Компания Ericsson анонсировала свой первый набор продуктов AI-RAN, акцентируя внимание на стратегии, основанной на собственных ASIC для оптимизации работы радиосетей. В то время как многие игроки рынка переходят на виртуализированные RAN с использованием процессоров Intel, Ericsson продолжает инвестировать в свои собственные чипы. Intel остается важным партнером, в то время как сотрудничество с AMD и NVIDIA не было успешным.
Портфель Ericsson включает решения на базе ASIC, разработанных как самостоятельно, так и совместно с Intel, а также Cloud RAN с процессорами Intel Xeon EE. Несмотря на ожидания о виртуализации, Intel остается единственным поставщиком микросхем для массового развертывания, что создает определенные риски.
Критическим аспектом в обработке L1-трафика является коррекция ошибок, требующая аппаратного ускорения. Ericsson первоначально полагалась на Intel, но также рассматривает возможность использования тензорных процессоров Google. Для снижения зависимости от единственного поставщика компания акцентирует внимание на развитии HAL, что обеспечит переносимость ПО на разные платформы. В радиомодулях интегрированы процессоры Neural Network Accelerators, что позволяет улучшить обработку данных в системах Massive MIMO.
Вопрос-ответ
Какая основная стратегия Ericsson в области AI-RAN и как она отличается от конкурентов?
Ericsson фокусируется на использовании собственных ASIC для обработки радиосетей, а также на сочетании этого подхода с Cloud RAN на базе процессоров Intel Xeon. Это обеспечивает высокую производительность и контроль над критическими частями стека, в отличие от многих игроков, которые переходят к виртуализированным RAN на стандартных CPU. В то же время Intel остается ключевым партнером, а сотрудничество с AMD и NVIDIA не достигло ожидаемого успеха.
Как Ericsson обеспечивает переносимость ПО и снижает зависимость от единственного поставщика микросхем?
Компания развивает HAL (Hardware Abstraction Layer), что позволяет переносить программное обеспечение на разные аппаратные платформы и снизить риск зависимости от одного поставщика. Это особенно важно для коррекции ошибок L1-трафика и аппаратного ускорения, где текущая зависимость от Intel была высокой. Дополнительно ведутся исследования по тензорным процессорам Google как альтернативной опции.
Как роль процессоров и нейронных ускорителей влияет на обработку Massive MIMO?
В радиомодулях Ericsson интегрированы Neural Network Accelerators, что повышает эффективность обработки нейронных сетей и ускоряет обработку данных в системах Massive MIMO. Использование ASIC как внутри собственных чипов, так и в связке с Intel Xeon в Cloud RAN позволяет снизить задержки и повысить точность коррекции ошибок в L1‑трафике.
