Transformation des Telekommunikationsbetriebs mit digitalen Netzwerkzwillingen

Network Digital Twins (DT) werden bei Telekommunikationsunternehmen weltweit immer beliebter, um verschiedene geschäftliche Herausforderungen zu bewältigen – von Vertrieb und Marketing über Netzwerkbetrieb und Kundenerfahrung bis hin zu IT-Betrieb, Netzwerkplanung und mehr. In diesem Artikel werden praktische Anwendungen von Netzwerk-DTs untersucht und erläutert, wie sie Unternehmen in die Lage versetzen, ihre Ziele für den autonomen Betrieb zu erreichen.

Die Kraft hinter Netzwerk-DTs

Ein digitaler Zwilling des Netzwerks ist ein groß angelegtes Modell, das das reale physische Netzwerk über seinen gesamten Lebenszyklus widerspiegelt und kontinuierlich aus Design-, Betriebsdaten und Sensordaten (reale Netzwerkverkehrsdaten) aktualisiert wird. Es kann Simulation, maschinelles Lernen und Argumentation nutzen, um Entscheidungen zu treffen oder die Entscheidungen von Maschinen oder Netzbetreibern zu überprüfen. Es kann auch Was-wäre-wenn-Szenarien simulieren, um die Änderungen effizient anzuwenden. DTs können die betriebliche Effizienz und Netzwerkqualität für Telekommunikationsunternehmen verbessern. Einige wichtige Beispiele sind:

• Management von Netzwerk-Änderungen: Digitale Netzwerkzwillinge können verwendet werden, um neue Änderungen an der Netzwerkkonfiguration zu testen, bevor sie in der realen Welt eingesetzt werden. Dies kann dazu beitragen, Probleme frühzeitig im Prozess zu erkennen und zu beheben, was Zeit und Geld spart.
• Verbesserungen der Netzwerkleistung: Digitale Zwillinge von Netzwerken können verwendet werden, um die Netzwerkleistung zu analysieren und die Leistung verschiedener Dienste und Netzwerke vorherzusagen. Es kann die potenziellen Verschlechterungen identifizieren und bei vorbeugenden Maßnahmen helfen.
• Was-wäre-wenn-Szenarien: Digitale Zwillinge können Testumgebungen für die Bewertung von Szenarien im Zusammenhang mit der Netzwerkplanung sein, um die beste Konfiguration zu ermitteln. DTs können Was-wäre-wenn-Analysen für neue Netzwerke erstellen. Dies kann dazu beitragen, Probleme frühzeitig im Prozess zu erkennen und zu beheben, was Zeit und Geld spart.
• Validierung von Maschinenentscheidungen im autonomen Betrieb: DTs können bei der Validierung der Closed-Loop-Automatisierungsentscheidungen helfen, die von KI/ML-Modellen getroffen werden, bevor Entscheidungen im Netzwerk umgesetzt werden. Dies wird dazu beitragen, die Vertrauenswürdigkeit autonomer Systeme zu verbessern.

Zu den Schlüsseltechnologien, die digitale Zwillinge im Netzwerk ermöglichen, gehören künstliche Intelligenz/maschinelles Lernen (KI/ML), Modellierungstools, Simulatoren, Graphentechnologie, Cloud Computing, beschleunigtes Computing, praktisch unbegrenzter Speicherplatz, modellbasierte Designmethoden (MBD), 3D-Simulation, Data Engineering und Data Science. NVIDIA Omniverse, eine Plattform für die Entwicklung von Universal Scene Description (USD)-Anwendungen für die industrielle Digitalisierung, bietet mehrere wichtige Funktionen, die sich besonders gut für die Erstellung digitaler Zwillinge im Netzwerk eignen.

Mit Expertise in Telekommunikationsnetzwerken und umfangreichen KI-Investitionen konzentriert sich Wipro auf die Erstellung eines digitalen Zwillings für Wipro-Referenznetzwerke auf der NVIDIA AI-Plattform unter Verwendung von NVIDIA Omniverse- und NVIDIA Tensor Core-GPUs.

Das folgende Diagramm veranschaulicht die Architektur eines typischen digitalen Netzwerkzwillings und seine Schnittstellen zu einem Ökosystem von Anwendungen mit den Operations Support Systems (OSS) von Telekommunikationsunternehmen.

Click here to view the architecture overview

Klicken Sie hier, um die Architekturübersicht anzuzeigen

Die Erstellung des digitalen Referenzzwillings für ein 5G NR-Netzwerk umfasst die Untersuchung und Bewertung der folgenden Komponenten:

• DT-Grundlagenmodell: Ein grundlegendes Netzwerk-DT-Modell wird unter Verwendung des physischen, virtuellen und logischen Inventars eines Netzwerks entwickelt und überlagert dann die Netzwerkkonfiguration, die Dienste und die Umgebungsdaten mit diesem Inventar. Das Netzwerk-DT-Modell sollte die physischen Netzwerkkomponenten, einschließlich Router, Switches, Firewalls und Server, genau darstellen. Dabei geht es darum, deren Konfigurationen, Kapazitäten und Funktionalitäten zu erfassen.
• Datenanalyse: Techniken wie maschinelles Lernen und Anomalie-Erkennung werden angewendet, um Erkenntnisse aus Netzwerkdaten zu gewinnen. Diese Erkenntnisse können dann verwendet werden, um das Netzwerk-DT-Modell zu aktualisieren und das zukünftige Netzwerkverhalten vorherzusagen.
• Umsetzbare Erkenntnisse: Digitale Netzwerkzwillinge analysieren Echtzeitdaten und liefern umsetzbare Erkenntnisse in Bezug auf die Verschlechterung der Netzwerkleistung, die Vorhersage von Geräteausfällen oder den Vorschlag von Netzwerkoptimierungsstrategien.

