Որո՞նք են BBU-ի առանձնահատկությունները, որոնք աջակցում են ցանցի մասշտաբավորմանը

Մոդուլային BBU սարքավորման դիզայն՝ ուղղահայաց և հորիզոնական մասշտաբավորման համար

Ժամանակակից կապի սարքավորումները հիմնված են բազային շերտի միավորի (BBU) ճարտարապետության վրա, որը աջակցում է երկու լ допլեմենտար մասշտաբավորման ռազմավարությունների՝ ուղղահայաց մասշտաբավորում (առանձին սարքերի մշակման հզորության ավելացում) և հորիզոնական մասշտաբավորում (ցանցում BBU հանգույցների լրացուցիչ տեղադրում՝ բեռնվածության բաշխման և հզորության ավելացման նպատակով)

Տաք փոխարինման մոդուլներ և շասսիի ճկունություն՝ աստիճանաբար հզորության աճի համար

Օպերատորները այժմ կարող են փոխարինել կամ տեղադրել սարքային բաղադրիչներ, ինչպես օրինակ՝ պրոցեսորային քարտեր և ռադիոինտերֆեյսային միավորներ, առանց ծառայությունները կանգնեցնելու՝ շնորհիվ դաշտային փոխարինելի մոդուլների, որոնք աջակցում են տաք փոխարինմանը: Ի՞նչ է այդ առավելությունը. Արագ հզորության ընդլայնում անհրաժեշտության դեպքում: Պարզապես միացրեք նոր պրոցեսորային քարտ և տեսեք, որ արդյունավետությունը մոտավորապես 40%-ով աճում է գրեթե անմիջապես: Ժամանակակից շասսիների դիզայնը ստանդարտ սլոթներով և ճկուն բեկփլեյն համակարգերով է սարքավորված, որոնք աշխատում են բոլոր տեսակի մոդուլների հետ, այդ թվում՝ գաղտնագրման արագացուցիչների և ֆրոնթհոլ ինտերֆեյսների հետ: Այս ճկունությունը նշանակում է, որ ընկերությունները կարող են ստեղծել ճիշտ այն, ինչը անհրաժեշտ է, առանց կապված լինելու մեկ վաճառողի սարքավորումների հետ, ինչը նաև խնայում է արժեքավոր ռեյքային տարածք: Արդյունաբերական փորձարկումները ցույց են տվել, որ այս տաք փոխարինման հնարավորությունները նվազեցնում են սպասարկման դադարները մոտավորապես 90%-ով համեմատած ավելի հին համակարգերի հետ, որտեղ բոլոր բաղադրիչները սկզբից ամրացված էին և չէին կարող փոխարինվել:

CPU/FPGA/GPU-ի ընդլայնում և հիշողության շարժառագանդի օպտիմալացում հաշվարկային ծանր աշխատանքների համար

