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”、“人工智能經濟”和“數(shù)智制造”三大子主題，共同推動產業(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通信網專訪，就5G-A、低軌衛(wèi)星、NTN、6G、智算網絡等新技術新應用，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已經撲面而來。隨著3GPP R18標準的凍結，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。“測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，“任何一代移動通信的技術演進，都是基于市場的明確需求，再去考慮發(fā)展技術能力�！�
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，而這些技術都是未來6G系統(tǒng)的關鍵組成要素，并且可能在專有網絡中發(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)星地面站網關和基站，測試非地面和地面網絡之間的用戶體驗、NTN內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)中心以太網網絡架構沒有辦法支持。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)議的以太網增強特性的需求。
Stephen Douglas指出，AI大模型驅動的網絡架構變革，給以太網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負載和以太網流量的AI網絡測試解決方案。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的以太網結構，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賦能安全網關和防火墻效能的安全測試、為驗證AI應用提供的網絡環(huán)境數(shù)字孿生，以及在現(xiàn)網中提供的主動測試服務質量保障方案等。 
