过去一年，Open RAN成为主流，随着越来越多的运营商开始在全球范围内试用和部署该技术，以及越来越多的无线电、服务器和软件供应商加入到这一生态系统中，我们不仅面临着解耦后的无线电、硬件，软件的集成挑战，如何管理和升级所有组件也是一个必须解决的问题。
恰巧的是，Open RAN的第二阶段遵循了企业数据中心的分解路径。在2000年代，企业对硬件和软件进行解耦后，需要解决两个挑战，一是如何集成来自不同供应商的软件和硬件。另一个就是如何自动升级软件。
为了解决这两个问题，云化、ZTP（零接触配置）、AI和ML（机器学习）以及Analytics之间的结合成为必然。这就是我们所谓的Open RAN的第二阶段，即自动化阶段。
01
云化
云原生功能（容器和微服务）是Open RAN的基础，而且有助于Open RAN第二阶段的自动化。
不同的RAN功能组件可以作为单独的微服务来实现，而不是作为一个单一的虚拟机（VM）。因此，它们可以按RAN所需的任何方式进行扩展。微服务架构采用敏捷的DevOps模型，使移动运营商能够不断创新。移动运营商可以根据需要，将任何RAN升级推送到大量的站点中。
每个微服务都可以独立于RAN应用程序中的其他微服务，使用自动化系统进行部署、升级、扩展和重启，从而能够在不影响SLA的情况下对实时应用程序进行频繁地更新。
云化并不代表从云中运行RAN服务。而是对容器中的RAN服务进行虚拟化，以确保可以在RAN设备所在的边缘快速执行操作。
02
集成
一旦Open RAN通过网络功能进行编排和云化，移动运营商就只有两种选择：要么选择系统集成商（SI）来集成硬件和软件，要么自己动手完成。不过，任何方式都必须真正致力于开放性和独立性，Open RAN模型才能成功。
无论由谁进行集成，集成者都需要在RAN实现、云和DevOps方面有经验。主要目标是要简化集成，并控制来自不同供应商的硬件和软件的集成成本。这是网络部署和操作自动化的关键所在。
03
自动化
从初始站点的启动到优化阶段，网络部署的所有阶段都要通过四种功能实现自动化，如下所示：ZTP，CI / CD，AI 和ML，以及Analytics。
ZTP（Zero Touch Provisioning），即零接触配置，移动运营商无需执行任何手动任务即可配置小区站点，这些站点会自动快速配置。当配置的站点数量巨大时，ZTP对密集5G部署能起到关键作用。
配置站点后，就可以进行持续集成和持续开发（CI / CD），并减少站点或数据中心中涉及的任何人工劳动。由于不需要派遣工程师到现场，日常维护的成本得到了降低。
CI / CD框架已在IT和企业领域中应用了多年。在Open RAN的第二阶段采用CI/CD时，需要注意两个重要因素。第一个因素是解耦本身，因为硬件和软件组件来自不同的供应商。第二个是RAN中的物理组件（服务器、无线电）也需要重点考虑。
在将CI/CD模型应用于RAN升级时，需要在所有网络段（RAN、传输、核心）中全面地融入CI/CD策略。因此，除了创建一个内部的RAN CI/CD策略外，移动运营商还需要创建一个整体的网络CI/CD策略。
这些在COTS硬件上运行的集成分类软件、软件升级和生命周期管理，都可以采用一种新的测试模型——即产品在整个CI / CD框架下进行测试。因此，CI / CD可以将开发时间从数小时减少到数分钟，从而可以减少大多数手动任务。
以下这些方法有助于为将来的部署创建CI / CD蓝图，包括：
1、自动化测试和升级：在电信行业中实施CI / CD模型有助于将RAN的测试、集成、软件发布和实际软件部署从人工劳动迁移到自动化和远程部署。手动现场升级容易出错，并且维护窗口很短。借助自动化，可以减少错误，并扩大时间范围。
2、一个更加互联的Open RAN供应商生态系统：通过实施CI / CD，移动运营商可以在不同生态系统成员之间实现跨度更大的协作，从而促进创新。它支持多供应商CNF入门和生命周期管理。这种方法通过频繁交付新功能和新优化来最大程度地降低风险，同时通过自动化提高效率，从而更快地引入新服务，提高终端用户的满意度。
3、容器和CI / CD的组合功能：Agile DevOps为容器提供堆栈模板来托管微服务，从而简化了自动化。这些升级将通过CI/CD实现自动化。并且，通过CI / CD推送到容器的软件组合，使MNO可以轻松定义自己的体系结构，并使Open RAN的部署和维护更加轻松且更具成本效益。这种方式的主要优势在于站点作为一种服务运行，软件更新会自动推送到数百个站点，大大减少了人工劳动成本。
04
AI和ML
Omdia的数据显示，80％的移动运营商表示，他们计划最快在2021年采用AI来自动化网络操作，主要使用人工智能（AI）和机器学习（ML）来保证网络性能质量和终端用户体验质量。
AI负责分析数据，ML负责调整网络状况，以实现适当的负载平衡、ICIC和无缝管理切换。
数据分析首先要对数据源进行分类，然后识别模式或异常，再预测行为。这些数据将需要涵盖不同的用例，并包括来自不同供应商的数据，这些数据不仅涉及RAN的各个组件，还涉及整个网络。随着时间的推移，ML算法将不断发展，将更好地预测和帮助AI做出实时网络决策。
AI模型分为两类：有监督学习和无监督学习。实时蜂窝网络更倾向于使用无监督学习模型。
近实时RIC（RAN智能控制器）应该包括AI作为xAPP，负责预测、预防和缓解影响客户体验的情况。AI软件将使用由ML算法作为rAPP在非实时RIC中运行。任何算法和训练都可以非实时构建。AI需要实时强化这些决策。来自非实时RIC的ML rAPP将帮助实时RIC中的AI xAPP识别流量模式和异常，并调整网络健康状况，以提供适当的RAN资源以获得最佳用户体验。
AI / ML算法将负责：
- 预测参数
- 检测异常
- 预测故障
- 投影热图
- 将组件分类
这将使我们能够更加准确地预测未来，并采取一定的预防措施来避免将来发生类似情况。
05
Analytics
Analytics是一种工具，可以可视化网络的情况或异常，以及分析这些变化将如何影响用户体验，帮助移动运营商了解问题。这可以再次利用起AI数据，也可以看到ML有关改善网络的报告。
06
总结
Open-RAN的第二阶段将使RAN实现自动化。跨CI/CD、ZTP、AI/ML和Analytics的自动化策略将帮助移动运营商进入一个完全自动化的RAN世界。
Open-RAN第二阶段的工作范围与传统RAN相同，但Open RAN生态系统的供应商数量将提高。使用ZTP进行配置自动化、使用CI / CD，AI / ML进行持续维护自动化，这些都能帮助移动运营商实现成功的Open RAN，从而避免供应商锁定，同时提高效率，更好地利用资源并降低总体成本 。
原文链接：
https://www.rcrwireless.com/20210220/open_ran/youve-opened-your-ran-now-what-phase-2-of-open-ran-automation-reader-forum
责任编辑：环球塔莎
