Come descritto dallo studio GSMA [1], in media la rete determina il 90% dei consumi energetici per un operatore di rete radio mobile (MNO, Mobile Network Operator). La rete d’accesso (RAN), determina da sola più dell’80% dei consumi suddetti. Si capisce quindi, come l’attenzione ai consumi energetici della Rete per i MNO rappresenti il problema da affrontare. L’architettura O-RAN, descritta in [2] e semplificata in Fig.A, affronta anche queste problematiche attraverso l’adozione di applicazioni software in grado di adattare le risorse radio (fisiche o in Cloud) ai requisiti di servizio, grazie all’impiego di algoritmi di predizione basati su AI/ML (Artificial Intelligence/Machine Learning).

Tali applicazioni (denominate xApp e rApp) possono essere sviluppate anche da terze parti e sono installate nel c.d. RAN Intelligent Controller (RIC), il quale abilita la programmabilità della RAN e delle sue risorse. TIM, come già anticipato in [3], è da tempo impegnata attivamente nello studio e sperimentazione di soluzioni Open-RAN, sia attraverso l’adesione al consorzio “Open-RAN Alliance”, sia mediante la creazione del laboratorio accreditato OTIC di Torino (Open Testing and Integration Centre [4]). In O-RAN Alliance sono in fase di standardizzazione soluzioni che afferiscono all’efficientamento energetico degli apparati (Energy Efficiency, EE) e alla riduzione dei consumi (Energy Saving, ES), mediante applicazioni software basate su algoritmi di Machine Learning (ML), istruiti a partire dai dati provenienti dalla RAN. Alcune strategie di Energy Saving (ES) proposte in O-RAN sono:

1. accensione/spegnimento di cella e/o di portanti radio;
2. riconfigurazione adattativa delle antenne attive (mMIMO);
3. configurazione avanzata dello “sleep-mode” degli apparati radio, per ridurre il consumo nello stato di “sleep mode”;
4. allocazione/deallocazione adattativa delle risorse Cloud (Cloud Network Function, CNF) in O-Cloud.

Il documento [5] realizzato da O-RAN contiene un rapporto tecnico su un’analisi energetica della componente Radio, riassunta in Fig.B. L’analisi mostra come la parte di “RF Processing Unit” (contenuta nella O-RU) è la più soggetta al carico della rete. Di conseguenza TIM si sta orientando sulle prime due opzioni dell’elenco precedente. Il gruppo di Innovazione in TIM è attualmente impegnato nello sviluppo di componenti dell’architettura O-RAN ed è attivo in alcuni progetti come quelli del programma “RESTART”, finanziato con i fondi europei del PNRR [6]. Quest’ultimo vede la partecipazione delle maggiori Università italiane e dei Player nazionali del settore Telco. In RESTART è previsto l’impiego delle strategie di ES che contribuiranno a realizzare una RAN riprogrammabile e adattativa, in grado di offrire alte prestazioni ed un efficiente uso delle risorse.

sergio.benco@telecomitalia.it
gianmichele.dellaera@telecomitalia.it
enrico.guarino@telecomitalia.it

1. GSMA, Mobile Net Zero – State of the Industry on Climate Action, 2023Overview of Open Testing and Integration Centre (OTIC) and O-RAN Certification and Badging Program White Paper, April 2023, (fonte: https://www.o-ran.org/resources)
2. O-RAN.WG1.OAD-R003-v08.00, “O-RAN Architecture Description”, 2023
3. https://www.gruppotim.it/content/dam/gt/notiziario-tecnico/pdf/Notiziario-Tecnico-TIM-2021-n3.pdf
4. Overview of Open Testing and Integration Centre (OTIC) and O-RAN Certification and Badging Program White Paper, April 2023, (fonte: https://www.o-ran.org/resources)
5. O-RAN.WG1.NESUC-R003-v01.00.02, “Network Energy Saving Use Cases Technical Report”, 2023
6. Fondazione RESTART (https://www.fondazione-restart.it/)