Ericsson 的研报阐述了其推动移动网络节能和提升用户体验的解决方案，核心围绕“智能运营”和“可编程网络”两大方向展开。
核心观点：
- 能源成本是运营商的主要运营成本： 能源成本占运营商运营支出（OPEX）的 45%，占总运营支出的 15-20%，因此降低能耗对可持续发展和网络运营至关重要。
- 智能运营是关键： 通过利用 AI 和自动化技术，运营商可以根据实时网络状况和需求动态调整网络容量，避免资源浪费，实现节能目标。
- 可编程网络是未来趋势： 可编程网络允许运营商以意图驱动的方式管理网络，通过定义业务目标（如用户体验和能耗），网络自主完成优化，简化运营并提升效率。
关键数据和研究结论：
- AI 在 RAN 优化中的应用： AI 在 RAN 优化中具有三大应用场景：独特用例（预测、异常检测等）、高复杂度用例（如链路自适应）和多目标用例（如平衡用户体验和能耗）。AI 驱动的自动化在多频段网络部署和多目标优化场景中发挥关键作用。
- Telenor 项目案例： Telenor 与 Ericsson 合作开发的 AI 代理，通过闭环控制 LTE 细胞休眠模式参数，在不影响网络质量的情况下，实现了 4% 的能耗降低，平均休眠时间从 4 小时延长至 7 小时。
- Optus 案例： Optus 通过部署“深度睡眠模式自动化”解决方案，在 2300MHz 频段实现了 24% 的能耗降低，并减少了 2520 公斤 CO2 排放。
- Telstra 案例： Telstra 部署了 Automated Energy Saver (AES) 功能，在 6 个射频节点的试验中，实现了约 30% 的额外睡眠时间，并降低了能耗。
- DNB 案例： DNB 在马来西亚的 5G 网络中部署了 AES 功能，实现了平均 4.8% 的功率节省，最高可达 7.4%。
- Swisscom 案例： Swisscom 在其 RAN 网络中部署了 AES 功能，试验结果显示休眠模式激活时间增加了 49%，能耗降低了 2%。
解决方案：
- Ericsson 提供多种能源解决方案： 包括基于 AI 的自动化解决方案（如 Intelligent RAN Power Saving、Energy Efficiency Map、Predictive Cell Energy Management）和基于软件的解决方案（如 5G Advanced 软件、Automated Energy Saver）。
- Site Energy Orchestration： 该解决方案通过智能站点解决方案，帮助运营商降低成本并获得新收入，例如通过峰值削减、负载转移和混合能源方案。
建议：
- 重新定义最佳网络： 从传统的速度和覆盖范围，转向高性能、节能和可持续的网络。
- 实现全网络可观察性： 获取来自网络各个部分（包括主动和被动设备）的性能指标和能耗信息。
- 利用能源资产降低成本并获得新收入： 通过能源存储和可再生能源参与能源市场。
- 确保不同节能解决方案之间的互操作性和编排： 以实现最佳节能效果。
- 利用基于 AI 的自动化解决方案： 简化网络运营并提升效率。
- 确定 AI 技术最有益的用例： 将 AI 应用于高复杂度场景，以最大化投资回报率。
- 将网络发展转变为以意图驱动和可编程的方式： 实现多目标优化，如保障用户体验和优化能耗。
