1. 這次調(diào)研的起點(diǎn)AI-RAN和O社的ATR項(xiàng)目最近一直在追AI-RAN方向的資料我把它當(dāng)作接下來(lái)幾年移動(dòng)通信最有變量的一塊來(lái)研究。整理到后面O社的ATR項(xiàng)目成了繞不開(kāi)的樣本公開(kāi)材料反復(fù)出現(xiàn)幾個(gè)標(biāo)簽基于ARM架構(gòu)的GPU平臺(tái)、同時(shí)覆蓋集中式和分布式AI-RAN、面向5G-A和6G演進(jìn)。這幾點(diǎn)放在一起就是一次完整的架構(gòu)換代不是某個(gè)基站部件的小修小補(bǔ)。AI-RAN全稱(chēng)是AI-Radio Access Network字面意思是“人工智能無(wú)線接入網(wǎng)”。但這個(gè)詞在行業(yè)里其實(shí)有三層理解容易混。第一層是AI for RAN用AI做信道估計(jì)、波束管理、網(wǎng)絡(luò)節(jié)能相當(dāng)于給無(wú)線算法加了一個(gè)“智能調(diào)度大腦”第二層是AI on RAN把基站機(jī)器變成邊緣AI算力節(jié)點(diǎn)讓原本閑置的資源對(duì)外輸出推理能力第三層是AI and RAN強(qiáng)調(diào)AI和無(wú)線通信真正共享底層計(jì)算資源。ATR項(xiàng)目做的最關(guān)鍵事情就在第三層讓5G基帶處理和AI推理跑在同一塊GPU上用一個(gè)硬件平臺(tái)同時(shí)承擔(dān)通信和算力兩種角色。換句話說(shuō)傳統(tǒng)基站的基帶處理是交給專(zhuān)用芯片的ASIC、FPGA、DSP好用是好用但只能做無(wú)線這一件事。AI服務(wù)器又是另外一臺(tái)設(shè)備GPU常年開(kāi)著利用率卻經(jīng)常不到百分之二十。AI-RAN想改變的是這種浪費(fèi)。它把無(wú)線接入的功能“軟”下來(lái)跑在通用GPU上閑時(shí)算力再給AI任務(wù)用。基站從通信設(shè)備變成了“能通信的計(jì)算節(jié)點(diǎn)”這是整個(gè)產(chǎn)業(yè)邏輯變化的核心。ATR項(xiàng)目為什么值得單獨(dú)拎出來(lái)看主要因?yàn)閮牲c(diǎn)。第一這是運(yùn)營(yíng)商自己下場(chǎng)做RAN軟件棧而不是買(mǎi)設(shè)備商的整機(jī)O社動(dòng)的其實(shí)不是射頻還是天線而是把基帶處理整個(gè)搬到GPU上重新做一遍第二它同時(shí)定義了集中式和分布式兩種部署方式不是實(shí)驗(yàn)室里演示一把就完而是給了實(shí)際組網(wǎng)的路線圖。這次調(diào)研我主要就是圍繞這兩點(diǎn)展開(kāi)的。1.1 一個(gè)通俗的比喻把AI-RAN說(shuō)清楚基站流量是典型的潮汐曲線白天寫(xiě)字樓區(qū)域流量拉滿凌晨基本空閑。傳統(tǒng)方案里BBU設(shè)備不管有沒(méi)有流量整塊電路板都在通電待命就像一家餐廳固定開(kāi)著一個(gè)大廚房但一天只有兩個(gè)飯點(diǎn)有人來(lái)吃飯。AI-RAN的思路是把廚房變成可以外接訂單的中央廚房。人少的時(shí)候廚師們做外賣(mài)、做其他餐食把設(shè)備和場(chǎng)地利用起來(lái)。到了飯點(diǎn)信號(hào)處理任務(wù)優(yōu)先級(jí)最高所有算力立刻切給業(yè)務(wù)。同一個(gè)廚房不同時(shí)間做不同的事。CPU、GPU這類(lèi)通用計(jì)算資源天然適合這種“彈性分工”而專(zhuān)用芯片做不到ASIC的邏輯在出廠時(shí)就焊死了。這個(gè)比喻還能往下走一層。