面向 6G 网络的 O-RAN 架构下的主动 AI 与 RAN 工作负载编排
网络与互联网体系结构
2025-07-15 v1
摘要
AI-RAN 收敛愿景正如 AI-RAN 联盟所倡导的，旨在打造一个统一的 6G 平台，能够无缝支持 AI 与 RAN 工作负载运行于共享基础设施上。然而，为实现此愿景的架构框架和智能资源编排策略仍基本未被探索。本文我们提出一种基于 O-RAN 规范的收敛 AI 与 ORAN 架构（CAORA）框架，实现 RAN 与计算密集型 AI 工作负载的动态共存。我们在 Near-Real-Time RAN 智能控制器（NRT-RIC）中设计自定义 xApp，用于监控 RAN 关键性能指标（KPI），并通过最近引入的 Y1 接口向 End-to-End（E2E）编排器暴露无线分析数据。该编排器集成了工作负载预测和异常检测模块，增强了能够主动管理资源分配（包括 Multi-Instance GPU（MIG）分区）的 Soft Actor-Critic（SAC）强化学习智能体。利用来自巴塞罗那的真实 5G 业务轨迹，我们的轨迹驱动仿真结果表明，CAORA 能实现近 99% 的 RAN 需求满足，支持动态 AI 工作负载，并在高度动态条件下最大化基础设施利用率。我们的结果揭示，预测性编排显著提高了系统的适应性、资源效率和服务连续性，为未来 AI 与 RAN 收敛 6G 系统提供了可行的蓝图。
引用
@article{arxiv.2507.09124,
title = {Proactive AI-and-RAN Workload Orchestration in O-RAN Architectures for 6G Networks},
author = {Syed Danial Ali Shah and Maryam Hafeez and Abdelaziz Salama and Syed Ali Raza Zaidi},
journal= {arXiv preprint arXiv:2507.09124},
year = {2025}
}