Программно-определяемая мобильная сеть
Программно-определяемая мобильная сеть (англ. software-defined mobile networking, SDMN) — подход к проектированию мобильных сетей, при котором все функции, связанные с конкретными протоколами, реализуются программно, что позволяет максимально использовать стандартное и массовое оборудование как в основной сети, так и в сети радиодоступа (RAN). В 2025—2026 годах технология эволюционирует в сторону автономных сетей с использованием ИИ-агентов и цифровых двойников[1][2].
История
На протяжении XX века развитие телекоммуникационных технологий определялось развитием аппаратного обеспечения: большинство функций реализовывались с помощью специализированного оборудования. В начале 2000-х годов массовые процессоры стали достаточно дешёвыми, чтобы обеспечить коммерческое внедрение таких технологий, как программно-определяемое радио (SDR) и софтсвитчи. Программно-определяемая мобильная сеть развивает эти тенденции в сторону проектирования мобильных сетей, перенося практически все сетевые функции в программное обеспечение.
Термин «программно-определяемая мобильная сеть» впервые появился в открытых публикациях в начале 2014 года: его независимо использовали компания Lime Microsystems, и исследователи из Университета Оулу (Финляндия)[3].
В 2025—2026 годах ключевыми вехами развития технологии стали массовое развёртывание виртуализированных сетей радиодоступа (vRAN), запуск облачных платформ и переход к ИИ-нативной RAN. В начале 2025 года компания Verizon развернула более 22 900 сайтов vRAN с использованием решений Samsung. В конце 2025 года Ericsson запустила платформу «Global Network Platform», а в январе 2026 года состоялся коммерческий запуск решения Nokia AnyRAN на базе инфраструктуры AWS. В начале 2026 года начался переход к ИИ-нативной RAN: Samsung выпустила портфель vRAN 4.0 с интеграцией искусственного интеллекта, а T-Mobile в партнёрстве с NVIDIA стала использовать облачно-нативную архитектуру для автоматизации сети[4].
Ограничения аппаратных мобильных сетей
Мобильные сети на основе специализированного оборудования имеют следующие ограничения:
- Их возможности по обновлению крайне ограничены, а при внедрении новых стандартов часто требуется полная замена оборудования.
- Модули не масштабируются по производительности и ёмкости, поскольку эти параметры определяются аппаратной реализацией.
- Для обслуживания специализированного оборудования и связанного с ним программного обеспечения требуется обучение персонала мобильного оператора у конкретного поставщика.
- Как правило, обслуживание и поддержка осуществляются только одним производителем, что приводит к эффекту замкнутости на поставщика.
Характеристики программно-определяемых мобильных сетей
Использование программно-определяемого радио
Программно-определяемое радио является важной составляющей программно-определяемых мобильных сетей, поскольку заменяет протокол-зависимое радиооборудование цифровыми приёмопередатчиками, не зависящими от используемого протокола. Если ранее цифровые радиосистемы часто применяли программируемые логические интегральные схемы (FPGA) или специализированные цифровые сигнальные процессоры (DSP) для обработки сигналов, то подход SDMN переносит всю работу с радиосигналами на центральные процессоры общего назначения. Оборудование SDMN также разрабатывается с открытыми интерфейсами, что позволяет производить его разными компаниями.
Для поддержки терагерцовых диапазонов в сетях 6G требуются применение новых материалов, использование продвинутых антенных систем (MIMO) и внедрение искусственного интеллекта для управления спектром[5]
Использование массовых компонентов
SDMN избегает применения компонентов, специализированных по функциям или доступных только у одного поставщика. Это относится как к аппаратным, так и к программным частям сети. Для обработки vRAN и задач AI-RAN применяются GPU-ускорители, в частности решения от Samsung совместно с NVIDIA, а также графические процессоры AMD для вычислений и обучения специализированных ИИ-моделей[6][7]. Для обеспечения жёсткого реального времени при обработке радиосигналов на CPU общего назначения используются технологии обхода сетевого стека ядра, такие как DPDK, позволяющие достичь низких задержек[8].
Программная коммутация и транскодирование
Телефонные коммутаторы в таких сетях полностью программные, включая программное транскодирование речевых кодеков. Функции плоскости управления (CPF) и пользовательской плоскости (UPF) реализуются с использованием микросервисов и контейнеров, а для ускорения обработки трафика применяются технологии VPP и DPDK..
Централизованная, распределённая или гибридная архитектура
Разрабатывается новая архитектура SDN для систем беспроводного распределения (WDS), устраняющая необходимость в многоуровневой рассылке маршрутной информации и позволяющая таким сетям легко масштабироваться. Основная идея — разделение управления сетью и передачи данных по разным полосам частот: управление и обмен служебной информацией осуществляется в одном диапазоне, передача пользовательских данных — в другом.
Интеграция искусственного интеллекта
В современных программно-определяемых мобильных сетях (SDMN) для управления и оптимизации применяется интеграция ИИ-агентов и цифровых двойников[9]. Цифровые двойники создают виртуальную копию инфраструктуры, которая служит безопасной средой для обучения моделей машинного обучения и тестирования различных сценариев (например, всплесков трафика или отказов оборудования) до их развертывания в реальной сети[10]. ИИ-агенты обеспечивают проактивное управление ресурсами и автономные операции[9]. Они способны самостоятельно планировать многошаговые задачи, проводить диагностику и выявлять первопричины сбоев без участия человека, что позволяет реализовать полностью адаптивное управление сетью с замкнутым циклом[10]. Для динамического управления радиочастотным спектром применяются различные архитектуры нейронных сетей. Свёрточные нейронные сети (CNN) используются для повышения точности обнаружения спектра и классификации схем модуляции. Остаточные нейронные сети (ResNet) решают проблему затухающего градиента и обеспечивают высокую производительность при умеренных уровнях отношения сигнал/шум. Сети долгой краткосрочной памяти (LSTM) применяются для прогнозирования сетевого трафика на основе исторических данных[10], а также для совместного извлечения пространственных и временных характеристик сигнала, значительно повышая точность его распознавания.
Преимущества программно-определяемых мобильных сетей
Подход SDMN имеет следующие преимущества по сравнению с аппаратными мобильными сетями:
- Аппаратные компоненты SDMN изначально не зависят от конкретного протокола, поэтому обновление возможно только за счёт программного обеспечения, включая смену технологических поколений; в сетях радиодоступа это может производиться локально по отдельным площадкам.
- Из-за открытости и массовости аппаратных платформ:
- SDMN-оборудование может обслуживаться разными вендорами, что снижает эксплуатационные расходы.
- SDMN-оборудование доступно для производства по всему миру, что уменьшает расходы на изготовление.
- Использование распространённых операционных систем и средств программной разработки:
- Персонал обучается быстрее, поскольку знаком с используемыми программными платформами.
- Многие аспекты SDMN контролируются готовыми инструментами, входящими в состав типовых операционных систем.
- Сетевые компоненты SDMN работают на стандартных компьютерах: масштабирование вычислительных ресурсов достигается просто добавлением мощности.
- Снижение капитальных затрат (CAPEX) на закупку оборудования на 40—50 %[11].
- Повышение энергоэффективности до 30—33 % за счёт интеллектуальных спящих режимов и ИИ-управления[12].
Перспективы развития в России
Примечания
Литература
- Abolhasan, Mehran; Lipman, Justin; Ni, Wei; Hagelstein, Brett (2015). “Software-defined wireless networking: Centralized, distributed, or hybrid?”. IEEE Network. 29 (4): 32—38. DOI:10.1109/MNET.2015.7166188.