随着5G部署的不断提速,网络虚拟化和O-RAN趋势在全球范围内持续发展,整个产业界正展现出对Open RAN的极大兴趣和关注。

近日,风河系统公司首席技术官Paul Miller在接受C114通信网采访时表示,Open RAN正在掀起热浪,越来越多的运营商对Open RAN的需求愈发迫切,风河将继续与合作伙伴合作,一起推动Open RAN走向成功。

需求愈发迫切,Open RAN“狂狼”来袭

近年来,全球移动网络运营商一直在推动5G采用Open RAN架构。因为在给运营商提供“更多选择”方面,Open RAN是一个颇为理想的解决方案。

“为了抓住5G业务所带来的商业机会,例如AR/VR和沉浸式体验,运营商需要可伸缩性、低延迟、高性能和大容量,更需要新的商业模式。”Paul Miller表示,无线接入网(RAN)已成业内投资的关键领域之一,这是因为数据必须在最接近客户的地方以超低延迟来进行处理,以便提供5G业务。而这一愿景依赖于Open RAN体系结构的价值。

Paul Miller补充道,Open RAN是一项业界标准,用于支持供应商设备之间的互操作的RAN接口。使用OpenRAN的主要目标是为RAN部件制定一个互操作性标准,虚拟化和云是Open RAN的补充概念。

“Open RAN的需求越来越迫切,开放和解耦是其主要目标,但不是唯一的目标。”Paul Miller指出,5G虚拟化所做的正是解耦(硬件虚拟化应用层),而Open RAN的目标是垂直分离,这样就可以拥有各种功能(RU、DU、CU、core等),以便能够在不同的供应商之间实现互操作。

因此,Open RAN的关键目标是采用虚拟化和NFV的分离式方法,并将其与垂直隔离相结合,从而将功能之间的供应商互操作性纳入最终目标。所以,这不仅仅是实现虚拟化,而是让不同供应商之间的不同组件协同运行起来。而且,最终目标是一个基于虚拟化软件、可互操作的端到端解决方案。

Wind River RTOS is the foundation of artificial Intelligence

作者: Michel Chabroux from WindRiver

当我谈到智能边缘时,非常喜欢同时说说机电边缘。你会发现,这里是边缘的边缘——离巨型数据中心最远、离现实世界最近的地方。机电边缘的设备通常由实时操作系统(RTOS)控制,而且必须达到非常高的精确度,才能满足实际应用的要求。

RTOS机电边缘的传统特征是可预测性、确定性和安全性。但我认为不久就会出现一个新的特征:人工智能(AI)和机器学习(ML)。在这里我就统称之为人工智能(AI)。

人工智能的重中之重是运用大量数据和密集计算资源来训练模型,这部分工作在未来一段时间内基本上都在云端和数据中心进行。但是人工智能的实际应用——借助于经过训练的模型从应用场景输入的数据中推断出有价值的结论——这方面的技术已经蓄势待发,将会为RTOS注入革命性的能力。那么,将人工智能融入RTOS环境中之后,我们将会首先看到怎样一幅场景呢?

典型应用场景设想

在RTOS应用的宏流中,我期待首先看到的人工智能应用场景是预测性维护。一台设备在什么条件下使用了多久,相关的各种数据都会被收集起来,包括全部具有预测价值的数据,例如错误率、声音和振动程度等。根据收集到的所有数据,可以建立和训练相关模型,预测设备何时需要维修或更换。而且,这些模型将被嵌入一个具有推理引擎的RTOS(实时操作系统),使设备可以预测自己的维修需求状况。

人工智能的另一个可能用途在于安全性方面。如果一个系统学会了识别自身的正常行为,这将使它在发生故障时具备更强的能力恢复正常,也更有能力发现可能导致安全事故的意外偏差。

根据我们与主流机器人制造商的交流,发现人工智能正被用来改善现有的流程,比如运动控制应用并不仅仅是依赖数学模型,同样也要借助实际观察。无论是自动驾驶汽车还是自动化工厂,嵌入实时系统中的人工智能应用都将为我们带来更强的能力,以便更加深入地理解和适应现实环境,让机器与现实之间的交互更加顺畅。

