GlobalLogic prueba que AI-RAN puede combinar hasta 15 veces más procesamiento con 40% menos energía en redes móviles 5G

Aunque durante años la conversación sobre las redes móviles estuvo dominada por cobertura, velocidad y cantidad de usuarios conectados, el crecimiento proyectado del tráfico está empujando el debate hacia una pregunta bastante más incómoda: cuánto cuesta procesar todo lo que viene. La GSMA estima que el tráfico de datos móviles podría multiplicarse casi por cinco hacia 2030, mientras GlobalLogic acaba de mostrar en pruebas 5G Open RAN que la inteligencia artificial y las GPU pueden modificar de manera importante la eficiencia de esa operación.

Cuando una GPU logró mejorar hasta 15 veces los tiempos de procesamiento en determinadas condiciones, la discusión dejó de centrarse únicamente en la potencia de cómputo y pasó a tocar un asunto operativo, porque una infraestructura que procesa más rápido puede atender cargas superiores con mayor eficiencia. Ese tipo de mejora puede ser especialmente relevante cuando los operadores necesitan responder al crecimiento del tráfico sin convertir cada aumento de demanda en una ampliación proporcional de infraestructura.

A esa mejora se suma un dato que cambia todavía más la ecuación, debido a que la prueba registró una reducción de alrededor de 40% en el consumo energético. Como las redes móviles operan de manera permanente y requieren cada vez más capacidad de procesamiento, la energía representa una parte importante de la conversación sobre eficiencia, especialmente cuando las inversiones deben evaluarse no solo por desempeño sino también por sus costos recurrentes.

Sin embargo, el problema de las redes no consiste solamente en procesar más rápido, ya que también necesitan distinguir con precisión qué señales requieren recursos y cuáles son producto de ruido o interferencias. En otra prueba, GlobalLogic integró modelos de deep learning y consiguió reducir en 99,98% las falsas detecciones de intentos de acceso, lo que permite observar cómo la IA puede intervenir directamente en una de las tareas que afectan la utilización de la capacidad disponible.

Cristian Dieguez, Head of DU CSP & NEP para América Latina de GlobalLogic, resume el cambio desde la perspectiva de una industria que enfrenta nuevas exigencias cuando señala que la creciente complejidad de 5G, los futuros despliegues de 6G y la expansión del edge computing y la IA hacen necesaria una infraestructura móvil más eficiente. Para el vocero, esa transformación está relacionada también con la aparición de nuevos modelos de negocio para las empresas de telecomunicaciones, de modo que la eficiencia de la red empieza a conectarse con la posibilidad de ofrecer nuevos servicios.

Si uno mira AI-RAN desde la operación y no desde el nombre de la tecnología, lo que aparece es una red capaz de utilizar inteligencia artificial para modificar la manera en que administra sus recursos, porque puede optimizar espectro, energía y procesamiento según cambien las condiciones del tráfico. Esa adaptación resulta relevante cuando la demanda no se comporta de manera uniforme y cuando mantener recursos activos sin necesidad puede elevar los costos de operación.

En mercados como Colombia, donde la infraestructura móvil tiene que acompañar la expansión de los servicios digitales, la posibilidad de utilizar mejor la capacidad existente puede convertirse en un elemento de competitividad operativa. Dieguez explica que el avance hacia AI-RAN ofrece una oportunidad para analizar nuevas formas de aprovechar la infraestructura de telecomunicaciones, particularmente cuando eficiencia energética, procesamiento distribuido e inteligencia artificial comienzan a formar parte de la evolución de las redes.

Mientras la industria se acerca a escenarios de mayor automatización, la infraestructura también puede convertirse en una plataforma para servicios adicionales, ya que la integración de IA y edge computing abre posibilidades que van más allá de transportar datos. La ventaja empresarial potencial está en que una red más adaptable podría soportar nuevas cargas de trabajo sin tratar cada necesidad como un sistema completamente separado.

Por eso, cuando se revisan los resultados de GlobalLogic desde una perspectiva de negocio, los números cuentan una historia bastante concreta, porque hasta 15 veces más velocidad de procesamiento, cerca de 40% menos consumo energético y 99,98% menos falsas detecciones representan mejoras sobre variables que afectan directamente productividad, costos y utilización de infraestructura. El desafío para los operadores será determinar cómo llevar estos resultados de laboratorio a despliegues reales, donde el rendimiento técnico tendrá que convivir con costos, escalabilidad y necesidades concretas del mercado.

CATEGORÍAS:

Empresas