Las redes móviles 5G están configuradas para aumentar la resistencia y el rendimiento de la infraestructura en todo tipo de industrias a través de la habilitación de soluciones de mantenimiento predictivo que identifican rápidamente fallas potenciales y alientan a los propietarios de equipos a rectificarlas antes de que los componentes realmente se rompan. Pero el mismo modelo que puede reconocer fallas emergentes y condiciones de error y rectificarlas antes de que causen interrupciones o cortes, también se puede aplicar a las propias redes 5G para garantizar un funcionamiento estable de la red y minimizar el tiempo de inactividad, lo que podría detener a muchas de esas industrias conectadas cada vez más inteligentes.
La migración de la infraestructura de red de tercera (3G) y cuarta generación (4G) a equivalentes de 5G durante los próximos cinco años será un proceso gradual. Y no hay duda de que las empresas de telecomunicaciones y los operadores de redes móviles (MNO) encontrarán mucha más complejidad en el viaje, tanto en términos de diseño e implementación de nuevas topologías de red como en el establecimiento de procesos de administración que se basan más en redes definidas por software (SDN) y arquitecturas de TI alojadas en la nube virtualizadas para facilitar el cambio.
Las funciones de red virtual, por ejemplo (VNF), se volverán más críticas para los requisitos de gestión de red que abarcan configuraciones híbridas complejas que combinan equipos 5G con componentes de cuarta (4G) y tercera generación (3G) para maximizar la densidad y la cobertura, al menos en los primeros años. Las redes 5G NR independientes que utilizan celdas 5G tanto para la señalización como para la transferencia de información comienzan a tomar el relevo.
Redes de autorreparación y mantenimiento predictivo
La automatización también desempeñará un papel cada vez más crítico en la configuración de la red 5G, el aprovisionamiento y la entrega de calidad de servicio (QoS), además de proporcionar información útil a los operadores que se puede utilizar para optimizar la resiliencia y el rendimiento. Las empresas de telecomunicaciones también están buscando dónde los algoritmos de aprendizaje automático (ML) pueden adaptar los sistemas para hacer frente a las fluctuaciones del tráfico basándose en el análisis de patrones de datos de uso históricos que predicen dónde es probable que ocurran problemas.
El 5GPPP ha propuesto un marco e indicadores clave de rendimiento (KPI) para la gestión de la red 5G que incluye CogNet y SelfNet, por ejemplo. CogNet utiliza ML para optimizar las funciones NFV y SDN a través de la configuración dinámica de políticas de gestión basadas en modelos ML, mientras que SelfNet se centra en el concepto de red autoorganizada, que incluye autocontrol, autooptimización, autoprotección y autocuración para mantener la estabilidad y el rendimiento de 5G.
En otra parte, el TM Forum, una alianza global de más de 850 empresas de tecnología, ha desarrollado un plan para la migración de los sistemas de TI heredados de las empresas de telecomunicaciones a software modular nativo en la nube orquestado mediante inteligencia artificial (IA). Tampoco es la red de acceso de radio 5G (RAN) la única consideración: también pueden ser necesarios cambios en las plataformas de operación y administración (O&M) que configuran los enlaces fronthaul y backhaul que conectan y agregan tráfico desde estaciones base 5G y micrositios. Varios proveedores de telecomunicaciones han renovado sus soluciones específicamente para la gestión de redes 5G, incluido Huawei, que ha construido un sistema de red de transporte óptico (OTN) que utiliza reflectómetros de dominio de tiempo ópticos electrónicos (OTDR) que escanean en busca de tramos de longitud de onda anormales para localizar fallas de forma remota en redes de fibra sin necesidad de realizar pruebas in situ.
China Mobile ha utilizado el Open Digital Framework de TM Forum para establecer un ecosistema de operación y mantenimiento 5G de múltiples proveedores en la provincia de Guangdong para ayudar a la rápida identificación, demarcación y recuperación de fallas. También utiliza un modelo de entrenamiento de IA para mejorar la capacidad de autorreparación de la red mediante el análisis de datos históricos relacionados con los problemas del acuerdo de nivel de servicio (SLA) y el diagnóstico automático de problemas futuros.
