Industrialización del ahorro energético de la RAN para una conectividad más ecológica a escala

El consumo de energía representa una parte importante de los gastos operativos de los operadores de redes móviles, estimados entre el 20% y el 40%, una cifra que es aún mayor en regiones de fuerte consumo de gasóleo, como el Sudeste Asiático y África.

En 2020, el coste energético mundial anual del funcionamiento de las redes móviles rondaba los 25.000 millones de dólares, una cifra que probablemente sea mucho mayor ahora debido a los retos económicos mundiales subsiguientes, como la crisis energética y el aumento de la inflación. La RAN (Red de Acceso Radioeléctrico) representa la mayor parte de este coste, casi el 80% del consumo energético de la red, lo que la convierte en un objetivo primordial para los esfuerzos de ahorro energético. El resultado es una reducción de los costes y de la huella de CO2.

A lo largo de los años se han introducido varios mecanismos inteligentes de ahorro de energía en la RAN, como los modos de reposo de célula y portadora, la reconfiguración MIMO masiva Rx/Tx, el direccionamiento del tráfico, el control de potencia, etc., para reducir el consumo de energía en las unidades activas de la RAN. La incorporación de AI/ML permite un aprendizaje dinámico para controlar de forma inteligente esos mecanismos y mejorar el ahorro de energía, manteniendo al mismo tiempo una experiencia de usuario óptima. Las pruebas iniciales han demostrado hasta un 12% de ahorro adicional con respecto a las técnicas tradicionales. Sin embargo, para industrializar el ahorro energético de la RAN para los operadores, la solución tiene que ser escalable, fiable y replicable en un entorno de red de múltiples proveedores.

Desafíos en la construcción de una solución industrializada de ahorro de energía RAN.

La industrialización del ahorro energético de las RAN es difícil, y los principales obstáculos son:

1. Complejidad técnica: la red móvil consta de múltiples tecnologías (2G, 3G, 4G, 5G). La eficiencia energética debe aplicarse a todas estas tecnologías y sus respectivos proveedores.
2. Preservación del rendimiento y la calidad de servicio: los operadores deben garantizar que la calidad de servicio se supervise de cerca y que las medidas de ahorro energético no afecten a la experiencia del usuario.
3. Problemas de compatibilidad e interoperabilidad en un ecosistema de múltiples proveedores: las redes suelen construirse con equipos de distintos proveedores. La solución de ahorro energético de la RAN debe adaptarse a los respectivos formatos de datos, KPI, mecanismos de ahorro energético y API. Este reto puede mitigarse mejorando la normalización de los KPI de la red (uso, consumo eléctrico, calidad del servicio) y de los mecanismos de ahorro de energía y API.
4. Consideraciones de coste: la implantación de soluciones de ahorro energético puede implicar costes iniciales de tecnología e infraestructura. Además, la solución de ahorro energético tendrá su propia huella de CO2. Los operadores tienen que evaluar cuidadosamente el rendimiento de la inversión y desarrollar estrategias de ahorro energético rentables.
5. Medición del ahorro: los operadores deben separar la contribución aportada por la solución basada en IA de los mecanismos a nivel de RAN proporcionados por el proveedor.

El camino a seguir para los operadores

Para evaluar los beneficios potenciales y ganar confianza en su capacidad para superar los retos, los operadores deben participar en pruebas, empezando por una simulación basada en datos reales de la red. La simulación no entraña riesgos ni afecta a la red, y puede ayudar a evaluar la rentabilidad, lo que motiva la realización de pruebas sobre el terreno y el despliegue de una solución industrial mejor ajustada. Con este planteamiento, los operadores pueden obtener ahorros energéticos inmediatos.

Con el fin de estar preparados para el futuro, los operadores y los NEP también necesitan acelerar la adopción de Open RAN. A través de interfaces estandarizadas, virtualización RAN y casos de uso habilitados para AI/ML, Open RAN tiene el potencial de desempeñar un papel significativo en la aceleración de la industrialización del ahorro de energía RAN e impulsar la innovación.

Con Open RAN, es posible introducir técnicas de ahorro de energía casi en tiempo real en O-RU, como la transmisión discontinua inteligente (DTx) conocida como micro-sleep, la recepción discontinua inteligente (DRx), el estado inactivo RRC inteligente, la formación de haces adaptativa, la programación inteligente, etc. Estos casos de uso proporcionan técnicas de ahorro de energía más profundas y avanzadas que no son posibles en la RAN tradicional. Además, O-RAN puede optimizar el consumo de energía en la infraestructura O-Cloud con la optimización inteligente de la carga de trabajo y el ajuste de la CPU.

¿Cómo contribuimos a este esfuerzo?

La oferta de Capgemini de ahorro de energía en la RAN utiliza un enfoque nativo de IA para una solución holística y abierta para industrializar el ahorro de energía en la RAN que es totalmente compatible con las especificaciones 3GPP y O-RAN Alliance, como se muestra en la figura 1 a continuación. Es abierta, independiente del proveedor y personalizable según las necesidades del operador para una integración perfecta en una red de telecomunicaciones de múltiples proveedores. Utiliza técnicas avanzadas de IA nativa, empleando el marco NetAnticipate de Capgemini, para correlacionar diversas métricas y proporcionar inteligencia operativa predictiva y en tiempo real.

El marco subyacente de automatización en bucle cerrado garantiza que la solución aprenda por sí misma a mejorar continuamente el ahorro de energía en la red. Puede probar este valor en la simulación, basándose en una alimentación continua de datos reales, y luego pasar a la acción real en la red para obtener ahorros de forma efectiva.

Capgemini ha participado en el proyecto catalizador moonshot del TM Forum “Green and Efficient Radio Access Networks”. Esto incluye la colaboración con los principales CSP y NEP para abordar el reto energético al que se enfrenta la industria de las telecomunicaciones. Todo ello garantizando la escalabilidad, la reutilización en múltiples redes y la reducción de costes y riesgos mediante el aprovechamiento de las mejores prácticas y normas del TM Forum.

Oportunidades apasionantes en el horizonte

La llegada de la tecnología 5G-Advanced y la prevista 6G van a traer oportunidades aún mayores. Nuevas tecnologías están en camino, como IRS (Intelligent Reflecting Surface) y la formación de haces adaptativa mediante técnicas de detección también conocidas como JCAS (Joint communication and Sensing). Juntas, harán que las redes del futuro sean más eficientes energéticamente y sostenibles de forma nativa. Capgemini participa activamente en la investigación de estas tecnologías con socios académicos e industriales, para construir un mañana sostenible.

TelcoInsights es una serie de publicaciones sobre las últimas tendencias y oportunidades en el sector de las telecomunicaciones, impulsadas por una comunidad de expertos y líderes de opinión del sector.