AI-RAN переопределяет интеллект и автономность корпоративной периферийной инфраструктуры
При поддержке Booz Allen
AI-RAN (радиосети доступа на базе искусственного интеллекта) по-новому определяют возможности беспроводной инфраструктуры. Вместо того чтобы рассматривать сеть как пассивный канал для передачи данных, AI-RAN превращает её в активный вычислительный уровень. Это одновременно датчик, вычислительная среда и плоскость управления физическими процессами. Такой сдвиг имеет огромное значение для самых разных отраслей — от производства и логистики до здравоохранения и умной инфраструктуры.
Журналисты VentureBeat побеседовали с двумя экспертами, находящимися в центре этой трансформации: Крисом Христу (Chris Christou), старшим вице-президентом Booz Allen, и Шервином Герами (Shervin Gerami), управляющим директором Cerberus Operations Supply Chain Fund.
«AI-RAN способна реализовать обещание по внедрению сетей 5G, а в перспективе и 6G, в корпоративный сектор», — отметил Христу. — Доказательство того, что платформа способна обеспечивать инференс (вывод) на периферии для поддержки новых типов ИИ — в частности, физического ИИ и автономных сценариев использования в умном производстве и на умных складах, — делает бизнес-операции более эффективными и результативными».
«AI-RAN позволяет предприятиям перейти от оцифровки процессов к их автономному управлению, — добавил Герами. — Корпоративным инвесторам не стоит воспринимать AI-RAN как простое обновление сети. Это операционная система для физических отраслей промышленности».
Разница между ИИ для RAN, ИИ на базе RAN и ИИ и RAN
Разница между ИИ для RAN (AI for RAN), ИИ на базе RAN (AI on RAN) и ИИ и RAN (AI and RAN) имеет принципиальное значение. ИИ на базе RAN запускает корпоративные рабочие нагрузки ИИ на периферийной вычислительной инфраструктуре, интегрированной с RAN, что обеспечивает работу приложений реального времени, таких как компьютерное зрение, робототехника и локальный инференс LLM.
ИИ и RAN представляет собой более глубокую конвергенцию, при которой сети изначально проектируются с расчетом на ИИ, а рабочие нагрузки ИИ и радиоинфраструктура создаются совместно как единая скоординированная распределенная система. На этом этапе RAN превращается из транспортного уровня в фундаментальный элемент экономики искусственного интеллекта.
«В этом и заключается трансформация, — сказал Герами. — Это совместное проектирование приложений и сетей. Теперь приложение знает состояние сети, а сеть понимает намерения приложения. ИИ для RAN экономит деньги. ИИ на базе RAN расширяет возможности. А ИИ и RAN вместе создают совершенно новые бизнес-модели».
Именно эта многоуровневая структура делает AI-RAN не просто очередным этапом эволюции существующих беспроводных технологий, а платформенным сдвигом, который открывает сеть для экосистемы разработчиков и инноваций в сфере приложений, которые исторически были уделом облачных вычислений.
Как ISAC превращает сеть в датчик
Интегрированная связь и радиолокационное обнаружение (ISAC) лежит в основе этой инфраструктуры. Сеть становится датчиком — конвергентной инфраструктурой, которая одновременно осуществляет связь и сканирует окружающую среду, одновременно размещая алгоритмы и приложения на периферии. Это позволит реализовать обнаружение дронов, обеспечение безопасности пешеходов, автомобильные сенсорные системы и множество других инновационных сценариев использования в будущем.
По словам Герами, ценность ISAC и сети как датчика для бизнеса очевидна. Сегодня организации полагаются на множество разрозненных систем для обеспечения ситуационной осведомленности: камеры, радары, трекеры активов, датчики движения и многое другое. Каждая из них требует затрат на обслуживание, накладных расходов на интеграцию и взаимодействия с поставщиками. ISAC обладает потенциалом для реализации многих из этих функций непосредственно внутри сети.
