Kiến trúc mạng 5G Advanced là hệ thống cầu nối giữa 5G và 6G

Hoàng

October 31, 2024

17 phút đọc

Một trong những tính năng nổi bật của 5G tiên tiến là tập trung vào điện toán biên, được xác định là khả năng quan trọng đối với các ngành công nghiệp dọc.

Với hơn 80% yêu cầu của doanh nghiệp liên quan đến điện toán biên, rõ ràng công nghệ này đóng vai trò then chốt trong việc đáp ứng nhu cầu của các doanh nghiệp trên nhiều lĩnh vực khác nhau.

Truy cập dịch vụ cục bộ

• Ưu điểm chính của điện toán biên nằm ở khả năng cung cấp quyền truy cập dịch vụ cục bộ.
• Bằng cách xử lý dữ liệu gần điểm xuất phát hơn, các doanh nghiệp có thể giảm độ trễ và nâng cao hiệu suất.
• Đối với các ngành như sản xuất, chăm sóc sức khỏe và hậu cần, khả năng phân tích và hành động theo dữ liệu theo thời gian thực là điều cần thiết.

Ví dụ: một nhà máy sử dụng điện toán biên có thể nhanh chóng phản hồi các bất thường của thiết bị mà không cần dựa vào xử lý dựa trên đám mây.

• Do đó giảm thiểu thời gian chết và cải thiện hiệu quả hoạt động.
• Ngoài ra, quyền truy cập dịch vụ cục bộ tạo điều kiện quản lý tài nguyên tốt hơn và giúp các dịch vụ được thiết kế riêng đáp ứng nhu cầu cụ thể của người dùng trong một khu vực địa lý nhất định.
• Phương pháp tiếp cận cục bộ này đặc biệt có lợi cho các thị trường theo chiều dọc.
• Đây là nơi các giải pháp tùy chỉnh có thể thúc đẩy cải thiện đáng kể về năng suất và chất lượng dịch vụ.

Thách thức trong triển khai

• Mặc dù có nhiều ưu điểm, nhưng việc triển khai điện toán biên trong mạng 5G không phải là không có thách thức.
• Rel-18 hướng đến giải quyết một số vấn đề ảnh hưởng đến việc triển khai và khả năng mở rộng.
• Đặc biệt liên quan đến thiết bị người dùng chuyển vùng (UE) và quyền truy cập máy chủ biên mạng di động công cộng liên vùng (PLMN).
• Bằng cách hỗ trợ quyền truy cập cục bộ cho các UE chuyển vùng, 5G Advanced đảm bảo người dùng có thể duy trì kết nối liền mạch ngay cả khi chuyển đổi giữa các mạng khác nhau.
• Hơn nữa, khả năng truy cập máy chủ biên liên vùng PLMN giúp tăng cường sự cộng tác giữa các ranh giới mạng.
• Vì vậy giúp các doanh nghiệp tận dụng tài nguyên từ nhiều nhà cung cấp.
• Khả năng này không chỉ đơn giản hóa hoạt động mà còn thúc đẩy sự đổi mới bằng cách để các doanh nghiệp khai thác nhiều dịch vụ và ứng dụng hơn.

Việc giới thiệu các khả năng phân chia mạng nâng cao trong Rel-18 càng củng cố thêm sức hấp dẫn của kiến trúc 5G Advanced đối với các thị trường theo chiều dọc.

Phân chia mạng cho phép nhiều mạng ảo cùng tồn tại trên một cơ sở hạ tầng vật lý duy nhất.

Do đó cung cấp các giải pháp phù hợp cho các ứng dụng hoặc dịch vụ khác nhau.

Phân chia mạng của bên thứ ba

• Một cải tiến đáng chú ý trong Rel-18 là tạo điều kiện cho bên thứ ba sử dụng các slice mạng.
• Tính năng này xem xét các yếu tố như số lượng UE tối đa truy cập mạng, dự đoán tải và hạn chế thời gian.
• Bằng cách cho phép bên thứ ba truy cập vào các slice cụ thể, các doanh nghiệp có thể thúc đẩy sự hợp tác và đổi mới trong hệ sinh thái của họ.

Ví dụ: thành phố thông minh có thể cho phép nhiều nhà cung cấp dịch vụ khác nhau, từ hệ thống quản lý giao thông đến các tổ chức an toàn công cộng, sử dụng các slice mạng được chia sẻ cho hoạt động của họ.

• Phương pháp tiếp cận hợp tác này không chỉ tối ưu hóa việc sử dụng tài nguyên mà còn thúc đẩy sự phát triển của các dịch vụ mới có thể mang lại lợi ích cho nhiều bên liên quan.