La gestión cognitiva de la red también tiene un papel importante que desempeñar en el despliegue de la división de la red: paquetes virtualizados de funciones de red 5G y tecnologías de acceso por radio que proporcionan todas las herramientas que la red necesita para funcionar y que se pueden aprovisionar, desplegar y eliminar de forma dinámica según la demanda. Los diferentes segmentos de red 5G se empaquetarán específicamente para casos de uso individuales y dependerán de que los MNO puedan entregar y mantener los niveles de QoS definidos por la aplicación o carga de trabajo en cuestión, una capacidad clave si las empresas de telecomunicaciones deben apuntar con éxito a diferentes verticales de la industria con servicios optimizados para su particularmente requisitos.
Gestión de la sostenibilidad de la red
Es necesario realizar un seguimiento de cerca del consumo de energía 5G para mantener las redes operativas y rentables para sus propietarios. Es probable que eso requiera una capa adicional de soluciones de administración y monitoreo de energía que no solo recopilen datos sobre el uso de energía y las cargas de la CPU, sino también las rutas de enrutamiento del tráfico y los niveles de carga, el rendimiento del usuario y los números de sesión, la cobertura de radio, los parámetros de interferencia y los intervalos de activación del equipo. Con esos datos a bordo, los operadores pueden definir un modelo de uso de energía de infraestructura 5G virtual que se puede analizar y optimizar más a fondo mediante ML para resaltar el enfoque más eficiente para el equilibrio de carga y la asignación de ancho de banda de frecuencia en cualquier escenario de entrega de servicios 5G.
Una encuesta de 105 operadores de telecomunicaciones globales realizada por 451 Research y encargada por el especialista en servicios e infraestructura de centros de datos Vertiv en 2019 encontró que el 81 por ciento planeaba implementar soluciones de AI / ML junto con la gestión de infraestructura del centro de datos (DCIM) para ayudarlos a ahorrar energía, consumo y costo para 2024. La capacidad de monitorear y administrar de forma remota las ubicaciones de Edge computing y otros elementos de la red 5G y la infraestructura de TI también fue considerada esencial por la mayoría.
DCIM fue la tecnología más importante para lograr los objetivos operativos y de rentabilidad citados por el 55 por ciento de los encuestados que participaron en la encuesta 451. Esas capacidades son más importantes para las redes 5G que la infraestructura 4G equivalente debido a la mayor dependencia de los nodos informáticos de Edge, o micro centros de datos, que se necesitan para ofrecer los recursos de procesamiento y alojamiento de datos locales esenciales para cumplir con los requisitos de rendimiento de la carga de trabajo y la aplicación 5G de baja latencia.
Una gran mayoría (84 por ciento) de los 451 encuestados informó que ya estaban implementando infraestructura de Edge de acceso múltiple (MEC) (37 por ciento) o planeaban hacerlo en algún momento en el futuro (47 por ciento). La escala de ese interés ha llevado a estimaciones de Global Market Insights que sugieren que los ingresos por ventas de equipos y plataformas de centros de datos de Edge (incluidos hardware, software e infraestructura de soporte, como sistemas de refrigeración y energía) crecerán a una tasa de crecimiento anual compuesta ( CAGR) del 23 por ciento durante los próximos cinco años con un valor de US $ 20 mil millones para 2026.
Se espera que el segmento DCIM dentro de ese pronóstico crezca a un ritmo aún más rápido (28 por ciento) a medida que las empresas de telecomunicaciones, MNO y otras compañías intentan mejorar la forma en que monitorean y administran los equipos y las condiciones ambientales en la gran cantidad de instalaciones de Edge computing para ayudar a mantener tiempo de actividad de la red. DCIM también ofrecerá capacidades integradas de gestión de energía que ayudarán a impulsar la eficiencia energética en esos nodos remotos y proporcionarán una interfaz única para reemplazar múltiples herramientas y bases de datos independientes que se utilizan para recopilar y revisar datos operativos que pueden dificultar la obtención de información sobre la salud y el estado del centro de datos y la eficiencia energética lo suficientemente rápido como para realizar ajustes sobre la marcha.
El ritmo de la migración es desigual en varias regiones del mundo, pero las redes de telecomunicaciones globales se encuentran en gran parte al comienzo de su migración 5G. A medida que el alcance y la capacidad de esa infraestructura 5G se expande gradualmente y miles de millones de nuevos usuarios y dispositivos se conectan, la presión sobre los sistemas de gestión para ofrecer eficiencias operativas solo aumentará en conjunto.