O-RAN 科普教育

2025年 MWC 發布會正式落幕，今年的 MWC 說老實話 沒有像 2022 或是 2023 年一樣，出現什麼「破壞式創新」的技術 。絕大部分，用我的話來說就是 運用一些現有的「前瞻技術」在進行所謂「可預見的」系統整合工程 （例如：AI + RAN, AI Closed-loop automtion, etc,.）。 當一個人齁，對特定領域有足夠的理解之後（例如我專長是電信），就更可以清晰地看見產業的發展脈絡。我覺得現在的 電信產業， 就是努力的在將  3GPP R18、R19  制定的夢想逐步轉化落地。而在這過程中， 我相信全球電信龍頭應該也有了更務實的認知 ，就是知道  3GPP 的 哪些技術夢想是可以實現的 ，以及  實現的程度  為何。 因此，與其在那邊期待（RIS、全光子網路與 Cloud RAN 的整合之類的 bla bla bla）等破壞式創新，今年的 MWC 更像是產業內部在對 技術可行性 、 商業化應用 及 市場契合度（PMF） 進行深度驗證。 所以呀！當前全球電信巨頭之間的競爭，已經從「技術創新」轉向  交易成本最佳化 了，也就是 在比誰能以 最低的交易成本 和  CSP （雲服務提供商）建立策略夥伴關係（Strategic partnership）進行水平分工 ，並且搶得先機完成 系統工程的 PoC，然後發表來賺食（商轉賺錢）。 而今天要帶各位來看的就是來自電信龍頭 Ericsson 與 CSP & AI 大佬 Google Cloud 的合作成果發表。 前言 隨著 5G 網路的普及，低延遲、高頻寬、萬物連網的未來已逐漸成形。然而，在享受這些便利的同時，業界也面臨一個關鍵挑戰：網路規模與複雜度的爆炸性增長，傳統的網路配置和人工手動作業模式已經不堪重負。 因此， 意圖驅動 (Intent-based) 的自動化 與 生成式 AI ，在這時候就登場啦！來自 Ericsson 與 Google Cloud 的合作，不但試圖降低 5G 網路的操作複雜度，更進一步挖掘出 5G 潛在的創新服務價值。 Intent-based Networking：讓 5G 按需求動起來 大家可能會想說：「 到底什麼是 Intent-based Networking (意圖驅動網路)？ 」簡...

Nephio 驅動 5G 專網的智慧化 Orchestration 引言 2025 年即將到來！同時，行動通訊技術的演進也從未暫緩，目前正高速朝 6G 的技術演進中。除此之外，隨著政府大力推動數位轉型（我國也開放了 Band n79 供 5G 專網使用），現如今 5G 專用網路（Private 5G），逐漸成為企業、營運商與 MSP（Managed Service Provider），甚至是文創場域所關注的焦點。傳統電信網路的部署若採用單一供應商模式，往往缺乏彈性與成本優勢；而多供應商環境（Multi-vendor）雖帶來技術與功能上的多樣化，卻同時伴隨著 orchestration 與 management 上的挑戰。面對這些問題，業界正積極尋求一個能夠 統一自動化管理與編排 解決方案，讓網管人員能在 單一管理平台 下高效掌握整個 5G 專網生態系。 因此，本文將介紹 Linux Foundation Networking（LFN）旗下的重要專案 Nephio，並探討如何利用 Kubernetes、GitOps、Intent-based（意圖驅動）等雲原生技術，達成跨供應商、多集群、多元應用（包括網路功能與邊緣應用）的自動化部署、管理與維運。我們將結合技術背景、實務案例與生態系趨勢，讓從事 5G/6G 學研人員或電信產業工程師能夠「深入淺出」理解 5G 專網的未來運營方式。 一、5G 專網編排與管理的挑戰 在 5G 專網的網路設計中，我們必須同時面對多家供應商的軟硬體組件，包括： 異質性網路功能 (Heterogeneous NFs)： 如 RAN（無線接取網路）、5G Core、邊緣運算平台、防火牆、CPE（用戶端終端設備）甚至是特定的邊緣應用（如電腦視覺、VR/AR 裝置管理）。 多層次網路結構： 從核心雲端（Core Cloud）到區域資料中心（Regional Site），再延伸至邊緣端（Edge Site），每個層次都可能來自不同廠商、不同 Kubernetes cluster 或不同類型的底層基礎設施（實體伺服器、虛擬機、Bare Metal即服務、雲端虛擬機）。 多重管理系統： 各廠商經常都會使用自家的 EMS（Element Management System）與 GUI，但對營運管理者來說，維護多個獨立介面既費時也不直觀。企業或 MSP 需要的是...

