Rezanje mreže uz pomoć umjetne inteligencije u 5G mrežama: primjene u stvarnom svijetu, tehnike i poslovni model

Kombinacija rezanje mreže, samostalne 5G mreže i umjetna inteligencija To potpuno mijenja način na koji se mobilna infrastruktura dizajnira, upravlja i monetizira. Više ne govorimo samo o većim brzinama, već o mrežama sposobnim za prilagodbu kontekstu, davanje prioriteta kritičnim uslugama u sekundama i stvaranje virtualnih "mini-mreža" prilagođenih svakom klijentu ili slučaju upotrebe.

U ovom scenariju, inicijative poput Nokia i Amazon Web Services (AWS) s agentskom umjetnom inteligencijomKomercijalna ispitivanja operatora poput Orangea, du ili Telefónice, te poslovna rješenja proizvođača poput Digija ili integratora poput Capgeminija, pokazuju da je AI slicsing u 5G-u od laboratorijskog obećanja postao pravi stup telekomunikacijskog poslovanja i digitalizacije ključnih sektora.

Što je mrežno sliciranje u 5G mreži i zašto je sada moguće?

El Rezanje mreže je arhitektura koja omogućuje stvaranje više logičkih virtualnih mreža. preko iste 5G fizičke infrastrukture. Svaki od ovih „dijelova“ ili kriške Ponaša se kao da je neovisna mreža, s vlastitim resursima, sigurnosnim politikama, razinama kvalitete usluge (QoS) i ugovorima o razini usluge (SLA).

Ova segmentacija nije potpuno nova: oslanja se na tehnologije kao što su Softverski definirano umrežavanje (SDN) i virtualizacija mrežnih funkcija (NFV)koji omogućuju virtualizaciju mrežnih funkcija i njihovo programabilno upravljanje. Razlika je u tome što je kod 5G jezgra od temelja dizajnirana za podršku end-to-end slickingu, koji obuhvaća RAN, transport i jezgra.

U praksi, operater može definirati specifične slojeve za usluga, aplikacija, industrijska vertikala ili korisnička grupačak i prolaskom kroz više mrežnih domena i potencijalno više nositelja. Svaki dio uključuje sve potrebne end-to-end elemente, od radio pristupa do jezgre, kako bi se ispunio određeni poslovni cilj.

3GPP je standardizirao tri vrste slice/service (SST) koji sažimaju glavne slučajeve upotrebe 5G mreže: eMBB za poboljšani mobilni širokopojasni pristup internetu, urLLC za ultrapouzdanu komunikaciju s niskom latencijom i mMTC za masovne komunikacije tipa IoTOdatle svaki operater može definirati finije varijacije prilagođene specifičnim klijentima ili sektorima.

Ključni aspekt rezanja je izolacija između segmenataMikroefekti (unutarnje promjene unutar jednog dijela) ne utječu na druge, dok se na makro razini fizički resursi mogu premještati s jednog dijela na drugi na temelju potražnje, zahvaljujući NFV-u i dinamičkoj orkestraciji. To omogućuje zajamčenu konkurentnost usluga, sprječavajući da porast prometa u zabavnom sektoru, na primjer, sruši uslugu kritičnu za misiju.

Doprinos agentske umjetne inteligencije: od statičkog rezanja do samoprilagođavajuće mreže

Do sada je Podjela mreže smatrana je glavnom prednošću 5G mreže.Međutim, njegovo komercijalno prihvaćanje bilo je sporije od očekivanog. Glavni razlog je složenost: ručno konfiguriranje, praćenje i prilagođavanje više slojeva nije praktično u velikim razmjerima, a tradicionalna rješenja oslanjala su se na krute predloške i malo automatizacije.

To je mjesto gdje Agentska umjetna inteligencija primijenjena na rezanjeSpecijalizirani AI agenti koji ne samo da automatiziraju zadatke, već i donose odluke temeljene na kontekstu, sudjeluju u dijalogu sa sustavima i pristupaju podacima u stvarnom vremenu. Umjesto statičkog rezanja, proces se prebacuje na adaptivna segmentacija mreže koja reagira na okolinu gotovo u hodu.