这样的人工智能场景需要对传统的实时操作系统进行重大改造,此外还需要对数据科学和人工智能工具进行调整,才能让整个系统在受到更多约束的环境中良好地运行。

典型应用场景设想

风河公司正在推进VxWorks的现代化,这款领先业界几十年的RTOS将会在智能边缘的嵌入式AI系统中扮演基础性的角色。在其核心部位需要具备三个要素:数据、用来做出预测的模型以及将模型应用于数据并得出结论的推理引擎。我们的第一个重点是提供引擎,以便拥有数据和模型的客户立刻就可以开始构建他们的人工智能解决方案。

我们从支持Python开始,这是一种广受欢迎的编程语言,它简化了神经网络的开发。再附加上NumPy库,由此将Python变成了一个数据科学的动力源泉。现在,我们正在添加Pandas数据分析库,用来建构我们的第一个人工智能引擎。下一步,我们将增加对TensorFlow Lite的支持,持续增加可用于AI解决方案开发的工具。

RTOS在本地收集的数据需要发送到云端,以便交给人工智能模型进行计算密集型处理。VxWorks支持多种通信协议,因此您可以收集设备信息并将其发送到云端,以便用于AI训练。我们未来的目标是提供更丰富的技术,让您很容易在本地接收更多数据并将这些数据传输到云。这样一来,您就可以运用反馈回路进行持续改善。

总之,VxWorks正活跃在智能边缘,为人工智能打下稳固的基础。

Canonical在2月2日发布了Ubuntu Core 20,这是用于物联网(IoT)设备和嵌入式系统的Ubuntu 20.04 LTS的最小容器化版本。

这个主要版本通过安全启动,全盘加密和安全设备恢复等功能来增强设备的安全性。Ubuntu Core在Ubuntu应用程序生态系统的基础上构建了超安全的智能系统。

“每个互联的设备都需要有保证的平台安全性和一个应用程序商店,” Mark Shuttleworth说,“Ubuntu Core 20使创新者能够创建高度安全的内容,并完全专注于他们自己独特的功能和应用程序,并在操作系统中内置了限制和安全更新。”

Ubuntu Core为工业物联网设备提供动力,Canonical产品经理Galem Kayo表示,创新型的公司正在使用它来构建面向消费者的设备并使之商业化,从咖啡酿造到医疗设备。

新的Ubuntu Core 20版本拥有引人注目的新的设备安全性创新,鉴于个人和政府资助的网络犯罪分子的攻击数量和复杂程度不断提高,Canonical的努力是受到物联网设备制造商及其客户的大力欢迎的。

实际上,如果不能确保远程传感器和类似设备的安全性,则物联网和其他嵌入式系统的未来是值得怀疑的,Ubuntu Core 20版本表明了Canonical打算避免这样情况的发生。

Core是做什么的

Xilinx发布了Kria Edge AI SOM以及开发人员套件

Xilinx(赛灵思)正处于进入新市场的上市战略的显着变化中,多年以来,Xilinx的business模式是它制造FPGA,而合作伙伴制造了电路板,逻辑电路和其他组件,以让FPGA变成有用的设备。现在,Xilinx正试图通过将其产品推向新领域来为其FPGA扩展TAM,Xilinx(赛灵思)拥有用于服务器PCIe插槽的Alveo加速板,并在扩展构建可立即部署的解决方案,现在,Xilinx Kria系列产品被设计为系统级模块的方式,可使用Xilinx的硬件和软件来加速边缘AI推理应用。

Xilinx(赛灵思)Kria Edge AI SOM发布

首先,Xilinx Kria是一个像Xilinx Alveo一样的新品牌名字,Kria的目标是提供可以快速集成到设计中的模块系统(SOM),以加速AI推理。

Xilinx Kria K26 SOM概述
Xilinx Kria K26 SOM概述

第一个模块是Kria K26,它主要被设计为视觉加速器,还有一些其他的SOM,但是K26是Xilinx今天推出的第一款SOM。

思科(Cisco)最新拥有了为千兆级和25/100GbE功能而设计的新的交换机家族,Cisco Catalyst 9300X系列是思科(Cisco)从Catalyst 3850系列升级后的针对新光纤网络的产品。WiFi 6E推动了边缘网络的发展,我们将开始看到数千兆位的上行链路会成为标准。因此,这使得堆栈转向25GbE来进行分发,而许多网络的核心部分将转向100GbE。

Cisco Catalyst 9300X系列产品发布

新的Catalyst 9300X交换机具有12和24个支持1G/10G/25G多速率的固定端口,甚至还有高达1Tbps的堆叠选项(使用StackWise-1T)和40G/100G双速率的上行链路。