人工智能（下文簡稱“AI”）連同它帶來的“節(jié)能功能”，有利于運(yùn)營商降低能耗和運(yùn)營成本。本文將探討以下兩點(diǎn)：

• AI對打造可持續(xù)網(wǎng)絡(luò)有什么用？

• 為什么將基站“連接”到管理系統(tǒng)對提升能效和開辟新收入來源至關(guān)重要？

正如我們在2022年《打破能耗曲線》報(bào)告中說的那樣，移動網(wǎng)絡(luò)的能耗伴隨著產(chǎn)品迭代而增加。隨著5G頻譜的擴(kuò)大以及新興應(yīng)用對基站密集化的需求不斷提高，如果我們不改變網(wǎng)絡(luò)和基礎(chǔ)設(shè)施的規(guī)劃、運(yùn)營和部署方式，能耗還將持續(xù)上升。

運(yùn)用AI和機(jī)器學(xué)習(xí)（下文簡稱“ML”）實(shí)現(xiàn)自動化和知情決策，對于打破能耗曲線、助力電信業(yè)實(shí)現(xiàn)凈零目標(biāo)至關(guān)重要。

如何利用AI降低能耗？

通過先進(jìn)的網(wǎng)絡(luò)設(shè)計(jì)和優(yōu)化服務(wù)，AI已經(jīng)對軟硬件的能耗性能產(chǎn)生了重大影響。網(wǎng)絡(luò)設(shè)計(jì)的功能主要集中在規(guī)劃上——通過不同的AI模型，讓運(yùn)營商更深入地了解網(wǎng)絡(luò)及其用戶，從而實(shí)現(xiàn)精準(zhǔn)搭建。

每個(gè)網(wǎng)絡(luò)和站都有各自的特點(diǎn)，因此高能效解決方案（如愛立信的5G RAN產(chǎn)品組合）必須提供適應(yīng)無線站點(diǎn)需求的各種產(chǎn)品。運(yùn)營商希望在客戶有需求的地方部署站點(diǎn)和服務(wù)。有了AI的洞察力，他們可以確定應(yīng)該在哪些地方部署5G基站、新增加的載波或其他資源，以便將它們用在最有效的地方。

然而，網(wǎng)絡(luò)優(yōu)化服務(wù)是影響力最大的領(lǐng)域。

正如我們近期在《愛立信技術(shù)評論》上發(fā)表的一篇關(guān)于“AI和確保高能效網(wǎng)絡(luò)”文章中所述，AI預(yù)測疊加節(jié)能功能，可根據(jù)網(wǎng)絡(luò)需求做出重要決策。它們可以決定未來幾小時(shí)內(nèi)需要哪些資源，以及在此期間是否需要用到無線接入網(wǎng)（RAN）內(nèi)所有頻段的容量，然后根據(jù)即將到來的需求動態(tài)關(guān)閉或開啟不同頻段或資源，從而在需求較低時(shí)節(jié)約能源。

正如上文中提到的《打破能耗曲線》報(bào)告所述，RAN及其有源和無源設(shè)備占到移動網(wǎng)絡(luò)總能耗的75%以上。因此，此類服務(wù)不僅會對運(yùn)營商的可持續(xù)性產(chǎn)生重大影響，還會在很大程度上影響其利潤。

例如，遠(yuǎn)傳電信71%的電費(fèi)都產(chǎn)生自RAN。通過使用愛立信的服務(wù)連續(xù)性AI應(yīng)用套件，遠(yuǎn)傳電信在不影響網(wǎng)絡(luò)性能的情況下，每天降低了25%的RAN能耗。

但是，許多運(yùn)營商在還沒有充分利用這些功能的情況下，就開始向更加可持續(xù)的網(wǎng)絡(luò)邁進(jìn)。盡管全球面臨著能源價(jià)格波動、碳排放法規(guī)等重重壓力，許多運(yùn)營商仍遲遲不愿啟用其網(wǎng)絡(luò)或RAN設(shè)備中的節(jié)能功能。

