（文章來源：千家網）
? ? ? ?為實現無線接入網絡的嵌入式人工智能技術，需要從無線接入網架構和關鍵技術層面進行系統性思考和創新。2018年，中國移動聯合AT&T等運營商主導成立O-RAN產業聯盟，旨在推動未來無線接入網絡的“開放”和“智能”。O-RAN架構在無線網CU/DU架構和功能虛擬化的基礎上，引入了無線大數據分析與人工智能引擎，通過兩級非實時與實時智能控制器（RIC）實現無線接入網絡的嵌入式人工智能管控，使能時間、空間多維度的無線智能應用。基于O-RAN架構的多層智能應用及其閉環控制的時間顆粒度如圖所示。

為支持不同時間尺度的智能閉環管控，在O-RAN整體架構中引入了無線網智能控制器（RIC）功能實體。RIC的核心是利用大數據分析及人工智能技術針對無線網絡環境進行感知、預測并對無線資源的分配進行決策。根據處理時延特性，將RIC劃分為非實時無線智能控制器和近實時無線智能控制器。

非實時層無線網智能控制器可嵌入網管平臺部署，實現跨域的整網級、多維度、超大規模數據量的分析與處理，主要用于支持秒級以上的策略管理和控制。非實時智能控制器的主要功能包括服務和意圖策略管理、無線網絡分析以及AI模型的訓練等功能。訓練后的AI模型可通過A1接口分發給近實時無線智能控制器進行在線推理和執行。利用采集到的海量無線數據，通過大數據分析及人工智能算法，非實時智能控制器可有效提取無線數據特征及模型，如網絡用戶級流量空時分布、用戶移動性特征及模型、用戶業務類型及模式，以及用戶服務體驗預測模型等。

利用這些數據特征及AI模型，非實時智能控制器一方面可協助網管優化非實時的網絡參數配置，如切換/重選參數、大規模天線波束角度配置參數等；另一方面，還可以進一步將相關數據特征、AI模型及智能策略分發給近實時智能控制器，輔助近實時智能控制器進行控制面和用戶面的用戶級/業務級顆粒度的精細化無線資源管理優化。目前O-RAN聯盟的討論聚焦在后者嵌入式人工智能的方案思路上。

近實時層無線網智能控制器可嵌入在CU云平臺內或獨立于基站運行，實現區域網絡級、較大數據規模的數據分析和無線資源管控，控制時間顆粒度為10ms到秒級。近實時層無線智能控制器可理解為嵌入人工智能技術的下一代RRM（RRC層的無線資源管理功能）增強功能實體。

它的功能可以是全部或部分RRM的功能，完全兼容傳統的RRM功能，如基于用戶級的載波負載均衡、無線切片資源分配、干擾協調、用戶服務質量/體驗(QoS/QoE)優化等。在軟件架構方面，近實時無線網智能控制器是一個安全、開放的算法實時運行平臺，可支持算法功能軟件及AI模型或微服務的靈活部署，并可實現多個功能算法間的協同及沖突管理。目前，關于近實時無線網智能控制器的功能框架討論還在進行中，未來存在一定的變化，但核心思路已經趨于統一。

未來，O-RAN框架存在進一步拓展支持實時智能控制的可能，如無線接入控制層（MAC）及物理層（PHY）的智能化應用，這部分探討還將進一步延續下去。

綜上所述，O-RAN智能無線網絡架構將具備整網級、區域網絡級及基站級的多級智能。各級分層自治又可實現跨域和多層級控制間的協同。為激發上層智能控制的創新，縮短無線網管控功能的研發和上線周期，需要進一步推進無線網的上層管控與基站底層實現間的解耦，需要對RIC涉及的相關數據采集及策略控制下發接口，即A1、E2接口，進行研究并標準化。