Этот подход дает операторам связи возможность экспериментировать без риска нарушения работы живой инфраструктуры и услуг.
В мире цифровых технологий разрыв инноваций между ведущими облачными игроками и операторами связи просто продолжает увеличиваться. Оба обеспечивают необходимую инфраструктуру для нашего цифрового мира, и оба имеют миллионы пользователей и миллиарды денежных едениц зависящих от их технологий. Но это не помешало гипермасштабным компаниям экспериментировать, исследовать новые идеи и предлагать новые функции пользователям на поражающей своей скоростью.
Одна из основных причин, почему операторы связи не могут сделать то же самое, заключается в том, что они играют по другим правилам. Телекоммуникационные сети сильно регулируются, часто определены как критическая инфраструктура. Во многих рынках операторам связи законом запрещено экспериментировать в живой сети. Даже если нет запретов, любое изменение в сети, влияющее на услуги, может привести к потере дохода, крупным штрафам, проверкам со стороны регуляторов, а иногда и к судебным искам.
Сегодня у операторов связи есть способ расширить свои возможности для инноваций без риска нарушения работы живых услуг: цифровые двойники. Поддерживая высокоточные виртуальные модели сети, операторы связи могут получить целый ряд операционных преимуществ. Они получают свободу экспериментировать новыми способами, особенно в радиодоступных сетях (RAN), самой сложной и трудно эмулируемой части сети.
Самое важное для будущего, цифровые двойники предоставляют платформу для обучения нового поколения алгоритмов искусственного интеллекта и машинного обучения (AI/ML), которые могут дать возможность телекоммуникационным сетям самооптимизироваться – для повышения производительности, спектральной эффективности, потребления энергии и т. д.
Эти изменения имеют потенциал трансформировать телекоммуникации, ускоряя облачение телекоммуникационных сред и позволяя операторам связи использовать передовые инновации от разработчиков стороннего программного обеспечения. Однако, для операторов связи, надеющихся воспользоваться цифровыми двойниками, важно понимать полную ценность данных телекоммуникационной сети и открытость сети.
Что такое цифровой двойник?
Цифровые двойники предоставляют высокоточные виртуальные модели сетей операторов связи для лабораторий. Используя продвинутые средства симуляции и эмуляции, они создают копию производственной сети, включая реальные данные абонентов, отфильтрованные для удаления личной идентификационной информации. В результате цифровые двойники позволяют инженерам сети проверять новые приложения и изменения, а также более глубоко понимать их поведение до их внедрения в производство.
Цифровые двойники сети не являются статическими; они постоянно принимают новые данные для поддержания максимально точной модели, создавая положительную обратную связь. По мере изменения сети и постоянного пополнения данными, цифровые двойники разрабатывают модели высокого разрешения и все более точные прогнозы.
Это позволяет операторам:
- Ускорить внедрение новых технологий – операторы могут быстрее и увереннее внедрять новые сетевые функции и приложения. Инженеры могут подтверждать, что изменения будут работать ожидаемым образом – и выявлять, когда это не происходит – до их запуска в производство.
- Улучшить производительность и безопасность сети – цифровые двойники могут помогать операторам связи выявлять проблемы, влияющие на производительность, и постоянно оптимизировать сеть. Например, операторы могут запускать сценарии перегрузки, чтобы увидеть, как поведут себя ячейки, когда множество абонентов одновременно совершают видеозвонки, и принимать проактивные меры для улучшения производительности и надежности. Цифровые двойники также могут предоставлять песочницу для имитации сетевых атак, чтобы операторы могли понять, как компромиссы повлияют на сеть.
- Получить конкурентное преимущество – чтобы показать клиентам, что у них самая быстрая и надежная сеть, операторы могут записывать аналитические данные в цифровые двойники и использовать тесты скорости, такие как Ookla, для измерения их производительности по сравнению с конкурентами.
Цифровые двойники также могут сократить зависимость от дорогостоящих ручных операций, таких как тестирование на местности. Сегодня операторы отправляют команды техников на тысячи километров по своим рынкам для прямого измерения производительности сети. Стоимость этих усилий огромна, но это единственный способ определить, не блокирует ли недавно построенное здание ячейку и не влияет ли это на производительность. С цифровыми двойниками инженеры могут исследовать, как изменение морфологии и окружающих факторов влияет на динамику радиочастоты виртуально. Они могут измерить, как изменения – например, перемещение ячейки на два градуса в одном направлении или другом – повлияют на производительность, не покидая лабораторию.