Zajednički prijedlog Nokia i AWS Ovo je dobar primjer. Nokia doprinosi svojom naprednom platformom za upravljanje mrežom i svojim SMO rješenjima AirScale i MantaRay, dok AWS pruža sloj umjetne inteligencije s Amazon Bedrock i Amazon EKS. Agenti umjetne inteligencije Oni koriste podatke iz mreže i otvorenih internetskih izvora (promet, događaji, incidenti, vrijeme, karte, lokacija itd.) kako bi predvidjeli potražnju i automatski prilagodi RAN i osnovne politike.

Ovi agenti rade na nekoliko načina -chatbot, na zahtjev, programiran i autonoman— i koordiniraju se putem API-ja izloženih Amazon Bedrocku. To omogućuje operaterima pokretanje premium usluga povezivanja na zahtjev, svjesnih konteksta: dio se privremeno pojačava u određenom području za koncert, sportski događaj ili hitan slučaj, a zatim se resursi oslobađaju.

Vrijednost agentske umjetne inteligencije, koju naglašavaju operatori poput Narančasta i du U svojim početnim testovima, radi se o tome da omogućuje pretvaranje rezanja u pravi pokretač prihodane samo u tehničkom poboljšanju. Predviđanje vršnih opterećenja, orkestriranje resursa i zaključivanje diferenciranih SLA-ova postaje mnogo jednostavnije kada mreža "razumije" što se događa oko nje.

Primjeri korištenja mrežnog rezanja pokretanog umjetnom inteligencijom u 5G mrežama

Kombinacija 5G SA, end-to-end slickinga i umjetne inteligencije otvara ogroman raspon mogućnosti. slučajevi upotrebe u poslovanju, industriji i javnoj upraviNeki su već testirani na stvarnim mrežama, a drugi su u fazi naprednog testiranja koncepta.

Ciljano poslovno i industrijsko rezanje

Jedan od najmoćnijih scenarija je segmentacija usmjerena na ključne pokazatelje uspješnosti poslovanja Za tvrtke i industrijske kampuse. Ovdje rješenje Nokije i AWS-a mjeri parametre poput brzine prijenosa podataka, latencije i dostupnosti u stvarnom vremenu te autonomno prilagođava RAN i osnovne politike kako bi se ispunili dogovoreni SLA-ovi.

Zahvaljujući agentnoj umjetnoj inteligenciji, ovi slojevi mogu odrediti prioritete kritične primjene u proizvodnji, industrija 4.0, IoT aplikacijedronovi, pametni gradovi, bolnice, energija, promet ili lukeAko industrijski kontrolni tok zahtijeva ultra nisku latenciju, sustav preraspodjeljuje resurse, prilagođava redove čekanja i QoS politike te osigurava da taj promet ima prioritet nad drugim manje osjetljivim prometom.

U ovom pristupu, mreža prestaje raditi "najbolje što može" i počinje raditi kao katalog zajamčenih uslugagdje je svaki segment dizajniran s jasnim ciljevima (npr. nulti gubitak paketa u sustavu upravljanja robotom), a umjetna inteligencija djeluje kao kontinuirani nadzornik koji rekonfigurira kada otkrije odstupanja.

Rezanje na zahtjev za hitne slučajeve i prometne gužve

Druga ključna upotreba je dinamička aktivacija namjenskih slojeva Na temelju vanjskih događaja. Prikupljanjem podataka o prometu, incidentima, društvenim mrežama, vremenu i općinskom planiranju, umjetna inteligencija može pokrenuti stvaranje ili pojačavanje 5G slojeva na određenim baznim stanicama.

Tijekom hitnog slučaja, na primjer, AI agent daje prioritet dijelu rezerviranom za javna sigurnost i hitne službeosiguravajući kritičan prijenos glasa, videa i podataka čak i pod ekstremnim zagušenjem. Istovremeno, održava kvalitetu usluge za premium 5G+ i FWA korisnike koji koriste igre. streaming, XR ili AI aplikacije, prilagođavajući alokaciju resursa bez potrebe za ručnom intervencijom.

