RANの仮想化は、次世代モバイルネットワークの鍵になるテクノロジーになるとみられています。しかし、無線ダイナミクスに特有なコンピュータ処理の揺らぎや、共有コンピューティングインフラにおけるリソース競合などにより、専用プラットフォームから共有プラットフォームへの移行には膨大な費用がかかる可能性があります。本稿では、Nuberuという、NECが共有プラットフォーム向けに設計した、4G/5G DU（分散ユニット）のための最新のパイプラインアーキテクチャを紹介します。Nuberuが目標とするのは、信頼性を高めることです。つまり、コンピューティング能力が不足している場合でも、DUとユーザーとの同期を維持する最小限の信号セットを保証し、そしてこの条件下でネットワークスループットを最大化できるようにします。そのために、厳格なデッドライン制御、ジッター吸収バッファ、予測的HARQ、輻輳制御などの手法を用います。

1. はじめに

これまで物理的に組み込まれたASICで実現されてきたRAN（無線アクセスネットワーク）を仮想化することは、5G以降の次世代モバイルシステムの先頭を行く取り組みになります。通信事業者が主導するO-RAN ALLIANCEなどの新たな構想は、市場と研究コミュニティーを触発して、NFV（ネットワーク機能仮想化）の柔軟性とコスト効率をモバイルネットワークの最先端の現場に持ち込める画期的なソリューションを探すように拍車をかけてきました。

図1にvRANのアーキテクチャを示します。BS（基地局）は、スタックの最上位層をホストするCU（中央ユニット）、PHY（物理層）をホストするDU（分散ユニット）、増幅やサンプリングなどの基本的な無線機能をホストするRU（無線ユニット）に分かれます。コスト削減のため、vRANはクラウドプラットフォームに頼ることがあります。このプラットフォームは、PHYなどの仮想化機能をホストするため、共有されたコンピューティングリソース（主にCPU、これに加え抽象化レイヤの仲立ちによるハードウェアアクセラレーターなども含む）のプールで構成されます。

しかし、共有されたコンピューティングプラットフォームは、DUにとっては過酷な環境となってしまいます。なぜなら、専用プラットフォームが提供する予測可能性を、高い柔軟性及びコスト効率と引き換えにすることになるからです。CUの仮想化にはリージョンごとのクラウドが適している一方、仮想化されたDU（vDU）（ここではvPHY）は、エッジにおいて高速で予測可能な演算を必要とします。

説明を簡単にするために、周波数分割方式に焦点を当てることにします。この方式では、UL（アップリンク）とDL（ダウンリンク）の伝送が、5Gの基準ヌメロロジー (μ=0、3GPP TS 38.211準拠)において、異なる周波数帯で同時に発生します。1つのSF（サブフレーム）当たりに1つのTTI（送信時間間隔）が生まれ、SF1つの時間長は1msです。図2は、典型的な4G/5G DUプロセッサの基本動作を示したものです。各TTI nにおいて、ワーカーはタスクのパイプラインで構成されるDUジョブ（以下、DUタスク）を開始します。DUタスクは、次の（1）～（5）のとおりです。

ワーカーは、タスクスケジューラーが割り当てたコンピューティングリソースを使用して、スレッドでDUジョブを実行します。そして図2に示すように、複数のワーカーが、1つのDL SFと1つのUL SFを各TTIで扱えるよう、DUジョブを並列処理します。3GPPでは、eMBBトラフィックにおけるUEとCUの間の片道遅延バジェットを4msに設定しています^1）。したがって、Mに対して厳しい制約があり、各DUジョブを約M-1msで処理するというコンピューティング時間バジェットが課せられています（通常M=4）。

実際に、各TTI内でDUジョブを完了させることは、BSとユーザー間での同期を保ち、信頼性を確保するうえで極めて重要です。しかし、DUタスク内の大量の計算を要する操作のいくつか、例えばFEC（前方誤り訂正）などが課題となります。こうした操作には相当の処理時間と、現在市場で採用されているソリューション、すなわち専用のハードウェアによるアクセラレーションが必要となり、そもそも仮想化をRANにとって魅力あるものにしている、柔軟性とコスト効率という根拠が薄くなってしまいます。

2. Nuberuのデザイン

このような課題の解決に向けて、NECはNuberuを開発しました。Nuberuは共有コンピューティングプラットフォームに適した、4G/5G DU用の新しいパイプラインアーキテクチャです。Nuberuのデザインは1つの目標を追求しています。それは、同期のための重要な信号を備えたMVSF（ミニマムバイアブルサブフレーム）を構築し、コンピューティング能力が不足する間もまず信頼性を提供するためすべてのTTIを優先的に制御して、この条件が満たされた場合、ネットワークのスループットを最大化することです。

このために、データ処理タスクが完了していなくても、すべてのDUジョブにMVSFの構築を開始するデッドラインを設定しました。図3に黒の点線で示したこのデッドラインは、最終のジョブ完了デッドライン（赤の点線）までにMVSFの処理に十分な時間が確保できるよう設定しています。時間が確保できるのは、データ処理タスクと異なり、MVSFの構築に関連するタスクは処理に時間がほとんどかからないうえ、必要なおおよその時間を予測できるからです。構築関連タスクの処理を効率良く行うため、MVSFの構築に必要な情報が時間通りに準備され、コンピューティング能力が揺らいでいる間でもネットワークスループットが最大化されるように、データ処理タスクを切り離す必要があります。こうしたことから、次の技術を適用しています。

3. 評価

次に、Nuberu試作機を実験で評価します。

最初に、2基のDUを用いて実験を設定します。このDUは、完全に3GPPに準拠した基地局のオープンソース実装であるvanilla srsRAN（M=4）を利用します。それぞれのDUは、srsUEで実装された1つのユーザーを関連付けし、5基のIntel Xeon x86コア（クロック1.9GHz）を共有するLinuxコンテナ上で仮想化しました。

この実験では、1基のDU（vDU 1）ができるだけ多くのデータを送受信します。一方、2基目のDU（vDU 2）は、異なるパラメータを用いたランダムなプロセスに従ってトラフィックを送受信します。このパラメータは、図4の下部に示した平均（線）と分散（網掛け部）で、正規分布に従うコンピューティング作業量を発生させます。vDU 2の負荷変化が大きいほど、vDU 1が利用可能なコンピューティング能力の変動も大きくなります。

図4上部では、vDU 2によって生成される作業量の関数として、vDU 1の相対的なネットワークスループットを黄色（「基準線」）で示しています。この図から、vDU 1のパフォーマンスがすぐに低下することがわかります。この理由は、両方のvDUが同じCPUプールを共有しているため、vDU 2の需要がピークに達した時に、vDU 1がCPUリソースの不足に陥ることがある、ということです。その結果、DUジョブを実行するvDU 1ワーカーが、対応するDL SFを送り出すデッドラインを乱してしまい、図2の下部に示すように、ユーザー側には同期の喪失やスループットの低下が生じます。

これに対して、図4の紫色の線が示すように、Nuberuではコンピューティング能力の激しい変動があるにもかかわらず、最大スループットの維持が可能です。

参考文献

執筆者プロフィール