加速器。這限制了它們對電信高管的吸引力，因為傳統解決方案的相對性能為 5G 提供了久經考驗的部署計劃。
然而，基于 NVIDIA AX800 的 NVIDIA Accelerated 5G RAN 解決方案已經克服了這些限制，目前正在提供與傳統 5G 解決方案相當的性能。這為在任何公共云或電信公司邊緣的商用現貨（ COTS ）硬件上部署 5G 開放式 RAN 鋪平了道路。
支持云原生 RAN 的解決方案
為了推動云原生 RAN 的廣泛采用，該行業需要云原生、提供高 RAN 性能并具有人工智能能力的解決方案。
云原生
這種方法提供了更好的利用率、多用途和多租賃、更低的 TCO 和更高的自動化，具有云計算的所有優點，并受益于云經濟。
一個受益于云經濟的云原生網絡需要徹底反思方法，以提供一個 100% 由軟件定義、部署在通用硬件上并可以支持多租戶的網絡。因此，這不是在由云服務提供商（ CSP ）管理的公共或電信云中構建定制和專用系統。
高 RAN 性能
需要高 RAN 性能來提供新技術，例如具有改進的頻譜效率、小區密度和更高吞吐量的大規模 MIMO ，所有這些都具有改進的能量效率。事實證明，在商品硬件上實現與專用系統性能相當的高性能是一項艱巨的挑戰。這是由于摩爾定律的消亡以及運行在 CPU 上的軟件所實現的相對較低的性能。
因此， RAN 供應商正在構建固定功能加速器以提高 CPU 性能。這種方法導致了不靈活的解決方案，并且不能滿足 Open RAN 的靈活性和開放性期望。此外，使用固定功能或一次性加速器，無法實現云經濟的好處。
例如，基于 Open RAN 規范和 COTS 硬件的軟件定義 5G 網絡實現了約 10 Gbps 的典型峰值吞吐量，而 5G 網絡的峰值吞吐量性能> 30 Gbps ，這些網絡是使用定制軟件和硬件以傳統的垂直集成設備方法構建的。
根據最近對 52 名電信公司高管的調查Telecom Networks: Tracking the Coming xRAN Revolution，“就 xRAN 部署的障礙而言，與傳統 RAN 相比， 62% 的運營商對當今的 xRAN 性能表示擔憂。”
人工智能能力
解決方案必須從基于電信網絡專有實施的當前應用程序，向托管內部和外部應用程序的具有人工智能能力的基礎設施發展。AI plays a role in 5G（ AI-for-5G ），以實現自動化并提高系統性能。同樣，人工智能與 5G （ AI-on-5G ）一起發揮作用，在 5G 及其他領域實現新功能。
實現這些目標需要為云原生 RAN 提供一種新的體系結構方法，尤其是使用基于 COTS 的通用加速計算平臺。這就是 NVIDIA 的重點，如圖 2 所示。
重點是交付使用 NVIDIA 聚合加速器構建的通用 COTS 服務器（例如NVIDIA AX800) 可以在同一平臺上支持高性能 5G 和 AI 工作負載。這將提供更好的利用率和更低的 TCO 的云經濟性，以及一個可以有效運行人工智能工作負載的平臺，為 6G 時代提供經得起未來考驗的 RAN 。
使用 NVIDIA AX800 在同一加速器上運行 5G 和 AI 工作負載
NVIDIA AX800 融合加速器改變了 CSP 和電信公司的游戲規則，因為它將云經濟帶入了電信網絡的運營和管理。 AX800 通過動態擴展工作負載，支持 5G 和 AI 工作負載在商品硬件上的多用途和多租賃，這些工作負載可以在任何云上運行。通過這樣做，它使 CSP 和電信公司能夠在 5G 和 AI 中使用相同的基礎設施，并具有較高的利用率。
多租戶的動態擴展
NVIDIA AX800 在數據中心、服務器和卡級別實現了動態擴展，支持 5G 和 AI 工作負載。這種可擴展、靈活、節能且經濟高效的方法可以提供各種應用程序和服務。
在數據中心和服務器級別， NVIDIA AX800 支持動態擴展。開放式 RAN 服務和管理編排（ SMO ）能夠實時分配和重新分配計算資源，以支持 5G 或 AI 工作負載。
在卡級別， NVIDIA AX800 支持使用NVIDIA Multi-Instance GPU（ MIG ），如圖 3 所示。 MIG 允許在池 GPU 硬件資源上并行處理虛擬 5G 基站和邊緣 AI 應用程序。這使得每個功能能夠以連貫和節能的方式在同一服務器和加速器上運行。
這種新穎的方法提供了更高的無線電容量和處理能力，有助于提高性能，并實現峰值數據吞吐量處理，為未來的天線技術進步提供了空間。
多租戶動態擴展的商業意義
將 5G RAN 集中在云中（云中的 RAN ）的原理很簡單。 RAN 構成了電信公司最大的資本支出和運營支出（> 60% ）。然而， RAN 也是最未被充分利用的資源，大多數無線電基站通常工作在 50% 以下。