Na masovnim događajima poput koncerata ili sportskih događaja, umjetna inteligencija analizira povijesno ponašanje mreže na tom mjestu, zaključuje obrasce i uspostavlja pravila rezanja specifična za događajTo osigurava dodatni kapacitet za VIP zone, aplikacije za plaćanje i prodaju ulaznica, interakciju s navijačima, streaming videa i operativnu komunikaciju za mjesto održavanja.

Rezanje mreže za mala i srednja poduzeća i servisna okruženja

Utjecaj nije ograničen samo na velike korporacije: Mala i srednja poduzeća u maloprodaji, logistici i uslugama I oni imaju koristi. Prilagođeni segment može osigurati robusnu povezivost za POS sustave, mobilne aplikacije, inventar u stvarnom vremenu ili impresivna iskustva kupaca u trgovini.

U trgovačkom centru ili tijekom kampanja s velikim prometom, mreža može automatski prilagoditi propusnost i prioritet određenih tokova, omogućujući aplikacije za video uživo, interaktivni katalozi ili proširena stvarnost bez preopterećenja mreže ostalih stanara.

Nadalje, kombiniranje rezanja s rješenja za poslovnu inteligenciju (na primjer, nadzorne ploče u Power BI alatima), tvrtke mogu usporediti mrežne metrike s podacima o prodaji i poslovanju te razumjeti kako kvaliteta povezivosti utječe na korisničko iskustvo i naplatu.

Praktične studije slučaja u hotelima: iskustvo gostiju i izolirane operacije

Zanimljiv slučaj iz stvarnog svijeta je onaj koji je primijenio Telefónica u Hotel Meliá Serrano u Madridu, gdje je 5G pokrivenost postavljena u zatvorenom prostoru (sobe za sastanke i spavaće sobe) i nekoliko virtualnih mobilnih podmreža je stvoreno korištenjem mrežnog skraćivanja.

U ovom scenariju, Gosti se spajaju na 5G mrežu odvojenu od internih sustava hotela.Svaki segment ima vlastite resurse, tako da promet koji generiraju korisnici (streaming, videopozivi, društvene mreže) ne utječe na kritične usluge hotela (automatizaciju doma, upravljanje energijom, sigurnosne sustave, POS itd.).

Implementacija je započela na arhitekturi 5G nesamostalni (NSA) i evoluirao u 5G samostalni (SA)To je pokazalo da je moguće podijeliti mrežu na nekoliko segmenata koji dinamički dodjeljuju resurse na temelju korisnika i opterećenja. Studija slučaja usredotočila se na prikazivanje kako hotel može ponuditi diferenciranu povezivost bez potrebe za dupliciranjem fizičke infrastrukture.

Primjeri u prometu, gradovima i logistici

U transportu, rezanje omogućuje odvajanje prometa od autonomna vozila, sustavi upravljanja prometom i putničke usluge u odvojenim slojevima. Jedan sloj visoke pouzdanosti koristi se za V2X komunikaciju s niskom latencijom, drugi je namijenjen signalizaciji i nadzoru, a treći za WiFi u vozilu ili zabavu putnika.

U pametnim gradovima, slojevi se mogu primijeniti za javna sigurnost, semafori, video nadzor, upravljanje energijom ili pametno parkiranjeHitne službe uživaju dio s najvišim prioritetom, dok druge manje kritične aplikacije koegzistiraju u odvojenim segmentima bez ometanja.

U naprednoj logistici, lukama i zračnim lukama, rezanje se kombinira s rub računanje za servisiranje AGV-ova, dronova, sustava za kontrolu kontejnera i skladišnih senzora, a sve centralno orkestrirano kako bi se zadovoljili strogi zahtjevi u stvarnom vremenu.

Tehnička arhitektura: od 5G jezgre do ruba mreže pokretanog umjetnom inteligencijom

Da bi sve ovo bilo održivo, potrebna je 5G arhitektura pripremljena za "sliking" od temelja. Samostalni 5G Core Uvodi specifične funkcije kao što su NSSF (Network Slice Selection Function), odgovorna za odabir odgovarajućeg dijela za svakog korisnika ili uslugu, i CSMF, koja prevodi potrebe korisnika u tehničke mrežne zahtjeve.