«С помощью ISAC можно осуществлять отслеживание активов с точностью до метра внутри заводов и больниц, — пояснил он. — Можно выявлять паттерны движения, нарушения периметра и аномалии. Умные здания могут получить системы HVAC (отопления, вентиляции и кондиционирования) с учетом присутствия людей и оптимизацию энергопотребления».
Как AI-RAN сокращает миллисекунды при периферийном ИИ и инференсе
Благодаря AI-RAN периферийный ИИ и инференс с низкими задержками выходят на новый уровень в таких сценариях, как управление робототехникой в реальном времени, мгновенный контроль качества и профилактическое обслуживание. В этих областях разница в задержках между облаком и периферией определяет, будет система работать или нет.
«Периферийный ИИ вступает в игру, когда управление процессами происходит за миллисекунды, а не за секунды, как в случае с облаком», — пояснил Герами.
По словам Христу, разделенный инференс (split inference) также способен изменить правила игры.
«Существует множество различных сценариев использования, когда обработка выполняется на самом устройстве, что делает его более дорогим и энергоемким, — отметил он. — Теперь появилась возможность переложить эту задачу на локальный стек AI-RAN, вплоть до применения таких концепций, как разделенный инференс, когда часть вычислений выполняется на устройстве, часть — на периферийном стеке AI-RAN, а часть — в облаке, в зависимости от конкретных сценариев и требуемой скорости обработки».
Почему сейчас критически важно выбрать правильный момент для инвестиций в AI-RAN
Как отметил Герами, для инвестиций в AI-RAN существует узкое и стратегически важное окно возможностей.
«Инфраструктура 5G уже развертывается и практически подходит к завершению. Стандарты 6G еще не утверждены, — пояснил Герами. — Это идеальный архитектурный момент для появления AI-RAN. Это позволяет избежать ситуации, когда дизайн RAN ориентирован исключительно на нужды телекоммуникационных компаний. Это дает предприятию возможность стать соавтором приложений, генератором доходов и ценности этой сетевой инфраструктуры».
Исторически сложилось так, что корпоративные ИТ-подразделения лишь использовали стандарты беспроводной связи, а не формировали их. Открытая архитектура AI-RAN, построенная на основе определяемых программным обеспечением, облачных и контейнеризированных компонентов, меняет эту динамику стандартизации.
«Раньше в беспроводной индустрии цикл был очень долгим. Сейчас мы наблюдаем стремление быстрее внедрить технологию, запустить ее в работу, провести первые пилотные испытания, а уже затем смотреть, как она работает, — сказал Христу. — Одновременно с этим, параллельно, можно начать разработку стандартов. У вас есть реальный опыт внедрения, который поможет повлиять на то, как эти стандарты будут формироваться».
Кроме того, порог входа вполне доступен, добавил Герами.
«Порог входа очень низкий, — подчеркнул он. — Прямо сейчас все строится на коде, все на программном обеспечении. Это ничем не отличается от скачивания программы. Покупаете оборудование от Nvidia и можете развернуть его вместе с радиомодулем».
Почему AI-RAN — это будущее инновационных сценариев применения ИИ
«Мы рассматриваем AI-RAN как открытую архитектуру, которая действительно стимулирует инновации, — заявил Герами. — Это маховик инноваций. Мы хотим сделать все в виде микросервисов, на базе открытых и облачных технологий, чтобы партнеры могли создавать вертикальные ИИ-приложения. Сейчас в индустрии так много внимания уделяется тому, как эффективно внедрить ИИ, как он обеспечит автономность и робототехнику. Это один из тех фундаментальных элементов, которые помогут реализовать подобные сценарии. Будущее за контролем над этим физическим инференсом».
«В индустрии сейчас так много внимания уделяется тому, как мы можем эффективно внедрить ИИ — как он обеспечит автономность и робототехнику, — отметил Христу. — Это один из тех фундаментальных строительных блоков, которые помогут воплотить в жизнь некоторые из этих сценариев».
Спонсорские материалы — это контент, подготовленный компанией, которая либо платит за публикацию, либо имеет деловые отношения с VentureBeat, и такие материалы всегда четко маркируются. Для получения дополнительной информации обращайтесь по адресу sales@venturebeat.com.