集中式AI-RAN相當(dāng)于把幾個(gè)餐廳的廚房合并到一個(gè)中央廚房統(tǒng)一采購(gòu)、統(tǒng)一排班效率更高但距離遠(yuǎn)了菜送過(guò)去路上一慢會(huì)涼分布式AI-RAN相當(dāng)于每家店保留一個(gè)中廚單店響應(yīng)快但每家店的設(shè)備使用率不如中央廚房。這兩種模式?jīng)]有絕對(duì)的優(yōu)劣要看現(xiàn)場(chǎng)條件。1.2 AI-RAN要解決的不只是成本問(wèn)題很多人以為運(yùn)營(yíng)商做AI-RAN就是為了省電、省設(shè)備其實(shí)這只是最表層。另一個(gè)更深的原因是現(xiàn)網(wǎng)設(shè)備的軟件化比例太低。傳統(tǒng)基站里協(xié)議棧大部分跑在封閉環(huán)境里想新增一個(gè)AI優(yōu)化功能需要依賴(lài)設(shè)備商升級(jí)版本周期非常長(zhǎng)。O社這種體量的運(yùn)營(yíng)商既有用戶規(guī)模優(yōu)勢(shì)又有AI研發(fā)能力自然想打破這個(gè)閉環(huán)。把RAN跑在GPU上以后很多以前不敢想的場(chǎng)景就通了?；颈旧砭褪且粋€(gè)帶AI能力的推理節(jié)點(diǎn)可以本地做視頻結(jié)構(gòu)化分析、工業(yè)設(shè)備異常監(jiān)測(cè)、自動(dòng)駕駛的低時(shí)延協(xié)同。以前這些東西需要單獨(dú)在邊緣機(jī)房部署AI服務(wù)器再把結(jié)果通過(guò)網(wǎng)絡(luò)送到用戶一來(lái)一回時(shí)延至少幾十毫秒?，F(xiàn)在基站的GPU直接把AI服務(wù)開(kāi)在離用戶最近的地方時(shí)延壓到個(gè)位數(shù)毫秒這是5G-A和6G場(chǎng)景里非常重要的一張牌。ATR項(xiàng)目選的硬件路線也很有意思它沒(méi)有走傳統(tǒng)設(shè)備商最熟悉的x86 CPU加FPGA加速卡路線而是直接用ARM CPU和GPU融合的平臺(tái)。這個(gè)選擇背后是好幾筆賬我在下一節(jié)詳細(xì)算。2. 硬件底座為什么是ARM架構(gòu)GPU平臺(tái)2.1 三種硬件方案的對(duì)比我在調(diào)研中把當(dāng)前RAN加速方案分成了三類(lèi)放在一起做對(duì)比這樣才能看清ARM加GPU這套組合的位置。第一類(lèi)是傳統(tǒng)ASIC/FPGA方案。典型場(chǎng)景是現(xiàn)網(wǎng)中大量早期5G基站基帶L1層走專(zhuān)用芯片性能和功耗都很好但問(wèn)題也很明顯開(kāi)發(fā)周期長(zhǎng)迭代一次物理層算法要按年來(lái)算AI能力基本為零除非額外掛一臺(tái)AI服務(wù)器否則這塊加速卡無(wú)法承接任何AI業(yè)務(wù)運(yùn)維上也是黑盒出了問(wèn)題只能交給設(shè)備商定位。第二類(lèi)是x86 CPU加FPGA加速卡的方案。這也是不少?gòu)S商在5G中后期采用的路線。FPGA做L1高性能流程x86跑協(xié)議?？刂泼姹華SIC靈活但AI生態(tài)仍然弱。FPGA上部署深度學(xué)習(xí)模型需要專(zhuān)門(mén)做量化、編譯和布線人力成本極高沒(méi)法像NVIDIA那樣用CUDA生態(tài)快速落地。更重要的問(wèn)題是x86本身功耗高基站站點(diǎn)通常只給幾千瓦的電力預(yù)算一臺(tái)x86服務(wù)器放上去電源、散熱、機(jī)房空間都要重新設(shè)計(jì)。第三類(lèi)就是ARM加GPU。ARM CPU負(fù)責(zé)協(xié)議?？刂坪屯ㄓ糜?jì)算GPU承擔(dān)L1物理層同時(shí)也作為AI推理引擎。GPU的好處是同一塊硬件天然能跑AI生態(tài)極其完整從訓(xùn)練框架到推理引擎全都現(xiàn)成。