目前，網(wǎng)絡(luò)消耗約3%的全球電力，并排放約2%的全球溫室氣體，如果我們能夠改變這些網(wǎng)絡(luò)，使其更具可持續(xù)性，這將無(wú)疑是一個(gè)巨大的進(jìn)步?？梢钥隙ǖ氖牵魏我患译娦欧?wù)提供商都希望通過(guò)提高能效而降低網(wǎng)絡(luò)運(yùn)營(yíng)成本。但是，實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)是一個(gè)復(fù)雜的多層次問(wèn)題，需要整個(gè)生態(tài)系統(tǒng)共同努力才能減少電信業(yè)的碳足跡。

許多服務(wù)提供商希都望借助人工智能 (AI) 驅(qū)動(dòng)的高級(jí)數(shù)據(jù)分析來(lái)提高成效。然而，人工智能的效果取決于我們?yōu)槠涮峁┑臄?shù)據(jù)，而在傳統(tǒng)網(wǎng)絡(luò)、云和多供應(yīng)商網(wǎng)絡(luò)中，在流量模式和能耗等方面收集足夠準(zhǔn)確的數(shù)據(jù)是一項(xiàng)尚待解決的挑戰(zhàn)。如何通過(guò)大規(guī)模自動(dòng)化將人工智能建議轉(zhuǎn)化為對(duì)網(wǎng)絡(luò)和相關(guān)工作流程的實(shí)時(shí)處理也是一個(gè)挑戰(zhàn)。此外，人工智能本身也會(huì)對(duì)能耗產(chǎn)生重大影響，因此，我們?cè)谑褂萌斯ぶ悄軆?yōu)化網(wǎng)絡(luò)能耗時(shí)必須深思熟慮。

時(shí)至今日，許多可持續(xù)發(fā)展項(xiàng)目仍以孤立的方式實(shí)施，重點(diǎn)關(guān)注單個(gè)網(wǎng)絡(luò)域或單項(xiàng)挑戰(zhàn)，這種方法已顯示出其局限性。為了最大程度對(duì)節(jié)能戰(zhàn)略產(chǎn)生影響，需要借助使用高級(jí)數(shù)據(jù)分析、人工智能和自動(dòng)化技術(shù)的開(kāi)放式平臺(tái)，對(duì)各個(gè)網(wǎng)絡(luò)域采取一種更加全面的方法。我希望通過(guò)這篇文章簡(jiǎn)要介紹統(tǒng)一方法的一些構(gòu)件，并特別指出紅帽正與合作伙伴聯(lián)手積極開(kāi)展的一些舉措。

利用開(kāi)放式5G核心基礎(chǔ)架構(gòu)實(shí)現(xiàn)價(jià)值最大化，降低功耗

紅帽、NEC和英特爾聯(lián)手提供開(kāi)放式5G核心基礎(chǔ)架構(gòu)，幫助降低與電力成本和能耗相關(guān)的運(yùn)營(yíng)支出。目前，NEC可以利用面向5G核心的英特爾? Infrastructure Power Manager，將基于紅帽OpenShift的NEC融合5G用戶平面功能 (UPF) 的商用功耗降低30%以上。借助面向5G核心的英特爾? Infrastructure Power Manager，每個(gè)處理器內(nèi)核都能在正確的時(shí)間分配到適當(dāng)?shù)墓β?，從而最大限度減少排放和成本。

更強(qiáng)大的可持續(xù)呼叫處理和數(shù)據(jù)包連續(xù)性

去年，我們展示了紅帽和Arm攜手推出了基于紅帽開(kāi)源技術(shù)和Arm?計(jì)算平臺(tái)的更高能效的5G與vRAN解決方案。

最近，我們與NEC、Arm和高通公司合作，在同等商業(yè)環(huán)境中使用Qualcomm? X100 5G RAN加速卡和基于Arm Neoverse?的CPU，在紅帽O(jiān)penShift上成功演示了NEC開(kāi)放式虛擬化無(wú)線接入網(wǎng) (vRAN) 和5G核心產(chǎn)品的端到端運(yùn)行情況。通過(guò)集成我們的技術(shù)，我們能夠成功地展示以更低功耗、更節(jié)省空間的方式實(shí)現(xiàn)可持續(xù)呼叫處理和數(shù)據(jù)包連續(xù)性，并且可以顯著降低服務(wù)提供商RAN部署的總體擁有成本。

