img

Рынок интеллектуальных контроллеров O-RAN в режиме, близком к реальному времени — глобальный размер отрасли, доля, тенденции, возможности и прогноз, сегментированный по компонентам (медиатор A1, Demo1, менеджер E2 (E2M), терминатор E2 (E2T), ведение журнала, система сигнализации RIC, маршрутизатор с


Published on: 2025-02-02 | No of Pages : 344 | Industry : Software

Publisher : MRA | Format : PDF

Рынок интеллектуальных контроллеров O-RAN в режиме, близком к реальному времени — глобальный размер отрасли, доля, тенденции, возможности и прогноз, сегментированный по компонентам (медиатор A1, Demo1, менеджер E2 (E2M), терминатор E2 (E2T), ведение журнала, система сигнализации RIC, маршрутизатор с

Прогнозный период2025-2029
Размер рынка (2023)4,53 млрд долларов США
Размер рынка (2029)39,96 млрд долларов США
CAGR (2024-2029)51,62%
Самый быстрорастущий сегментЦентрализованный
Крупнейший РынокСеверная Америка

MIR IT and Telecom

Обзор рынка

Глобальный рынок интеллектуальных контроллеров O-RAN в режиме близком к реальному времени был оценен в 4,53 млрд долларов США в 2023 году и, как ожидается, будет прогнозировать устойчивый рост в прогнозируемый период со среднегодовым темпом роста 51,62% до 2029 года.

Ключевые драйверы рынка

Ускорение развертываний 5G и спрос на гибкость сети

Основным драйвером развития глобального рынка интеллектуальных контроллеров O-RAN в режиме близком к реальному времени является ускорение развертывания сетей 5G по всему миру. Спрос на более высокие скорости передачи данных, меньшую задержку и повышенную пропускную способность сети привел к быстрому развертыванию инфраструктуры 5G. Near-RT RIC играет ключевую роль в сетях 5G, обеспечивая интеллектуальную и динамическую оркестровку функций сети радиодоступа (RAN). Поскольку операторы стремятся использовать весь потенциал 5G, гибкость, предлагаемая принципами O-RAN, становится существенной. Near-RT RIC позволяет операторам оптимизировать ресурсы RAN, эффективно распределять полосу пропускания и адаптироваться к изменяющимся условиям сети, способствуя более гибкой и отзывчивой инфраструктуре связи.

Переход к открытым и дезагрегированным сетевым архитектурам

Глобальный рынок интеллектуальных контроллеров O-RAN Near-Real-Time RAN обусловлен фундаментальным сдвигом в сетевых архитектурах в сторону открытости и дезагрегации. Традиционные монолитные архитектуры RAN заменяются открытыми и совместимыми решениями, которые используют виртуализацию и программно-определяемые принципы. Инициативы альянса O-RAN, продвигающие открытые интерфейсы и стандартизированные протоколы, ускорили эту трансформацию. Near-RT RIC служит стержнем в этом сдвиге парадигмы, предлагая интеллектуальные возможности управления и оркестровки в дезагрегированной среде RAN. Движущей силой этой тенденции является признание отраслью необходимости гибкости, разнообразия поставщиков и инноваций в развертываниях RAN, что в конечном итоге приводит к более конкурентоспособной и адаптивной среде.


MIR Segment1

Спрос на интеллектуальную оркестровку и оптимизацию

Возрастающая сложность современных сетей связи в сочетании с динамичным характером потребностей пользователей обуславливает спрос на интеллектуальную оркестровку и оптимизацию, предоставляемые Near-RT RIC. По мере того, как сети развиваются для поддержки разнообразного спектра услуг, включая улучшенную мобильную широкополосную связь (eMBB), массовую машинную связь (mMTC) и сверхнадежную связь с малой задержкой (URLLC), потребность в адаптивном и реальном времени управления RAN становится первостепенной. Near-RT RIC удовлетворяет эту потребность путем динамической оркестровки функций RAN, оптимизации распределения ресурсов и адаптации к изменяющимся условиям сети. Движущей силой здесь является стремление отрасли к более эффективным и отзывчивым сетям, способным удовлетворять разнообразные требования новых приложений и услуг.

Достижения в области искусственного интеллекта и машинного обучения

Интеграция возможностей искусственного интеллекта (ИИ) и машинного обучения (МО) представляет собой значительный драйвер на мировом рынке интеллектуальных контроллеров O-RAN Near-Real-Time RAN. ИИ и МО позволяют Near-RT RIC учиться на поведении сети, прогнозировать будущие условия и принимать обоснованные решения в режиме, близком к реальному времени. Этот драйвер подпитывается достижениями в алгоритмах ИИ, возросшей вычислительной мощностью и доступностью больших наборов данных для моделей обучения. Используя ИИ и МО, Near-RT RIC может оптимизировать параметры RAN, прогнозировать перегрузку сети и проактивно решать проблемы, способствуя повышению производительности сети и пользовательского опыта. Стремление отрасли к самооптимизирующимся и автономным сетям является движущей силой интеграции ИИ и МО в Near-RT RIC.