ARM CPU的好處是功耗低單核能效遠(yuǎn)好于x86而且ARM在電信設(shè)備里其實(shí)是老熟人很多基站的控制面早就在用ARM核兼容性不是問(wèn)題。三類(lèi)方案的關(guān)鍵差異我用一張簡(jiǎn)表列出來(lái)后面講參數(shù)方便一點(diǎn)。維度ASIC/FPGAx86 FPGAARM GPU基帶處理性能高中高中高AI負(fù)載承接差差好開(kāi)發(fā)迭代速度慢中快功耗低高中資源池化能力弱中強(qiáng)生態(tài)基礎(chǔ)封閉封閉開(kāi)放2.2 ARM和GPU之間那根“高速管道”是關(guān)鍵很多沒(méi)做過(guò)RAN的人第一次看ARM加GPU方案會(huì)有一個(gè)疑問(wèn)ARM CPU和GPU是兩個(gè)東西數(shù)據(jù)在這兩者之間來(lái)回搬運(yùn)會(huì)不會(huì)成為瓶頸這里就涉及平臺(tái)本身的設(shè)計(jì)。ATR方案里選的是某GPU廠商的服務(wù)器級(jí)加速平臺(tái)它把ARM CPU和GPU做成了緊密耦合的一顆大芯片CPU與GPU之間不是走傳統(tǒng)的PCIe總線而是通過(guò)高帶寬的一致性互聯(lián)通道直接相連。PCIe的典型雙向帶寬在數(shù)十GB每秒這個(gè)平臺(tái)的一致性互聯(lián)在規(guī)格上高出一個(gè)量級(jí)。更重要的是它支持緩存一致性CPU和GPU訪問(wèn)內(nèi)存時(shí)不需要頻繁做數(shù)據(jù)拷貝和驅(qū)動(dòng)同步這對(duì)毫秒級(jí)信號(hào)處理尤其關(guān)鍵?；鶐幚淼谋举|(zhì)是實(shí)時(shí)數(shù)據(jù)流天線端收到信號(hào)經(jīng)過(guò)前傳接口進(jìn)入GPU做FFT變換、信道估計(jì)、解調(diào)再交回ARM CPU做協(xié)議處理。整個(gè)過(guò)程要在幾毫秒內(nèi)完成任何一個(gè)環(huán)節(jié)出現(xiàn)DMA拷貝延遲和數(shù)據(jù)等待都可能拖壞空口指標(biāo)。ARM和GPU融合成一顆芯片后數(shù)據(jù)路徑短延遲可控這是它和“x86服務(wù)器插一塊GPU卡”最大的區(qū)別。很多公開(kāi)技術(shù)資料里還提到了配套的DPU網(wǎng)卡。這塊卡在AI-RAN里的作用很多人忽略了其實(shí)非常關(guān)鍵?；厩皞鹘涌诔休d的是樣本數(shù)據(jù)需要高精度的時(shí)間同步傳統(tǒng)方案里靠BBU里的獨(dú)立時(shí)鐘模塊解決但在GPU平臺(tái)里這個(gè)功能被卸載到DPU上由DPU完成eCPRI協(xié)議解析、時(shí)間戳打標(biāo)、同步和流量整形。DPU還順帶承擔(dān)了網(wǎng)絡(luò)虛擬化的負(fù)載把容器間通信、OVS轉(zhuǎn)發(fā)這些開(kāi)銷(xiāo)從CPU上解放出來(lái)。2.3 功耗與實(shí)時(shí)性這筆賬RAN工作負(fù)載和普通AI推理有一個(gè)本質(zhì)區(qū)別無(wú)線信號(hào)處理是有硬性實(shí)時(shí)要求的符號(hào)級(jí)任務(wù)必須在微秒級(jí)時(shí)間窗口內(nèi)完成過(guò)了這個(gè)窗口物理層的幀結(jié)構(gòu)就錯(cuò)了用戶直接掉線。GPU本身就是為吞吐量設(shè)計(jì)的一個(gè)任務(wù)排隊(duì)等幾百微秒很正常所以直接在GPU上跑L1基帶會(huì)出問(wèn)題必須有軟件棧做實(shí)時(shí)調(diào)度。O社的ATR方案里軟件層面的玩法是把L1處理切成兩類(lèi)任務(wù)。