Le iniziative di sostenibilità sono presenti nelle agende di quasi tutte le organizzazioni, comprese quelle degli operatori di rete mobile (MNO), dei governi e degli enti di standardizzazione tecnologica. Per le aziende di telecomunicazioni, l'aumento del lancio delle reti 5G pone nuove sfide a questi programmi.
Le reti wireless hanno sempre consumato grandi quantità di energia. Tuttavia, il 5G supporta molte più connessioni simultanee e una maggiore velocità di trasmissione dei dati rispetto alle tecnologie mobili precedenti. Sebbene il 5G sia stato progettato con una maggiore efficienza di rete intrinseca rispetto al 4G, consuma più energia a causa della sua capacità di supportare carichi di traffico molto più elevati e di gestire più velocemente attività più complesse.
I risultati di GSMA Intelligence, ad esempio, indicano che l'utilizzo medio dei dati da parte dei clienti sulle reti 5G è strutturalmente da cinque a dieci volte superiore rispetto all'LTE. I ricercatori prevedono inoltre una crescita del numero di abbonati alla telefonia mobile, che raggiungerà quasi 7,5 miliardi di persone in tutto il mondo entro il 2025. Sebbene negli standard 3GPP 5G siano integrate alcune funzionalità di gestione automatica dell'energia, le reti 5G genereranno un aumento significativo del consumo energetico, a meno che gli MNO non adottino metodi completi per gestirlo.
Bilanciare la gestione dell'energia con gli SLA
Il controllo del consumo di energia e del suo impatto ambientale richiede spesso tecniche di gestione automatizzate che riducano al minimo la produzione, ma non permettano di non rispettare gli accordi sui livelli di servizio (SLA). Il mantenimento dei livelli di servizio è fondamentale nelle applicazioni aziendali 5G, che tendono a essere mission-critical e a basarsi sulla connettività in tempo reale e sull'automazione.
ALTRO PER VOI
Google lancia un allarme per 2 miliardi di utenti di Chrome
Dimenticate il MacBook Pro, Apple ha piani più grandi
Google sconta Pixel 6, Nest e Pixel Buds in un evento di vendita a tempo limitato
La complessità e la densità del traffico 5G possono essere gestite attraverso l'uso di analisi predittive guidate dall'intelligenza artificiale per anticipare i modelli di traffico di rete e regolare automaticamente la potenza per raggiungere un equilibrio ottimale tra potenza e prestazioni. L'intelligenza artificiale consente di realizzare reti intelligenti e autoregolanti in grado di individuare un'anomalia nel comportamento della rete e di regolare i livelli di potenza per ridurre al minimo l'output mantenendo le prestazioni. Questa funzione va oltre l'applicazione di finestre di spegnimento predefinite e basate su azioni passate o sul comportamento della rete, perché i modelli di traffico varieranno ampiamente da un giorno all'altro e da un'ora all'altra, dato che le applicazioni 5G diventano sempre più dinamiche.
Alcune stime indicano che un sistema di gestione dell'energia basato sull'intelligenza artificiale può ridurre il consumo energetico e i costi della rete degli MNO dal 20% al 30% senza impattare negativamente sulle prestazioni. Queste riduzioni rappresentano "un risparmio da due a cinque volte superiore rispetto ai sistemi non basati sull'intelligenza artificiale che eseguono spegnimenti temporanei basati su programmi fissi". I sistemi predittivi possono consentire sacche di risparmio energetico nelle infrastrutture 5G altamente distribuite, che potrebbero cumularsi in un risparmio sostanziale.
Il problema dell'alimentazione della RAN
La rete di accesso radio (RAN) rappresenta la parte del leone del consumo della rete mobile, secondo le stime l'80%. Inoltre, gli analisti stimano che le stazioni base 5G consumino almeno il doppio della potenza delle stazioni base 4G. La RAN, quindi, è il luogo più logico per gli MNO per iniziare a migliorare l'efficienza energetica.
I modelli di traffico variano nel corso della giornata all'interno di ogni RAN. La gestione energetica più efficace sfrutta l'intelligenza artificiale per spegnere dinamicamente e automaticamente alcune parti della RAN quando non sono necessarie, per evitare sprechi di energia e ridurre i costi.