Цели снижения затрат и повышения эффективности эксплуатации

Снижение затрат и повышение эффективности эксплуатации становятся важнейшими драйверами при внедрении интеллектуальных контроллеров O-RAN Near-Real-Time RAN. Традиционные архитектуры RAN часто включают фирменное оборудование и тесно интегрированные решения, что приводит к высоким капитальным и эксплуатационным расходам. Открытый и дезагрегированный подход O-RAN позволяет операторам вводить разнообразие поставщиков, выбирать лучшие в своем классе компоненты и использовать коммерческое готовое (COTS) оборудование. Near-RT RIC, предоставляя интеллектуальные возможности управления и оптимизации, способствует повышению эффективности работы за счет динамической адаптации к условиям сети и автоматизации управления ресурсами. Стремление минимизировать затраты и повысить эффективность работы мотивирует операторов принять принципы O-RAN, при этом Near-RT RIC играет ключевую роль в достижении этих целей.

Основные проблемы рынка


MIR Regional

Сложности взаимодействия и проблемы стандартизации

Одной из существенных проблем, с которыми сталкивается глобальный рынок интеллектуальных контроллеров O-RAN Near-Real-Time RAN, являются сложности, связанные с взаимодействием и продолжающимися усилиями по стандартизации. Движение отрасли к открытым и дезагрегированным сетевым архитектурам требует бесшовной совместимости между компонентами от разных поставщиков. Однако достижение этой совместимости является сложной задачей из-за различий в реализациях, интерфейсах и протоколах в различных решениях Near-RT RIC. Отсутствие стандартизированных интерфейсов создает препятствия для интеграции различных компонентов, что может привести к проблемам интеграции, несоответствиям в производительности и ограничению гибкости, которую стремится обеспечить O-RAN. Отраслевые альянсы, такие как O-RAN Alliance, активно работают над определением общих интерфейсов, но процесс стандартизации сложен и требует консенсуса между различными заинтересованными сторонами.

Проблемы безопасности в средах Open RAN

Проблемы безопасности представляют собой значительную проблему для принятия интеллектуальных контроллеров O-RAN Near-Real-Time RAN, особенно в контексте сред Open RAN. Дезагрегированная и открытая природа O-RAN вводит новые векторы атак и уязвимости, которые необходимо комплексно устранять. Обеспечение безопасности и целостности сетей связи становится первостепенным, поскольку Near-RT RIC играет решающую роль в организации и оптимизации функций RAN. К проблемам относятся обеспечение безопасности интерфейсов, предотвращение несанкционированного доступа и защита от потенциальных киберугроз. Заинтересованные стороны отрасли должны сотрудничать для создания надежных структур безопасности, внедрения протоколов шифрования и разработки передовых методов для укрепления состояния безопасности развертываний Near-RT RIC.

Проблемы интеграции с существующей инфраструктурой RAN

Интеграция интеллектуальных контроллеров O-RAN Near-Real-Time RAN с существующей инфраструктурой RAN представляет собой существенную проблему для сетевых операторов. Многие операторы создали развертывания RAN, которые могут изначально не быть разработаны для соответствия открытым и дезагрегированным принципам O-RAN. Модернизация существующей инфраструктуры для поддержки функций Near-RT RIC включает в себя решение проблем совместимости, решение устаревших протоколов и управление сосуществованием традиционных и современных компонентов RAN. Задача заключается в обеспечении плавного перехода, который использует преимущества Near-RT RIC, не вызывая сбоев в работе существующих сервисов или не ставя под угрозу производительность всей сети.

Сложность интеграции и оптимизации AI/ML

Интеграция возможностей искусственного интеллекта (AI) и машинного обучения (ML) в интеллектуальные контроллеры O-RAN Near-Real-Time RAN представляет собой уникальный набор проблем. Хотя AI и ML обещают повысить адаптивность и эффективность операций RAN, для бесшовной интеграции этих технологий требуется решение сложных задач в разработке алгоритмов, обучающих моделей и обеспечения реагирования в реальном времени. К проблемам относятся оптимизация моделей AI/ML для принятия решений в режиме, близком к реальному времени, управление вычислительными ресурсами, необходимыми для обработки на устройстве, и обработка динамической и непредсказуемой природы беспроводных сетей. Отрасль должна преодолеть эти проблемы, чтобы полностью использовать потенциал интеллектуальных контроллеров RAN и выполнить обещание самооптимизирующихся и автономных сетей.

