开放虚拟无线接入网(RAN)技术中的硅芯片限制是电信技术主管最困扰的问题之一。尽管多年来业界一直都在谈论硬件和软件的分离,但在无线接入网这一块,软件和硬件仍然紧密地黏在一起。德国电信在最近的一份白皮书中指出,“开放的RAN解决方案仍然高度依赖所选择的硬件”。
因此,一些业界人士听到爱立信称旗下最新的RAN软件可以部署在多个硅平台上时可能会感到惊讶,因为大型套件供应商爱立信有时会被人说成是开放RAN的反对者。爱立信之前曾在虚拟RAN领域与英特尔合作过,也曾打广告称旗下的软件可以在芯片制造商英特尔Xeon品牌的通用处理器(GPP)上运行,而不只是在旗下的定制芯片上运行。爱立信在今年2月的世界移动通信大会(MWC)前后进行了一些成功的试验后,现在又与英特尔最大的GPP竞争对手AMD建立了合作关系。
爱立信在今年的世界移动通信大会(MWC)上的展台。(图: Matthias Oesterle-Alamy Live News)
这意味着相同的第一层软件(负责RAN中基带处理的部分)可以部署在Xeon芯片或AMD的EPYC处理器上。假如爱立信只是将其软件建立在FlexRAN之上,这是不可能的。FlexRAN是英特尔的第一层参考设计,只适用于英特尔的芯片。但爱立信说其软件已从头写过,目的是确保完全的可移植性。
爱立信网络部门的技术和战略主管Freddie Södergren表示,所有这些一部分是为了回应运营商的反馈,运营商一定不想被绑在一个平台上。他表示,“一般来说,我们认为提供选择并确保我们的云RAN的多平台性非常重要,当然这也是开放RAN和规模的基础。这肯定是我们听到客户在谈论的事情。”
但一些重要的事项值得引起注意,而且有迹象表明爱立信和诺基亚在这一领域出现了原则上的分歧。第一层处理对底层硅晶片的要求相当高,而GPP本身并不是为其设计的。为了克服GPP的局限性,设备供应商提供了硬件加速器(专用硅晶片)以处理部分或所有第一层功能。上述原则上的分歧在于所使用的加速器类型。
诺基亚支持的是一种名为“内部”(Inline)加速的系统,Inline加速系统在第一层活动中对GPP(或CPU,中央处理单元)的依赖性最小。Inline用的是一个单独的、通常插在服务器上的加速器卡。Inline受到芯片公司的青睐,包括Mavenir、Nvidia和Qualcomm在内的,这些公司都生产基于Arm蓝图的定制芯片。
总部设在英国的Arm公司主要因为其技术在智能手机中占有重要地位而闻名业界。业界通常认为Arm架构比英特尔和AMD开发的x86架构更加节能。而且,诺基亚移动网络部门的负责人Tommi Uitto在MWC上表示,他做的所有测试都表明,inline提供的结果比替代品更好。
爱立信的首选则是名为“旁路缓存”(Lookaside)的替代方案。Arm社区似乎已经认准了Inline,而英特尔则倾向于Lookaside。其实这并不令人惊讶,因为Lookaside更加注重GPP,而GPP的市场仍然由英特尔主导(AMD是一个相当大的竞争对手)。Lookaside系统中只有一些选定的第一层功能由加速器处理。
据Södergren说,用Lookaside的加速器比使用Inline的加速器更经济一些。爱立信在去年与美国主要客户Verizon发表的白皮书中对Inline持高度批评的态度。所列举的缺点包括Inline在服务器中需要一个单独的PCIe卡(PCIe是卡和服务器之间的标准化接口),爱立信认为,这导致了成本的增加。爱立信表示,Lookaside加速器也可以与CPU集成在一起,可以提高效率。
英特尔以前也提出过同样的论点,但爱立信认为最终的结果是Lookaside(在爱立信的白皮书中也被称为“选定功能硬件加速器”)是个比Inline(也被称为“全L1加速器”)更节能的解决方案。爱立信认为,Inline还有一个缺点,Inline需要为特定的硬件组件开发专门的软件,使得分离和软件移植变得更加困难。
爱立信和芯片制造商英特尔开发的虚拟RAN软件案列用的是英特尔芯片和AMD芯片,依据的的标准名为BBDev。Södergren表示,“BBDev是个开发工具包,我们能够实现可移植性。我们的加速器接口是相同的,所以我们不需要改变任何代码就可以在不同的平台之间移植。”
可以说,Lookaside的主要缺点是对英特尔的依赖性,因为英特尔作为GPP提供者的主导角色。AMD的加入显然有助于解决这个问题,但假若第一层软件可以移植到基于Arm的加速器上就会更加理想。但考虑到爱立信明显反对Inline,这似乎不太可能,而且英特尔网络和边缘集团负责人Sachin Katti最近表示,“几十年来在x86优化软件上投资”,到现在x86和Arm之间的可移植性可能仍然会是个持续的问题。
批评者也将继续质疑爱立信对开放的承诺。爱立信与AMD之间的安排并不意味着爱立信会突然准备让旗下的RAN软件通过一个开放的前端接口接到另一家公司的无线电设备上一起使用。爱立信的一位发言人表示,大规模MIMO的上行链路无线电性能方面仍然存在一些担忧,MIMO是一项被认为对行业至关重要的先进5G技术。
但爱立信坚持认为这只是一个时间问题。爱立信在一封电子邮件中表示,“我们看到RAN规范在成熟,我们之前在‘资本市场日’曾提出,我们会将其引入我们的产品组合。随着下一代开放前端传输技术的出现,整合第三方无线电也就成为了可能。” 同时,爱立信和AMD的合作结果还必须在实验室之外的现实环境中得到验证。
好文章,需要你的鼓励
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
上海AI实验室联合多家顶尖机构开发出全球首个科学推理大模型SciReasoner,该模型在2060亿科学数据上训练,支持103个科学任务,能够像科学家一样进行逻辑推理并展示思考过程。它实现了化学、生物学、材料科学等多领域知识整合,在分子设计、性质预测、文献分析等方面表现出色,为科学研究提供了强大的AI助手工具。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
南洋理工大学研究团队开发出SHINE方法,这是一种无需额外训练就能实现高质量图像合成的新技术。该方法通过巧妙引导现有AI模型的潜能,能够在复杂光影条件下完美合成图像,包括准确的阴影生成和水面倒影效果。研究团队还创建了ComplexCompo基准测试集,验证了SHINE在各种挑战性场景中的卓越性能,为图像编辑技术的发展开辟了新方向。