使用Kepler和人工智能來(lái)監(jiān)控電力使用情況

在容器、Pod 和命名空間層面，模型訓(xùn)練和推理會(huì)消耗大量能源。開(kāi)源項(xiàng)目Kepler，即基于Kubernetes的高效功率級(jí)別導(dǎo)出器（Efficient Power Level Exporter），可以捕捉多種平臺(tái)的能耗指標(biāo)，幫助系統(tǒng)管理員和開(kāi)發(fā)者了解、優(yōu)化和規(guī)劃能源使用情況。該技術(shù)由紅帽和IBM研究院共同創(chuàng)建，并在紅帽O(jiān)penShift中用于功耗監(jiān)控，它可以捕捉CPU和圖形處理單元 (GPU) 的能耗，以供深入了解訓(xùn)練和推理任務(wù)的計(jì)算資源利用模式，并為進(jìn)一步的調(diào)整和優(yōu)化提供依據(jù)。

Kepler可以為其他開(kāi)源項(xiàng)目和技術(shù)提供數(shù)據(jù)，用于更好地管理能源。以SusQL為例，這是一個(gè)用于跟蹤分布式環(huán)境中人工智能模型訓(xùn)練作業(yè)的開(kāi)源項(xiàng)目，它使用Kepler指標(biāo)來(lái)匯集分布式訓(xùn)練作業(yè)的功耗數(shù)據(jù)，并將功耗洞察擴(kuò)展到集群級(jí)別。

它還支持優(yōu)化模型推理服務(wù)，如紅帽OpenShift AI上的此類服務(wù) —— 紅帽O(jiān)penShift AI是一個(gè)MLOps平臺(tái)，用于在OpenShift上構(gòu)建、訓(xùn)練、部署和監(jiān)控支持人工智能的應(yīng)用。通過(guò)監(jiān)測(cè)功耗可以得出能源使用模式。這些模式可以與系統(tǒng)配置和服務(wù)調(diào)配相關(guān)聯(lián)，以推薦最優(yōu)的每瓦特性能配置。通過(guò)將Kepler這樣的工具集成到紅帽的人工智能產(chǎn)品組合中，我們可以幫助人工智能變得更具可持續(xù)性。

高能效邊緣人工智能分析

紅帽致力于我們?cè)贗OWN全球論壇中的工作，以可持續(xù)發(fā)展為出發(fā)點(diǎn)，為未來(lái)提供更智能的解決方案。最近，紅帽、NTT、富士通和NVIDIA展示了一種基于IOWN的節(jié)能平臺(tái)解決方案，該解決方案采用NTT的加速數(shù)據(jù)管道提供人工智能分析服務(wù)。通過(guò)優(yōu)化用于大規(guī)模視頻攝像頭數(shù)據(jù)分析的邊緣人工智能推理，我們能夠?qū)⒁訧OWN全光子網(wǎng)絡(luò) (APN) 和數(shù)據(jù)為中心的基礎(chǔ)架構(gòu) (DCI) 與紅帽O(jiān)penShift相結(jié)合，提供大規(guī)模人工智能數(shù)據(jù)分析，從而顯著降低功耗。

這項(xiàng)合作表明，在邊緣視頻人工智能分析用例中，可以在保持低延時(shí)的同時(shí)大幅降低功耗。我們發(fā)現(xiàn)，即使大量攝像頭互相連接，利用人工智能匯集和分析數(shù)據(jù)所需的延時(shí)也能比集中式云的延時(shí)縮短60%。通過(guò)實(shí)施紅帽O(jiān)penShift的容器技術(shù)，NTT能夠輕松靈活地進(jìn)行人工智能分析處理。這也證明該解決方案可廣泛應(yīng)用于智慧城市的視頻人工智能分析，以及擁有眾多分布式傳感器的類似場(chǎng)景。