這可能是因?yàn)椋麄冋J(rèn)為這樣以來會不利于網(wǎng)絡(luò)性能或客戶體驗(yàn)，也可能是因?yàn)樗麄儾⒉涣私膺@些功能可以產(chǎn)生的收益。但事實(shí)證明，AI解決方案也能讓他們高枕無憂。

運(yùn)營商如何利用AI獲得洞察力？

通過愛立信咨詢服務(wù)，運(yùn)營商可使用AI和ML預(yù)測進(jìn)行分析，評估此類節(jié)能功能對其網(wǎng)絡(luò)的影響，在這一過程中不會對實(shí)際現(xiàn)網(wǎng)帶來任何風(fēng)險(xiǎn)或變更。

通過構(gòu)建網(wǎng)絡(luò)中無線電環(huán)境的數(shù)字孿生，運(yùn)營商可以在虛擬基站中對不同的參數(shù)進(jìn)行微調(diào)，以此了解這些參數(shù)將如何影響用戶。數(shù)字孿生不僅基于實(shí)際網(wǎng)絡(luò)數(shù)據(jù)，還利用強(qiáng)化學(xué)習(xí)為模型提供反饋。這個(gè)過程會運(yùn)行多次，直到確定最佳設(shè)置，而后將其應(yīng)用到實(shí)際網(wǎng)絡(luò)中。

除了優(yōu)化網(wǎng)絡(luò)之外，這種AI技術(shù)還能以其他方式來減少二氧化碳排放?；鶞?zhǔn)測試對運(yùn)營商來說十分重要，通過這一測試，運(yùn)營商能夠證明自己的服務(wù)質(zhì)量或在國內(nèi)的排名，從而吸引新客戶并減少客戶流失。

在特定地區(qū)，“試駕”仍然是一種常見的基準(zhǔn)測試方法。所謂“試駕”，就是在整個(gè)地區(qū)或國家范圍內(nèi)驅(qū)車行駛數(shù)百公里甚至更遠(yuǎn)，在此期間，車內(nèi)的手機(jī)會不斷撥打電話和傳輸數(shù)據(jù)，以此計(jì)算和測出網(wǎng)絡(luò)的性能。

現(xiàn)在，可以通過虛擬試駕來完成這個(gè)步驟（這是一個(gè)高度人工化的過程，會產(chǎn)生大量排放并對氣候造成顯著影響）。AI預(yù)測功能可根據(jù)來自網(wǎng)絡(luò)的真實(shí)數(shù)據(jù)進(jìn)行模擬駕駛，這意味著它不需要實(shí)際駕駛，卻可以降低成本、減輕交通壓力、減少排放以及免除駕駛員的安全風(fēng)險(xiǎn)。其結(jié)果也更加準(zhǔn)確和具有洞察力。由于數(shù)據(jù)來自真實(shí)的網(wǎng)絡(luò)設(shè)備，因此它是在用戶實(shí)際所在地（比如用戶所在的住宅、辦公室或建筑物內(nèi)），而不是外面的街道上測量網(wǎng)絡(luò)性能。

那么，除了降低能耗，AI還能通過哪些方式，讓網(wǎng)絡(luò)變得更加可持續(xù)？

AI如何實(shí)現(xiàn)智能能源應(yīng)用？

正如我們的白皮書《利用移動網(wǎng)絡(luò)電力基礎(chǔ)設(shè)施為公用事業(yè)提供輔助服務(wù)》中所述，通過確保所有基站的充分連接，智能能源管理功能可以實(shí)現(xiàn)全方位的提升。