隨著電信業務的演進與變革，網路功能（Network Function; NF）的需求日益增加，尤其是在雲端環境中運行的複雜網路功能負載的部署與管理，已成為電信業者面臨的重大挑戰。而 Nephio 作為一個針對 Kubernetes 的自動化平台，為解決這些挑戰提供了強大的技術支持和框架，成為現代電信業者應對複雜網路挑戰的重要技術基石。本篇文章將深入探討如何使用 Nephio 來管理這些複雜的Network Function （Workload），並逐步分析其在 Helm 支援及相關 SDK 研發方面的進展，幫助業界專家理解如何導入這些技術來有效地優化網路功能管理。 什麼是 Nephio？ Nephio 是一個專門用來執行基於 Kubernetes 的自動化管理工作的 Open source code 平台。其核心目標聚焦在三大領域： Infrastructure 的部署與管理 Workload 對 Infrastructure 需求的定義與滿足 Workload 本身的配置與管理 這些功能有助於簡化和優化電信業務中許多複雜的網路部署挑戰，使得各類網路功能能夠以更高的效率和靈活性運行。 在目前的 L2 和 L3 Network Function Deplotment 中，Nephio 主要支援 Free5GC 和 OpenAirInterface (OAI) 這兩個供應商，並透過社群共同定義的 CRD（Custom Resource Definition）來管理這些 Network Function 的部署過程。這些操作主要依賴 Kubernetes API 來達成自動化和標準化，從而使 Network Function 的管理變得更加方便和一致。 Nephio 不僅是一個自動化管理平台，更是一個具有可擴展性和靈活性的平台。它的開放性和兼容性使其可以整合各種不同的技術和工具，進一步提升電信業務的靈活性和效率。這使得 Nephio 成為在雲原生時代背景下，面對越來越複雜和多樣化的網路需求時，實現高效和標準化運營的一個關鍵解決方案。 為什麼要在 Nephio 中引入 Helm 的支援？ 在一年多前，Nephio 社群開始深入探討引入 Helm 支援的必要性。雖然 Nephio 本身試圖超越 Helm 的限制，探索更具彈性和強大的管理模式，但最終確定支援 Helm 的決策基...

IOWN Global Forum 架構的介紹 IOWN GF（全稱為：Innovative Optical and Wireless Network Global Forum）中文可以翻譯成 創新全光學和無線網路的全球論壇 。IOWN GF 這個全球論壇的目標，就是建立一個端到端的（end-to-end）計算與網路架構，而且這個架構 能夠支援各種 Data flows 和各種 Workloads 。如下圖（一）所示。 筆者在此給大家一個觀念，在網路領域中 Workload 絕大部分時間也可以被稱之為 Application 或是 Network Fuction (Depolyment)。 圖（一）：IOWN Global Forum Overall Architecture 所謂 開放全光網路 ，全名叫做 Open All-Photonics Network（可縮寫成：Open APN）是一種利用 光路徑（Optical Path） 直接連接端點（endpoints）的網路，能夠提供 高速、超高可靠性 及 低延遲 的連線服務。 在現今的網路系統中， 光路徑的實作是以分段的方式來運行(segment-by-segment) 的 。講白話一點就是：現今從核心網路到終端設備之間傳輸的這條鏈路，在實作上會被分成好幾個網段，而且每一個網段都是各自獨立運作。例如：區域網路（LAN）、接取網路（Access Network）和 inter-data-center network，這裡每一段都需要分開實作和管理。 相比之下，本篇的主角 IOWN GF 的 Open APN 技術 ，其目標就是實現 「僅靠單一個光路徑，貫穿所有（多個）網段」。就好像讓一條高速公路，從你家車庫門口（用戶終端）直接通到目的地（資料中心）一樣。 這樣可以使端到端（E2E）的通訊有一定的品質保障，同時也讓 E2E 的通訊品質具備可預測性。另一方面，這當然也會需要對 E2E 的光路徑管理進行更動態（dynamic control）和更細緻的細粒度控制（granular control）。除此之外，由於光路徑是動態建立的（因此在建立之前，我們很難去準確預測所需的網路效能(需求)，因為需求會根據即時的網路使用狀況和用戶的行為而產生變化）所以咧！我們會需要一個能夠 real-time 測量和監控效能的機制，讓...

