5G為電信業者帶來龐大商機,但在其邁向5G之路仍存在諸多挑戰。特別是隨著4G網路過渡到5G時代,電信業者需要能夠支援更高頻寬、密度以及更低延遲的強大運算效能,這對於軟、硬體技術至今尚未到位的電信業者帶來了巨大挑戰。

根據市調機構Gartner指出,全球有超過66%的電信業者計劃在2020年部署5G網路,然而,大部份的電信業者尚未準備好相關的軟硬體技術,還沒有足夠的能量以因應終端客戶對於5G服務的需求與期待。

另一方面,隨著4G過渡至5G網路,有太多應用都必須仰賴雲端的支援,特別是因應更快傳輸速度帶來龐大的資料量,電信營運商需要密切融合人工智慧(AI)、5G連網以及Edge Cloud (而不只是Cloud),才能有效地進行資料處理與分析,以實現高效能、低延遲的最佳化電信網路服務。

Nvidia全球電信產業發展負責人Soma Velayutham解釋,「從4G過渡到5G,最大的改變就在於提高了100倍的頻寬(10Gb/s傳輸效率)、200倍的密度(1M/KM2)以及更快40倍速度(低於1ms的延遲),從而實現了更高傳輸速率、更低延遲以及支援更多互連。」此外,相較於4G時代每天約1GB的傳輸量,到了5G時代的傳輸量將高達300GB。因此,5G的挑戰之一就在於如何迅速提高更高300倍的傳輸量。

Nvida 5G_challenges

電信業者必須因應5G服務所需的更高頻寬與低延遲進行軟硬體投資,但能否很快地帶來相應的ROI?(來源:Nvidia)

另一方面,為了滿足未來的5G網路與雲端運算需求,電信營運正積極導入Massive MIMO、毫米波(mmWave)頻譜以及軟體定義網路(SDN)等新技術,但也面對5G vRAN網路虛擬化技術所需的運算要求,包括更高的運算能力(1000X)與I/O效能(200X)、Cloud Native和虛擬化、可編程和COTS以及深度學習/機器學習(DL/ML)等功能。

然而,基於CPU的摩爾定律已無法滿足5G的強大運算需求,而這正是GPU得以發揮效用之處。Velayutham指出,透過Nvidia GPU結合AI、可編程、COTS、Cloud Native與HPC實現加速運算(Accelerated Computing),可望從應用、演算法、系統到基礎架構提供5G所需的超低延遲(ULL)運算以及深度學習和分析,為電信營運商重塑5G的基礎設施、營運模式與邊緣服務。

Nvida GPU_Computing

相較於CPU,基於GPU的加速運算效能正以每年1.5倍的指數級速度成長,預計將在2025年成長千倍以上(來源:Nvidia)

如今,電信營運商也正開始尋求GPU的支援,期望透過AI運算與分析最佳化資料、降低複雜性與成本,特別是在實現智慧城市、深度學習與網路虛擬化等需要ULL服務的應用。

Velayutham舉例說,韓國SK Telecomm採用Nvidia AI視訊監控即服務(VSaaS),透過深度學習與密集運算加速AI訓練與推論引擎,即時分析數百萬筆視訊資料,為智慧城市加速智慧視訊分析(IVA)服務。為了確保網路QoS,Verizon採用Nvidia GPU從傳統基於ML-ARIMA的演算法升級至DL-LSTM途徑,讓基地台監測KPI的運算時間從24小時大幅縮短至1小時,並提高了準確度。此外,Nvidia也協助Ribbon以GPU加速其虛擬化網路功能。

Velayutham強調,電信產業的未來將面對各種不同的市場需求,包括消費者網際網路、工業應用、媒體娛樂,以及機器人/無人機與自動駕駛等自主機器等,透過Nvidia GPU提供端對端的硬體與軟體堆疊、大數據分析、邊緣/雲端運算以與AI等核心技術,可望協助電信產業克服運算挑戰,打造融合網路虛擬化功能的5G網路。