在這方面，我們不僅要關(guān)注上述RAN設(shè)備等有源基礎(chǔ)設(shè)施，還要關(guān)注無源設(shè)備，特別是電力系統(tǒng)的運(yùn)行，其中還包括其他消耗電能的系統(tǒng)，比如恒溫系統(tǒng)或空調(diào)等。雖然電力系統(tǒng)的主要用途是將交流電轉(zhuǎn)換成直流電，并為有源設(shè)備提供備用電源，但如果將其數(shù)字化并進(jìn)行遠(yuǎn)程連接和控制，我們就可以更智能地使用和管理能源基礎(chǔ)設(shè)施和設(shè)備。

例如，許多國家的電價(jià)根據(jù)季節(jié)或高峰需求時(shí)段而波動。隨著能源成本居高不下、碳排放法規(guī)的出臺以及可再生能源的使用和需求量不斷增加（可再生能源的供應(yīng)通常會因不同來源、在不同時(shí)段進(jìn)行波動），這很可能會成為一項(xiàng)全球通行的標(biāo)準(zhǔn)。

通過聯(lián)網(wǎng)站點(diǎn)，運(yùn)營商可以管理和統(tǒng)籌能源系統(tǒng)，以確定特定電力來源或行動的優(yōu)先級或參與度，進(jìn)而降低運(yùn)營成本。例如，AI加持的應(yīng)用可以告訴電力系統(tǒng)，在電價(jià)較高時(shí)或電網(wǎng)用電量達(dá)到一定的電網(wǎng)交流電限值（交流限值）時(shí)轉(zhuǎn)而使用電池（錯峰用電）。

從可持續(xù)性的角度來看，這些功能會更有趣——當(dāng)運(yùn)營商在投資基站的基礎(chǔ)上，繼續(xù)投資可再生能源，實(shí)現(xiàn)混合系統(tǒng)時(shí)。這時(shí)，愛立信AI技術(shù)和數(shù)據(jù)（如天氣預(yù)報(bào)、上文所述的電價(jià)和電網(wǎng)信息等）整合到一起，可以優(yōu)化能效并進(jìn)一步降低成本。

它們可以決定基站何時(shí)使用電網(wǎng)、太陽能或風(fēng)能，以及何時(shí)使用可變電源進(jìn)行電池充放電，確保一切準(zhǔn)備就緒。根據(jù)我們對全球人工智能加速器（GAIA）測試數(shù)據(jù)的早期分析，我們發(fā)現(xiàn)，如果根據(jù)實(shí)時(shí)狀態(tài)優(yōu)化電源，每個(gè)站點(diǎn)每年可節(jié)約1.5萬瑞典克朗的冷卻能源。

有什么在阻礙行業(yè)發(fā)展？

實(shí)現(xiàn)這一功能的最關(guān)鍵因素在于：要將所有站點(diǎn)中的無源設(shè)備連接起來！無論我們?nèi)绾卫肁I，都需要數(shù)據(jù)。在全球所有站點(diǎn)中，只有極少數(shù)站點(diǎn)的電力系統(tǒng)部署了IP連接，因此我們無法采集數(shù)據(jù)。而且，在許多情況下，它們也沒有連接到管理系統(tǒng)，所以我們也無法控制或監(jiān)測現(xiàn)場情況。

AI的附加值尚不明確，也尚未得到業(yè)內(nèi)的廣泛理解，這可能導(dǎo)致整個(gè)行業(yè)錯失良機(jī)。畢竟，業(yè)內(nèi)都在致力于增強(qiáng)可持續(xù)性。GSMA發(fā)布的《2023年行業(yè)氣候行動現(xiàn)狀》報(bào)告顯示，已有62家運(yùn)營商（占行業(yè)總收入的61%和連接總數(shù)的46%）承諾在2030年前實(shí)現(xiàn)科學(xué)減碳目標(biāo)，快速減少直接和間接的碳排放。

這也在一定程度反映了過去的工作重點(diǎn)開始轉(zhuǎn)變。以前，電源和冷卻系統(tǒng)主要作用在于為無線基站提供安全可靠的基站解決方案。只要滿足這些要求即可，也不需要更多的工程專業(yè)知識或能力。