一類(lèi)是高優(yōu)先級(jí)實(shí)時(shí)任務(wù)例如每個(gè)時(shí)隙內(nèi)的核心符號(hào)處理用GPU的專(zhuān)用硬件隊(duì)列來(lái)做嚴(yán)格鎖定執(zhí)行窗口另一類(lèi)是低優(yōu)先級(jí)非實(shí)時(shí)任務(wù)怎么做都行后臺(tái)慢慢跑比如測(cè)量上報(bào)、日志分析。AI推理任務(wù)則被放在最低優(yōu)先級(jí)只能占用RAN任務(wù)不用的計(jì)算資源。功耗賬更要細(xì)算。服務(wù)器級(jí)GPU芯片功耗不低一塊卡就要幾百瓦到上千瓦放在中頻基站站址常常超過(guò)機(jī)房的單機(jī)柜供電上限。所以ATR項(xiàng)目在分布式部署場(chǎng)景里直接推出了低功耗版本的設(shè)計(jì)GPU的時(shí)鐘頻率被鎖定到較低檔位同時(shí)采用外置散熱整機(jī)整機(jī)功耗控制在1千瓦以?xún)?nèi)。這個(gè)數(shù)字放到傳統(tǒng)基站里依然偏高但已經(jīng)逼近機(jī)柜能接受的范圍了。集中式部署則可以把功耗壓力轉(zhuǎn)移到邊緣機(jī)房用液冷解決這也是集中式架構(gòu)在實(shí)踐中更好落地的原因之一。2.4 為什么這套平臺(tái)適合做“運(yùn)營(yíng)商級(jí)”AI-RAN我個(gè)人的判斷是ARM加GPU這個(gè)組合技術(shù)上有取舍但商業(yè)上很聰明。GPU的AI生態(tài)是現(xiàn)成的不用重新推動(dòng)產(chǎn)業(yè)ARM的授權(quán)生態(tài)又是開(kāi)放的運(yùn)營(yíng)商可以自己選處理器、選網(wǎng)卡、選服務(wù)器不用被單一設(shè)備商綁定。O社這樣做等于把原本封閉的RAN產(chǎn)業(yè)從“賣(mài)整機(jī)”變成了“組裝機(jī)”。代價(jià)是系統(tǒng)集成難度極高。傳統(tǒng)設(shè)備商交付的基站是經(jīng)過(guò)整體測(cè)試的整機(jī)運(yùn)營(yíng)商插上電就能用現(xiàn)在ARM服務(wù)器、GPU卡、DPU、前傳光模塊、實(shí)時(shí)操作系統(tǒng)、容器平臺(tái)都要自己拼運(yùn)維團(tuán)隊(duì)的要求一下子被拉高了。這也是ATR方案目前更多停留在大型項(xiàng)目合作和PoC驗(yàn)證階段的原因真正大面積替換現(xiàn)網(wǎng)基站還有一段距離。3. 兩種架構(gòu)形態(tài)集中式與分布式怎么用3.1 集中式AI-RANGPU資源池化的優(yōu)勢(shì)集中式架構(gòu)可以理解成把多個(gè)基站的基帶處理集中到邊緣機(jī)房機(jī)房里的GPU服務(wù)器組成一個(gè)資源池通過(guò)前傳網(wǎng)絡(luò)連接分布在遠(yuǎn)處的射頻單元。這個(gè)概念本質(zhì)上脫胎于C-RAN也就是云化無(wú)線接入網(wǎng)但ATR方案里的核心變化是資源池不僅能做基帶還能同時(shí)跑AI。集中式的第一個(gè)好處是資源利用率高。十個(gè)基站放在一起負(fù)載高峰時(shí)間各不相同如果每個(gè)基站各自配備一塊GPU必然出現(xiàn)有的滿負(fù)荷有的閑置。集中后十個(gè)小區(qū)的算力可以共享同一批卡按業(yè)務(wù)量動(dòng)態(tài)調(diào)度總卡數(shù)能省下三成以上。第二個(gè)好處是便于升級(jí)GPU卡可以集中替換不用爬鐵塔、進(jìn)站點(diǎn)一臺(tái)一臺(tái)換。第三個(gè)好處是AI服務(wù)更容易規(guī)?；渴饳C(jī)房里的GPU資源池直接統(tǒng)一調(diào)度一個(gè)模型可以在池子里隨意分配任何一個(gè)基站覆蓋區(qū)域的用戶都能就近獲得AI推理能力不用在每個(gè)站點(diǎn)重復(fù)部署。