DT-Anwendungen und ihre Vorteile

Wipro hat sein technisches Know-how in diesen Bereichen genutzt, um mehrere Referenzanwendungen für digitale Netzwerkzwillinge auf NVIDIA Omniverse zu entwickeln. Nachfolgend finden Sie einige Beispiele für diese Anwendungen und ihre potenziellen Vorteile.

5G NR-Verkehrssteuerungsanwendung: Bei einer mehrschichtigen Funkbereitstellung von 5G NR mit Low-, Mid- und High-Band-basierten Zellen ist es wichtig, den Datenverkehr über die Schichten hinweg auszugleichen und gleichzeitig eine qualitativ hochwertige Benutzererfahrung zu gewährleisten. Anwendungen zur Datenverkehrssteuerung analysieren verschiedene Netzwerkparameter wie Mobilfunküberlastung, Signalstärke, Anforderungen an Benutzerdaten, Diensttyp und Benutzermobilität. Basierend auf dieser Analyse liefert die rApp/xApp Eingaben für die Funkressourcenverwaltungsschicht, um die Benutzerausrüstung zu bestimmten Zellen und Frequenzbändern oder Komponententrägern zuzulassen, während die Last durch Verschieben des Datenverkehrs zwischen den Schichten ausgeglichen wird.

Traffic Steering rApps/xApps berücksichtigen nutzer- und servicespezifische Faktoren und bieten so ein intelligenteres und dynamischeres Verkehrsmanagement.

Selbstlernende KI-Techniken werden eingesetzt, um die Verkehrsbedingungen zu messen und vorherzusagen. Eine probabilistische Richtlinienempfehlung wird angewendet, um den Datenverkehr auf Netzbetreibern auszugleichen und an einem geografischen Standort bereitzustellen. Wipro hat eine Referenzanwendung entwickelt, die die NVIDIA AI-Plattform mit KI-Modelltraining und -Inferenz auf NVIDIA Tensor Core-GPUs und digitaler Zwillings-3D-Modellierung auf NVIDIA Omniverse nutzt.

Hauptvorteile:

• Verbesserte Netzwerkkapazität und Benutzerdurchsatz
• Weniger Überlastung und abgebrochene Anrufe
• Verbessertes Benutzererlebnis mit besserer Servicequalität (QoS)
• Effizientere Nutzung der Funkressourcen

Selbstlernende KI-Techniken werden verwendet, um das Slice Assurance Performance Management, KPI und SLA-Berechnungen zu messen und vorherzusagen. Wann immer die Leistung der Slice-Assurance beeinträchtigt wird, generiert ein KI-basiertes Steuerungsmodul eine Aktion, um den ausgeführten Slice neu zu konfigurieren. Die Anwendung verwendet NVIDIA-beschleunigtes Computing, um die Modelle zu trainieren und Inferenzen auf der Grundlage von Live-Netzwerkdaten durchzuführen.

Hauptvorteile:

• Optimieren Sie die Auslastung der Netzwerkressourcen durch dynamisches Anpassen der Ressourcen über verschiedene Segmente hinweg.
• Zuverlässige und vorhersehbare Leistung für verschiedene Netzwerkdienste, die auf separaten Slices ausgeführt werden
  

Wipro hat auch einen digitalen Referenz-Netzwerkzwilling auf der NVIDIA Omniverse-Plattform erstellt, der eine mehrschichtige Architektur und KI-basierte Bibliotheken für die Netzwerkautomatisierung verwendet und den Standards 3GPP, O-RAN und Tele Management Forum (TMF) entspricht.

"Während Telekommunikationsunternehmen die Zukunft der Konnektivität annehmen, werden digitale Netzwerkzwillinge eine unverzichtbare Rolle bei der Gestaltung der Telekommunikationsbranche und darüber hinaus spielen", sagt Lilac Ilan, Global Head BD Telco, AI Powered Operations, NVIDIA. "Sie ermöglichen es Telekommunikationsunternehmen, die Leistung zu verbessern, die Kontrolle zu optimieren und Entscheidungsintelligenz durch KI-Automatisierung zu nutzen. In Kombination mit LLM wird dies den Telekommunikationsunternehmen eine schnellere und dynamischere Möglichkeit bieten, das Netzwerk zu interagieren, zu testen und zu betreiben."

Thomas Mueller, CTO, Wipro Engineering, Wipro, merkt an, dass "Wipro mit den Lösungen für digitale Netzwerkzwillinge, die auf der NVIDIA Omniverse-Plattform basieren und eine abgestufte Architektur und KI-basierte Bibliotheken für die Netzwerkautomatisierung nach TMF-Standards verwenden, an vorderster Front steht."

Durch die kontinuierliche Synchronisierung zwischen physischen und virtuellen Zwillingen bietet die Netzwerk-Digital-Twin-Lösung von Wipro einen umfassenden Überblick über das Netzwerk-Ökosystem und transformiert Unternehmen, indem sie ein ganzheitliches Verständnis und eine optimale Entscheidungsfindung beschleunigt.

Über den Autor

Ravi Kumar Emani

General Manager und Practice Head, 5G Edge Connectivity, Wipro Engineering

Ravi verfügt über mehr als 25 Jahre Erfahrung in der Unterstützung globaler Unternehmen bei der Verwirklichung ihrer Konnektivitätsziele. Er ist derzeit verantwortlich für die Connectivity Practice Unit von NEPS und das Kommunikationsportfolio von Wipro Engineering. Ravi ist Autor zahlreicher Artikel zu 5G und Distinguished Member of the Technical Staff (DMTS) bei Wipro.