AI-RAN: путь к беспроводным сетям будущего

В условиях стремительного развития искусственного интеллекта (ИИ) сеть радиодоступа (RAN) готова к трансформационной эволюции в направлении конвергенции функциональных возможностей ИИ и RAN, известной как парадигма AI-RAN. AI-RAN интегрирует высокопроизводительные вычислительные ресурсы в инфраструктуру RAN, обеспечивая выполнение рабочих нагрузок ИИ и RAN на одной и той же инфраструктуре. Это повышает эффективность использования ресурсов, снижает энергопотребление и способствует быстрому реагированию на задачи, связанные с ИИ. В данной статье представлен всесторонний обзор AI-RAN, в котором обсуждение в широком смысле разделено на три аспекта: ИИ и RAN, ИИ для RAN и ИИ на RAN. Сначала рассматривается аспект ИИ и RAN, охватывающий аппаратную архитектуру, программный стек, а также оркестрацию вычислительных и коммуникационных ресурсов. Затем подробно анализируется аспект ИИ для RAN, включая различные подходы к применению методов ИИ для повышения производительности RAN. В рамках темы ИИ на RAN проводится углублённое исследование схем, использующих RAN в качестве платформы для предоставления сервисов ИИ. Рассматривается распределённое обучение для многоячеечных и многовендорных сетей RAN, включая федеративное обучение и многоагентное обучение с подкреплением, с акцентом на проблемы неоднородности данных, накладных расходов плоскости управления, сходимости в условиях мобильности, конфиденциальности и устойчивости к атакам в экосистемах RAN. Также продемонстрировано несколько вариантов применения в рамках платформы AI-RAN. В заключение сформулированы ключевые нерешённые проблемы и направления дальнейших исследований.