Le applicazioni di intelligenza artificiale fornite da Ericsson hanno consentito a Far EasTone di risparmiare il 25% di consumi energetici giornalieri sulla propria rete. Il principale operatore Tlc taiwanese ha implementato la suite senza alcun impatto negativo sulle prestazioni e con la prospettiva di generare ulteriore efficienza.
Com’è stato sviluppato lo use case
Ericsson e Far EasTone (Fet), partner da circa vent’anni, hanno condotto una dimostrazione di Service Continuity per verificare come le soluzioni basate sull’AI e sul Machine Learning possano ridurre al minimo il consumo di energia, migliorando al contempo le prestazioni della rete. La suite di applicazioni AI di Ericsson, nello specifico, aiuta a ottimizzare la rete e a risolvere i problemi prima che si verifichino, utilizzando algoritmi avanzati per identificare potenziali correzioni.
Nella prima fase del progetto, Fet ha utilizzato la soluzione per il risparmio energetico solo nelle ore notturne, e quindi di minor traffico, decidendo in seguito di applicare la soluzione nell’arco dell’intera giornata, anche durante le ore di picco.
I risultati ottenuti
La collaborazione ha dimostrato che Fet è stata in grado di ottenere un risparmio energetico sulla rete di accesso radio del 25% con la soluzione in funzione per un’intera giornata”, commenta Nello Califano, Head of Strategy Ericsson Network Services. “E soprattutto, ciò è avvenuto senza alcun impatto anomalo sui KPI relativi alle prestazioni della rete. In altre parole, l’efficienza energetica è stata migliorata in modo significativo senza alcun impatto evidente per l’utente finale della rete”.
Si stima che gli operatori siano responsabili di circa il 2% della domanda globale di energia, il che rende più urgente che mai la necessità di una maggiore efficienza energetica nel settore delle telecomunicazioni.
“Il consumo di corrente elettrica delle stazioni radio rappresenta il 71% della nostra bolletta energetica ogni anno, a prescindere dai risparmi ottenuti in altre componenti della rete: è una cifra enorme”, spiega Chee Ching, presidente di Far EasTone. “Tutto ciò che Ericsson può fare per migliorare l’efficienza energetica della rete è quindi di grande valore. Siamo sempre stati alla ricerca di modi innovativi per migliorare l’utilizzo dell’energia. La soluzione implementata da Ericsson ha funzionato molto bene: con un livello di attività relativamente conservativo, la soluzione di intelligenza artificiale ha permesso di risparmiare il 25% di energia, un risultato notevole. Il risultato è già notevole e farlo su scala più ampia potrebbe essere ancora più sorprendente”.
I dati della collaborazione dimostrano infatti che un approccio più aggressivo potrebbe garantire un risparmio energetico sulla Ran compreso tra il 32 e il 46%. Se implementata in un arco di tempo più lungo, l’intelligenza artificiale potrebbe diventare più efficace man mano che acquisisce più dati dalla rete e impara di conseguenza, il che potrebbe portare a ulteriori risparmi.
Come funziona la soluzione di Ericsson
La soluzione implementata utilizza un modello predittivo di machine learning, che analizza regolarmente i dati per prendere una decisione che si basa su previsioni basate sui dati di rete in tempo reale su cui è stato addestrato, oltre che sul monitoraggio attivo dell’attività nelle celle vicine.
Fet ha utilizzato il servizio Node Radio Power Efficiency Analysis di Ericsson per creare una mappa di tutte le celle della rete e calcolare l’efficienza energetica di ciascuna di esse. I dati sono stati poi analizzati per identificare potenziali sprechi e guasti, consentendo agli ingegneri di Fet di intervenire e riparare dove necessario.
La collaborazione ha dimostrato con successo che le soluzioni sono affidabili per fornire vantaggi in termini di efficienza energetica, contribuendo al tempo stesso a mantenere la qualità del servizio, ed Ericsson e Fet hanno ora in programma di implementare le soluzioni su scala più ampia.
