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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。