Jakie funkcje BBU wspierają skalowalność sieci?

Modułowy projekt sprzętu BBU zapewniający skalowanie pionowe i poziome

Współczesne urządzenia telekomunikacyjne opierają się na architekturach jednostki bazowej (BBU), które wspierają dwa uzupełniające się podejścia do skalowania: skalowanie pionowe — zwiększanie mocy obliczeniowej poszczególnych jednostek — oraz skalowanie poziome — wdrażanie większej liczby węzłów BBU w całej sieci w celu rozproszenia obciążenia i zwiększenia przepustowości.

Moduły wymieniane na gorąco oraz elastyczność obudowy umożliwiające stopniowy wzrost pojemności

Operatorzy mogą teraz wymieniać lub instalować komponenty sprzętowe, takie jak karty procesorowe i jednostki interfejsu radiowego, bez przerywania usług dzięki modułom wymiennym w trakcie pracy (field replaceable modules), które obsługują funkcję gorącego wymiany (hot swapping). Jaki jest z tego korzyść? Szybka rozbudowa mocy obliczeniowej w razie potrzeby. Wystarczy włożyć nową kartę procesorową, a przepustowość wzrośnie o około 40% niemal natychmiastowo. Nowoczesne konstrukcje obudów są wyposażone w standardowe gniazda oraz elastyczne systemy tylnej płyty (backplane), które współpracują ze wszystkimi rodzajami różnych modułów, w tym np. akceleratorami szyfrowania i interfejsami fronthaul. Ta elastyczność pozwala firmom budować dokładnie te rozwiązania, których potrzebują, bez konieczności uzależniania się od sprzętu jednego dostawcy, a także oszczędza cenny obszar w szafach rackowych. Testy przemysłowe wykazały, że funkcje gorącej wymiany skracają czas przestoju związany z konserwacją o około 90% w porównaniu do starszych systemów, w których wszystkie elementy były trwale zamontowane od samego początku.

Rozszerzenie możliwości CPU/FPGA/GPU oraz optymalizacja przepustowości pamięci dla obciążeń wymagających dużej mocy obliczeniowej

Nowoczesne jednostki bazowe (BBU) muszą spełniać zarówno wymagania 5G-Advanced, jak i specyfikacje Open RAN, dlatego integrują różne typy mocy obliczeniowej. Na przykład układy programowalne bramkowe (FPGA) realizują zadania przetwarzania sygnałów o ekstremalnie wysokiej szybkości, gdzie każdy mikrosekunda ma znaczenie. Jednostki przetwarzania grafiki (GPU) wchodzą w grę wtedy, gdy chodzi o wykorzystanie sztucznej inteligencji do takich zadań jak formowanie wiązki sygnału (beamforming) czy radzenie sobie z interferencjami. Natomiast wielogniazdowe procesory centralne (CPU) zarządzają wszystkimi operacjami płaszczyzny sterowania oraz koordynują całą działalność w tle. W zakresie pamięci producenci odnoszą się do technologii DDR5 i HBM3, które umożliwiają przesyłanie danych z prędkościami przekraczającymi 1 terabajt na sekundę. Taka przepustowość jest absolutnie niezbędna do obsługi rozległych systemów Multiple Input Multiple Output (MIMO) oraz do spełnienia wymagań przetwarzania w czasie rzeczywistym na łączy fronthaul. Możliwe to staje się również dzięki sprytnym optymalizacjom – np. podziałowi przestrzeni pamięci podręcznej (cache), aby kluczowe funkcje bazowe nie ulegały spowolnieniu, inteligentnemu przydzielaniu pamięci pomiędzy poszczególne gniazda zgodnie z zasadami architektury NUMA oraz wbudowanej kompresji sprzętowej, która zmniejsza ruch na łączach fronthaul o około 35%. Współpraca wszystkich tych komponentów pozwala utrzymać opóźnienie poniżej 5 milisekund, zapewniając jednocześnie niezawodną wydajność sieci 5G New Radio nawet w przypadku stałego przepływu danych o przepustowości 200 gigabitów na sekundę w lokalizacjach stacji bazowych.

Integracja BBU z chmurową i programowalną infrastrukturą sieciową (SDN/NFV)

Rozdzielenie płaszczyzny sterowania i dynamiczna orkiestracja za pośrednictwem zarządzania BBU w oparciu o SDN

Sieci zdefiniowane programowo (SDN) zmieniają sposób zarządzania jednostkami bazowymi (BBU), oddzielając funkcje sterowania od faktycznej przetwarzania danych. Powstaje w ten sposób system, w którym inteligentne kontrolery centralnie realizują większość funkcji decyzyjnych, ale same jednostki BBU mogą podejmować lokalne decyzje dotyczące przekazywania danych oraz zarządzania zasobami radiowymi. Dzięki dostępnym otwartym interfejsom programowym (API) operatorzy sieci mogą teraz dynamicznie dostosowywać alokację widma, przełączać się między różnymi metodami modulacji w zależności od potrzeb oraz przesuwać obciążenie między sektorami komórkowymi na podstawie rzeczywistego ruchu sieciowego. W godzinach szczytu, gdy ruch sieciowy wzrasta, te systemy SDN wchodzą w akcję niemal natychmiast, przekierowując pojemność sieciową z przeciążonych obszarów bez konieczności ręcznej konfiguracji ustawień. Wynik? Mniej przestoju i mniej problemów technicznych dla serwisantów. Zgodnie z najnowszym raportem branżowym z 2024 roku firmy wdrażające tę metodę osiągają zwykle około trzecią część redukcji całkowitych wydatków na zarządzanie siecią w porównaniu do starszych podejść opartych głównie na indywidualnych urządzeniach.