紅帽、英特爾和愛(ài)立信聯(lián)手降低網(wǎng)絡(luò)功耗

紅帽正與英特爾和愛(ài)立信合作，共同開(kāi)發(fā)、集成和部署更具可持續(xù)性的云原生技術(shù)，以降低網(wǎng)絡(luò)的能源成本和碳排放。保持網(wǎng)絡(luò)性能與優(yōu)化和降低能耗需要達(dá)到一種平衡。紅帽、英特爾和愛(ài)立信最初專注于無(wú)線電接入網(wǎng)絡(luò) (RAN)，并已能夠證明使用具有vRAN增強(qiáng)能力的第四代英特爾?至強(qiáng)?可擴(kuò)展處理器可節(jié)省高達(dá)20%的處理功耗。該解決方案有三大支柱：硬件，包括高能效服務(wù)器和加速器；軟件，例如用于RAN分布式單元 (DU) 和集中式單元 (CU)工作負(fù)載的CPU內(nèi)核實(shí)時(shí)動(dòng)態(tài)擴(kuò)展；以及自動(dòng)化：基于網(wǎng)絡(luò)利用率和流量模式的實(shí)時(shí)能源感知自動(dòng)化。

電信數(shù)據(jù)中心的智能擴(kuò)展

紅帽正與Intracom Telecom合作，希望推出一種解決方案，通過(guò)主動(dòng)調(diào)整服務(wù)器工作負(fù)載和戰(zhàn)略性地關(guān)閉未充分利用的服務(wù)器而解決空閑功耗問(wèn)題，從而在不影響工作負(fù)載性能和穩(wěn)定性的情況下，優(yōu)化基于OpenShift的基礎(chǔ)架構(gòu)（包括本地和云端基礎(chǔ)架構(gòu)）。工作節(jié)點(diǎn)的數(shù)量根據(jù)資源需求的實(shí)時(shí)預(yù)測(cè)動(dòng)態(tài)擴(kuò)展，以確保最佳的基礎(chǔ)架構(gòu)擴(kuò)展性和效率。該解決方案非常適合托管5G網(wǎng)絡(luò)功能（例如，用戶平面功能Pod、控制平面Pod）和相關(guān)服務(wù)（AI Pod、邊緣Pod）的融合電信數(shù)據(jù)中心，因?yàn)檫@些服務(wù)的流量負(fù)載按照每日和每周模式周期性波動(dòng)。實(shí)踐證明，智能擴(kuò)展能力可以顯著減少工作節(jié)點(diǎn)的平均數(shù)量，即使對(duì)于在一天內(nèi)出現(xiàn)輕微負(fù)載波動(dòng)的電信公司數(shù)據(jù)中心也是如此，從而節(jié)省了重要的能源和成本。

協(xié)作可推動(dòng)可持續(xù)的創(chuàng)新

紅帽在開(kāi)發(fā)開(kāi)源工具、功能和方法方面積累了豐富的經(jīng)驗(yàn)，這些使可持續(xù)性成為云原生架構(gòu)控制和管理不可或缺的一部分。我們還一貫堅(jiān)持開(kāi)放合作的傳統(tǒng)，激勵(lì)原始設(shè)備制造商 (OEM)、獨(dú)立軟件供應(yīng)商 (ISV)、客戶和政策制定者共同在整個(gè)行業(yè)推廣可持續(xù)發(fā)展最佳實(shí)踐。數(shù)據(jù)收集和分析將是我們的客戶通過(guò)衡量正確指標(biāo)而做出最佳決策的關(guān)鍵。紅帽持續(xù)致力于結(jié)合人工智能平臺(tái)和大規(guī)模自動(dòng)化而增強(qiáng)觀測(cè)能力，以大規(guī)模分析數(shù)據(jù)，并及時(shí)給出行動(dòng)建議。我們與客戶和合作伙伴一起，在IT、網(wǎng)絡(luò)、邊緣、核心和云環(huán)境中實(shí)現(xiàn)全面的、數(shù)據(jù)驅(qū)動(dòng)的、節(jié)能的方法。

若想了解更多信息，歡迎光臨本周紅帽在巴塞羅那世界移動(dòng)通信大會(huì) (MWC) 的2F30展臺(tái)。

關(guān)于作者

Rimma Iontel

紅帽首席架構(gòu)師 

Rimma Iontel是負(fù)責(zé)支持紅帽在電信行業(yè)全球生態(tài)系統(tǒng)中的客戶和合作伙伴的首席架構(gòu)師。自2014年加入紅帽以來(lái)，她一直協(xié)助客戶和合作伙伴進(jìn)行網(wǎng)絡(luò)轉(zhuǎn)型之旅，幫助他們利用紅帽的開(kāi)源解決方案構(gòu)建電信網(wǎng)絡(luò)，以高效、成本效益的方式為消費(fèi)者提供現(xiàn)代化、先進(jìn)的服務(wù)。