5g 下一节：新的自动化层如何提高整体能效

GSMA Intelligence 的研报指出，随着节能算法、传感器和计算能力的快速发展以及能源价格的上涨，AI 驱动的节能解决方案在无线接入网（RAN）等领域的应用日益增多。尽管现有节能方案如睡眠模式、增强调度等已取得一定成效，但解决方案数量和复杂性的提升要求运营商重新审视其效率工具。报告强调，通过构建一个以意图驱动、性能优化的网络级编排器，运营商能够连接和协调不同节能方案，自动共享洞察并简化网络操作，从而在降低能耗的同时最大化网络性能。

核心观点与关键数据

1. 节能方案现状：目前节能解决方案已覆盖无线单元、基带、大规模 MIMO、数据中心和被动基础设施等领域，其中 RAN 节能方案占比最高（平均 76%）。AI 技术使网络设备能够理解流量场景和运营环境，实现更高效的节能操作。
2. 编排器的作用：由于节能方案分散且复杂，运营商需要统一的编排器来整合现有功能（如时域睡眠、频谱域流量调度、空域大规模 MIMO），并通过实时数据驱动决策，优化能耗与用户体验的平衡。
3. 经济影响：
   • 运营支出（Opex）：节能编排器可降低 20% 的能源成本（GSMA 能源效率基准项目数据），并简化网络运营，减少故障管理投入。
   • 资本支出（Capex）：引入编排器涉及采购、转型成本及持续维护，但能通过用户感知优化提升网络性能。
   • 收入：实时 KPI 监测可支持网络切片和差异化服务变现，提升客户满意度。

研究结论

• 运营商需从“自下而上”的单一方案配置转向“意图驱动”的自动化编排，以应对 5G 网络能耗挑战。
• 用户体验是关键，节能方案需在性能与效率间找到平衡点，避免因过度节能影响网络可靠性。
• AI 和自动化投资需与人才培养相结合，否则可能造成长期竞争力差距。
• 厂商需为中小运营商提供灵活的“节能即服务”模式，并推动行业开放标准以促进方案互操作性。