需要特別注意前傳網(wǎng)絡(luò)。集中式把基帶處理拉到遠(yuǎn)處后射頻單元和基帶單元之間的前傳時(shí)延必須嚴(yán)格受控尤其是L1處理對(duì)時(shí)延極敏感一般要求單跳傳輸時(shí)延在微秒級(jí)所以集中式機(jī)房通常距離遠(yuǎn)端站點(diǎn)幾十公里以?xún)?nèi)并且需要高質(zhì)量的光模塊和精確時(shí)間同步協(xié)議。前傳帶寬同樣需要預(yù)留信道光模塊速率不夠或者抖動(dòng)過(guò)大空口指標(biāo)立刻劣化。3.2 分布式AI-RAN把算力直接推到站點(diǎn)分布式架構(gòu)則是另一幅圖景每個(gè)基站站點(diǎn)部署一套一體化的ARM加GPU設(shè)備整臺(tái)設(shè)備直接掛在接入機(jī)房甚至塔上基帶處理和AI推理都在本地完成。這種形態(tài)解決集中式最頭疼的兩個(gè)問(wèn)題前傳時(shí)延超高標(biāo)準(zhǔn)和高帶寬依賴(lài)。分布式方案在低時(shí)延場(chǎng)景里有天然優(yōu)勢(shì)。以工業(yè)場(chǎng)景為例機(jī)器人的運(yùn)動(dòng)控制周期一般在幾毫秒如果控制決策要發(fā)回中心機(jī)房一來(lái)一回再考慮網(wǎng)絡(luò)排隊(duì)很難穩(wěn)定達(dá)標(biāo)。站點(diǎn)內(nèi)嵌GPU之后推理計(jì)算本地完成時(shí)延基本就一次DMA的距離穩(wěn)定在極低水平。這個(gè)優(yōu)勢(shì)適合真正硬實(shí)時(shí)的工業(yè)互聯(lián)網(wǎng)場(chǎng)景是集中式替代不了的。代價(jià)也很明顯分布式站點(diǎn)的環(huán)境比中心機(jī)房惡劣得多冬天沒(méi)有暖氣夏天沒(méi)有空調(diào)白天暴曬灰塵和潮氣無(wú)孔不入。GPU這類(lèi)高功耗設(shè)備放在這種環(huán)境里對(duì)退熱設(shè)計(jì)、防塵過(guò)濾、供電保障都是大考驗(yàn)。另一個(gè)問(wèn)題是算力浪費(fèi)站點(diǎn)流量有高峰有低谷低谷時(shí)GPU完全空閑但不像集中式還可以把資源給別的小區(qū)用只能白白閑著。所以分布式架構(gòu)更適合那些本地AI業(yè)務(wù)占用本身就比較穩(wěn)定的場(chǎng)景比如智慧園區(qū)、港口、礦山AI負(fù)載能和通信負(fù)載錯(cuò)峰互補(bǔ)。3.3 同一套軟件棧如何覆蓋兩種模式ATR項(xiàng)目規(guī)劃里最有價(jià)值的部分不是單獨(dú)支持集中式或分布式而是用一個(gè)軟件架構(gòu)同時(shí)覆蓋了兩種模式。這意味著運(yùn)營(yíng)商不需要在兩種方案之間做非此即彼的選擇而可以根據(jù)地域、業(yè)務(wù)類(lèi)型、機(jī)房條件靈活組合比如城區(qū)寫(xiě)字樓區(qū)域用集中式郊區(qū)工廠用分布式。要做到這點(diǎn)關(guān)鍵在于把RAN功能拆分成可編排的原子能力。L1物理層處理、L2協(xié)議處理、L3控制面這些功能模塊全部做成可獨(dú)立部署的軟件容器。部署集中式時(shí)這些容器都跑在中心機(jī)房的GPU服務(wù)器上部署分布式時(shí)本地站點(diǎn)跑L1和一部分L2L3等高時(shí)延容忍的功能仍可送回中心機(jī)房。資源調(diào)度的策略也完全復(fù)用。無(wú)論集中還是分布底層都有一位GPU資源調(diào)度器負(fù)責(zé)給不同任務(wù)分配計(jì)算資源RAN任務(wù)擁有最高優(yōu)先級(jí)AI任務(wù)使用空閑窗口。