Korisničko sučelje oslanja se na funkcije UPF (Funkcija korisničke ravnine) Ovi slojevi mogu se horizontalno skalirati zahvaljujući NFV-u i mogu se implementirati na rubnim lokacijama kako bi se smanjila latencija. Svaki sloj može imati namjenske UPF instance, izolirane na razini resursa i sigurnosti, s vlastitim rutama i pravilima.

U RAN-u, rješenja kao što su Nokia AirScale i MantaRay SMO Omogućuju primjenu politika rezanja na razini nositelja, raspoređivača i radio resursa. Integracija s agentskim AI modulima i platformama poput Amazon Bedrocka omogućuje automatizirano donošenje odluka na temelju KPI-jeva radija, vanjskog konteksta i ciljeva usluge.

Radna opterećenja umjetne inteligencije rade na Amazon EKS s hibridnim čvorovimaTo omogućuje operaterima distribuciju agenata i aplikacija preko vlastite infrastrukture i javnog oblaka, uz održavanje jedinstvene Kubernetes upravljačke ravnine i u oblaku i na rubu mreže. Sve je koordinirano putem standardnih API-ja, što olakšava evoluciju prema otvorenijim i programabilnijim modelima.

Suradnja između proizvođača (Nokia, Ericsson, Digi), operatera (Orange, du, Telefónica, T-Mobile, Verizon, AT&T, Vodafone) i tehnoloških partnera (AWS, integratori poput Capgeminija) ključna je za istinsko funkcioniranje ekosustava. višedobavljački i dezagregiraniZapravo, nekoliko nedavnih PoC-ova usredotočilo se upravo na demonstraciju segmentacije preko disagregiranih 5G mreža, od radija do jezgre.

Poslovna rješenja: usmjerivači, višestruko rezanje i udaljeno upravljanje

Osim jezgre i RAN-a, uspjeh rezanja ovisi i o tome što se događa na rubu mreže. Proizvođači poput Digi International je ugradio podršku za 5G višestruko rezanje/slajsovanje u svom DAL OS firmveru, omogućujući poslovnim usmjerivačima istovremeno usmjeravanje prometa preko više staničnih slojeva.

S ovom sposobnošću, organizacija može odvojiti i dati prioritet različitim vrstama prometa (video nadzor, industrijski nadzor, POS sustavi, IoT itd.) bez pribjegavanja više SIM kartica ili složenim SD-WAN konfiguracijama temeljenim na VPN-ovima. Sve se upravlja iz samog usmjerivača, koji automatski detektira konfiguracije rezanja koje nudi operater.

Rješenje podržava do 8 dijelova po SIM kartici (ovisno o operateru)Omogućuje vam povezivanje specifičnih sučelja sa svakim slojem, odabir unaprijed definiranih tipova (niska latencija, masivni IoT itd.) ili prilagođenih konfiguracija te se potpuno integrira s Digi Remote Managerom. Iz ove konzole možete vidjeti aktivne veze svakog sloja i pratiti implementacije u stvarnom vremenu.

Ovaj pristup pojednostavljuje arhitekturu u zahtjevnim vertikalnim okruženjima kao što su pametne tvornice, skladišta, nafta i plin, promet ili pametni gradovi, a istovremeno osigurava da se ulaganja u hardver pripreme nekoliko godina unaprijed, čak i ako je komercijalno dijeljenje operatera još uvijek u ranoj fazi.

Mjerenje, provjera SLA-a i percipirana kvaliteta

Jedna od prepreka komercijalizaciji slicinga s jakim SLA-ovima bila je mjerenje, s gledišta krajnjeg korisnika, prinos određenog dijelajer tradicionalni alati za testiranje brzine gledaju samo generičku internetsku vezu.

Da bi se to riješilo, Ookla i Ericsson razvili su tehnologiju koji identificira i procjenjuje performanse specifičnih segmenata 5G mreže. Integrirano u prilagođenu verziju aplikacije Speedtest, ovo rješenje omogućuje usporedbu standardne 5G veze s namjenskim dijelom na komercijalnoj mreži u stvarnom vremenu.

Operateri i poslovni korisnici tako mogu neovisno provjeravaju ispunjavaju li se dogovoreni SLA-oviVizualizacija ključnih pokazatelja uspješnosti izravno s terminala donosi transparentnost na tržište i jača povjerenje u poslovne modele temeljene na zajamčenoj povezivosti.