Ժամանակակից հիմնական շղթայի միավորները (BBU) պետք է համատեղեն 5G-Advanced-ի պահանջները և Open RAN-ի սպեցիֆիկացիաները, այդպես որ դրանք միավորում են տարբեր տիպի հաշվարկային հզորություններ: Օրինակ՝ դաշտում ծրագրավորվող դարպասային մատրիցները (FPGA) կատարում են այն արագագույն սիգնալային մշակման խնդիրները, որտեղ յուրաքանչյուր միկրովայրկյան կարևոր է: Գրաֆիկական մշակման միավորները (GPU) միանում են այն ժամանակ, երբ արհեստական ինտելեկտը օգտագործվում է ճառագայթման ձևավորման (beamforming) և միջամտության խնդիրների լուծման համար: Իսկ բազմասոկետային կենտրոնական մշակման միավորները (CPU) կառավարում են բոլոր կառավարման հարթակի գործողությունները և կազմակերպում են բոլոր գործընթացները հետնապլանում: Հիշողության վերաբերյալ՝ արտադրողները այժմ օգտագործում են DDR5 և HBM3 տեխնոլոգիաներ, որոնք տվյալների փոխանցման արագությունը կարող են հասցնել մեկ տերաբայթից ավելի վայրկյանում: Այս տիպի բանդվիդթը անհրաժեշտ է մեծ մասշտաբի բազմամուտքային բազմաելքային (MIMO) համակարգերի աջակցման և իրական ժամանակում ֆրոնթհոլի (fronthaul) մշակման պահանջներին համապատասխանելու համար: Այս հնարավորությունը հասանելի է նաև մի շարք խելացի օպտիմիզացիաների շնորհիվ՝ օրինակ՝ քեշի տարածքի բաժանումը, որպեսզի կրիտիկական հիմնական շղթայի գործառույթները չդանդաղեն, հիշողության ինտելեկտուալ բաշխումը տարբեր սոկետների միջև՝ օգտագործելով NUMA սկզբունքները, ինչպես նաև ներդրված սարքային սեղմման հնարավորությունը, որը մոտավորապես 35 %-ով նվազեցնում է ֆրոնթհոլի տրաֆիկը: Բոլոր այս բաղադրիչները միասին աշխատելով պահպանում են տարածման ժամանակը 5 միլիվայրկյանից ցածր, միաժամանակ ապահովելով ամուր 5G New Radio կատարում, նույնիսկ երբ բջիջների կայանները մշտապես մշակում են 200 գիգաբիթ/վայրկյան արագությամբ տվյալների հոսք:

BBU-ի ինտեգրում ամպային և ծրագրավորելի ցանցերի հետ (SDN/NFV)

Կառավարման հարթակի անջատում և դինամիկ օրքեստրացիա SDN-ով աջակցվող BBU կառավարման միջոցով

Ծրագրային սահմանված ցանցային տեխնոլոգիան (SDN) փոխում է մեր բազային շղթայային միավորների (BBU) կառավարման եղանակը՝ առանձնացնելով կառավարման ֆունկցիաները իրական տվյալների մշակման գործառույթներից: Սա ստեղծում է մի համակարգ, որտեղ ինտելեկտուալ կառավարիչները կենտրոնացված կերպով կատարում են մեծ մասը մտածելու աշխատանքի, սակայն թույլ են տալիս BBUs-ներին ինքնուրույն որոշումներ կայացնել տվյալների ռուտինգի և ռադիոռեսուրսների կառավարման վերաբերյալ: Բաց կիրառական ծրագրավորման ինտերֆեյսների (API) առկայության շնորհիվ ցանցի օպերատորները այժմ կարող են իրական ժամանակում ճկուն կերպով կարգավորել սպեկտրի բաշխումը, անհրաժեշտության դեպքում անցնել տարբեր մոդուլյացիայի մեթոդների և իրական ժամանակում տեղի ունեցող շարժառույցի հիման վրա փոխել բջիջների սեկտորների միջև աշխատաբեռնվածության բաշխումը: Երբ վայրկյանային բեռնվածությունը մեծանում է գագաթնակետային ժամերին, այս SDN համակարգերը գործի են դնում գրեթե անմիջապես՝ ցանցի հզորությունը ավտոմատ կերպով վերահղելով գերբեռնված տարածքներից՝ առանց մարդկային միջամտության և ձեռքով կարգավորման անհրաժեշտության: Ի՞նչ է ստացվում այդ դեպքում. ցանցի տեխնիկների համար ավելի քիչ կանգառներ և ավելի քիչ խնդիրներ: 2024 թվականի վերջերս հրապարակված մի արդյունաբերական զեկույց ցույց է տալիս, որ այս մեթոդը ընդունած ընկերությունները սովորաբար իրենց ընդհանուր ցանցի կառավարման ծախսերում մոտ մեկ երրորդ նվազեցում են գրանցում համեմատության մեջ ավելի հին՝ առանձին սարքերի վրա հիմնված մոտեցումների հետ:

