Google sfida le telco con un’infrastruttura in fibra sempre più avanzata: il suo backbone di 2 milioni di miglia (3,2 milioni di chilometri) sarà reso quest’anno completamente autonomo. Muninder Sambi, vicepresidente e direttore generale di Google Cloud per la rete e la sicurezza, ha dichiarato alla testata Fierce Wireless che l’azienda sta aggiornando la sua intera infrastruttura fisica nell’ambito del più vasto progetto di implementazione dell’automazione di livello 5 nel 2025.
Gli aggiornamenti della rete in fibra includeranno l’implementazione di funzionalità per “una scalabilità esponenziale e un’affidabilità superiore”, ha detto Sambi. Verrà anche realizzato un digital twin della rete e verrà implementata la nuova tecnologia del reinstradamento protettivo (protecrive re-route, Prr) ideata da Google.
Indice degli argomenti
Google, rete in fibra completamente autonoma
La Prr, ha affermato Sambi, è stata inventata da Google come evoluzione dell’Mpls e del routing dei segmenti, tecnologie che, secondo Big G, non sono in grado di soddisfare le esigenze dell’intelligenza artificiale.
Queste innovazioni, unite agli agenti di intelligenza artificiale, permetteranno a Google di avere una rete di livello 5. Questa stessa rete è alla base della sua offerta Cloud Wan appena annunciata.
Un passo avanti alle telco col livello 5
Il livello 5 è il livello più alto nella scala di maturità delle reti autonome definita dal TM Forum. La scala spazia dalla gestione manuale (livello 0) e dall’automazione di base (livello 1) alla completa autonomia con un intervento umano minimo (livello 5).
Secondo il TM Forum, molti operatori di telecomunicazioni si stanno impegnando per raggiungere il livello 4 (uno stato di elevata autonomia) entro il 2025 come obiettivo strategico. Alcune aziende hanno già raggiunto questo traguardo, in particolare China Mobile e Vivo in Brasile.
Ma Google, con il livello 5, è un passo più avanti.
La fibra di Google: rete programmabile gestita dall’AI
Sambi ha affermato che ogni parte della rete sarà completamente programmabile e che gli agenti di intelligenza artificiale saranno responsabili di tutto, dalla pianificazione della capacità e dai sistemi di inventario all’analisi delle cause profonde, fino alla garanzia della ridondanza della rete.
In questa struttura programmabile gestita con la tecnologia Prr, la rete sarà suddivisa in slice (o shard, nel gergo di Google). Quando gli agenti di intelligenza artificiale rileveranno un problema su una slice, saranno in grado di fermare immediatamente il tratto colpito ed effettuare il failover su un’altra slice senza alcun impatto sull’applicazione o sull’esperienza del cliente.
Inoltre, Sambi ha affermato che Google sta diversificando i fornitori delle sue diverse slice di rete, in modo che se un fornitore riscontra un problema, questo non influirà sull’intera rete.
Reti autonome nel futuro degli operatori tlc
Il futuro degli operatori mobili si basa anche sull’implementazione di reti sempre più autonome e integrate con l’intelligenza artificiale: per realizzarle l’Ngmn alliance ha pubblicato l’anno scorso le sue linee guida, contenute nel documento “Automation and autonomous system architecture framework – Phase 2”.
L’Ngmn ha proposto un framework architetturale per costruire reti autonome che includano l’Ai e orientamenti sui casi d’uso per adottare reti autonome interoperabili, multi-vendor e basate su standard. Queste reti avanzate aiuteranno a gestire la crescente complessità dell’evoluzione dell’ecosistema 5G advanced.
“L’Ai ha un enorme potenziale per rivoluzionare il modo in cui pianifichiamo, costruiamo, gestiamo e manuteniamo le reti, i servizi che offriamo e la nostra capacità di rispondere rapidamente alle esigenze dei clienti”, ha affermato Arash Ashouriha, Presidente del consiglio dell’Ngmn alliance e Svp Group Technology di Deutsche Telekom.
Il network slicing è la base da cui partire per avere un’assegnazione flessibile, granulare e ottimizzata delle risorse di sistema, come calcolo, networking e storage, e supportare vari scenari di impiego nonché innovazione nei servizi. L’automazione del network slicing in un sistema E2E che integra capacità di automazione è importante per gli operatori, perché un sistema autonomo gestisce la complessità in un ambiente virtualizzato auto-adattandosi, senza intervento umano.
L’applicazione di diversi modelli Ai e Ml, insieme al costante addestramento dei modelli, facilita l’aggiornamento del comportamento dei sistemi autonomi e l’adattamento a diverse applicazioni e servizi.
“Con la crescente complessità delle reti e il passaggio verso architetture disaggregate e basate sul cloud, è più che mai essenziale gestire tale complessità introducendo l’Ai a tutti i livelli delle nostre reti e operazioni”, ha dichiarato Michael Irizarry, membro del Consiglio dell’Ngmn e vicepresidente esecutivo e Chief technology officer di UScellular.