Tính phức tạp của phân chia mạng

• Bất chấp những tiến bộ này, điều quan trọng là phải giải quyết một số thách thức liên quan đến việc phân chia mạng trong Rel-18.
• Một mối quan tâm đáng kể là việc áp dụng của doanh nghiệp chậm hơn dự kiến do sự phức tạp liên quan đến quản lý slice và hỗ trợ chuyển vùng.
• Nhiều doanh nghiệp thấy các giải pháp hiện tại cồng kềnh, cản trở khả năng triển khai các slice mạng hiệu quả của họ.
• Để nhận ra đầy đủ tiềm năng của việc phân chia mạng trong các thị trường dọc, cần có thêm các nghiên cứu để đơn giản hóa các quy trình triển khai.
• Việc hợp lý hóa quản lý phân đoạn có thể giúp doanh nghiệp tận dụng tính năng này mà không phải chịu gánh nặng bởi các yêu cầu kỹ thuật phức tạp.

Nhận thức về dịch vụ XR

• Một trong những trọng tâm chính của nhóm làm việc RAN là phát triển nhận thức về dịch vụ XR.
• Điều này liên quan đến việc hiểu các tính năng độc đáo của dịch vụ XR, bao gồm các đặc điểm liên kết lên và liên kết xuống của chúng, cũng như các tham số lớp ứng dụng.
• Bằng cách đạt được nhận thức này, RAN có thể cải thiện các quyết định lập lịch.
• Vì vậy đảm bảo các tài nguyên được phân bổ hiệu quả dựa trên các nhu cầu cụ thể của các ứng dụng XR.

Ví dụ: nếu ứng dụng XR yêu cầu độ trễ thấp cho các tương tác thời gian thực hoặc băng thông cao cho đồ họa chi tiết, RAN có thể ưu tiên các yêu cầu này trong quá trình phân bổ tài nguyên.

• Phương pháp tiếp cận có mục tiêu này giúp tạo ra trải nghiệm mượt mà hơn cho từng người dùng tương tác với nội dung nhập vai.

Tiết kiệm điện năng cho XR

• Một khía cạnh quan trọng khác của việc nâng cao dịch vụ XR là tập trung vào tiết kiệm điện năng.
• Vì các trải nghiệm nhập vai thường đòi hỏi nhiều tài nguyên tính toán nên việc tối ưu hóa mức tiêu thụ điện năng là điều cần thiết.
• Nhóm làm việc RAN xem xét các đặc điểm dữ liệu như yêu cầu về chu kỳ và độ tin cậy để phát triển các chiến lược nhằm giảm mức sử dụng điện năng mà không ảnh hưởng đến hiệu suất.

Ví dụ: bằng cách hiểu khi nào người dùng tích cực tham gia vào trải nghiệm XR so với khi họ không tham gia, mạng có thể điều chỉnh mức công suất cho phù hợp.

• Điều này có thể dẫn đến cải thiện đáng kể thời lượng pin cho thiết bị người dùng (UE).
• Do đó giúp cá nhân tận hưởng trải nghiệm nhập vai kéo dài mà không cần sạc lại thường xuyên.

Cải thiện dung lượng

• Cải thiện dung lượng là rất quan trọng để hỗ trợ nhu cầu ngày càng tăng đối với các dịch vụ XR.
• Nhóm làm việc RAN chuyên cải thiện việc phân bổ tài nguyên và lập lịch cụ thể cho các luồng đa phương thức bao gồm nhiều dạng dữ liệu khác nhau như video, âm thanh và phản hồi xúc giác.
• Bằng cách tối ưu hóa các khía cạnh này, 5G Advanced có thể giảm đáng kể độ trễ và cải thiện chất lượng dịch vụ tổng thể.
• Đối với người dùng cá nhân, điều này có nghĩa là trải nghiệm gắn kết hơn khi tương tác với nội dung đa phương tiện.
• Cho dù tham gia cuộc họp ảo hay chơi trò chơi thực tế tăng cường, người dùng đều được hưởng lợi từ các tương tác mượt mà hơn và độ trễ thấp hơn, nâng cao trải nghiệm tổng thể của họ.

Chất lượng dịch vụ (QoS) rất quan trọng trong việc xác định mức độ mạng có thể xử lý tốt các loại lưu lượng khác nhau như thế nào.

Trong bối cảnh của XR và các dịch vụ đa phương tiện, việc đảm bảo phối hợp chính sách QoS là điều cần thiết để duy trì tính toàn vẹn của dịch vụ trên nhiều UE.

Rel-18 nhấn mạnh đến nhu cầu về sự phối hợp chính sách QoS nâng cao và các cơ chế điều chỉnh cho các luồng đa phương thức giữa nhiều người dùng khác nhau.

