解决全球能源消费为移动网络的热门话题
全球移动网络的能源消耗是一个热门话题。碳足迹和成本产生的能源使用是我们的行业最大的挑战之一。只要能源利用网络不是碳中和,部分来自化石燃料,移动网络运营将对温室气体排放到大气中。这意味着减少能源消耗更聪明的利用移动网络可以减少温室气体排放的影响。
如果能源消费继续增长,那么最有可能的能源价格也将如此。无论哪种方式,将会有更高的网络运营成本和结合会提高总体拥有成本。解决能源消耗将电信行业的共同努力。它从各个角度需要考虑,翻了个底朝天。
难以忽视的真相:跑解决问题的第一步就是有一个接受。这就是为什么我们的网络分析功能支持的可观测性,各代的能源消耗。这个故事的主要反派角色是网站消费。无线接入网络(RAN)网站占大约85%的数据中心网络消费占剩下的15。这可能会增加在云的情况下跑。
爱立信即将推出的智能自动化平台将支持拉普如未来节能管理器。节能管理器可以集中决定什么节能功能激活和配置。
爱立信哲学的一部分聪明跑自动化是选择每个特定用例集中与分散控制的最大影响。提高能源效率、集中控制允许全面的决策数据分析的基础上从多个网站。这种分析可以用于创建最好的本地设置最大化kpi和整体性能,同时减少能源消耗。
将事情向前推进一步,改进数据收集和分析使服务提供商做出积极的决定优先次序。这包括考虑如果(多少)- KPI的影响可以被允许进一步提高节省能源。这可能取决于不同的网络,可以实现节能和KPI目标和调整。
放眼全球,立足本地:节点节能在节点级别需要电能计量特性来支持能源分析功能。那睡眠是一种有效的特性来保持用户体验,减少浪费,降低容量就足够了。问题是,它用于需要手动配置费时和低效。来解决这个问题,我们推出了AI-powered MIMO睡眠,它自动参数设置减少体力劳动,提高功能性能(kpi和节能)节点。更多信息查看的结果PoC。
功能AI-powered MIMO睡眠模式允许我们做出了最好的资源使用的当前模式。的下一跳节点能源节约将来自一个范式的转变。今天,资源被定义为“总是”,关闭或将在低功耗模式下时,交通状况许可。在未来,我们想象一个搬到一个总是可用的范式的休眠,直到需要哪些资源。与智能预测他们需要时可以被激活。使用基于ai功能,我们可以进行准确的交通预测进一步节省,同时允许用户相同的性能。
后天:一个前景展望未来,我们看到,强化学习(RL)方法将进一步提高能源储蓄和网络性能。RL特别有用在动态的类型,复杂,高需求的环境构成的移动网络。
有多种方法,RL可以应用于网络和节能。爱立信的一个例子是两个成功的试验得出的强化学习应用到远程电气倾斜的天线(RET)。乍一看似乎并不复杂,但每一次你倾斜天线它改变细胞的形状的天线。这反过来会影响用户体验的由细胞和细胞周围,周围的进一步倾斜天线网络中的级联效应。这使得它更令人印象深刻的,在一个单一的网络生活,为降低ERP优化时,爱立信和合作服务提供者造成DL传动功率下降了20%,而不影响性能。
RL大型和复杂的编排也带来了更多的机会。例如,节约能源可以被集成到交通控制和用于道路交通网络中最节能资源。这将允许其他资源的深度睡眠,而交通控制方案是活跃的。
如果我们退一步看看网络和其整个生命周期中很容易看到,今天的我们不仅要优化,已经部署也认真考虑什么应该部署在未来。考虑部署和现在尤其重要,世界上大部分是中间的5 g推出。
很简单:更聪明,更精确的部署可以减少所需的硬件和网络的环境足迹。认知软件套件有多个功能支持。包括交通预测,容量规划选址确定最佳的地方部署和射频设计用于网络设计优化模型。总的影响是一个优化的网络布局,减少压力的钱包和环境。
地球一小时,每一小时在爱立信,我们知道业务只能在一个可持续发展的环境中茁壮成长。当然,不像地球一小时,移动网络不能关机,所以我们必须确保我们优化每小时。我们认真对待这一挑战在移动网络和他们的生命周期,并提供解决方案。我们相信,这好处我们现在和未来的几代人。
接触,如果你想知道更多关于我们如何可以帮助你减少你的移动网络的碳足迹和变得更节能!
相关内容