Почему сейчас?
Концепция цифровых двойников для телекоммуникаций не нова. Возможность тестирования через реалистичную симуляцию была чем-то вроде священного Грааля для индустрии уже много лет. Однако до недавнего времени это было невозможно просто из-за необходимости вычислительных ресурсов для построения реалистичных моделей. Особенно радиодоступные среды настолько динамичны и сложны, что стоимость вычислений, необходимых для проведения точных симуляций динамических случаев передвижения абонентов и их влияния на производительность сети в масштабе реального мира, была астрономической.
Сегодня снижение стоимости вычислений, а также прогресс в области эмуляции сети, сделали цифровые двойники не только практичными, но и экономически целесообразными. Эти изменения не могли произойти в более подходящее время. По мере того как среды телекоммуникаций становятся более цифровыми и виртуализированными, даже незначительные колебания в сетевой среде могут иметь серьезное значение. Перегруженные центры обработки данных, неожиданная перегрузка и изменение состава приложений могут повлиять на производительность. Это делает традиционное лабораторное тестирование, которое обычно отражает идеальные условия, гораздо менее надежным.
Кроме того, с принятием программно-управляемых архитектур быстрое тестирование становится необходимым. Вместо обработки обновлений сети два или три раза в год, обновления поступают постоянно, некоторые из которых (например, обновления безопасности) должны быть внедрены в производство в течение нескольких часов. Без непрерывного тестирования в реалистичных условиях современная сетевая деятельность просто не будет работать.
Развитие инноваций в области искусственного интеллекта
Возможно, главным двигателем цифровых двойников для телекоммуникаций является взрывное использование искусственного интеллекта и машинного обучения – для обеспечения уровня обслуживания, планирования емкости и, что самое важное, для автоматизации сложных операций сети. И радиодоступная сеть – это место, где применение алгоритмов искусственного интеллекта и машинного обучения для реагирования на изменяющиеся условия в реальном времени через автоматические действия замкнутого цикла становится наиболее актуальным.
Современные архитектуры Open RAN включают в себя контроллер интеллектуального радиодоступа (RIC), открытую платформу для запуска приложений в наиболее динамичной и требовательной части сети, ближайшей к абонентам. Мы уже видим экосистему передовых приложений сторонних разработчиков RIC, использующих алгоритмический анализ для оптимизации спектральной эффективности, снижения потребления энергии и т. д. А приложения будущего, основанные на искусственном интеллекте, будут еще более трансформационными – но только при наличии их алгоритмов, которым операторы связи будут доверять в автономных действиях в их сетях.
Создание реалистичных моделей для обучения алгоритмов – это одно дело. Совсем другое – создание моделей достаточно точных для обучения алгоритмов – по крайней мере, алгоритмов, которым операторы связи будут доверять в автономных действиях в их сетях. Фактически разработчики, работающие в этой сфере, всегда говорят, что их самым большим препятствием является возможность тестировать новые приложения в условиях реальной сети. Второе по важности препятствие: отсутствие наборов данных телекоммуникационных сетей для обучения.
Взгляд в будущее
Большинство операторов связи все еще находятся на ранних этапах разработки цифровых двойников. Однако в будущем они почти наверняка будут использоваться по всей экосистеме телекоммуникаций для сертификации и стандартизированного тестирования. Возможность получать больше данных сети и обеспечивать возможность обучать алгоритмы и проверять новые технологии с помощью реалистичной эмуляции станет базовым требованием операторов связи.
В то же время операторы связи не должны рассматривать эти изменения как простые требования. Они также имеют огромный потенциал для разблокировки новой ценности. Если что-то, взрывной рост обучения искусственного интеллекта и машинного обучения в каждой отрасли должен подчеркнуть, насколько ценными являются данные телекоммуникационной сети. Разумеется, это предполагает, что операторы связи сохраняют открытую сеть, где они действительно могут получить доступ к своим огромным данным в радиодоступной сети. Если операторы связи не могут получить доступ к более детализированным данным сети, они не смогут использовать или монетизировать их. И им придется продолжать бороться за оптимизацию своей сетевой деятельности – не говоря уже о закрытии разрыва в инновациях.