Điều này đảm bảo tất cả người dùng có thể tận hưởng mức hiệu suất nhất quán, bất kể thiết bị hoặc vị trí cụ thể của họ.

Nó cũng cho phép ưu tiên dựa trên tầm quan trọng của một số gói dữ liệu nhất định trong phiên XR.

Vì vậy tạo điều kiện cho các thành phần quan trọng nhận được băng thông và độ tin cậy cần thiết.

Xử lý tính toàn vẹn

• Một thách thức kỹ thuật quan trọng trong mạng 5G là cung cấp đảm bảo QoS ở cấp độ chi tiết.
• Các mạng hiện tại thường sử dụng luồng QoS làm mức độ chi tiết tốt nhất của chúng.
• Tuy nhiên thường không cung cấp đủ hỗ trợ cho các dịch vụ video trên các loại khung khác nhau.

Khái niệm Bộ PDU

• Để giải quyết thách thức này, 3GPP đã giới thiệu khái niệm Bộ đơn vị dữ liệu gói (PDU).
• Điều này cho phép đảm bảo QoS ở mức độ chi tiết hơn, đảm bảo tính toàn vẹn của khung được duy trì trong quá trình truyền gói.
• Về mặt thực tế, điều này có nghĩa là đảm bảo rằng các loại khung quan trọngchẳng hạn như khung I đóng vai trò là điểm tham chiếu để giải mã các khung khác được truyền đi một cách đáng tin cậy.
• Khả năng phân tích cú pháp khung B và khung P phụ thuộc vào việc truyền thành công các khung I.
• Do đó, việc duy trì tính toàn vẹn này là rất quan trọng để mang lại trải nghiệm đa phương tiện chất lượng cao.
• Người dùng cá nhân được hưởng lợi từ sự chú ý đến chi tiết này vì nó mang lại luồng video rõ nét hơn và trải nghiệm âm thanh liền mạch trong các phiên nhập vai.

Định hướng tương lai XR

• Khi 5G Advanced tiếp tục phát triển, các tổ chức như GSMA dự kiến sẽ giới thiệu các yêu cầu cắt lát riêng biệt được thiết kế riêng cho các dịch vụ XR và đa phương tiện.
• Việc thiết lập các loại cắt lát XR tiêu chuẩn sẽ nâng cao hơn nữa cách các dịch vụ này được cung cấp qua mạng.
• Bằng cách tạo các cắt lát mạng chuyên dụng cho nhiều loại ứng dụng XR khác nhau, các nhà cung cấp có thể đảm bảo các tài nguyên được phân bổ hiệu quả dựa trên các yêu cầu dịch vụ cụ thể.
• Mức độ tùy chỉnh này cuối cùng sẽ dẫn đến trải nghiệm người dùng được cải thiện và hiệu suất đáng tin cậy hơn trong các tình huống khác nhau.

Một trong những mục công việc chính trong Rel-18 là nâng cao NWDAF.

Đây là một thành phần quan trọng tập trung vào việc tận dụng dữ liệu mạng để cải thiện hiệu suất và trải nghiệm của người dùng.

Bảo vệ quyền riêng tư

• Lĩnh vực trọng tâm đầu tiên của NWDAF là kết hợp học máy phân tán với công nghệ truyền thông di động.
• Học máy phân tán là một phương pháp tiếp cận phi tập trung đối với máy học cho phép đào tạo mô hình trên các thiết bị cục bộ trong khi vẫn giữ dữ liệu thô an toàn và riêng tư.
• Bằng cách tích hợp công nghệ này trong mạng viễn thông, các nhà khai thác có thể tối đa hóa giá trị của lượng dữ liệu lớn mà không làm ảnh hưởng đến quyền riêng tư của người dùng.
• Đối với người dùng cá nhân, điều này có nghĩa là dữ liệu của họ có thể được sử dụng để cải thiện dịch vụ mạng mà không bị tiết lộ cho bên thứ ba.

Ví dụ: nhà cung cấp dịch vụ viễn thông có thể phân tích các mẫu sử dụng để tối ưu hóa hiệu suất mạng hoặc nâng cao việc cung cấp dịch vụ trong khi vẫn đảm bảo thông tin cá nhân được bảo mật.

• Phương pháp tiếp cận này không chỉ thúc đẩy sự tin tưởng giữa những người dùng mà còn phù hợp với mối quan tâm ngày càng tăng về quyền riêng tư dữ liệu trong một thế giới ngày càng kết nối.