Per ottenere un equilibrio ottimale tra potenza e SLA, l'intelligenza artificiale può assegnare priorità ai clienti 5G critici e/o alle fette di rete. La suddivisione della rete 5G consente agli operatori di fornire migliaia di reti aziendali 5G private virtuali sulle loro infrastrutture 5G fisiche. Ogni slice, che rappresenta una rete, un'applicazione o una sede di un singolo cliente, può avere un unico SLA. Se si verifica una congestione della rete o un guasto, il sistema di gestione dell'energia guidato dall'intelligenza artificiale può accendere una stazione base inattiva o aumentare i livelli di potenza in una che è stata ridotta per garantire il rispetto dello SLA critico. Regolare i livelli di potenza verso l'alto e verso il basso per soddisfare solo l'attività di elaborazione richiesta è analogo a regolare i livelli di intensità di un faretto piuttosto che accenderlo e spegnerlo.
Rendere la "rete più veloce" meno prioritaria
Il throughput del 5G è talmente elevato che la tradizionale competizione per la "rete più veloce" potrebbe non essere più rilevante o non supportare gli obiettivi di sostenibilità degli MNO. Gli MNO che promettono ai clienti che i loro servizi di rete sono i più veloci avranno sempre bisogno che tutti i livelli di potenza delle apparecchiature siano regolati al massimo, a scapito del controllo delle emissioni. Invece, dato l'elevato potenziale di guadagno del 5G privato per le imprese, gli MNO farebbero bene a concentrarsi sulla creazione di SLA per le fette di rete e sul mantenimento dei livelli di servizio a un livello pari o leggermente superiore a ogni SLA contrattuale.
Gli standard 5G si prestano a questo tipo di gestione degli SLA in quanto il 5G rappresenta la prima generazione di tecnologia mobile che ha integrato l'analisi nel framework. La funzione di analisi dei dati di rete del 5G (NWDAF) consente la raccolta standardizzata di dati come parte del processo di gestione di reti multivendor, e tali dati sono prontamente disponibili in tempo reale.
Le reti mobili precedenti utilizzavano spesso apparecchiature di fornitori diversi in domini di rete diversi, con analisi separate per ciascun dominio, rendendo quasi impossibile effettuare calcoli olistici e predittivi. Inoltre, i dati venivano elaborati in batch, quindi la disponibilità poteva ritardare fino a 15 minuti, un tempo troppo lungo per supportare l'IoT e altre applicazioni 5G in tempo reale.
Il network slicing consente agli MNO di gestire l'energia in modo granulare non solo sulle proprie reti, ma anche di partecipare ai programmi di sostenibilità dei propri clienti a pagamento. Grazie alla visibilità di ciascuna fetta di rete, l'operatore può fare previsioni aggregate e basate sull'intelligenza artificiale sui carichi di traffico, aiutando così ad automatizzare il pool di risorse della macronetwork con una gestione granulare dell'energia. Con ogni cliente aziendale a cui viene assegnata una stazione base 5G, gli MNO possono regolare in modo predittivo la RAN/il sito di cella privato del cliente per soddisfare gli obiettivi di potenza e gli SLA del cliente.
Come fare
Poiché le emissioni di carbonio sono una delle principali preoccupazioni e l'energia rappresenta, secondo le stime, il 90% dei costi di rete, la motivazione è alta per trovare il modo di ridurre le emissioni del 5G. L'industria della telefonia mobile ha creato in collaborazione una tabella di marcia per l'azione a favore del clima per raggiungere emissioni nette zero entro il 2050, in linea con l'Accordo di Parigi.
Per rispettare la tabella di marcia e realizzare risparmi sostanziali, i responsabili degli MNO devono fissare obiettivi in tutte le loro organizzazioni per includere la sostenibilità nell'agenda di ogni manager. I loro piani dovrebbero includere la formazione necessaria e la misurazione regolare degli obiettivi.
Per mettere in pratica i loro piani, gli MNO possono seguire il framework 5G NWDAF per implementare l'edge e il core analytics. Questi sistemi sono in grado di prevedere la domanda di rete in ogni cella e di utilizzare l'analisi in streaming per analizzare, filtrare e aggregare i dati in tempo reale, come un possibile modo per raggiungere gli obiettivi di riduzione delle emissioni e abbassare i costi.
Tutti gli operatori devono concentrarsi sulla principale fonte di emissioni di carbonio: il consumo energetico delle loro reti. Le aziende più sostenibili stanno mettendo in atto una strategia completa per raggiungere questo obiettivo, che comprende l'impiego di tecnologie di intelligenza artificiale, analisi predittiva e automazione. Queste tecnologie possono fornire gli approfondimenti necessari per ottenere costantemente il bilanciamento ottimale tra potenza e SLA, per raggiungere gli obiettivi di riduzione dell'energia e offrire al contempo la migliore esperienza del cliente 5G.