AI与RAN的协同：面向融合6G平台的动态资源分配

由AI-RAN联盟所定义的AI-RAN概念旨在探索一个融合的6G平台，以支持AI与RAN工作负载的管理、编排和部署。这一概念对于6G架构的发展至关重要，该架构旨在利用加速计算能力来同时支持实时信号处理和生成式AI（GenAI）工作负载的卸载。然而，实现这一愿景所需的架构框架和动态资源分配策略仍处于起步阶段。O-RAN架构本质上允许云原生的解耦实现。因此，我们通过扩展O-RAN中的近实时RAN智能控制器（NRT-RIC）来探索一个能够编排AI与RAN工作负载的框架。该框架包含一个监控xApp，用于跟踪RAN KPI，并通过最近引入的Y1接口将无线分析数据暴露给所提出的端到端编排器。该编排器实现了Soft Actor-Critic（SAC）强化学习算法，以在共享的RAN基础设施上，在延迟敏感的RAN网络函数和计算密集型AI工作负载之间动态分配关键计算资源（例如，多实例GPU（MIGs））。所提出的框架为传统RAN架构如何演进以原生支持新兴的GenAI工作负载提供了见解。我们的框架优先考虑RAN工作负载的实时要求，同时保持AI应用的高效资源共享。仿真结果证明了所提出框架的优越性，它在动态环境中满足了近99%的RAN工作负载请求，同时有效支持了AI工作负载，并实现了RAN基础设施资源的100%利用率。