這套調(diào)度邏輯和部署方式無(wú)關(guān)集中式調(diào)度的是一大池子分布式調(diào)度的是一小池子策略相同顆粒度不同。這就是軟硬件解耦設(shè)計(jì)帶來(lái)的最大收益一套軟件、兩種形態(tài)、多處復(fù)用。4. 從紙面到落地部署步驟與算力測(cè)算4.1 算力測(cè)算一個(gè)節(jié)點(diǎn)需要幾塊GPU調(diào)研要從紙面落到實(shí)操第一步就是算算到底需要多少GPU資源。這個(gè)數(shù)字不能拍腦袋要按小區(qū)配置、帶寬、天線數(shù)量、業(yè)務(wù)模型逐步推。以一個(gè)典型中頻宏站小區(qū)為例100兆赫茲帶寬、4T4R天線配置、TDD制式下行小區(qū)峰值吞吐量約在1.5Gbps左右L1物理層處理需要完成FFT變換、信道估計(jì)、均衡、編解碼等操作每毫秒處理一個(gè)時(shí)隙的數(shù)據(jù)。按該GPU廠商公開(kāi)演示的性能單個(gè)加速卡大概可以支撐3至4個(gè)這樣配置小區(qū)的L1處理再疊加一部分L2處理實(shí)際能力會(huì)降到2至3個(gè)還要為突發(fā)流量保留余量。如果集中式機(jī)房里規(guī)劃接入10個(gè)小區(qū)就需要4塊以上加速卡。這里有個(gè)常見(jiàn)的誤算直接把10除以3向上取整成4張卡但實(shí)際還要考慮L2開(kāi)銷(xiāo)、AI業(yè)務(wù)預(yù)留和故障冗余更穩(wěn)妥的是按“每小區(qū)占用0.35卡”計(jì)算再預(yù)留20%算力峰值緩沖和一塊卡的N加1備份最終結(jié)果是6塊卡左右。算力規(guī)劃寧多勿少因?yàn)闊o(wú)線RAN任務(wù)一旦超載不是變慢的問(wèn)題是直接掉線。AI業(yè)務(wù)的資源預(yù)留可以單獨(dú)計(jì)數(shù)。如果機(jī)房里還要運(yùn)行30路視頻分析每路按一個(gè)輕量模型推理需要大約一定比例的GPU實(shí)例算就得增加對(duì)應(yīng)數(shù)量的卡。RAN和AI需求放在同一個(gè)資源池里調(diào)度器在保證RAN不超閾值的前提下把剩余算力盡量分配給AIAI資源總量應(yīng)該在峰值算力基礎(chǔ)上再打個(gè)折扣。4.2 一套可復(fù)制的PoC部署流程我建議第一次做AI-RAN項(xiàng)目驗(yàn)證的團(tuán)隊(duì)按下面的順序走這樣可以盡可能規(guī)避翻車(chē)。先定拓?fù)浜蛨?chǎng)景。明確是要驗(yàn)證集中式還是分布式或者混合式。建議第一次做集中式機(jī)房條件可控問(wèn)題排查也方便。然后做資源估算參考上一小節(jié)的方法把基站數(shù)、小區(qū)帶寬、天線端口、預(yù)計(jì)AI業(yè)務(wù)類(lèi)型和路數(shù)全部列出來(lái)算出GPU卡數(shù)。這一步一定要多算一點(diǎn)富余量軟件層的損耗會(huì)在壓力測(cè)試?yán)锉┞冻鰜?lái)。再準(zhǔn)備硬件環(huán)境。ARM加GPU的服務(wù)器網(wǎng)卡交換機(jī)前傳光模塊時(shí)鐘同步設(shè)備逐一上架。時(shí)鐘同步這一步經(jīng)常被忽視AI-RAN機(jī)房里基站前傳和普通數(shù)據(jù)中心不太一樣必須要走精確時(shí)間同步協(xié)議否則空口幀對(duì)齊不了。軟件層則是部署容器平臺(tái)、實(shí)時(shí)操作系統(tǒng)的配置、基帶加速棧和AI推理框架。然后是單站驗(yàn)證先不在多站并發(fā)場(chǎng)景下跑只接一個(gè)射頻拉遠(yuǎn)單元驗(yàn)證一塊GPU跑L1處理看空口能不能穩(wěn)定建立連接吞吐量能不能達(dá)到理論值的八成以上。