Управление сетевой нарезкой для разнообразных услуг

По мере развития рынка интеллектуальных контроллеров RAN O-RAN в режиме почти реального времени управление сетевой нарезкой становится заметной проблемой. Сетевая нарезка является ключевой функцией, позволяющей создавать изолированные виртуальные сети, адаптированные к конкретным требованиям к обслуживанию. Однако эффективное управление несколькими сетевыми нарезками для разнообразных услуг, каждая из которых имеет различные требования к производительности и задержке, представляет собой проблему. Координация ресурсов, обеспечение изоляции и динамическая адаптация к изменяющимся требованиям к обслуживанию требуют сложных механизмов оркестровки и координации в рамках Near-RT RIC. Решение этих проблем имеет решающее значение для выполнения обещания гибких и масштабируемых сетей, которые могут вместить широкий спектр услуг и приложений в различных отраслях.

Основные тенденции рынка

Развитие сетевых архитектур с O-RAN Near-RT RIC

Глобальный рынок интеллектуальных контроллеров O-RAN Near-Real-Time RAN становится свидетелем тенденции, отмеченной эволюцией сетевых архитектур. Near-RT RIC играет ключевую роль в этой эволюции, внедряя интеллект и программируемость в сети радиодоступа (RAN). Эта тенденция характеризуется переходом к более гибким и динамичным архитектурам RAN, что позволяет операторам оптимизировать производительность сети, улучшать распределение ресурсов и поддерживать разнообразные услуги. Внедрение интеллекта на уровне RAN позволяет принимать решения практически в реальном времени, способствуя общей эффективности и адаптивности сетей связи.

Ускорение развертываний 5G и принятие O-RAN

Значительной тенденцией на рынке O-RAN Near-RT RIC является ускорение развертываний 5G и широкое принятие принципов O-RAN. По мере того, как сети 5G продолжают развертываться по всему миру, растет признание важности интеллектуальных контроллеров RAN для оптимизации производительности инфраструктуры 5G. Near-RT RIC, облегчая оркестровку и управление функциями RAN в реальном времени, соответствует требованиям сетей 5G, позволяя операторам предоставлять улучшенный пользовательский опыт, связь с малой задержкой и эффективное использование ресурсов.

Инициативы по взаимодействию и сотрудничеству

Инициативы по взаимодействию и сотрудничеству становятся заметными тенденциями на рынке O-RAN Near-RT RIC. Поскольку отрасль принимает принципы открытости и дезагрегации, предпринимаются согласованные усилия по обеспечению взаимодействия между решениями Near-RT RIC разных поставщиков. Отраслевые альянсы, такие как O-RAN Alliance, играют решающую роль в содействии сотрудничеству, определении общих интерфейсов и установлении стандартов, способствующих бесшовной интеграции компонентов Near-RT RIC. Эта тенденция направлена на создание более разнообразной и конкурентоспособной экосистемы, избегая при этом привязки к поставщику и ускоряя темпы инноваций.

Интеграция искусственного интеллекта и машинного обучения

Интеграция возможностей искусственного интеллекта (ИИ) и машинного обучения (МО) является заметной тенденцией на рынке O-RAN Near-RT RIC. Near-RT RIC, наделенный алгоритмами ИИ и МО, повышает свою способность динамически оптимизировать функции RAN на основе данных в реальном времени и сетевых условий. Эта тенденция отражает стратегический сдвиг в сторону автономных и самооптимизирующихся сетей, где интеллектуальные контроллеры могут адаптироваться к изменяющимся средам, прогнозировать поведение сети и проактивно решать проблемы. Внедрение ИИ и МО в Near-RT RIC призвано сыграть ключевую роль в оптимизации производительности сети, снижении эксплуатационных расходов и обеспечении более устойчивой и отзывчивой инфраструктуры связи.

Безопасность и надежность в развертываниях Near-RT RIC

Безопасность и надежность стали критически важными тенденциями в развертывании решений Near-RT RIC. Поскольку эти интеллектуальные контроллеры становятся неотъемлемыми компонентами RAN, обеспечение безопасности сетей связи становится первостепенным. Эта тенденция подразумевает реализацию надежных мер безопасности, включая шифрование, аутентификацию и защищенные интерфейсы, для защиты развертываний Near-RT RIC от потенциальных киберугроз и несанкционированного доступа. Заинтересованные стороны отрасли активно решают проблемы безопасности, чтобы повысить доверие к надежности и устойчивости решений Near-RT RIC, способствуя созданию надежной основы для развивающегося ландшафта интеллектуальных и открытых архитектур RAN.

Сегментарные идеи

Компонентные идеи

xApp Framework для сегмента CXX

Доминирование xApp Framework очевидно в его способности содействовать инновациям и быстрому внедрению новых услуг в экосистеме O-RAN. Разработчики по всему миру предпочитают xApp Framework за его поддержку нескольких языков программирования, что позволяет им использовать язык, наиболее подходящий для их опыта и требований приложения. Адаптивность xApp Framework гарантирует, что он останется на передовой рынка O-RAN Near-Real-Time RIC, удовлетворяя меняющиеся потребности операторов, поставщиков услуг и более широкой телекоммуникационной отрасли.

xApp Framework способствует совместной и открытой экосистеме, способствуя взаимодействию между различными приложениями и компонентами в архитектуре O-RAN. Этот аспект совместной работы соответствует основным принципам O-RAN, подчеркивая разнообразие поставщиков и обеспечивая бесшовную интеграцию инновационных решений от различных участников. В результате xApp Framework не только доминирует, но и служит объединяющей силой на рынке интеллектуальных контроллеров O-RAN Near-Real-Time RAN, способствуя реализации открытых, интеллектуальных и эффективных развертываний RAN по всему миру.

Региональные данные

В регионе наблюдается быстрое и широкое внедрение технологии 5G, что создает благоприятную почву для развертывания и использования интеллектуальных контроллеров O-RAN Near-Real-Time RAN. Поскольку североамериканские операторы связи активно развертывают сети 5G для удовлетворения растущего спроса на высокоскоростное соединение с малой задержкой, потребность в интеллектуальных контроллерах RAN становится первостепенной. Near-RT RIC играет важную роль в оптимизации производительности сетей 5G, что соответствует обязательству региона оставаться на переднем крае технологий связи следующего поколения.

Лидерство региона на мировом рынке интеллектуальных контроллеров O-RAN Near-Real-Time RAN дополнительно подкрепляется совместными инициативами и отраслевыми альянсами. Североамериканские компании активно участвуют в глобальных усилиях по стандартизации, внося вклад в разработку открытых интерфейсов и совместимых решений. Этот дух сотрудничества способствует созданию динамичной экосистемы, которая ускоряет принятие принципов O-RAN.

Последние разработки

    • В марте 2023 года Nokia и AT&T объявили об успешном испытании усовершенствованных интеллектуальных контроллеров RAN (RIC) xApps, работающих в режиме, близком к реальному времени, с собственным интерфейсом E2. Nokia является пионером в качестве первого крупного поставщика RAN, который предоставляет собственную поддержку для совместимого с Open RAN интерфейса RIC и E2 в режиме, близком к реальному времени, которые специально разработаны для работы xApp. Это испытание подтвердило потенциал подхода RIC и xApp в режиме почти реального времени для расширенных вариантов использования 5G. Испытание, проведенное на коммерческой платформе RIC в режиме почти реального времени от Nokia, интегрированной с базовыми станциями Nokia AirScale в сети AT&T, продемонстрировало эффективность xApp в режиме почти реального времени с использованием служб политик E2SM для динамической оптимизации RAN. Используя RIC в режиме, близком к реальному времени, операторы могут оптимизировать услуги для определенных групп пользователей, частотных уровней или идентификаторов классов качества обслуживания (QoS) в сетях 5G. Кроме того, платформа RIC в режиме, близком к реальному времени, и xApps от Nokia обеспечивают гибкость в использовании существующих интерфейсов, позволяя оптимизировать RAN в соответствии с уникальными требованиями сетей отдельных операторов.

    Ключевые игроки рынка

    • Nokia Corporation
    • Rakuten Mobile, Inc.
    • Samsung Electronics Co., Ltd.
    • Sterlite Technologies Limited
    • Telefonaktiebolaget LM Ericsson
    • IS-Wireless
    • Parallel Wireless, Inc.
    • VIAVI Solutions Inc.
    • HCL Technologies Limited
    • Casa Systems, Inc.

    По компоненту

    По развертыванию

    По региону

    • Посредник A1
    • Demo1
    • Менеджер E2 (E2M)
    • Терминатор E2 (E2T)
    • Ведение журнала
    • Система сигнализации RIC
    • Маршрутизатор сообщений RIC (RMR)
    • RNIB
    • Менеджер маршрутизации
    • xApp Framework для CXX
    • xApp Framework для Go
    • xApp Framework для Python
    • Централизованный
    • Распределенный
    • Северная Америка
    • Европа
    • Южная Америка
    • Ближний Восток и Африка
    • Азиатско-Тихоокеанский регион

    Table of Content

    Available in the final report/Please ask our sales team for free sample report.

    List of Figure

    Available in the final report/Please ask our sales team for free sample report.