EN
Modulární hardwareový design BBU pro vertikální a horizontální škálování
Moderní komunikační zařízení spoléhá na architektury jednotky zpracování základního pásma (BBU), které podporují dva doplňkové přístupy ke škálování: vertikální škálování – zvyšování výkonu jednotlivých jednotek přidaním další výpočetní kapacity – a horizontální škálování – nasazení dalších uzlů BBU v rámci sítě za účelem rozdělení zátěže a zvýšení kapacity.
Moduly s funkcí horké výměny a flexibilita skříní pro postupné zvyšování kapacity
Provozovatelé nyní mohou vyměňovat nebo instalovat hardwarové komponenty, jako jsou procesorové karty a jednotky rádiového rozhraní, aniž by museli přerušit provoz – díky modulům nahraditelným za běhu, které podporují funkci tzv. horké výměny. Jaká je výhoda? Rychlé rozšíření kapacity v případě potřeby. Stačí pouze zasunout novou procesorovou kartu a propustnost se téměř okamžitě zvýší přibližně o 40 %. Moderní konstrukce skříní je vybavena standardními sloty a přizpůsobitelnými systémy zadní desky, které jsou kompatibilní s různými typy modulů, včetně akcelerátorů šifrování a rozhraní pro fronthaul. Tato flexibilita umožňuje firmám sestavit přesně to, co potřebují, aniž by byly vázány vybavením jediného dodavatele, a navíc ušetří cenné místo ve stojanech. Průmyslové testy ukázaly, že tyto funkce horké výměny snižují prostoj při údržbě přibližně o 90 % ve srovnání se staršími systémy, jejichž komponenty byly od samého začátku pevně zabudovány.
Rozšíření CPU/FPGA/GPU a optimalizace šířky pásma paměti pro výpočetně náročné úlohy
Moderní jednotky základního pásma (BBU) musí splňovat požadavky na 5G-Advanced i specifikace Open RAN, a proto kombinují různé typy výpočetního výkonu. Například pole programovatelných hradel (FPGA) zpracovávají ty nejrychlejší úkoly zpracování signálů, kde každý mikrosekunda počítá. Grafické procesory (GPU) se zapojují tehdy, když je třeba využít umělou inteligenci například pro tvorbu paprsků (beamforming) nebo řešení problémů s rušením. A dále zde jsou více-socketové centrální procesory (CPU), které spravují veškeré operace řídicí roviny a koordinují všechny procesy na pozadí. Pokud jde o paměť, výrobci přecházejí na technologie DDR5 a HBM3, které umožňují přenos dat rychlostí přesahující 1 terabajt za sekundu. Tento druh propustnosti je naprosto nezbytný pro podporu rozsáhlých systémů s více vstupy a více výstupy (MIMO) a pro splnění nároků na zpracování fronthaulu v reálném čase. Možné to je také díky některým chytrým optimalizacím – například dělení prostoru vyrovnávací paměti (cache), aby kritické funkce základního pásma nebyly zpomaleny, inteligentnímu přidělování paměti mezi jednotlivé sockety podle principů NUMA a vestavěné hardwarové kompresi, která snižuje provoz na fronthaulu přibližně o 35 %. Všechny tyto komponenty společně udržují zpoždění pod 5 milisekund a zároveň zajišťují výjimečně stabilní výkon 5G New Radio, i když jsou lokalizace buňkových stanic zatíženy trvalými datovými toky o rychlosti 200 gigabitů za sekundu.
Integrace BBU se cloudovými a programovatelnými sítěmi (SDN/NFV)
Oddělení řídicí roviny a dynamická orchestrace prostřednictvím správy BBU povolené SDN
Software Defined Networking (SDN) mění způsob, jakým spravujeme jednotky základního pásma (BBU), tím, že odděluje řídicí funkce od samotného zpracování dat. Vzniká tak systém, ve kterém chytré řídicí jednotky zajišťují většinu rozhodování centrálně, ale samotné jednotky BBU mohou lokálně rozhodovat o přeposílání dat a správě rádiových prostředků. Díky dostupným otevřeným rozhraním API (application programming interfaces) mohou provozovatelé sítí nyní dynamicky upravovat přidělení spektra, přepínat mezi různými metodami modulace podle potřeby a přesouvat zátěž mezi sektory buňky na základě skutečného provozu v reálném čase. Když dojde k zvýšené zátěži například v špičkových hodinách, tyto SDN systémy začnou působit téměř okamžitě – přesměrovávají kapacitu sítě pryč od přetížených oblastí bez nutnosti manuálního nastavení parametrů. Výsledek? Menší výpadky a méně starostí pro techniky. Nedávná průmyslová zpráva z roku 2024 ukázala, že firmy, které tento přístup zavedly, obvykle dosahují přibližně třetinového snížení celkových nákladů na správu sítě ve srovnání se staršími přístupy, které silně závisely na jednotlivých zařízeních.
