C114訊 6月28日消息（趙婷婷）6月26日至28日，以“未來先行”為主題的2024上海世界移動通信大會（2024 MWC上海）盛大舉行。作為亞洲“連接”生態(tài)系統(tǒng)的風向標，本次大會聚焦“超越5G”、“人工智能經(jīng)濟”和“數(shù)智制造”三大子主題，共同推動產(chǎn)業(yè)創(chuàng)新生態(tài)的全球協(xié)同發(fā)展。
展會期間，作為領先的下一代設備和網(wǎng)絡測試與保障解決方案供應商，思博倫通信全球市場戰(zhàn)略高級總監(jiān)Stephen Douglas先生接受C114通信網(wǎng)專訪，就5G-A、低軌衛(wèi)星、NTN、6G、智算網(wǎng)絡等新技術(shù)新應用，以及與之相對應的測試測量挑戰(zhàn)和解決方案，分享了思博倫通信的獨到見解。
平滑過渡：加速5G-A/6G與LEO商用進程
5G方興未艾，6G已經(jīng)撲面而來。隨著3GPP R18標準的凍結(jié)，5G-A迎來了規(guī)模商用元年。
Stephen Douglas指出，從全球范圍來看，不同國家/運營商的5G-A商用和6G研發(fā)進程并不同步�！皽y試的關鍵要求是前后兼容性和平滑過渡，同時盡可能滿足早期用戶的特定測試需求。以我們的核心網(wǎng)測試和仿真解決方案為例，它可以為客戶提供覆蓋所有3GPP凍結(jié)版本的測試和仿真能力條目，同時允許早期采用方按照需求添加各種未來的能力�！�
Stephen Douglas強調(diào)，“任何一代移動通信的技術(shù)演進，都是基于市場的明確需求，再去考慮發(fā)展技術(shù)能力�！�
基于這樣現(xiàn)象和觀察，思博倫正在三個領域為業(yè)界提供幫助：首先支持早期的6G研究，尤其是在一些短期內(nèi)明確可以為運營商提供有形價值和效率提升的能力方面，以及5G-A系統(tǒng)初期有可能實現(xiàn)的能力方面，例如人工智能認知網(wǎng)絡和無線電傳感的信道建模；其次幫助運營商加快其5G獨立組網(wǎng)和5G-A的推廣，推動5G2B市場中的應用，加速實現(xiàn)贏利；最后也要為OpenRAN和RAN智能控制器（RIC）的演進提供支持，而這些技術(shù)都是未來6G系統(tǒng)的關鍵組成要素，并且可能在專有網(wǎng)絡中發(fā)揮重要作用。
另外，面向空天地一體化這一新興領域，思博倫目前集中在面向低軌（LEO）的定位、導航和授時（PNT），以及基于3GPP的NTN網(wǎng)絡測試兩個領域。
Stephen Douglas指出，LEO星座的在軌運行取決于衛(wèi)星平臺及載荷所使用的PNT解決方案的精度。作為PNT測試領域的行業(yè)領導者，思博倫可以提供全系列的仿真解決方案，包括LEO衛(wèi)星接收機的OTA和傳導測試、對基于新型LEO的PNT信號開展的下行鏈路測試，以及利用現(xiàn)有GNSS設備執(zhí)行的互操作性測試。
在談到NTN時，思博倫運營商及解決方案業(yè)務拓展總監(jiān)楊磊補充稱，星地互聯(lián)實現(xiàn)蜂窩服務可以提供巨大的商業(yè)潛力，但也存在很多的技術(shù)挑戰(zhàn)，包括大時延和信號劣化、多普勒頻移、高動態(tài)帶來的復雜的移動性管理，同時還要確保良好用戶體驗等，這些都需要嚴格的測試。思博倫可提供領先業(yè)界的核心網(wǎng)測試和仿真解決方案—Landslide，可以在實驗室、針對地面和NTN基礎設施進行高效仿真，為NTN衛(wèi)星及載荷提供真實的包圍測試；同時，思博倫還提供仿真各類地面設備、衛(wèi)星地面站網(wǎng)關和基站，測試非地面和地面網(wǎng)絡之間的用戶體驗、NTN內(nèi)的切換和交互等關鍵能力。此外針對衛(wèi)星，思博倫還提供了高精度的信道仿真、星間路由業(yè)務性能、網(wǎng)絡損傷仿真等等方案。
應對智算變革：AI/CCL巧解三大測試難題
除了網(wǎng)絡方面，思博倫還聚焦于“算”，利用自身測試領域的專長，從容應對AI測試中的復雜性和不確定性。
隨著AI模型和數(shù)據(jù)集規(guī)模不斷擴大，單一GPU無法容納完整模型和數(shù)據(jù)集，迫使訓練任務分發(fā)到多個GPU進行并行處理，這就催生了“集合通信”的需求。在集合通信中，參與一個通信的GPU節(jié)點間通信具有并行性和依賴性特點，任何網(wǎng)絡鏈路問題都可能影響整體效率，但傳統(tǒng)的數(shù)據(jù)中心以太網(wǎng)網(wǎng)絡架構(gòu)沒有辦法支持。為應對這一全新挑戰(zhàn)，業(yè)界正聚焦于對傳統(tǒng)以太網(wǎng)進行革命性改造，推動了市場對使用包括RoCEv2協(xié)議的以太網(wǎng)增強特性的需求。
Stephen Douglas指出，AI大模型驅(qū)動的網(wǎng)絡架構(gòu)變革，給以太網(wǎng)性能測試帶來了巨大的挑戰(zhàn)，主要原因有三方面：一是人工智能的流量模型，缺乏反映集合通信特點的商業(yè)測試工具；二是測試網(wǎng)絡需要大量的xPU比如GPU，但GPU單卡價格很高，測試成本會非常高；三是大規(guī)模條件下驗證高密度AI流量所需的高性能，以及測試結(jié)果的可重復性。
對此，思博倫密切關注并積極投身于AI實踐，在今年MWC期間，思博倫發(fā)布了AI/CCL（集合通信庫）的網(wǎng)絡測試解決方案，可仿真人工智能環(huán)境中高密度xPU負載和以太網(wǎng)流量的AI網(wǎng)絡測試解決方案。該方案創(chuàng)造性地實現(xiàn)了集合通信模型的仿真，并通過高精度的商業(yè)儀表模擬GPU服務器，它可以幫助工程師們測試RoCEv2的以太網(wǎng)結(jié)構(gòu)，無需投資大量資金去使用昂貴的真實GPU服務器，就可以生成測試所需的人工智能負載。它還支持集合通信庫（CCL），可以生成真實流量，從而對AI訓練環(huán)境的性能和利用率進行驗證。
“我們的解決方案在日本舉辦的Interop Tokyo獲得了著名的Interop Tokyo 2024展會金獎，是測試類別的唯一金獎，而且多家數(shù)據(jù)中心云運營商和數(shù)據(jù)中心交換機廠商都已經(jīng)在使用�！盨tephen Douglas說道。在提供AI數(shù)據(jù)中心解決方位的同時，思博倫也通過多種輔助性測試方案為整個生態(tài)提供支持，包括驗證AI賦能安全網(wǎng)關和防火墻效能的安全測試、為驗證AI應用提供的網(wǎng)絡環(huán)境數(shù)字孿生，以及在現(xiàn)網(wǎng)中提供的主動測試服務質(zhì)量保障方案等。 
