Red Hat e SoftBank implementam AI-RAN para otimizar desempenho de rede

0

A Red Hat e a SoftBank firmaram parceria para otimizar o consumo de energia e o desempenho de rede AI-RAN utilizando o Red Hat OpenShift, plataforma de aplicativos em nuvem híbrida líder do setor, impulsionada pelo uso de Kubernetes. A partir dessa colaboração, as empresas pretendem endereçar muitos dos desafios de longa data que os provedores de serviços enfrentam na implementação de RAN (Rede de Acesso por Rádio), como, por exemplo, equilibrar a demanda dos usuários com o aumento dos custos de energia, viabilidade de recursos e o gerenciamento de cargas de trabalho direcionadas e distribuídas.

Ao ter uma plataforma comum como o Red Hat OpenShift, que reúne IA e RAN, os provedores de serviços podem ajustar parâmetros de rede para atender diferentes volumes de demanda e otimizar suas operações para ganhar mais agilidade. Como parte da parceria, SoftBank e Red Hat estão desenvolvendo o AITRAS, solução desenvolvida a partir do Red Hat OpenShift que conecta IA e RAN em um único software. O AITRAS oferece um sistema aprimorado para a orquestração e otimização de rede capaz de promover o suporte para aplicativos virtualizados baseados em IA e RAN, permitindo que fornecedores de serviços operem diferentes aplicações com maior consistência e flexibilidade.

Além disso, o SoftBank está colaborando com a Red Hat para usar tecnologias orientadas pela comunidade, como o Kepler, um projeto open source fundado pela líder de open source, para auxiliar provedores de serviços a reduzir os custos de energia, fornecendo métricas mais precisas sobre o uso de eletricidade dentro de aplicativos e maneiras de reduzir gastos. Essas métricas irão ser integradas ao orquestrador AITRAS, da SoftBank para equilibrar o consumo elétrico entre diferentes sites e, assim, otimizar o uso de energia.

DEIXE UMA RESPOSTA

Por favor digite seu comentário!
Por favor, digite seu nome aqui

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.