Wirtualizowane funkcje przetwarzania sygnału podstawowego i zautomatyzowane zarządzanie cyklem życia z wykorzystaniem NFV

Wirtualizacja funkcji sieciowych (ang. Network Functions Virtualization, w skrócie NFV) zmienia sposób, w jaki operatorzy telekomunikacyjni zarządzają swoją infrastrukturą. Zamiast polegać na drogich, dedykowanych urządzeniach BBU, operatorzy uruchamiają funkcje przetwarzania sygnału bazowego na standardowych serwerach dostępnym w sprzedaży detalicznej. Takie zadania jak przetwarzanie sygnału, kodowanie kanałowe czy protokoły warstwy 2 działają teraz jako lekkie wirtualne funkcje sieciowe lub alternatywne rozwiązania chmurowe natywne. Cały system jest zarządzany automatycznie za pośrednictwem platform takich jak Kubernetes i ONAP, które obsługują wszystko – od początkowej konfiguracji i skalowania operacji w razie potrzeby, przez diagnozowanie i usuwanie awarii, po stosowanie aktualizacji poprawkowych – wszystko z centralnych paneli sterowania. Gdy ruch nagle wzrasta, te systemy NFV mogą szybko tworzyć kopie wirtualnych jednostek BBU i rozpraszać je pomiędzy różnymi grupami serwerów. Natomiast gdy zapotrzebowanie spada, niepotrzebne zasoby są po prostu wyłączane, co pozwala oszczędzić energię. Według wyników badań Cloud RAN Benchmark z ubiegłego roku, taki elastyczny podejście pozwala zmniejszyć koszty inwestycyjne o około połowę, zachowując przy tym prawie doskonałą dostępność systemu na poziomie 99,999%. Co jednak szczególnie wyróżnia NFV, to bardzo szybkie wdrażanie aktualizacji. Firmy mogą wdrożyć nowe funkcje w tysiącach lokalizacji w ciągu kilku minut zamiast czekać tygodnie – dzięki czemu cykle innowacji przyspieszają, a usługi dla klientów pozostają nieprzerwane.

Formy obudów BBU uwzględniające wdrożenie oraz dopasowanie do infrastruktury

Konfiguracje BBU typu sidecar kontra montowane w szafie dla rozproszonego i scentralizowanego vRAN

Wybór odpowiedniego czynnika kształtu BBU ma ogromne znaczenie przy dopasowywaniu projektu sprzętu do sposobu wdrażania rozwiązań oraz istniejących ograniczeń infrastruktury. Moduły BBU typu sidecar to niewielkie, energooszczędne jednostki umieszczane bezpośrednio obok anten na miejscu instalacji. Skracają one opóźnienie sygnału, co czyni je idealnym rozwiązaniem dla aplikacji wymagających nadzwyczaj niezawodnych połączeń z minimalnym czasem opóźnienia, takich jak usługi URLLC lub zadania obliczeniowe brzegowe w rozproszonych konfiguracjach vRAN. Z drugiej strony, moduły BBU montowane w szafach gromadzą całą przetwarzanie sygnału podstawowego w centralnych centrach. Takie podejście pozwala zmniejszyć zapotrzebowanie na przestrzeń — czasem nawet o około 40% — oraz ułatwia zarządzanie odprowadzaniem ciepła, zasilaniem rezerwowym i rutynowymi kontrolami. Większość operatorów sieci wybiera wersje montowane w szafach, ponieważ lepiej skalują się one i umożliwiają współdzielenie zasobów pomiędzy różnymi obszarami. Nie należy jednak zapominać również o modułach sidecar! Nadal pełnią one kluczową rolę tam, gdzie dostępna przestrzeń jest ograniczona lub w trudno dostępnych miejscach. Oba rozwiązania dobrze integrują się z technologiami SDN i NFV, zapewniając płynne połączenie wszystkich elementów w nowoczesnych, opartych na chmurze sieciach.

Optymalizacja zasobów sterowana sztuczną inteligencją w skalowalnych klastrach BBU

Sztuczna inteligencja zmieniła sposób zarządzania klastrami BBU, przenosząc je z czysto reaktywnego podejścia do problemów ku podejściu proaktywnemu i elastycznemu. Dane w czasie rzeczywistym dotyczące kluczowych wskaźników wydajności – takie jak poziom ruchu, liczba jednoczesnych użytkowników, efektywność wykorzystania widma oraz dane monitoringu sprzętu – są przekazywane do systemów uczenia maszynowego. Systemy te potrafią przewidywać zapotrzebowanie na moc obliczeniową nawet na 48 godzin naprzód, co umożliwia automatyczne skalowanie funkcji wirtualnej bazy pasma (virtual baseband functions) w górę lub w dół w zależności od potrzeb. Specjalne techniki uczenia ze wzmocnieniem (reinforcement learning) stale doskonalą sposób rozdziału mocy obliczeniowej pomiędzy poszczególne części sieci, a także zarządzanie przepustowością i ustawieniami poboru mocy. Takie podejście redukuje zużycie nadmiarowej energii o około 22%, ponieważ inteligentnie wyłącza sprzęt, który nie jest intensywnie wykorzystywany. W zakresie równoważenia obciążeń między serwerami automatyzacja zwiększa ogólny współczynnik wykorzystania zasobów o ok. 30%. Umożliwia to znacznie łatwiejsze rozbudowywanie pul BBU w miarę dalszego wzrostu ruchu 5G. Ostatecznym rezultatem jest infrastruktura zdolna do samodiagnozy i samoreparacji. Zapobiega ona nadmiernemu zakupowi sprzętu na wczesnym etapie, utrzymuje opóźnienia poniżej 5 milisekund dla krytycznych aplikacji oraz radzi sobie z nagłymi skokami ruchu bez konieczności interwencji człowieka.