現(xiàn)在，情況發(fā)生了變化。能源問題已成為了大眾焦點(diǎn)。一些企業(yè)開始意識到他們因?yàn)橹魂P(guān)注有源設(shè)備而錯失“節(jié)能良機(jī)”，現(xiàn)在，是時(shí)候?qū)⑦@些設(shè)備連接起來了！為了做好采取氣候和能源行動的準(zhǔn)備，運(yùn)營商們必須行動起來，將他們的基站，連同有源和無源設(shè)備進(jìn)行適當(dāng)?shù)臄?shù)字化。因?yàn)槿绻覀円?050年前達(dá)成凈零排放的目標(biāo)，就需要借助AI。

這不僅是為了我們生存的地球，而與此相關(guān)的所有行動者也將獲得新的收入來源。

開辟新的收入來源！

智能互聯(lián)基站將帶來獨(dú)一無二的新機(jī)遇，首先就是能源輔助服務(wù)項(xiàng)目進(jìn)行交易，比如北歐國家的“干擾頻率控制儲備上調(diào)”（FCR-D up），該地區(qū)已放松了對電網(wǎng)市場的管制。在該系統(tǒng)中，網(wǎng)絡(luò)中的智能互聯(lián)基站可作為有源功率儲備，自動與電網(wǎng)斷開或重新接入電網(wǎng)，以保持電網(wǎng)頻率的平衡。

能夠混合發(fā)電的基站還可利用其AI預(yù)測和自動化功能來確定自身的能源需求、自動重新分配網(wǎng)絡(luò)中的能源資源，并確定何時(shí)應(yīng)存儲多余的能源或?qū)⑵涑鍪劢o電網(wǎng)。這不僅可以減少排放、提升效率，還開辟了新的收入來源。隨著可再生能源和電氣化的進(jìn)一步推進(jìn)，能源資源的波動將繼續(xù)驅(qū)動全球能源貿(mào)易經(jīng)濟(jì)的發(fā)展。

結(jié)語：利用AI推動能源和可持續(xù)發(fā)展！

當(dāng)我們展望未來和不斷發(fā)展的技術(shù)時(shí)，有一樣?xùn)|西仍然是社會的核心——我們的關(guān)鍵基礎(chǔ)設(shè)施。電網(wǎng)、供水和電信網(wǎng)絡(luò)是實(shí)現(xiàn)可持續(xù)發(fā)展的絕對關(guān)鍵，甚至聯(lián)合國可持續(xù)發(fā)展目標(biāo)（SDGs）的目標(biāo)9中也提出“建設(shè)具備抵御災(zāi)害能力的基礎(chǔ)設(shè)施、促進(jìn)具有包容性的可持續(xù)工業(yè)化，推動創(chuàng)新”。然而，這些關(guān)鍵基礎(chǔ)設(shè)施正面臨著日益復(fù)雜的威脅。隨著網(wǎng)絡(luò)安全日益復(fù)雜，AI將成為應(yīng)對未來挑戰(zhàn)的關(guān)鍵。

最后，伴隨著氣候行動和“雙碳”法規(guī)政策的不斷發(fā)展，對能源透明度和問責(zé)制的要求也將水漲船高。一些運(yùn)營商已經(jīng)開始轉(zhuǎn)型，使用100%可再生能源，并以此為宣傳點(diǎn)，同時(shí)公開呼吁其他運(yùn)營商一起行動起來。

我們已經(jīng)在與電網(wǎng)公司進(jìn)行對話，討論電網(wǎng)如何公開更多數(shù)據(jù)（有關(guān)可再生能源比例或所使用能源的碳足跡）。隨著行業(yè)和公眾對此類細(xì)化信息的需求不斷增長，AI也將在監(jiān)測和分析這些信息和數(shù)據(jù)方面扮演別樣的角色。

大勢以至，誰也承受不起掉隊(duì)的代價(jià)。

點(diǎn)擊“閱讀原文”，查看本篇技術(shù)博客原文