2021.01.25

5G基础设施背后的技术介绍

分享:

NFV的演变

ALL_news_tech_blog_26A12_qAFQQ7HGtJ

  • 从封闭的专有垂直系统转变为标准的商品化水平硬体/软体/平台。
  • 大幅降低电信运营商的资本支出和运营支出。
  • 一种虚拟化、模组化和客制化微服务(网路切片)的新商业模式。

 

网路服务切片

ALL_news_tech_blog_26A12_GEtOtOVHh1

  • Slice 1 –增强型行动宽频网路切片:
    CDN (内容传递网路), ICN (资讯集中网路)
  • Slice 2 –超可靠低延迟通信网路切片:
    IoV(车联网)、V2V(车对车)、V2I(车对基础设施)、V2X(车对任何事物)
  • Slice 3 –大规模机器类型通信网路切片:
    物联网 (Internet of Things)

 

无线接入网的演变

1G/2G 无线接入网:RRH/BBU 合併佈置

ALL_news_tech_blog_26A12_N6VE06vpsq

现有问题:

  • 基站必须位于天线旁边,因为同轴电缆的信号衰减速度很快。
  • 户外部署的基站空调系统支出巨大。
  • 基站资源利用率低。
  • 基站之间透过X2介面进行通信是困难的。

ALL_news_tech_blog_26A12_JPKG4g0pSl

解决的问题:

  • 提高部署的灵活性,因为远端无线电头功能从基带单元中分离出来。
  • 室内BBU部署可以降低空调成本。

 

现有问题:

  • 基站资源利用率低。
  • 基站之间透过X2介面进行通信是困难的。

 

Additional issues:

  • 需要在红外介面上实现低延迟和准确的同步。

 

4G/B4G RAN: vBBU/RRH 固定功能分离

ALL_news_tech_blog_26A12_ZDBqayTSBx

已解决的问题:

  • 虚拟化的基站控制单元(BBU)池部署在单一硬体上可以降低成本并提高资源利用率。
  • 透过减少BBU硬体来节省能源。
  • 集中式BBU池使基站之间的合作变得更加容易。

 

现有问题:

  • 需要在红外接口上实现低延迟和准确的同步。

 

额外问题:

  • 需要在 S1 接口上提高回程带宽。

 

下一代无线接入网

ALL_news_tech_blog_26A12_prcJmtkVWK

将 RAN 分为三个单元:CU、DU 和 RU,使您的部署更加灵活。

  • RU:处理射频和低物理层的无线单元。RU 设计的主要考量因素是尺寸、重量和功耗。
  • DU:分佈单元处理高物理层、高速媒介存取控制层和无线链路控制层。根据功能拆分选项,此节点运行部分gNB功能,并由CU控制。
  • CU:处理 PDCP 和 RRC 层的集中单元。

 

将DU与RU分开的目的:

  • 较不智能的RU成本较低
  • 同时控制多个RU的能力,以启用基站合作功能,如CoMP。
  • 共享基带资源

 

核心网路的演变

4G核心网路:EPC(演进封包核心)

ALL_news_tech_blog_26A12_HiBj26mtbN

  • 专用的硬体和软体用于每个网路功能。
  • 网路功能之间的点对点介面。
  • C/U 平面并未完全分离。
  • 高成本且难以维护、升级、恢復或为运营商新增服务。

 

5G核心网路

ALL_news_tech_blog_26A12_ImvHaUrwZA

  • 虚拟化和模组化的网路功能在标准 x86 伺服器上。
  • 基于服务的介面而非点对点。
  • 完全分离的 C/U 平面。
  • 降低开支,并且更容易维护、升级、恢復或为运营商的定制网络切片添加新服务。

 

多接入边缘计算

ALL_news_tech_blog_26A12_M90lKTKhPA

  • 大幅降低无线接取网路的延迟。
  • 高度节省从核心网络到互联网的带宽。
  • 在 RAN 和 CN 之间,甚至在互联网云端之间,担任关键的控制/数据/信息节点。

 

性能优化

  • 基于FPGA(或eASIC)和ASIC的专用加速器,用于卸载CPU在计算密集型FEC / LDPC任务上的负担。
  • 降低DU的硬体需求,从而降低CAPEX并减少能源需求以降低OPEX

 

摘要

  • 5G 是基于多年无线技术的演变。
  • 引入使用通用设备作为昂贵的基于ASIC的专有解决方案的可行替代方案的可能性。
  • 降低5G部署的门槛,并使私营实体能够部署自己的私有5G网络。

 

相关讯息

扩展AI算力:灵活的服务器架构,满足不断演进的AI工作负载需求
2026.10.30

扩展AI算力:灵活的服务器架构,满足不断演进的AI工作负载需求

AI工作负载持续增长,带动市场对高性能计算、内存及系统连接能力的需求呈指数级增长。为满足这些需求,企业需要具备扩展能力的服务器架构,在资源利用率、部署灵活性与总体拥有成本(TCO)之间取得平衡。

构建可信赖的硬件基础,赋能机密AI
2026.10.21

构建可信赖的硬件基础,赋能机密AI

随着AI在各行业的应用日益普及,企业为支持各类AI应用,正在处理大量敏感数据和专有模型。与此同时,AI相关法规与数据保护要求不断演进,进一步提高了市场对安全、隐私和可信度的要求。因此,机密AI逐渐受到重视,通过强化数据与模型的安全防护,在保障信息安全的同时,持续推动AI创新。

打造AI就绪的网络安全基础设施
2026.10.07

打造AI就绪的网络安全基础设施

随着网络威胁日益复杂,现代网络安全基础设施越来越依赖AI,分析海量网络流量,并加快威胁检测与处理速度。搭载Intel Xeon 6处理器的AEWIN服务器与网络设备,结合高性能计算、AI加速与硬件级安全防护能力,为企业内部AI与AI驱动的网络安全环境提供可靠且高效的计算基础,满足各类高负载工作需求。

咨询车

您的咨询车共计 0 件产品

产品比较

您的比较共计 0 件产品

订阅电子报

数字验证

请由小到大,依序点击数字

本网站使用 Cookie 与相关技术,以记录您的浏览行为、使用装置、停留时间等资讯,作为网站流量分析、服务优化及广告投放参考。

我们亦使用 Google Analytics 4(GA4)等分析工具,以了解网站使用情况并提升您的浏览体验。您可选择同意或拒绝非必要 Cookie;若选择拒绝,部分网站功能或服务可能因此受到影响。

管理Cookies

隱私權偏好設定中心

本网站使用 Cookie 与相关技术,以记录您的浏览行为、使用装置、停留时间等资讯,作为网站流量分析、服务优化及广告投放参考。

我们亦使用 Google Analytics 4(GA4)等分析工具,以了解网站使用情况并提升您的浏览体验。您可选择同意或拒绝非必要 Cookie;若选择拒绝,部分网站功能或服务可能因此受到影响。

查看隐私权政策

管理同意設定

必要的Cookie

一律啟用

这些 cookies 是网站运作所必需的,您无法在系统上关闭它们。

这些 Cookie 通常仅在您执行某个动作(即服务请求)时设置,例如设置隐私偏好、登录或填写表单。

您可以设置浏览器以阻止或提示您这些Cookie,但这可能会导致某些网站功能无法正常运作。

本语系的 Cookie 设置依主语系(English)为主,如需调整请至英文版 Cookie 政策页面