Cải thiện đào tạo mô hình

• NWDAF cũng hướng đến mục tiêu sử dụng kết quả thực hiện làm đầu vào trong giai đoạn đào tạo và suy luận mô hình.
• Bằng cách kết hợp phân tích và phản hồi theo thời gian thực vào quy trình đào tạo, độ chính xác của các mô hình dự đoán có thể được cải thiện đáng kể.
• Quy trình học lặp đi lặp lại này đảm bảo rằng mạng thích ứng với các điều kiện thay đổi và hành vi của người dùng, dẫn đến các phân tích chính xác hơn.

Ví dụ: nếu một dịch vụ cụ thể gặp phải sự gia tăng nhu cầu trong những giờ cụ thể, NWDAF có thể học hỏi từ dữ liệu này và điều chỉnh phân bổ tài nguyên cho phù hợp.

• Người dùng cá nhân được hưởng lợi từ độ chính xác của mô hình nâng cao này thông qua việc cải thiện tính khả dụng và hiệu suất của dịch vụ.
• Do đó đảm bảo trải nghiệm liền mạch trong thời gian cao điểm.

Phân tích dữ liệu quản lý (MDAF)

• Hơn nữa, sự phối hợp của NWDAF với chức năng phân tích dữ liệu quản lý (MDAF) đóng vai trò quan trọng trong việc nâng cao trí thông minh của mạng tổng thể.
• Bằng cách tích hợp kết quả phân tích thông minh từ quản lý mạng với các phân tích bổ sung từ đầu vào của NWDAF, các nhà điều hành có thể có được những hiểu biết chi tiết hơn về hiệu suất mạng và hành vi của người dùng.
• Sự hợp tác này hỗ trợ đưa ra quyết định tốt hơn và quản lý tài nguyên hiệu quả hơn.
• Đối với người dùng cá nhân, điều này có nghĩa là các vấn đề như tắc nghẽn hoặc gián đoạn dịch vụ có thể được giải quyết hiệu quả hơn.
• Sự phối hợp nâng cao giữa các chức năng này dẫn đến một mạng phản ứng nhanh hơn.
• Từ đó có thể dự đoán và giảm thiểu các thách thức tiềm ẩn trước khi chúng ảnh hưởng đến người dùng.

Mặc dù đã có những tiến bộ đáng kể trong việc sử dụng AI trong mạng 5G, nhưng vẫn cần nghiên cứu thêm để nhận ra hết tiềm năng của nó.

Thách thức nằm ở việc tận dụng hiệu quả dữ liệu mạng để tạo ra giá trị hữu hình cho cả nhà khai thác và người dùng.

Tối đa hóa tiện ích dữ liệu

• Việc khám phá AI trong mạng nhằm mục đích tối đa hóa tiện ích của các tập dữ liệu khổng lồ do các hoạt động viễn thông tạo ra.
• Bằng cách xác định các mô hình và xu hướng trong dữ liệu này thông qua phân tích tinh vi, các nhà khai thác có thể đưa ra quyết định phù hợp dẫn đến cải thiện hiệu quả cung cấp dịch vụ và hoạt động.
• Đối với người dùng cá nhân, điều này có nghĩa là nhận được các dịch vụ được cá nhân hóa được điều chỉnh dựa trên các mô hình sử dụng và sở thích của họ.

Ví dụ: các chương trình khuyến mãi có mục tiêu hoặc các gói dịch vụ được tối ưu hóa có thể được phát triển dựa trên thông tin chi tiết thu thập được từ phân tích hành vi của người dùng.

• Phương pháp tiếp cận được cá nhân hóa này không chỉ nâng cao sự hài lòng của người dùng mà còn thúc đẩy lòng trung thành với thương hiệu trong số những người đăng ký.

Đơn giản hóa tích hợp

• Một thách thức vẫn còn là đơn giản hóa việc tích hợp các khả năng AI vào cơ sở hạ tầng mạng hiện có.
• Mặc dù NWDAF đã được định nghĩa trong các bản phát hành trước đó, nhưng nó vẫn chưa được triển khai thương mại trên các mạng.
• Để tạo ra giá trị hữu hình cho các nhà khai thác hoặc người dùng, cần có thêm các nghiên cứu về cách kết hợp tốt nhất các công nghệ AI với mạng 5G một cách hiệu quả.
• Bằng cách hợp lý hóa các quy trình tích hợp và đảm bảo khả năng tương thích với các hệ thống cũ, các nhà khai thác viễn thông có thể mở ra những cơ hội mới để đổi mới đồng thời nâng cao trải nghiệm của người dùng.
• Người dùng cá nhân sẽ được hưởng lợi đáng kể từ những tiến bộ này khi họ có quyền truy cập vào các dịch vụ thông minh hơn, hiệu quả hơn, dự đoán được nhu cầu của họ.