到目前为止,爱立信的云RAN产品似乎只涉及大量的RAN而没有太多的云,或者说没有太多涉及严格意义上的公共云,公共云领域的巨头仍然是 AWS、谷歌和微软。批评者认为,无线接入网络(RAN)永远不会被这些公司吸纳,因为公共云设施通常过于集中。而大部分RAN计算需要在移动站点或附近完成。
然而,爱立信现在表示,它可以在谷歌的平台上运行虚拟化RAN软件。这与其说是RAN向公共云迁移,不如说是公共云向RAN迁移。通过一项名为谷歌分布式云(GDC)的服务,谷歌现在可以将服务器和机架引入电信设施,例如在其所支持基站附近的小型中央办公室。爱立信将RAN软件置于其中,服务就可以开始了。
对于爱立信及其客户来说,这可能会改变游戏规则。在传统的RAN中,这家瑞典厂商将硬件和软件结合在一起,然后将整个设备卖给电信公司。云和这种模式完全没关系。与谷歌合作后,谷歌将负责硬件,而爱立信对硬件的了解有限。
爱立信云RAN产品线负责人Matteo Fiorani表示:“他们给了我们一些信息,但我们不知道里面有什么,所以这有点像个黑盒子。”“我们提出了应用运行所需的具体要求,他们也向我们反馈了他们将要提供给我们什么,并告诉我们服务器和机架内部会有什么,但并不详细。”
不同的硬件,同一个代码库
只要双方都遵守一定的准则,一定程度的不透明并不重要。在爱立信方面,这意味着要编写与通用处理器兼容的软件,而不是为特定应用集成电路(ASIC)——爱立信传统上使用的定制芯片——量身定制的代码。
唯一的例外是第一层,即软件中负责基带处理的部分。在这一层中,一种被称为前向纠错的功能要求特别高,依赖于一种被称为加速器的独立芯片来提供动力。爱立信使用BBDev(一套标准化工具)为这种加速器创建一个抽象层。只要芯片供应商也采用这种方法,爱立信就能使用相同的虚拟化RAN软件,而无需考虑由谁提供硬件。
这里所说的芯片厂商,自然是指通用服务器CPU(中央处理器)市场上的大公司。根据 Counterpoint Research的数据,英特尔和AMD去年合计占据了整个数据中心市场的92.5%。
它们的共同点是都使用x86指令集。爱立信已经与英特尔合作,今年年初,爱立信宣称已经展示了与AMD的软件兼容性。如果谷歌提供的大部分硬件仍然是“黑盒子”,那么就必然使用了x86芯片——爱立信在关于与谷歌合作的新闻稿中,确实也提到了“基于x86 的加速器堆栈”。
不足之处似乎是缺少与英特尔和AMD竞争的CPU。但这种情况可能正在慢慢改变。Fiorani对 Light Reading表示,爱立信目前正努力通过Arm寻找替代方案,Arm是一家总部位于英国的芯片蓝图设计公司,这家公司更出名的是其在小工具领域的业务。
他表示:“我们仍然在探索Arm 是否有能力达到一定的容量,因为虽然 Arm 的功耗较低,但其功能也较弱。”不过,Arm最近的v9架构更新及其包含的功能让他感到鼓舞。此外,一个名为 SVE2的库可以实现英特尔AVX512指令集的某些功能。“基本上是矢量处理,非常适合第一层处理,如果引入它们,我们认为我们可以从Arm系统中榨取出很好的容量。”
因此,爱立信目前正在与几家Arm授权厂商合作开发CPU,看看它们到底能做些什么。Fiorani表示:“我们之所以这样做是因为我们不想被锁定,或者只能提供一种选择。” 爱立信面临的最大问题是,它能否在x86和基于Arm的系统中使用相同的RAN软件。
Fiorani表示:“答案基本是肯定的。”“我们的目标是尽可能地让第一层软件在x86和Arm之间可移植。不过,我们还必须进行一些调整和优化,确保第一层软件在Arm上运行良好。” 这方面的试验目前正在进行中。
负担不起的内联
这一切并不意味着爱立信对另一种“内联”形式的硬件加速抱有好感。作为爱立信在北欧的主要竞争对手,诺基亚更倾向于采用“内联”方式。“内联”方式将整个第一层软件从中央处理器转移到一个更加定制化的芯片上,该芯片通常安装在一个独立的卡上,可以插入到兼容的服务器中。Fiorani的主要反对意见是,采用这种模式需要针对每个供应商量身定做第一层软件。
他表示:“我们不考虑其他类型的第一层架构,因为我们认为那是完全锁定的。”“只要供应商采用BBDev接口,英特尔、AMD或Arm都没有关系。对于我们来说,都是同一个代码库。如果你要使用完整的第一层,就把自己锁定了,因为Marvell卡和高通的卡或者英伟达的GPU(图形处理单元)有很大的不同,所以你无法真正地移植代码。你必须反复做重复的工作,这是无法负担的。”
Fiorani表示,如果超级巨头能够提供硬件,BBDev方法可以帮助实现不同云之间的可移植性,爱立信也正在与AWS和微软合作。他承认,爱立信与谷歌的RAN合作是最先进的。AWS似乎并不像爱立信那样反感内联加速。今年早些时候,AWS展示了一种部署模式,使用Graviton芯片(基于Arm)的服务器托管诺基亚的内联加速卡,以实现第一层功能。
为什么是公共云而不是私有云?对于电信公司来说,关键的吸引力可能在于私有云无法提供的一系列服务和功能。此次发布的重点是谷歌的机器学习平台,例如Vertex AI和BigQuery。Fiorani表示:“我们正在进行大量的人工智能研究,更多的是用于RAN优化,谷歌有很多工具,如Vertex AI,可以用来构建人工智能应用,优化如何使用资源、如何部署、如何进行生命周期管理。”
这一切听起来都让红帽、VMware和Wind River等私有云平台感到担忧,更不用说爱立信自己的 CNIS了。Fiorani认为,这些平台的优势在于成熟度。他表示:“这些平台已经针对电信应用,尤其是站点部署进行了更多的加固。”“但我们看到,谷歌去年在这一领域取得了巨大进步。没有理由认为他们不会很快实现这一目标。”许多其他的利益相关方可能不会高兴听到这种说法。
好文章,需要你的鼓励
智谱AI率先推出了 AutoGLM,试图打造一款能够理解、规划、执行,并最终实现“无人驾驶”操作系统的 AI Agent。
该处理器采用16nm工艺技术设计,拥有 48 个ARM Cortex-A75内核,六通道DDR4 3200 MHz 内存 - 每插槽高达 768 GB(每通道 128 GB)
谷歌DeepMind研究人员则直接把这项技术集成到AI Agent中开发了Talker-Reasoner框架,让其具备“快”、“慢”两种拟人化思考方式。
数据密集型工作负载的激增,导致计算系统需要处理的数据量大幅增加。这种不断拓展的数据环境,迫切需要具备更大容量和更高带宽的