fr.wedoany.com Rapport : La prochaine phase de la RAN sera définie par la convergence de l'IA, du cloud et de l'ouverture. Lors d'un webinaire organisé récemment par RCR Wireless News, Stéphane Téral, fondateur de Téral Research, Aji Ed, responsable de l'IA-RAN et de la Cloud RAN chez Nokia, et Sushil Rawat, directeur de la stratégie RAN chez TELUS, ont exploré l'évolution allant de l'automatisation des réseaux aux perspectives de l'IA-RAN.
Téral a situé l'IA-RAN dans un continuum de développement plus large. Les réseaux auto-organisés ont été officiellement établis dans la Release 8 de la 3GPP, et les algorithmes d'apprentissage automatique ont commencé à renforcer les fonctions SON il y a environ une décennie. Le contrôleur intelligent de la RAN et son écosystème d'applications constituent une évolution, plutôt qu'une révolution, des efforts de l'industrie pour réduire l'intervention humaine. Cette histoire a également transformé la manière d'évaluer l'Open RAN. Téral a rejeté l'idée d'un échec de l'Open RAN, estimant qu'il offre de la flexibilité et la liberté de choisir ses fournisseurs. Les interfaces ouvertes créent une base programmable pour les fonctions cloud-natives et les applications pilotées par l'IA.
Téral a principalement décrit le marché actuel comme « l'IA pour la RAN », c'est-à-dire l'application de l'IA pour améliorer les performances, l'automatisation et l'efficacité spectrale. Le partage d'infrastructures entre la RAN et les charges de travail d'IA, ainsi que les services d'IA en périphérie, représentent une orientation à plus long terme. Bien que le modèle économique ne soit pas encore clair, il a clairement indiqué que c'est la voie à suivre pour l'industrie, sans retour en arrière possible. La réponse de Nokia est une plateforme RAN native de l'IA, construite sur son logiciel anyRAN et la plateforme NVIDIA Aerial AI-RAN, offrant trois voies d'adoption : des plugins accélérés, des nœuds IA-RAN autonomes et des implémentations cloud-natives, toutes conformes aux spécifications Open RAN.
L'argument immédiat est l'augmentation de la capacité. Nokia indique que ses algorithmes radio pilotés par l'IA ont déjà démontré des gains d'efficacité spectrale supérieurs à 20 %, avec des objectifs de 50 % d'ici 2027 et de plus de 100 % d'ici 2028. Ed a résumé son ambition, visant à doubler la capacité du réseau et l'efficacité spectrale. Mais il estime que l'IA-RAN ne devrait pas devenir un débat sur un processeur spécifique ; les choix de déploiement doivent suivre les charges de travail, la localisation et l'économie, l'essentiel étant de fournir la bonne puissance de calcul au bon endroit et dans la bonne configuration.
Rawat a replacé la discussion dans le contexte de la transition Open RAN du réseau existant de TELUS. L'opérateur a lancé le projet lors de son cycle de mise à jour matérielle fin 2023 ; l'Open RAN représente aujourd'hui environ 25 % de son réseau, avec des objectifs de 40 % d'ici la fin de l'année, 50 % d'ici fin 2027 et 100 % d'ici 2029. Le déploiement multi-fournisseurs considère l'interopérabilité comme une exigence opérationnelle. Pour TELUS, la classification de l'IA-RAN est secondaire, dictée par les résultats. Sur la base des besoins actuels, Rawat prévoit que TELUS n'aura pas besoin de déployer des GPU sur les sites de base dans les 12 prochains mois, bien que le calcul accéléré centralisé soit lié à la formation de modèles, aux jumeaux numériques et à la détection d'anomalies. La question la plus difficile est de faire passer l'IA de la démonstration à la production sécurisée, ce qui nécessite une attention particulière à la gestion des identités et des accès, au contrôle des conflits, aux garde-fous et à l'intégration dans les processus de gestion des changements.
La valeur de l'IA-RAN dépendra en fin de compte d'augmentations de capacité mesurables, d'une automatisation maîtrisée et d'une orchestration efficace, plutôt que d'un simple étiquetage. L'Open RAN et la Cloud RAN fournissent la base ; l'IA doit désormais prouver qu'elle peut améliorer l'économie et la fiabilité des réseaux de production.
