피드로 돌아가기
The RegisterInfrastructure
원문 읽기
AI 기반 RAN 에너지 최적화로 데이터 처리 효율 10.6% 향상
Ucell and ZTE complete large-scale deployment of AI‑Powered green network solution in Uzbekistan
AI 요약
Context
트래픽 변동성에 대응하지 못하는 고정적 에너지 소비 구조로 인한 운영 비용 상승 및 탄소 배출 문제 발생. 실시간 트래픽 패턴에 맞춘 유연한 전력 제어 아키텍처의 필요성 증대.
Technical Solution
- Network-level AI를 통한 트래픽 예측 및 전역 전략 오케스트레이션 수행
- Base station-level AI 배치를 통한 실시간 실행 및 로컬 성능 모니터링 구현
- Distributed Computing Architecture 기반의 2계층 지능형 제어 구조 설계
- Symbol, Channel, Carrier, Equipment 단위의 다차원 셧다운 기술 적용
- KPI 실시간 모니터링을 통한 성능 임계치 기반의 자동 에너지 절약 모드 해제 로직 구현
- Machine Learning을 활용한 에너지 절감과 네트워크 성능 간의 최적 균형점 지속 업데이트
Impact
- 에너지 효율 비율(GB/kWh) 10.6% 개선을 통한 전력 소모 대비 데이터 전송량 증대
실천 포인트
1. 전역 예측(Global Forecasting)과 로컬 실행(Local Execution)을 분리한 계층적 제어 구조 검토
2. 서비스 가용성 보장을 위해 제어 루프 내에 KPI 기반의 자동 Rollback 매커니즘 설계
3. 리소스 절감 대상을 세분화(Granularity)하여 단계별 셧다운 전략 수립