最后壓力測(cè)試逐步增加小區(qū)數(shù)同時(shí)混入AI推理任務(wù)觀察GPU利用率、時(shí)延和空口性能的變化曲線找到資源峰值邊界。這一步做完才算從“能用”到了“夠用”。4.3 資源切分和SLA保障策略AI-RAN系統(tǒng)里最重要的一條原則是RAN任務(wù)必須有絕對(duì)優(yōu)先權(quán)。這不是靠程序員自覺(jué)而是靠底層調(diào)度機(jī)制硬保證的。具體實(shí)現(xiàn)上GPU實(shí)例切片的使用方式值得借鑒。一塊物理GPU可按算力比例切分成多個(gè)實(shí)例每個(gè)實(shí)例擁有獨(dú)立計(jì)算單元和顯存互相之間隔離。可以給RAN任務(wù)分配一個(gè)獨(dú)占實(shí)例這個(gè)實(shí)例不參與AI推理專(zhuān)職保證基帶處理的實(shí)時(shí)性。AI任務(wù)跑在另一個(gè)實(shí)例上哪怕它把實(shí)例占滿也不會(huì)對(duì)RAN造成直接沖擊最多是等資源時(shí)間變長(zhǎng)。在實(shí)例內(nèi)部還可以加時(shí)間片隔離。實(shí)時(shí)無(wú)線任務(wù)長(zhǎng)期占著隊(duì)列的一部分固定窗口AI任務(wù)只能在剩余窗口里運(yùn)行。這有點(diǎn)像高速公路上給應(yīng)急車(chē)輛留出專(zhuān)用通道日常行駛非常自由但應(yīng)急車(chē)輛一來(lái)其他車(chē)必須立刻讓行。5. 實(shí)測(cè)中遇到的問(wèn)題和幾套排查思路5.1 實(shí)時(shí)任務(wù)在GPU上“跑飛”的處理第一次跑L1處理時(shí)最常見(jiàn)的問(wèn)題是GPU任務(wù)時(shí)延抖動(dòng)。傳統(tǒng)基站的基帶處理跑在專(zhuān)用芯片上時(shí)間行為幾乎是確定的而GPU的任務(wù)調(diào)度天然帶著不確定性。實(shí)測(cè)時(shí)最容易看到的現(xiàn)象是某個(gè)時(shí)隙的符號(hào)處理偶爾超時(shí)超時(shí)不超過(guò)幾十微秒但對(duì)空口來(lái)說(shuō)已經(jīng)構(gòu)成一次小中斷。我要特別提醒不要一上來(lái)就優(yōu)化代碼先開(kāi)GPU實(shí)時(shí)調(diào)度日志把超時(shí)分布抓出來(lái)看。大多數(shù)情況下問(wèn)題不在算法而在任務(wù)排隊(duì)。GPU上有多個(gè)計(jì)算隊(duì)列如果RAN任務(wù)和AI任務(wù)默認(rèn)使用同一個(gè)計(jì)算流AI的密集型計(jì)算會(huì)把RAN任務(wù)擠到隊(duì)尾。解決思路很直接把RAN任務(wù)分配到獨(dú)立的高優(yōu)先級(jí)計(jì)算流并配合固定時(shí)間片搶占機(jī)制同時(shí)把AI任務(wù)壓成低優(yōu)先級(jí)的后臺(tái)流。這屬于平臺(tái)級(jí)配置不需要改一行算法代碼。如果配置完成后仍然抖動(dòng)下一步檢查顯存分配。GPU實(shí)例之間如果共享顯存帶寬大量的顯存拷貝會(huì)拖慢RAN處理。給RAN實(shí)例預(yù)留足夠多的顯存駐留空間盡量避免運(yùn)行時(shí)頻繁申請(qǐng)能顯著改善時(shí)延穩(wěn)定性。5.2 前傳鏈路和資源沖突問(wèn)題速查前傳鏈路是集中式架構(gòu)最容易出問(wèn)題的地方。我整理了一份實(shí)測(cè)中最常踩坑的問(wèn)題清單給正在做同類(lèi)項(xiàng)目的團(tuán)隊(duì)參考。