Trí tuệ nhân tạo và máy học giảm chi phí năng lượng cho nhà mạng
Các nhà mạng phải chi hàng triệu USD mỗi năm để trả tiền điện cho các trạm thu – phát di động (BTS) hoạt động. Tuy nhiên, một số tính năng tiết kiệm năng lượng mới đang được phát triển có thể tạo ra khác biệt lớn trong tiêu thụ năng lượng và kết hợp với các công cụ như trí tuệ nhân tạo (AI) và máy học.
Trong sách trắng mới vừa được Ericsson phát hành mang tên tên “Phá vỡ đường cong năng lượng”, công ty cho rằng máy học có thể được sử dụng để làm cho các tính năng mạng trở nên tự động hơn. Hai trong số các tính năng đó là chế độ ngủ cho ăng-ten MIMO (ăng-ten nhiều đầu vào nhiều đầu ra) và chế độ ngủ cho các trạm BTS. Hai tính năng này đang sử dụng máy học để nghiên cứu các mô hình lưu lượng dữ liệu và tiết kiệm tiền cho các nhà khai thác.
Ví dụ, trong một trạm BTS có ăng-ten 4x4 MIMO tức là có 4 ăng-ten cho 4 dòng dữ liệu đồng thời, thuật toán máy học được sử dụng trong “chế độ ngủ” có thể phân tích lưu lượng và sau đó dự đoán khi nào trạm BTS này nên sử dụng cả bốn ăng-ten hay chỉ sử dụng một ăng-ten. Ericsson cho biết, trong các thử nghiệm, công nghệ này đã tiết kiệm cho các nhà khai thác khoảng 14% mức tiêu thụ năng lượng trên mỗi trạm BTS.
Tương tự, máy học cũng có thể được sử dụng để phát hiện các điều kiện lưu lượng thấp và sử dụng “chế độ ngủ” để tắt các trạm BTS. Phần mềm sau đó theo dõi các điều kiện lưu lượng và sẽ bật lại trạm BTS khi những điều kiện đó thay đổi.
Mats Pellback Scharp, người đứng đầu bộ phận phát triển bền vững tại Ericsson, cho biết máy học và AI cho phép mạng “học” các mô hình lưu lượng phổ biến và sau đó sử dụng dữ liệu đó để xác định khi nào một trạm BTS có thể được đưa vào chế độ ngủ.
Hiện tại một số nhà khai thác đã đưa các trạm BTS vào chế độ ngủ ở một số thời điểm nhất định bằng biện pháp thủ công, Pellback Scharp nói. Ví dụ, họ biết rằng ở một số địa điểm nhất định như gần trung tâm mua sắm hoặc ga tàu điện ngầm, mạng sẽ có ít lưu lượng hơn khi trung tâm mua sắm đóng cửa hoặc khi tàu điện ngầm ít hoạt động.
Mặc dù phương pháp thủ công đã được áp dụng, phương pháp tự động sử dụng AI sẽ cung cấp cho các nhà khai thác nhiều tùy chọn hơn và họ không gặp phải các rủi ro như tắt các trạm BTS khi tại khu vực đó có nhu cầu về lưu lượng và điều đó khiến cho khách hàng không thu được sóng di động hoặc thu được sóng kém.
Mats Pellback Scharp cho biết thêm: “AI sẽ biết khi nào một thiết bị 5G đang được sử dụng ở một vùng nào đó của mạng và sau đó có thể điều khiển nó bằng phần mềm tính toán để nó thu được sóng từ các trạm BTS có tín hiệu khỏe hơn”.