Virtualizované základní pásmové funkce a automatizované správy životního cyklu s využitím NFV
Virtualizace síťových funkcí, nebo zkráceně NFV, mění způsob, jakým telekomunikační společnosti provozují svou infrastrukturu. Namísto drahého proprietárního hardwaru BBU nyní operátoři provozují basebandové funkce na běžných komerčně dostupných serverech. Věci jako zpracování signálu, kanálové kódování a protokoly vrstvy 2 všechny fungují jako lehké virtuální síťové funkce nebo cloud-native alternativy. Celý systém je spravován automaticky prostřednictvím platforem jako Kubernetes a ONAP, které zajišťují vše – od nasazení a škálování provozu podle potřeby přes řešení problémů až po aplikaci aktualizací – vše z centrálních řídicích panelů. Když dojde k náhlému nárůstu provozu, tyto NFV systémy dokáží rychle vytvořit kopie virtuálních BBU a rozdělit je mezi různé skupiny serverů. A když se poptávka sníží, jednoduše nepoužívané prostředky vypnou, čímž ušetří energii. Podle výsledků loňské studie Cloud RAN Benchmark tento flexibilní přístup snižuje kapitálové náklady přibližně napůl, přičemž zároveň zachovává téměř dokonalou dostupnost systému na úrovni 99,999 %. Co však NFV opravdu vyzdvihuje, je rychlost nasazování aktualizací. Společnosti mohou nové funkce nasadit na tisíce lokalit během několika minut místo toho, aby čekaly týdny – což umožňuje rychlejší inovační cykly bez přerušení služeb pro zákazníky.
Formy BBU s ohledem na nasazení a zarovnání infrastruktury
Konfigurace BBU typu sidecar versus rackové montážní konfigurace pro distribuovaný a centralizovaný vRAN
Výběr správného formátu BBU je velmi důležitý při přizpůsobení hardwarového návrhu způsobu nasazení a omezením, která existují v infrastruktuře. BBU typu sidecar jsou malé, energeticky účinné jednotky, které jsou umístěny přímo vedle antén na místě. Sníží zpoždění signálu, čímž se stávají ideální pro aplikace vyžadující extrémně spolehlivé spojení s minimální prodlevou, jako jsou služby URLLC nebo úkoly hranového výpočetního zpracování v rozsáhlých vRAN uspořádáních. Naopak BBU montované do racku soustřeďují veškeré základní pásmové zpracování v centrálních uzlech. Tento přístup snižuje potřebný prostor – někdy až o 40 % – a zároveň usnadňuje řízení tepla, záložního napájení a pravidelných kontrol. Většina poskytovatelů sítí preferuje verze montované do racku, protože lépe škálují a umožňují sdílení zdrojů mezi různými oblastmi. Nezapomínejte však ani na sidecary! Stále hrají klíčovou roli tam, kde je k dispozici omezený prostor, nebo v těžko přístupných místech. Oba typy se bezproblémově integrují s technologiemi SDN a NFV, takže všechno hladce funguje v rámci moderních cloudových sítí.
Optimalizace zdrojů řízená umělou inteligencí v škálovatelných clusterech BBU
Umělá inteligence změnila způsob, jakým spravujeme clustery BBU, a přesunula je od pouhé reakce na problémy k proaktivnímu a přizpůsobivému přístupu. Klíčové ukazatele výkonu v reálném čase – jako jsou úrovně provozu, počet uživatelů připojených současně, účinnost využití spektra a data monitoringu hardwaru – se zasouvají do systémů strojového učení. Tyto systémy dokážou předpovědět potřebnou kapacitu až 48 hodin dopředu, čímž se virtuální funkce základnové stanice automaticky škálují podle potřeby nahoru nebo dolů. Speciální techniky posilovacího učení neustále zlepšují rozdělování výpočetního výkonu mezi jednotlivé části sítě, stejně jako správu šířky pásma a nastavení spotřeby energie. Tento přístup snižuje zbytečnou spotřebu energie přibližně o 22 %, protože zařízení, která nejsou intenzivně využívána, jsou chytře odpojována od napájení. Pokud jde o vyvažování zátěže mezi servery, automatizace pomáhá zvýšit celkovou míru využití přibližně o 30 %. To usnadňuje rozšiřování fondů BBU vzhledem k neustále rostoucímu provozu v sítích 5G. Výsledkem je v podstatě infrastruktura, která se sama opravuje. Zabraňuje společnostem v nadměrném nákupu zařízení již předem, udržuje latenci pod 5 milisekund pro kritické aplikace a zvládá neočekávané nárazy provozu bez nutnosti manuálního zásahu.