問(wèn)題現(xiàn)象定位思路解決辦法前傳光模塊誤碼率升高空口吞吐下降檢查光模塊速率和鏈路預(yù)算看是否在長(zhǎng)距離場(chǎng)景用錯(cuò)模塊等級(jí)換成更高等級(jí)光模塊縮短前傳距離空口幀偏移不穩(wěn)定檢查同步源是否所有射頻單元都同步到同一時(shí)鐘統(tǒng)一同步協(xié)議配置增加時(shí)鐘源冗余GPU利用率不滿但空口指標(biāo)差檢查CPU和GPU之間數(shù)據(jù)搬運(yùn)路徑是否走了低速接口確認(rèn)使用高帶寬一致性互聯(lián)通道關(guān)閉不必要的數(shù)據(jù)拷貝AI推理啟動(dòng)后RAN時(shí)延升高查看GPU任務(wù)隊(duì)列是否使用了同一計(jì)算流將RAN任務(wù)固化到獨(dú)立計(jì)算流并設(shè)為最高優(yōu)先級(jí)站點(diǎn)功耗超限導(dǎo)致掉電查看整機(jī)功耗曲線是否GPU長(zhǎng)期滿載設(shè)置功耗上限AI任務(wù)降頻必要時(shí)鎖GPU工作頻率最容易被忽略的一個(gè)問(wèn)題是AI模型預(yù)熱帶來(lái)的瞬時(shí)CPU和顯存沖擊。很多AI框架在推理服務(wù)冷啟動(dòng)時(shí)要加載模型會(huì)有一段很明顯的資源峰值如果剛好趕上RAN的忙時(shí)就可能引發(fā)資源爭(zhēng)搶。我建議在系統(tǒng)里做AI服務(wù)的資源配額限制并把模型加載放在RAN任務(wù)低峰期執(zhí)行AI容器啟動(dòng)后先空載運(yùn)行一段時(shí)間再接入實(shí)際業(yè)務(wù)流量。5.3 一小段真實(shí)調(diào)試經(jīng)歷供你參考我印象最深的一次調(diào)試是分布式站點(diǎn)GPU溫度過(guò)高導(dǎo)致頻率降到非常低整個(gè)系統(tǒng)的空口吞吐直接掉了三成。一開(kāi)始還懷疑是前傳問(wèn)題排查了半天才發(fā)現(xiàn)是散熱系統(tǒng)沒(méi)有適配好。GPU在降頻保護(hù)狀態(tài)下不會(huì)報(bào)錯(cuò)只會(huì)在日志里提示功耗和溫度限制但現(xiàn)網(wǎng)運(yùn)維如果不關(guān)注這部分日志根本發(fā)現(xiàn)不了。那個(gè)教訓(xùn)讓我養(yǎng)成了一個(gè)習(xí)慣在AI-RAN環(huán)境里做任何性能排查第一件事不是看空口指標(biāo)而是看GPU的實(shí)時(shí)狀態(tài)包括溫度、功耗、算力利用率、顯存占用、計(jì)算流隊(duì)列深度。這五個(gè)指標(biāo)先看完再判斷是不是無(wú)線側(cè)的問(wèn)題。傳統(tǒng)無(wú)線工程師做RAN排查時(shí)只看空口AI工程師做系統(tǒng)性能時(shí)只看GPU利用率這個(gè)項(xiàng)目最考人的恰恰是兩邊對(duì)齊。我個(gè)人的體會(huì)是AI-RAN這個(gè)方向的工程難點(diǎn)不在“GPU跑得動(dòng)跑不動(dòng)基帶”而在“當(dāng)一個(gè)系統(tǒng)里同時(shí)存在實(shí)時(shí)通信和彈性AI兩類(lèi)任務(wù)時(shí)怎么讓它們互相不拖累”。ARM加GPU的硬件平臺(tái)提供了一個(gè)足夠開(kāi)放的底座但真正決定項(xiàng)目能不能落地的還是軟件調(diào)度、資源隔離、運(yùn)營(yíng)維護(hù)這些細(xì)節(jié)。從現(xiàn)網(wǎng)角度看ATR項(xiàng)目目前最有參考價(jià)值的也不是那塊GPU卡而是它能不能把這套調(diào)度邏輯做成可復(fù)用的行業(yè)標(biāo)準(zhǔn)。這個(gè)方向后續(xù)值得持續(xù)跟蹤尤其是從5G-A走向6G以后基站架構(gòu)的軟件化程度會(huì)越來(lái)越高今天的ARM加GPU方案很可能就是未來(lái)整個(gè)接入網(wǎng)的主流底座。