Վիրտուալացված բեյսբենդի ֆունկցիաներ և NFV-ի միջոցով ավտոմատացված կյանքի ցիկլի կառավարում

Ցանցային ֆունկցիաների վիրտուալացումը (NFV) փոխում է հեռահաղորդակցային ընկերությունների իրենց ենթակառուցվածքների շահագործման ձևը: Փոխարենը՝ թանկ սեփական ԲԲՈւ (BBU) սարքավորումների վրա հիմնվելու, օպերատորները այժմ բազային շերտի ֆունկցիաները իրականացնում են սովորական, շուկայում հասանելի սերվերների վրա: Այսպես, սիգնալի մշակումը, ալիքային կոդավորումը և 2-րդ շերտի պրոտոկոլները բոլորը աշխատում են որպես թեթև վիրտուալ ցանցային ֆունկցիաներ կամ ծառայությունների մեջ ներդրված ծրագրային ապահովման այլընտրանքային տարբերակներ: Ամբողջ համակարգը ավտոմատացված կերպով կառավարվում է Kubernetes և ONAP նման հարթակների միջոցով, որոնք ապահովում են ամենայն գործառույթներ՝ սկսած սկզբնական կարգավորումից մինչև անհրաժեշտության դեպքում գործառույթների մասշտաբավորումը, խնդիրների վերացումը և թարմացումների կիրառումը՝ կենտրոնացված վերահսկման վահանակների միջոցով: Երբ տրաֆիկը հանկարծակի աճում է, այս NFV համակարգերը արագ ստեղծում են վիրտուալ ԲԲՈւ-ների պատճեններ և դրանք տարածում են տարբեր սերվերային խմբերի վրա: Իսկ երբ պահանջարկը նվազում է, դրանք պարզապես անջատում են չօգտագործվող ռեսուրսները՝ էներգիայի խնայողության համար: Անցյալ տարվա «Cloud RAN Benchmark» հետազոտության արդյունքների համաձայն՝ այս ճկուն մոտեցումը կապիտալ ծախսերը կրճատում է մոտավորապես կեսով՝ միաժամանակ պահպանելով գրեթե կատարյալ անվարանային աշխատանքի ժամանակը՝ 99,999 %: Սակայն այն, ինչ իսկապես առանձնացնում է NFV-ն, դա թարմացումների արագ տարածումն է: Ընկերությունները կարող են րոպեների ընթացքում ներդնել նոր հնարավորություններ հազարավոր վայրերում՝ առանց շաբաթներ սպասելու, ինչը նշանակում է՝ ավելի արագ նորարարական ցիկլեր՝ առանց հաճախորդների ծառայությունների ընդհատման:

Պատրաստի տեղադրման համար BBU-ի ձևաչափեր և ենթակառուցվածքի համատեղելիություն

Բաշխված և կենտրոնացված vRAN-ի համար Sidecar և ռեյք-մոնտաժված BBU կոնֆիգուրացիաներ

Ճշմարիտ BBU ձևաչափի ընտրությունը շատ կարևոր է, երբ սարքավորման դիզայնը համապատասխանեցվում է տեղադրման եղանակին և ենթակառուցվածքում գոյություն ունեցող սահմանափակումներին: Sidecar BBU-ները փոքր, էներգախնայող սարքեր են, որոնք տեղադրվում են անտենաների կողքին՝ վայրում: Դրանք նվազեցնում են սիգնալի արդյունավետ ժամանակահապանը, ինչը դրանք դարձնում է հարմար այնպիսի կիրառումների համար, որոնք պահանջում են բացառիկ հուսալի կապ և նվազագույն ժամանակահապան, օրինակ՝ URLLC ծառայություններ կամ տարածված vRAN կառուցվածքներում եզրային հաշվարկման (edge computing) խնդիրներ: Մյուս կողմից, ռեյկում տեղադրվող BBU-ները բոլոր բեյսբենդի մշակման գործառույթները կենտրոնացնում են կենտրոնական հабերում: Այս մոտեցումը երբեմն նվազեցնում է անհրաժեշտ տարածքը մոտավորապես 40%-ով և նաև հեշտացնում է ջերմության կառավարումը, արտակարգ սնման աղբյուրների կառավարումը և ստանդարտ ստուգումների իրականացումը: Շատ ցանցային մատակարարներ նախընտրում են ռեյկում տեղադրվող տարբերակները, քանի որ դրանք ավելի լավ են մասշտաբավորվում և թույլ են տալիս տարբեր տարածքների միջև ռեսուրսների կիսում: Սակայն մի մոռացեք նաև sidecar-ների մասին. դրանք մինչ այսօր կարևոր դեր են խաղում այն դեպքերում, երբ տարածքը սահմանափակ է կամ տեղադրման վայրը դժվար հասանելի է: Երկու տարբերակներն էլ լավ են աշխատում SDN և NFV տեխնոլոգիաների հետ, այնպես որ բոլոր բաղադրիչները հարթ են միանում ժամանակակից ծառայությունների վրա հիմնված ցանցերում:

ԱՐՏԱԴՐՈՂԱԿԱՆ ՇԱՐԺԱԾԱՅԻՆ ՌԵՍՈՒՐՍՆԵՐԻ ՕՊՏԻՄԻԶԱՑԻԱ՝ ԱՐՀԵՍՏԱԿԱՆ ԻՆТЕԼԵԿՏԻ ՕԳՆՈՒԹՅԱՄԲ ՄԵԾԱՑՎՈՂ BBU ԿԼԱՍՏԵՐՆԵՐՈՒՄ

Արհեստական ինտելեկտը փոխել է մեր BBU կլաստերների կառավարման ձևը՝ դրանք տեղափոխելով պարզապես խնդիրներին արձագանքելուց դեպի առաջադեմ և ճկուն մոտեցում: Իրական ժամանակում ստացվող հիմնական կատարման ցուցանիշները, ինչպես օրինակ՝ տրաֆիկի մակարդակը, միաժամանակ միացված օգտագործողների թիվը, սպեկտրի օգտագործման արդյունավետությունը և սարքային ապահովման մոնիտորինգի տվյալները, մտնում են մեքենայական ուսուցման համակարգեր: Այս համակարգերը կարող են կանխատեսել անհրաժեշտ հզորությունը մինչև 48 ժամ առաջ, ինչից հետո վիրտուալ բազային սայթի ֆունկցիաները ավտոմատ կերպով մեծացվում կամ փոքրացվում են՝ կախված պահանջից: Հատուկ ուժեղացման ուսուցման (reinforcement learning) տեխնիկան անընդհատ բարելավում է հաշվարկային հզորության բաշխումը ցանցի տարբեր մասերի միջև, ինչպես նաև լայնաշերտ և հզորության կարգավորումների կառավարումը: Այս մոտեցումը նվազեցնում է էներգիայի ավելցուկային օգտագործումը մոտավորապես 22%-ով, քանի որ այն իմաստավորված կերպով անջատում է քիչ օգտագործվող սարքավորումները: Սերվերների միջև աշխատանքային ծանրաբեռնվածության հավասարակշռման դեպքում ավտոմատացումը մոտավորապես 30%-ով բարձրացնում է ընդհանուր օգտագործման ցուցանիշները: Դա հեշտացնում է BBU պուլերի ընդլայնումը՝ 5G տրաֆիկի անընդհատ աճի պայմաններում: Արդյունքում ստացվում է հիմնականում ինքնավերանորոգվող ենթակառուցվածք: Դա կանխում է ընկերությունների սկզբնական փուլում ավելցուկային սարքավորումների գնումը, պահպանում է այն կարևոր ծառայությունների համար անհրաժեշտ 5 միլիվայրկյանից ցածր տարածման ժամանակը (latency) և անհատական միջամտության անհրաեշտություն չի առաջացնում տրաֆիկի անսպասելի վերելքների դեպքում: