Energy Efficiency Testing and Modeling of a Commercial O-RAN System

本文基于 ORCID 实验室与 WINLAB 的联合测试,利用真实商用 O-RAN 部署环境,通过全面的功耗与性能测量,对商用 O-RAN 系统进行了详细的能效特征分析与建模,旨在填补公开量化数据的空白并支持运营商实现数据驱动的能源优化。

N. K. Shankaranarayanan, Akash Gupta, Zhuohuan Li, Sarat Puthenpura, Jens Sohn, Ivan Seskar, Sreenidhi Parthasarathy, Wilfred Luiz, Jeffrey Williamson, VenkataReddy Varra, Prasanthi Maddala, Alex Stancu

发布于 2026-03-06
📖 1 分钟阅读☕ 轻松阅读

Each language version is independently generated for its own context, not a direct translation.

📱 让 5G 基站更“省电”:一份关于 O-RAN 系统的能量测试报告

想象一下,你家里的空调、冰箱和电视都在同时工作。如果它们没有智能管理,哪怕你只是在看电视,冰箱和空调也会全速运转,浪费大量电力。

现在的 5G 网络(特别是基于O-RAN架构的新网络)也面临同样的问题。随着基站越来越密集,技术越来越复杂,它们消耗的电量惊人。这份白皮书就像是一次**“家庭能源审计”**,由一群科学家和工程师联手,对一套真实的商业级 5G 系统进行了彻底的“体检”,看看它到底怎么用电,以及怎么让它更聪明、更省电。

以下是这份报告的通俗解读:


1. 为什么要做这个测试?(背景)

现在的 5G 网络就像是一个巨大的、分散的“能量怪兽”。

  • 旧模式:以前的基站是“黑盒子”,厂家怎么设计就怎么来,运营商很难知道具体哪里耗电。
  • 新模式 (O-RAN):现在的网络被拆散了(就像把电脑拆成 CPU、显卡、内存),虽然更灵活、更开放,但也让能量管理变得更复杂。
  • 目标:我们需要知道:在流量少的时候,能不能关掉一部分“灯”?在流量大的时候,怎么跑得最省力? 但在此之前,我们缺乏真实的数据。

2. 他们做了什么?(实验设置)

研究人员搭建了一个微缩版的真实 5G 网络,就像在实验室里造了一个“迷你城市”。

  • 核心部件
    • O-RU (射频单元):就像**“路灯”**,负责把信号发射出去。这里有 6 个高功率的“路灯”,有的能同时照两个频段(就像双色灯)。
    • O-DU (分布单元):就像**“区域调度中心”**,负责指挥路灯怎么亮。
    • O-CU (集中单元):就像**“云端大脑”**,负责处理更复杂的逻辑,它住在亚马逊的云服务器里。
  • 测试方法:他们让网络在不同情况下工作:
    • 有时候只有一个人打电话(低流量)。
    • 有时候成千上万人看视频(高流量)。
    • 有时候信号好(离得近),有时候信号差(离得远)。
    • 他们拿着“电表”(功率计),精确测量每个部件消耗了多少电。

3. 发现了什么?(核心发现)

🏠 发现一:即使没人用,设备也在“空转”耗电

这是最大的发现!就像你家的空调,即使没人开,只要插着电,待机也在耗电。

  • 现象:当基站没有数据传输时(空闲状态),它依然消耗了约 200 瓦的电力。这就像一辆停在红绿灯前的汽车,虽然没动,但发动机还在转。
  • 结论:这部分“基础电费”占了总耗电的大头。如果流量减少,总耗电量并不会按比例大幅下降,因为“发动机”还在转。

🚀 发现二:跑得越快,越“省油”(效率最高)

这听起来有点反直觉,但就像开大卡车:

  • 满载 vs. 空载:如果你让卡车只拉一箱货(低流量),每公里耗油很高。如果你让卡车装满货(高流量),虽然总耗油多了,但每运送一吨货物的耗油量反而最低。
  • 数据:当网络流量达到 100% 满载时,能量效率最高。当流量降到 50% 或 30% 时,虽然总耗电只降了一点点,但能量效率却暴跌了 50% 以上
  • 比喻:与其让 6 个路灯都只亮一点点(低流量),不如让 3 个路灯全亮,另外 3 个直接关掉。

🌐 发现三:多频段是“双刃剑”

  • 有些设备能同时处理两个频段(比如同时照红光和蓝光)。
  • 结果:虽然开启第二个频段会增加一些耗电(就像多开一个灯泡),但因为它利用了已经开着的“主灯”的剩余能力,每增加一点数据传输,比单独再开一个新设备要划算得多

📡 发现四:信号差时,效率更低

  • 如果手机离基站很远(信号差),基站为了把信号传过去,必须加大功率(像大声喊话),但手机收到的数据量却变少了。
  • 结果:这种情况下,能量效率会急剧下降。就像你为了跟远处的人说话,喊破了嗓子,但对方只听懂了几个字。

4. 他们建立了什么模型?(预测工具)

研究人员没有止步于测量,他们还画了一张**“能量地图”**(数学模型)。

  • 这个模型就像是一个**“省电计算器”**。
  • 只要输入:有多少个基站?开了几个频段?流量是多少?
  • 它就能算出:大概会消耗多少电。
  • 用途:运营商可以用这个工具来规划网络。比如,在半夜没人上网时,自动关掉一部分“路灯”或降低功率,从而真正省钱。

5. 总结与启示(结论)

这份报告告诉我们,要让 5G 网络既快又省电,不能只靠换更省电的硬件,更要靠聪明的管理策略

  1. 拒绝“半死不活”的状态:网络在低流量时效率最低。最好的策略是**“集中火力”**——让一部分基站全速运转,另一部分彻底休眠,而不是让所有基站都低负荷运行。
  2. 数据驱动决策:以前是“凭感觉”省电,现在有了精确的模型,可以“算着”省电。
  3. 未来的方向:随着 AI 的加入,未来的基站应该能像智能管家一样,根据实时流量,自动决定开几个“灯”、用多大的“功率”。

一句话总结
这份白皮书就像给 5G 网络做了一次详细的“体检”,告诉我们:要想省电,不能只靠“少干活”,更要学会“集中干活,彻底休息”。这对于未来建设绿色、可持续的通信网络至关重要。