本文所要表達的「從邊緣端到雲端的 Orchestration (編排/協調) 挑戰」，意思是在 協調邊緣端設備與雲端平台（基礎建設）之間的資料與服務時，所會面臨到的各種挑戰！ 請注意這個 "挑戰" 是雙向的~ 資料同步與資料一致性的挑戰 在協調邊緣端到雲端的過程中，確保資料的同步並維持分散式系統之間的資料一致性，是一項艱鉅的挑戰！因為 Data 的生成通常來自於多個不同的邊緣位置，而且邊緣裝置可能會將 Data 進行初步處理，而後送到雲端進行聚合或分析，所以可能會出現「資料不一致、資料衝突甚至資料遺失（丟包）」等......的風險。 如果邊緣端的資料與雲端的不同步，對於時間敏感的應用來說，可能導致其根據過時或不完整資訊的來進行決策。此外，由於邊緣裝置的工作環境各不相同，且連線狀況各異，因此確保所有資料的變更在整套系統當中統一反映，保證不重複也不遺漏，就成為了一項複雜的任務，需要強大的同步協議和細致的資料管理策略。 針對異質設備和網路的協調挑戰 從邊緣端到雲端的 Orchestration (編排/協調) 挑戰，其中最複雜莫過於是管理各種各樣的邊緣設備和平台。打個比方（如：智慧家電、穿戴式裝置、工業感測器和自動駕駛汽車）這四個設備，就特性上，我們也許會認為其中有幾個會採用相同的通訊協定或是架構。 但就實際應用上，可能因為數位主權、在地合規、成本考量等......因素，導致它們採用的是完全不同的通訊協定（僅支援特定的網路切片組，如：LTE-M, 3GPP R15 mMTC, R17 的 redcap, etc,.）和不同的架構和作業系統。因此要整合和協調這樣一個異質的設備和網路環境，就必須深入了解每種裝置之間的細微差別，並有能力建立統一的介面來實現無縫通訊。 在這個多樣化的生態系統當中，要確保軟體更新、安全性修補程式和效能最佳化都能保持一致，也是一項巨大ㄉ Day 2 挑戰！隨著邊緣設備的數量和種類不斷增加，開發標準化的方法和工具來統一進行管理，已成為從邊緣端到雲端的 Orchestration (編排/協調) 的成功關鍵。 當然，針對異質設備和網路的問題，如果要解決的問題是整體管理的決策優化，則可以往開發新的聯邦學習演算法來解決！ 面對分散的邊緣到雲端環境中的安全問題 從邊緣端到雲端的 Orchestration (編排/協調)當中，保護異質分散網...

Google Distributed Cloud (GDC) 助力企業 AI 應用與數位轉型 在過去，企業多半會將應用服務架設在 公有雲(Public Cloud Region) 上來運行，因為那邊有最多的計算資源、最強的資訊處理能力。 而近年來，產業積極導入各種 AI 應用，期望藉此實現數位轉型，並創造更多價值；隨著企業加速導入 AI 應用，對於伺服器（計算資源）彈性部署(低延遲) 的需求也逐漸浮現。因此，公有雲無法協助產業解決所有問題，因為除了 彈性部署(低延遲) 的需求之外，如產業需要處理敏感/機密資料，就還需要 注意關於 數位主權 在地合規 等…的法規限制 。 我國關於 資料在地化 的法規 就有像是： 個人資料保護法 電子支付機構業務管理規則 人體生物資料庫管理條例 醫療機構電子病歷製作及管理辦法 所以為了因應這些需求及挑戰，Google Cloud 推出了硬體+軟體的解決方案組合叫做： Google Distributed Cloud (GDC)  這次 Google I/O Extended Kaohsiung 2024 的演講，主要介紹 GDC 引入了哪些 Google I/O 2024 提及的新技術，以及 Google Cloud Next '24 關於 GDC 的更新。讓我們在此快速回顧一下今天演講內容吧！ 這次 GDC 的升級，就是專為佈署 AI 應用來設計，讓 GDC 支援了 NVIDIA GPU ，並提供兩種佈署選項： 在邊緣端、Air Gap(斷網)端，使用 NVIDIA L4 GPU（高能源效率） 在資料中心、營運端，使用 NVIDIA H100 GPU（高效能） 除此之外， GDC 也搭載了 GKE Enterprise ， 支援 SR-IOV、多網路(Multiple Networking) 。上述功能除了能優化應用的網路效能之外，也提高了應用的可擴展性和故障冗餘(redundancy)。 在 GDC 的 PaaS Stack， 大家最期待的 VectorDB, Vector Search 功能，在 GDC 上面也都支援了 （VectorDB 使用 Google 自家 AlloyDB）。 除此之外，GDC 也支援了 Dataproc ，讓企業可以進行 大規模數據 的管理/處理。現在 GDC 提供了各式各樣的管理服務，我們已經不...