Az Elisa 2027-ben kereskedelmi AI-RAN szolgáltatásokat tesztelhet Finnországban

Élő 5G-hálózaton tesztelték az AI-RAN-t

Az Elisa közlése szerint befejezte Európa első élő hálózati AI-RAN-tesztjeit, és már AI-alkalmazásokat telepít elosztott AI-RAN-infrastruktúrán. A vállalat 2027-ben, egy működő kereskedelmi hálózaton szeretné ellenőrizni a technológia előnyeit az NVIDIA és a Nokia segítségével.

Az AI-RAN lényege, hogy a rádiós hozzáférési hálózat funkciói és az AI-munkaterhelések ugyanazon gyorsított számítási platformon futnak. Így a mobilhálózatot működtető számítógépek mesterségesintelligencia-feladatokat is végrehajthatnak. A számítási kapacitás ezáltal közelebb kerülhet ahhoz a helyhez, ahol az adatok keletkeznek és felhasználják őket.

Az Elisa Helsinkiben, saját 5G Advanced hálózatán egyetlen AI-RAN-platformon egyszerre futtatott hangkommunikációt, mobiladat-forgalmat és videóelemzést. A vállalat szerint ez megnyitja az utat az elosztott telepítés, az ügyféloldali felhasználási esetek értékelése és a 2027-re tervezett kereskedelmi AI-RAN-szolgáltatások előtt.

Gyorsabb válaszok és helyben végzett adatfeldolgozás

Az Elisa szerint az infrastruktúra elosztása gyorsabb válaszokat és helyi adatfeldolgozást tehet lehetővé az AI-alkalmazások, az AI-következtetési feladatok és az önálló hálózati funkciók számára. A vállalat több lehetséges szolgáltatási irányt is bemutatott.

• Azonnal válaszoló hangasszisztens, amelyhez a Moontalk AIRI-hez hasonló hangalapú AI-szolgáltatások természetes, valós idejű beszélgetéseket kínálhatnak.
• Biztonsági kockázatokat helyben felismerő kamerák. A videóelemzés a bázisállomás helyszínén történhet, így az érzékeny felvételek a rögzítés helyéhez közel maradhatnak.
• Önmagát optimalizáló hálózat, amelyben autonóm AI-ügynökök figyelik és javítják a hálózati működést.

Az Elisa, a Nokia és az NVIDIA szerint a hang, a mobiladat és a videóelemzés egyidejű futtatása kültéri 5G-környezetben az AI-natív hálózati infrastruktúra gyakorlati bevezetése felé tett lépés.

NVIDIA és Nokia technológiájára épül a finnországi telepítés

A tesztben a Nokia AI-RAN-megoldását, valamint az NVIDIA Aerial RAN Computer, röviden ARC platformját használták. A rendszerben NVIDIA RTX PRO 4500 Blackwell Server Edition GPU dolgozott. A bemutató egy Voice over New Radio, vagyis VoNR-hívást és adatkapcsolatot, továbbá AI-val támogatott rádiós algoritmusokat és peremhálózati videóelemzési alkalmazásokat is tartalmazott.

Az Elisa több finnországi hálózati helyszínen Dell PowerEdge szervereket telepít, amelyek NVIDIA RTX PRO 6000 Blackwell Server Edition GPU-kat tartalmaznak. Ezek az NVIDIA Aerial RAN Computer konfigurációira épülnek, és elosztott AI-számítási kapacitást biztosítanak a jelenlegi AI-következtetési feladatokhoz, valamint a későbbi AI-RAN-telepítésekhez.

A vállalat nyílt AI-modelleket és az NVIDIA AI-szoftveres ökoszisztémáját is használja a szolgáltatásfejlesztés gyorsítására. Sami Komulainen, az Elisa technológiáért és működésért felelős vezérigazgató-helyettese szerint „az AI a digitális infrastruktúra kritikus rétegévé válik”. Hozzátette, hogy az AI-RAN fontos lépés az összekapcsolhatóság és az AI közös platformon való egyesítésében, és megalapozhatja az AI-natív 6G-hálózatokat.

A szolgáltatók új hálózati és AI-kapacitást kaphatnak

Az NVIDIA távközlési üzletágának vezetője, Ronnie Vasishta szerint az AI kilép az adatközpontokból és bekerül a hálózatba. Az NVIDIA és partnerei azt mutatták be, hogy a gyorsított számítás lehetővé teszi egy mobilhálózat számára a rádiós és AI-feladatok közös infrastruktúrán való futtatását.

Emma Falck, a Nokia mobilinfrastruktúráért felelős elnöke szerint az AI-RAN új lehetőségeket adhat a mobilhálózatoknak: az operátorok okosabb hálózatokat működtethetnek, hatékonyabban használhatják az infrastruktúrát, és új bevételi forrásokat teremthetnek a peremhálózati AI-szolgáltatásokból.

Az Elisa szerint a mostani telepítés a 6G-korszak egyik építőeleme lehet, amelyben a kommunikációs és számítási infrastruktúra egyre szorosabban összekapcsolódik. A vállalat a hálózatba helyezett AI-feldolgozással olyan elosztott infrastruktúrát épít, amelyet fizikai AI-rendszerek, autonóm rendszerek és intelligens alkalmazások támogatására szán.