突破瓶颈也能驾轻就熟，英特尔构建AI破局之基

飞象原创（魏德龄/文）通信的下一步怎么走？是一个在2024通信展上被很多人所提及的话题，尽管5G刚刚行至中场，但不少人却已经产生了对于逼近香农极限后的担忧，而更庞大的网络规模，也意味着更多的能耗与运维压力。

当通信网络发展正在无限触及瓶颈的时候，AI的脱颖而出，被视作了破局的关键所在。

突破通信瓶颈的钥匙

随着频谱资源的占用愈发分配殆尽，如何在相同的频宽下，更合理地进行利用成为AI所能挖掘的新潜力。另外，AI还能对新兴的通信标准功能或技术带来加持的作用，例如能够在理论上通过相同带宽提供更多信息的语义通信，AI也将在实现准确传递的编解码过程中起到关键作用。

针对备受关注的能耗问题，在近两年间，借助AI技术来优化运维管理的方案也可谓是层出不穷。AI在接入网中的引入，可以让以往一刀切式的断电/开启的操作，转变为通过对真实使用数据的分析后，智能且自动化对功率做出调整，以至于不会影响实际用户体验。或是通过AI来观察整个网络中每一个基站的耗电量，一旦发现异常，就能准确找出故障根源。

如果说AI与通信的融合是必然趋势的话，融合的方式也自然成为了关键点，甚至可能会因为投资成本与引入难度的问题成为一个难以落地的假想。或许AI PC恰恰是很多人对此的理想化想象，在一个具备运行AI能力的通用硬件平台上，无论是自行配置好模型与运行界面，还是安装现成的应用程序，就能使其成为一个本地AI设备。

实际上，随着多年的技术积累，在接入网侧，也已经同样具备了这样的契机。以英特尔中国网络与边缘事业部网络事业总经理阮伯超在2024通信展期间的主题演讲中展示的这张PPT为例，呈现了电信网络现代化的演进路径，此前英特尔及合作伙伴已经实现了网络虚拟化与云化，具备了进行云原生的网络功能部署的能力。伴随着持续不断在vRAN上的努力，又实现了硬件的解耦合，让软件定义传统通信网络具备可能。

于是，在此基础上，引入可突破瓶颈的AI，反而成了一件驾轻就熟的事情。

AI也能如同一个软件

“也就是说，AI软件和其他软件没有太大差别，可以直接部署在同一平台上运行。所以这一切就变得很简单，不需要有两套不同的操作系统。”阮伯超表示，英特尔认为，如果要选择未来的AI平台，一定要选一个通用平台，可以把CT（通信技术），IT（信息技术），OT（操作技术），以及AI（人工智能）全部合在一起。

在电信网络领域，如何能够让接入网引入AI机器学习来进行处理，并使业务负载与AI负载共用统一的硬件平台，一直是英特尔研究和工作的重点。在整个引入AI的过程中，包括AI模块的预训练、推理，以及部署到接入网系统中，英特尔持续聚焦于整个过程的自动化，方便合作伙伴更灵活、更快速地部署到自己的应用当中去。

今年2月份，英特尔专门在巴展期间发布了vRAN AI开发套件，致力于利用可扩展的至强处理器给虚拟化的接入网带来创新。正是基于这个集成了AI加速的至强平台，结合其他的英特尔优化软件，如OpenVINO、oneAPI等软件框架与软件库，英特尔在此基础上构建了AI开发套件。

通过该套件可以在英特尔FlexRAN软件中获取所有资源和参数，并通过一个高效的AI引擎以毫秒级别做出决策，调整里面的调配或节能信息。整个套件中包含有专门为接入网应用设计的经过预训练处理的AI模型，还有优化过的推理代码。为了体现AI模型的可用性和实用性，AI套件还提供了一个参考的端到端系统，以用例的形式来体现出模型在实际应用场景中会带来何等增益。

“有了英特尔vRAN AI开发套件，我们的合作伙伴、开发者可以不需要从0开始去开发自己的AI模型，而是把自己的数据集直接用于已经预先处理好和预训练过的模型，并且把新的训练好的数据集应用到推理的代码上，通过参考端到端的用例，更好更快地应用到自己的实际应用当中去，简化了开发者的工作流程，从而大幅缩短了开发周期。”英特尔中国网络与边缘事业部软件研发相关负责人表示。

英特尔所构建的这一通用平台中，作为硬件核心关键位置的至强处理器在今年也迎来了重大升级，能效核产品十分适合用于传统的网络功能虚拟化应用。由于在许多网络产品中，输入/输出操作比较频繁，比如数据包的接收和发送，这些操作并不需要像数学运算或AI计算那样强大的处理能力，在这种情况下，使用能效核产品可以提供更好的性价比和能效比。

这也为降低电信网络的能耗提供了新的可能。例如，搭配英特尔至强6的5G核心网节能方案，可以在没有更改核心网任何一个功能或者调整性能的情况下，让这套软件非常灵活地根据用户的流量去调高或者是调低CPU或者是处理器的主频。电信运营商还可以根据自身需求在方案中进行规则的搭配，根据时间点或流量来对核心数进行调整。

让AI如同软件一般能够轻松与电信网络产生融合的便利性，如今也正在随着5G-A的部署，利用AI释放出更多价值。

5G-A与AI融合进行时

目前，英特尔提供的5G-A融合AI的边缘计算平台是一个端到端的系统，涵盖了从无线接入网到核心网，再到各种应用的完整架构。其云原生的结构，除了具有很高的可靠性，也为5G-A与AI的融合带来更多契机。

众所周知，5G-A标准中专门围绕定位功能引入了多个增强特性，例如可以通过多天线技术、超宽带频段以及新的信号处理算法，进一步提高定位精度。同时，由于原理上不依赖于卫星，通过集成多种定位技术，也能实现室内外的无缝切换，为广泛的工业、商业和消费场景提供了新的解决方案。

而从定位原理上看，算法软件如果想要提升精准度，就需要对参数做出更好的解析。这时，云原生技术下的优势就会得以显现，开发人员可以在生态系统中引入差分路损、AI指纹数据库、TDOA，配合FlexRAN与至强处理器，不需要叠加硬件投资，就能通过可以编程的方式来提升定位精度至亚米级。

又比如5G-A在TSN上所带来的全新升级，为AI驱动的车路协同感知和决策提供了新的可能。通信展期间的论坛中，英特尔也专门分享了TSN + V2X (AI)的解决方案，通过英特尔边缘平台与边缘融合AI模型的组合，结合视频解决方案，能够对摄像头、雷达视频的解析时延实现优化。其中，5G-TSN模块与交通信号灯、摄像头、激光雷达等传感设备相连，并通过车辆APP实现车载通信。多RSU激光雷达数据融合算法模型与车路协同感知融合模型的输出通过V2X服务器和网络TT模块与UPF/gNB进行数据通信，确保车辆和交通设备的实时数据传输。

“我们在网络领域合作开发的vRAN、5G核心网等应用，以及针对特定行业的解决方案，如PLC（可编程逻辑控制器）、视频分析模块，以及车联网（V2X）等。在AI方面，我们提供基于AI的位置服务（LBS）能力，包括网络AI相关模型，并且支持企业级的大型语言模型（LLM）。这些技术和服务都是为了帮助我们的合作伙伴更好地构建和扩展他们的应用。”英特尔中国网络与边缘事业部无线产品相关负责人表示。

当通信接近极限，AI的到来扩展了新的维度，英特尔所构建的破局之基，正在加速两者间的融合，让突破变得驾轻就熟。