將 RAN 計算轉移到云計算帶來了云計算的所有好處：在共享云基礎設施中實現池化和更高的利用率，從而最大限度地減少了電信公司的資本支出和運營成本。它還支持云原生擴展和動態資源管理。
多租戶的動態擴展在三個方面具有商業意義。首先，它能夠在通用計算硬件上部署 5G 和人工智能，為在任何云上運行 5G RAN 鋪平了道路，無論是在公共云上還是在電信邊緣云（電信基站）上。隨著所有通用計算工作負載遷移到云，很明顯， RAN 的未來也將在云中。 NVIDIA 是實現這一愿景的領先行業聲音，詳見RAN-in-the-Cloud: Delivering Cloud Economics to 5G RAN。
其次，動態擴展利用云經濟為電信網絡提供 ROI 改進。與一次性解決方案的典型 TCO 挑戰不同，多租戶使同一基礎架構能夠用于多個工作負載，從而提高了利用率。
電信公司和企業已經在將云用于混合工作負載，這些工作負載對峰值敏感、成本高昂，并且由許多一次性的“孤島”組成。同樣，電信公司和公司越來越多地使用 NVIDIA GPU 服務器來加速邊緣人工智能應用。 NVIDIA AX800 為使用相同的 GPU 資源加速 5G RAN 連接以及邊緣 AI 應用提供了一條簡單的途徑。
第三，使用 NVIDIA AX800 進行動態擴展的機會為電信公司和 CSP 提供了邊際效用，這些公司和 CSP 已經在投資 NVIDIA 系統和解決方案來為其人工智能（尤其是生成人工智能）服務提供動力。
目前對 NVIDIA 計算的需求，尤其是支持生成人工智能應用的需求，非常高。因此，一旦投資完成，從運行 5G 和生成人工智能應用程序中獲得額外的邊際效用，將大大加快 NVIDIA 加速計算的投資回報率。
NVIDIA AX800 為軟件定義的 5G 提供性能改進
NVIDIA AX800 聚合加速器在 2U 服務器上運行時可提供 36 Gbps 的吞吐量NVIDIA Aerial5G vRAN ，大大提高了軟件定義的商用開放式 RAN 5G 解決方案的性能。
與現有 Open RAN 解決方案的典型峰值吞吐量約 10 Gbps 相比，這是一個顯著的性能改進。與以傳統方式構建的 5G 網絡上> 30 Gbps 的峰值吞吐量性能相比，它表現出色。今天，它通過加速 NVIDIA Aerial 5G vRAN 中的物理層 1 （ L1 ）堆棧實現了這一點（圖 5 ）。隨著 NVIDIA AX800 在不久的將來可以用于整個 5G 堆棧，進一步的性能突破正在醞釀中（圖 6 ）。
NVIDIA AX800 融合加速器NVIDIA Ampere architectureGPU 技術與NVIDIA BlueField-3 DPU它具有接近 1TB / s 的 GPU 內存帶寬，并且可以被劃分為多達七個 GPU instance 。 NVIDIA BlueField -3 支持 256 個線程，使 NVIDIA AX800 能夠在最苛刻的 I / O 密集型工作負載（如 L15GvRAN ）上實現高性能。
NVIDIA AX800 和 NVIDIA Aerial 一起使用四個下行鏈路（ DL ）和兩個上行鏈路（ UL ）層以及 100% 的物理資源塊（ PRB ）利用率，在 100MHz 的 TDD 上為 10 峰值 4T4R 小區提供了這種性能。這使得系統能夠分別實現 36 . 56Gbps 和 4 . 794Gbps 的 DL 和 UL 吞吐量。
NVIDIA 解決方案還具有高度可擴展性，可以支持從 2T2R （低于 1 GHz 的宏部署）到 64T64R （大規模 MIMO 部署）的配置。具有高層計數的大規模 MIMO 工作負載主要由用于估計和響應信道條件的算法（例如，探測參考信號信道估計器、信道均衡器、波束成形等）的計算復雜度決定
GPU ，特別是 AX800 （具有 NVIDIA Ampere 架構 GPU 最高的流式多處理器計數），提供了在中等功率范圍內解決大規模 MIMO 工作負載復雜性的理想解決方案。
總結
這個NVIDIA AX800 converged accelerator為在任何云上的商品硬件上部署 5G 提供了一種新的架構方法。它使用NVIDIA Aerial5G vRAN 堆棧。
NVIDIA AX800 使 RAN 在云中的愿景更接近現實，為電信公司和 CSP 提供了將 5G RAN 工作負載轉移到任何云中的路線圖。在那里，它們可以與其他人工智能工作負載動態組合，以提高基礎設施利用率、優化 TCO 并提高 ROI 。同樣，吞吐量的提高大大提高了開放式 RAN 解決方案的性能，使其與傳統的 5G RAN 方案相比具有競爭力。
NVIDIA 正在與 CSP 、電信公司和原始設備制造商合作，在商用 5G 網絡中部署 NVIDIA AX800 。欲了解更多信息，請訪問AI Solutions for Telecom。
?
