随着数字革命愈演愈烈,全球对移动数据和服务的需求正在迅速增长。当新需求、新使用场景或新标准进入市场时,更换过时硬件的方式可能无法实施,因为企业可能会因此而产生巨额成本。
与其他企业一样,通信服务提供商希望从其投资中获得最大收益。因此,他们通过降低总体拥有成本、节省电力和创建持续创新的平台来实现这一目标。
十多年来,英特尔一直与生态伙伴及客户合作,共同引领网络转型。在近日举行的2023巴塞罗那世界移动通信大会(MWC Barcelona 2023)上,英特尔公布了众多重磅产品更新,包括集成vRAN Boost的第四代英特尔至强可扩展处理器、英特尔基础设施电源管理器平台套件、英特尔融合边缘媒体平台、Agilex 7 FPGA等。
虚拟化及开放式RAN已成未来趋势
网络基础设施是否也可以用类似方式通过软件来定义?答案是肯定的。
软件定义基础设施的网络现代化是现在通信服务提供商进行转型的重要方面,而vRAN、边缘、云原生等趋势正在推动他们加速IT基础建设的升级。
英特尔技术专家告诉记者,网络越发复杂,云原生、虚拟化等技术可以帮助通信服务提供商打造更加灵活的网络架构以应对网络变革。
当下,在全球大多数无线网络中,RAN都被部署为固定功能设备,此种方式一旦部署就无法更改。以整个产业的发展状况来看,预计到2024年75%由企业产生的数据,将在数据中心和云以外的边缘进行处理。这意味着整个网络架构需要进行一个跨时代的改变。
英特尔构建了一个基于灵活、可编程通用芯片的架构,集成了用于繁琐任务的加速功能,使通信服务提供商能够顺利地部署完全虚拟化的RAN,并充分利用端到端软件定义网络(包括核心网和RAN)的全部优势。
与上一代产品相比,集成vRAN加速功能的英特尔第四代至强可扩展处理器在vRAN效能方面实现了两倍提升,而使用功耗可以降低20%。此外,Agilex 7 FPGA FPGA可以加速vRAN或其他工作负载。
英特尔Agilex 7 FPGA AGI 041设备将支持下一代400G基础设施加速解决方案。AGI 041设备为400G 基础设施处理器(IPU)和网络解决方案提供了恰到好处的容量、能效和性能。
此外,英特尔eASIC结构化ASIC能够使客户在400G基础设施解决方案中进一步降低成本和功耗。对于网络工作负载,与FPGA相比,N5X080设备能够把核心功耗降低多达60%;与传统ASIC相比,能够将原型设计时间减少至原来的一半。
如今业界对节能减碳和可持续发展的需求越发强烈,vRAN硬件基础设施最重要的是能耗。英特尔基础设施电源管理器平台套件可以节省30%的功耗。
英特尔与SK电信开展合作,开发了用于5G核心网的英特尔基础设施电源管理器参考软件,该软件将运行时CPU平均能耗节省提升30%。
vRAN不会一蹴而就,而是持续发生。英特尔的目标是推动RAN的变革,与生态伙伴及客户合作,为通信服务提供商在网络构建中提供了可编程性和可升级性,从而使其能够交付全新功能及服务。
通用芯片是虚拟化网络的基石
在迈向现代化网络架构方面,芯片扮演着重要角色。在英特尔技术专家看来,通用芯片的性能可以跟专用芯片相媲美,而且专用芯片的设计、开发及生产时间会更长,无法像通用芯片可以通过软件化来更快推向市场。
十多年前,几乎没有任何无线网络能够在通用可编程服务器上运行以软件形式存在的核心网。而英特尔设计的服务器和软件正在助力网络核心虚拟化,并使其以软件的形式在通用服务器上运行。早在2020年,这种虚拟化核心网就已约占总部署量的一半,正在实现软件定义网络的愿景。
通常成本与部署量存在一个对应关系,而采用通用标准的服务器,相关的成本会降低很多。以前独立设备制造商大多采用定制化的芯片和专门设计的机器,这个硬件成本比标准服务器更高。
标准服务器的建设成本和运营成本相比比较低,而且软硬件升级方便,这样通信服务提供商提供全新服务也更加富有弹性、更有效率。
通用芯片还有一个好处——全虚拟化。不管是基站还是核心网,从边缘到云,英特尔架构可以实现端到端的云原生虚拟化。
英特尔通过第四代英特尔至强可扩展处理器在业内首次实现了把5G用户平面功能(UPF)工作负载性能提升至1Tbps,带来了巨大的性能突破。
有报告显示,预计到今年年底,虚拟化核心网将占总核心网部署量的90%以上,几乎所有已知虚拟化网络服务器都运行在英特尔的CPU上面。
展望未来,虚拟化网络是一个划时代的改变。虽然运营商也在积极拥抱这种趋势,但是他们在vRAN、虚拟化、云原生等方面缺乏相应的人才和技术能力。
针对这种情况,英特尔联合合作伙伴打造完整的生态,参与相关架构标准制定,基于软硬件解决方案,持续推动跟供应商、集成商和生态伙伴的合作,帮助他们取得成功。
好文章,需要你的鼓励
AMD CIO的职能角色早已超越典型的CIO职务,他积极支持内部产品开发,一切交付其他部门的方案都要先经过他的体验和评判。
医学生在选择专业时,应当考虑到AI将如何改变医生的岗位形态(以及获得的薪酬待遇)。再结合专业培训所对应的大量时间投入和跨专业的高门槛,这一点就更显得至关重要。
我们拥有大量数据,有很多事情要做,然后出现了一种有趣的技术——生成式AI,给他们所有人带来的影响。这种影响是巨大的,我们在这个领域正在做着惊人的工作。