Aangeboden door Booz Allen
AI-RAN, of Artificial Intelligence Radio Area Network, is een nieuw concept van wat draadloze infrastructuur kan doen. In plaats van het netwerk te behandelen als een passief kanaal voor gegevens, verandert AI-RAN het in een actieve computerlaag. Het is een sensor, een computerstructuur en een besturingsvlak voor fysieke operaties, allemaal in één. Deze verschuiving heeft een grote impact op sectoren variërend van productie en logistiek tot gezondheidszorg en slimme infrastructuur.
VentureBeat sprak met twee leiders die centraal stonden in deze transformatie: Chris Christou, senior vice-president bij Booz Allen, en Shervin Gerami, managing director bij Cerberus Operations Supply Chain Fund.
“AI-RAN kan de belofte waarmaken om 5G- en uiteindelijk 6G-netwerken uit te breiden naar de onderneming”, aldus Christou. “Bewijzen dat een platform inferentie aan de edge kan hosten om nieuwe soorten AI mogelijk te maken – met name fysieke AI en gebruiksscenario’s van het autonomietype voor zaken als slimme productie en slimme opslag – kan de bedrijfsvoering efficiënter en effectiever maken.”
“AI-RAN stelt bedrijven in staat om van het digitaliseren van processen over te gaan naar het autonoom exploiteren ervan”, aldus Gerami. “Beleggingen van ondernemingen moeten AI-RAN niet zien als een netwerkupgrade. Het is een besturingssysteem voor de fysieke industrie.”
Verschil tussen AI voor RAN, AI voor RAN, en AI en RAN
De verschillen tussen AI voor RAN, AI voor RAN en AI en RAN zijn erg belangrijk. AI op het RAN voert AI-workloads van ondernemingen uit op de edge computing-infrastructuur die is geïntegreerd met het RAN, waardoor realtime toepassingen mogelijk zijn, zoals computervisie, robotica en gelokaliseerde LLM-inferentie.
AI en RAN vertegenwoordigen een diepere convergentie – waarbij netwerken zijn ontworpen om AI-native te zijn, waarbij AI-workloads en radio-infrastructuur samen zijn ontworpen als een gecoördineerd gedistribueerd systeem. In dit stadium evolueert het RAN van de transportlaag naar de basislaag van de AI-economie.
“Dit is een transformerend stuk”, zei Gerami. “Ze ontwerpen de applicatie samen met het netwerk. Nu kent de applicatie de status van het netwerk en begrijpt het netwerk de bedoeling van de applicatie. AI voor het RAN bespaart geld. AI op het RAN voegt mogelijkheden toe. Vervolgens creëren AI en RAN samen een geheel nieuw bedrijfsmodel.”
Het is dit gelaagde raamwerk dat ervoor zorgt dat AI-RAN meer is dan alleen een stapsgewijze evolutie van bestaande draadloze technologieën, maar eerder een platformverschuiving die netwerken opent voor een ecosysteem van ontwikkelaars en applicatie-innovatie dat van oudsher het domein van cloud computing is geweest.
Hoe ISAC netwerken in sensoren verandert
Geïntegreerde detectie en communicatie (ISAC) staat centraal in de infrastructuur. Het netwerk wordt een sensor, een geconvergeerde infrastructuur die tegelijkertijd communiceert en zijn omgeving waarneemt en tegelijkertijd algoritmen en applicaties aan de edge host. Dit zal drone-detectie, voetgangersveiligheid en autodetectie mogelijk maken, en zal uiteindelijk leiden tot meer innovatieve gebruiksscenario’s.
De waardepropositie van het bedrijf ISAC en zijn netwerk als sensor is duidelijk, aldus Gerami. Tegenwoordig vertrouwen organisaties op een verscheidenheid aan uiteenlopende systemen om situationeel bewustzijn te bereiken: camera’s, radar, asset trackers, bewegingssensoren en meer. Elk heeft zijn eigen onderhoudslast, integratieoverhead en leveranciersrelaties. ISAC heeft het potentieel om veel van deze mogelijkheden native in het netwerk te verwerken.
“Met ISAC kun je activa tot op de meter nauwkeurig volgen in fabrieken en ziekenhuizen”, legt hij uit. “Je kunt bewegingspatronen, perimeterdoorbraken en afwijkingen detecteren. Slimme gebouwen kunnen beschikken over bezettingsbewuste HVAC en energie-optimalisatie.”
