6月27日，爱立信自动化与运营负责人Klas Johansson在2024MWC上海"构建人工智能就绪基础设施"论坛上发表了题为"AI在无线接入网中的价值：为高性能可编程网络铺路"的演讲。Johansson强调了爱立信在网络演进领域的带头作用，以及AI和自动化将如何重塑无线接入网（RAN）未来。

Johansson表示爱立信从4G时代开始便致力于将AI引入RAN，通过AI优化路由算法和RAN软件参数，为网络性能提升奠定了基础，也为后续AI在RAN中的广泛应用铺平道路。

Johansson在演讲中指出，如今，爱立信正在引领网络向"高性能可编程网络"演进，这项变革不仅将简化今天愈加复杂的网络运营，更将开启商业模式创新的新篇章。"可编程网络"为运营商提供了前所未有的灵活性，能够帮助他们根据市场需求迅速调整服务，满足多样化的客户需求，从而推动业务增长。

意图驱动型网络：AI与自动化的完美结合

在谈及网络演进的具体方向时，Johansson介绍了爱立信提出的意图驱动型网络理念。这一理念的核心在于利用AI和自动化技术，使网络根据运营商的意图来进行智能决策和自我优化，从而推动运营商大规模提供差异化连接，满足不同用户群体的特定需求，在竞争激烈的市场中脱颖而出。

RAN软件、SMO、rApps的协同作用

为了实现意图驱动型网络的高自动化水平，Johansson强调了RAN软件、服务管理和协调（SMO）以及rApps的有机结合。这种协同作用将显著提升网络效率和服务保证能力，确保用户体验。通过实时数据分析和智能决策，网络能够自动调整资源分配，优化性能，同时快速响应故障和拥塞问题。

AI在RAN中的具体实践

针对运营商在选择RAN架构时面临的决策难题，Johansson明确表示，无论是专门构建的RAN架构还是Cloud RAN架构，爱立信的技术创新都能为RAN中具有成本效益的AI提供支持。今天，爱立信正在不断提升其RAN计算产品组合中的AI能力，通过引入更先进的算法和模型，以及优化硬件和软件架构，确保AI在RAN中的高效运行。于此同时，爱立信还积极与合作伙伴携手AI-RAN联盟，共同推动ICT行业的人工智能发展，为整个生态系统带来更大的价值。

其中，Johansson详细阐述了AI在RAN中的两种主要应用模式：分布式优化与集中式自动化。分布式优化适用于需要快速响应和本地处理的场景，如实时流量管理和能源效率优化，其中保持数据本地化至关重要，以减少复杂性和部署成本。而集中式自动化则更适用于网络级别的长期规划和策略制定，例如Massive MIMO中的小区赋形，AI的引入能够显著提升网络覆盖率和吞吐量。这两种模式的结合，既保证了网络的高效运行，又兼顾了长期战略规划的需求。

Johansson还通过具体案例展示了AI在RAN中的实际应用，如利用AI进行小区塑形和实时流量管理，以及通过AI优化RAN能耗。他强调，这些应用的实现离不开硬件和软件的支持。爱立信在RAN计算硬件和软件方面不断投入研发，提升AI推理和训练能力，如增加动态存储和持久存储，从而加速实时工作负载的处理。同时，爱立信还与合作伙伴共同探索AI加速技术，以及AI软件的生命周期管理，确保AI模型的高效运行和持续更新。

AI+RAN的工业化挑战与未来展望

Johansson在演讲最后讨论了AI在RAN中工业化面临的挑战和未来展望。他指出，要进一步实现AI在RAN中的广泛应用，需要不断优化AI算法，确保模型能够适应各种复杂环境。同时，模型的训练和验证也必须在真实网络环境中进行，来确保其性能和可靠性。此外，他还强调了灵活可扩展的架构的重要性来适应未来可能出现的各种用例和需求。

展望未来，Johansson坚信，从5G Advanced开始，AI在RAN中的应用将为运营商和整个生态系统带来前所未有的业务创新机遇，开启无线通信的新篇章。他表示，随着技术的不断进步和应用的不断深化，我们有理由相信，AI将在RAN领域发挥越来越重要的作用，推动无线无线通信行业迈向更加智能、高效和创新的未来。