Ova funkcionalnost je namijenjena demonstracijama na događajima kao što su Mobilni svjetski kongres u Barceloni, gdje će biti prikazano kako se KPI-jevi mijenjaju kada se promet usmjerava kroz segment s optimiziranim parametrima u odnosu na generički segment s najboljim naporom.

Tehnički, operativni i sigurnosni izazovi

Unatoč potencijalu, nisu sve prednosti neposredne. Implementacija se mora provesti ispravno. Rezanje mreže na razini poduzeća Zahtijeva kombiniranje iskustva u umrežavanju, automatizaciji, analizi podataka, upravljanju uređajima i naprednoj sigurnosti.

Operateri su morali uložiti milijarde u 5G spektar i infrastrukturai još su uvijek u procesu amortizacije. Integracija slicinga, agentske umjetne inteligencije i orkestracije od početka do kraja podrazumijeva nove kapitalne i operativne troškove, kao i duboke promjene u organizaciji i operativnim modelima (prelazak s ručnih procesa na visoko automatizirana AIOps okruženja).

Sigurnost je također osjetljivo pitanje. Iako izolacija između slojeva smanjuje rizik od incidenta koji utječe na ostatak, potrebno je implementirati arhitekture nultog povjerenja, šifriranje segmenata, kontinuirano praćenje temeljeno na umjetnoj inteligenciji i jasne politike dijeljenja resursa. Svaki dio može zahtijevati različite razine pravne i tehničke izolacije ovisno o vrsti podataka koje nosi.

S druge strane, s regulatorne i tržišne perspektive, tijela (poput EETT-a u Grčkoj ili drugih nacionalnih regulatora) moraju uspostaviti jasni okviri za cijene, zajamčeni QoS, privatnost i korištenje podatakaSlicing uvodi nova pitanja o neutralnosti, određivanju prioriteta prometa i modelima naplate koji se još uvijek definiraju.

Poslovna perspektiva: od mreže kao troška do mreže kao proizvoda

Velika privlačnost sliceinga pokretanog umjetnom inteligencijom je u tome što transformira mrežu u platforma za programabilne uslugeUmjesto prodaje samo generičkog pristupa, operater može ponuditi kataloge unaprijed definiranih ili prilagođenih slojeva, sa specifičnim SLA-ovima i diferenciranim cijenama.

Među modelima koji se istražuju, ističu se sljedeći: usluge "kao usluga" po dijelu s fiksnim SLA-om, dinamičkim određivanjem cijena na temelju zagušenja ili kritičnosti usluge i najmom slotova za Virtualni mrežni operateri (MVNO) ili velike tvrtke koje žele djelovati gotovo kao mikrooperatori unutar svog ekosustava.

Mnogi igrači predviđaju da će rezanje biti jedan od glavnih izvora novi prihodi od 5G mrežaomogućujući bolju monetizaciju uloženih ulaganja i nudeći vrlo specifične vrijednosne prijedloge za sektore poput proizvodnje, zdravstva, energetike, prometa, imerzivne zabave ili javne uprave.

U praksi, hibridni model postaje norma, u kojem neke organizacije kombiniraju Privatne 5G mreže za ultrakritične aplikacije s namjenskim dijelovima u javnim mrežama Za mobilno osoblje, logistiku, podružnice ili pokrivenost u udaljenim područjima. Ova fleksibilnost jedna je od glavnih konkurentskih prednosti u odnosu na tradicionalne arhitekture.

Konvergencija 5G SA, mrežnog sliranja i agentske umjetne inteligencije vodi mobilne mreže prema scenariju dinamični, programabilni i poslovno orijentirani segmentiU ovom modelu, svaka aplikacija može imati vlastitu "mini-mrežu" s prilagođenim uvjetima. Od industrijske automatizacije do velikih koncerata, uključujući hotele, pametne gradove i mala i srednja poduzeća, testiranja Nokije, AWS-a, Orangea, du, Telefónice, Ericssona, Digija i drugih igrača pokazuju da se potencijal već ostvaruje; izazov je sada skalirati ove modele, standardizirati API-je i osigurati da sigurnost, mjerenje SLA-a i regulacija prate inovacije.