Hoe AI-RAN milliseconden van edge-AI en gevolgtrekking scheert
Met AI-RAN worden edge-AI en inferentie met lage latentie geavanceerder in gebruiksscenario’s zoals realtime roboticabeheer, onmiddellijke kwaliteitscontroles en voorspellend onderhoud. Er zijn enkele toepassingen waarbij de latentiekloof tussen de cloud en de edge het verschil is tussen een systeem dat werkt en een systeem dat niet werkt.
“Edge AI speelt een rol bij het aansturen van operaties in milliseconden, niet in seconden, zoals de cloud doet”, legt Gerami uit.
Afzonderlijke gevolgtrekkingen kunnen ook dingen veranderen, zei Christou.
“Er zijn veel verschillende gebruiksscenario’s waarbij de verwerking op het apparaat plaatsvindt, waardoor het apparaat duurder wordt en meer energie verbruikt,” zei hij. “Er is nu de mogelijkheid om het naar de on-premises AI-RAN-stack te verplaatsen, en zelfs in te gaan op concepten als ontkoppelde inferentie, zodat je enige gevolgtrekking kunt doen op het apparaat, sommige op de edge AI-RAN-stack en sommige in de cloud, allemaal volgens de vereiste gebruikscasus en verwerkingstijdschaal.”
Waarom timing van AI-RAN-investeringen nu van cruciaal belang is
De AI-RAN-investering vertegenwoordigt een beperkte en strategisch belangrijke kans, aldus Germani en Christou.
“De 5G-infrastructuur is geïmplementeerd en heeft bijna het punt van voltooiing bereikt. 6G-standaarden zijn nog niet vastgesteld”, legt Gerami uit. “Dit is het architecturale moment waarop AI-RAN naar voren komt. Het maakt het mogelijk om verder te gaan dan RAN als louter een op telecommunicatie gericht ontwerp. Hierdoor kunnen bedrijven mede-makers zijn van applicaties, inkomstengeneratoren en waarde uit die netwerkinfrastructuur.”
Historisch gezien heeft bedrijfs-IT draadloze standaarden omarmd in plaats van deze vast te stellen. De open architectuur van AI-RAN, gebouwd op softwaregedefinieerde, cloud-native en gecontaineriseerde componenten, verandert de dynamiek van standaardisatie.
“Vroeger waren de cycli in de draadloze industrie erg lang. Nu zien we een impuls om het in te zetten, in te zetten, vroege tests uit te voeren, en dan zullen we zien hoe de technologie werkt”, zei Christou. Tegelijkertijd kunt u tegelijkertijd beginnen met het definiëren van normen. Je hebt praktijkervaring met implementatie en kunt invloed uitoefenen op de manier waarop de standaard vorm krijgt.”
En de ingang is toegankelijk, voegde Gerami eraan toe.
“De toetredingsdrempels zijn erg laag”, zegt hij. “Tegenwoordig is alles op code gebaseerd, alles is software. Het is niet anders dan het downloaden van software. Je krijgt een Nvidia-box en je kunt hem gebruiken met een radio.”
Waarom AI-RAN de toekomst is van innovatieve AI-use cases
“Wij zien AI-RAN als een open architectuur die innovatie echt stimuleert”, aldus Gerami. “Het is een vliegwiel voor innovatie. We willen alles microservices maken, open native, cloud native, zodat partners verticale AI-applicaties kunnen bouwen. Op dit moment is er veel aandacht in de industrie over hoe we AI effectief kunnen adopteren, hoe AI autonomie en robotica mogelijk zal maken. Dit is een van de fundamentele onderdelen die kunnen helpen sommige van die gebruiksscenario’s werkelijkheid te maken. De toekomst gaat over fysieke inferentie.”
“Er is momenteel veel aandacht in de industrie over hoe we AI effectief kunnen adopteren – hoe AI autonomie en robotica mogelijk zal maken,” zei Christou. “Dit is een van de fundamentele onderdelen die kunnen helpen sommige van deze gebruiksscenario’s werkelijkheid te maken.”
Gesponsorde artikelen zijn inhoud die is geproduceerd door bedrijven die voor de post hebben betaald of die een zakelijke relatie hebben met VentureBeat, en worden altijd duidelijk als zodanig gemarkeerd. Voor meer informatie kunt u contact opnemen met sales@venturebeat.com.
