电信生态系统如何更有效、可量化地促进可持续发展

目前,网络消耗约3%的全球电力,并排放约2%的全球温室气体,如果我们能够改变这些网络,使其更具可持续性,这将无疑是一个巨大的进步。可以肯定的是,任何一家电信服务提供商都希望通过提高能效而降低网络运营成本。但是,实现可持续发展目标是一个复杂的多层次问题,需要整个生态系统共同努力才能减少电信业的碳足迹。

许多服务提供商希都望借助人工智能 (AI) 驱动的高级数据分析来提高成效。然而,人工智能的效果取决于我们为其提供的数据,而在传统网络、云和多供应商网络中,在流量模式和能耗等方面收集足够准确的数据是一项尚待解决的挑战。如何通过大规模自动化将人工智能建议转化为对网络和相关工作流程的实时处理也是一个挑战。此外,人工智能本身也会对能耗产生重大影响,因此,我们在使用人工智能优化网络能耗时必须深思熟虑。

时至今日,许多可持续发展项目仍以孤立的方式实施,重点关注单个网络域或单项挑战,这种方法已显示出其局限性。为了最大程度对节能战略产生影响,需要借助使用高级数据分析、人工智能和自动化技术的开放式平台,对各个网络域采取一种更加全面的方法。我希望通过这篇文章简要介绍统一方法的一些构件,并特别指出红帽正与合作伙伴联手积极开展的一些举措。

利用开放式5G核心基础架构实现价值最大化,降低功耗

红帽、NEC和英特尔联手提供开放式5G核心基础架构,帮助降低与电力成本和能耗相关的运营支出。目前,NEC可以利用面向5G核心的英特尔® Infrastructure Power Manager,将基于红帽OpenShift的NEC融合5G用户平面功能 (UPF) 的商用功耗降低30%以上。借助面向5G核心的英特尔® Infrastructure Power Manager,每个处理器内核都能在正确的时间分配到适当的功率,从而最大限度减少排放和成本。

更强大的可持续呼叫处理和数据包连续性

去年,我们展示了红帽和Arm携手推出了基于红帽开源技术和Arm®计算平台的更高能效的5G与vRAN解决方案。

最近,我们与NEC、Arm和高通公司合作,在同等商业环境中使用Qualcomm® X100 5G RAN加速卡和基于Arm Neoverse™的CPU,在红帽OpenShift上成功演示了NEC开放式虚拟化无线接入网 (vRAN) 和5G核心产品的端到端运行情况。通过集成我们的技术,我们能够成功地展示以更低功耗、更节省空间的方式实现可持续呼叫处理和数据包连续性,并且可以显著降低服务提供商RAN部署的总体拥有成本。

使用Kepler和人工智能来监控电力使用情况

在容器、Pod 和命名空间层面,模型训练和推理会消耗大量能源。开源项目Kepler,即基于Kubernetes的高效功率级别导出器(Efficient Power Level Exporter),可以捕捉多种平台的能耗指标,帮助系统管理员和开发者了解、优化和规划能源使用情况。该技术由红帽和IBM研究院共同创建,并在红帽OpenShift中用于功耗监控,它可以捕捉CPU和图形处理单元 (GPU) 的能耗,以供深入了解训练和推理任务的计算资源利用模式,并为进一步的调整和优化提供依据。

Kepler可以为其他开源项目和技术提供数据,用于更好地管理能源。以SusQL为例,这是一个用于跟踪分布式环境中人工智能模型训练作业的开源项目,它使用Kepler指标来汇集分布式训练作业的功耗数据,并将功耗洞察扩展到集群级别。

它还支持优化模型推理服务,如红帽OpenShift AI上的此类服务 —— 红帽OpenShift AI是一个MLOps平台,用于在OpenShift上构建、训练、部署和监控支持人工智能的应用。通过监测功耗可以得出能源使用模式。这些模式可以与系统配置和服务调配相关联,以推荐最优的每瓦特性能配置。通过将Kepler这样的工具集成到红帽的人工智能产品组合中,我们可以帮助人工智能变得更具可持续性。

高能效边缘人工智能分析

红帽致力于我们在IOWN全球论坛中的工作,以可持续发展为出发点,为未来提供更智能的解决方案。最近,红帽、NTT、富士通和NVIDIA展示了一种基于IOWN的节能平台解决方案,该解决方案采用NTT的加速数据管道提供人工智能分析服务。通过优化用于大规模视频摄像头数据分析的边缘人工智能推理,我们能够将以IOWN全光子网络 (APN) 和数据为中心的基础架构 (DCI) 与红帽OpenShift相结合,提供大规模人工智能数据分析,从而显著降低功耗。

这项合作表明,在边缘视频人工智能分析用例中,可以在保持低延时的同时大幅降低功耗。我们发现,即使大量摄像头互相连接,利用人工智能汇集和分析数据所需的延时也能比集中式云的延时缩短60%。通过实施红帽OpenShift的容器技术,NTT能够轻松灵活地进行人工智能分析处理。这也证明该解决方案可广泛应用于智慧城市的视频人工智能分析,以及拥有众多分布式传感器的类似场景。

红帽、英特尔和爱立信联手降低网络功耗

红帽正与英特尔和爱立信合作,共同开发、集成和部署更具可持续性的云原生技术,以降低网络的能源成本和碳排放。保持网络性能与优化和降低能耗需要达到一种平衡。红帽、英特尔和爱立信最初专注于无线电接入网络 (RAN),并已能够证明使用具有vRAN增强能力的第四代英特尔®至强®可扩展处理器可节省高达20%的处理功耗。该解决方案有三大支柱:硬件,包括高能效服务器和加速器;软件,例如用于RAN分布式单元 (DU) 和集中式单元 (CU)工作负载的CPU内核实时动态扩展;以及自动化:基于网络利用率和流量模式的实时能源感知自动化。

电信数据中心的智能扩展

红帽正与Intracom Telecom合作,希望推出一种解决方案,通过主动调整服务器工作负载和战略性地关闭未充分利用的服务器而解决空闲功耗问题,从而在不影响工作负载性能和稳定性的情况下,优化基于OpenShift的基础架构(包括本地和云端基础架构)。工作节点的数量根据资源需求的实时预测动态扩展,以确保最佳的基础架构扩展性和效率。该解决方案非常适合托管5G网络功能(例如,用户平面功能Pod、控制平面Pod)和相关服务(AI Pod、边缘Pod)的融合电信数据中心,因为这些服务的流量负载按照每日和每周模式周期性波动。实践证明,智能扩展能力可以显著减少工作节点的平均数量,即使对于在一天内出现轻微负载波动的电信公司数据中心也是如此,从而节省了重要的能源和成本。

协作可推动可持续的创新

红帽在开发开源工具、功能和方法方面积累了丰富的经验,这些使可持续性成为云原生架构控制和管理不可或缺的一部分。我们还一贯坚持开放合作的传统,激励原始设备制造商 (OEM)、独立软件供应商 (ISV)、客户和政策制定者共同在整个行业推广可持续发展最佳实践。数据收集和分析将是我们的客户通过衡量正确指标而做出最佳决策的关键。红帽持续致力于结合人工智能平台和大规模自动化而增强观测能力,以大规模分析数据,并及时给出行动建议。我们与客户和合作伙伴一起,在IT、网络、边缘、核心和云环境中实现全面的、数据驱动的、节能的方法。

【本文作者:Rimma Iontel】

点赞

发表评论

邮箱地址不会被公开。 必填项已用*标注