Ericsson и T-Mobile вывели AI-native Scheduler with Link Adaptation в масштабные коммерческие испытания на живом трафике 5G Advanced network. Это уже не лабораторный прогон: алгоритм работает в RAN на аппаратной платформе Ericsson и в реальном времени прогнозирует быстро меняющиеся радиоканальные условия.
По данным компаний, в испытаниях с T-Mobile новая функция дала почти 10% прироста spectral efficiency и до 15% увеличения downlink throughput по сравнению с прежними rule-based методами. Ericsson отдельно отмечает, что результаты на масштабной live network совпали с более ранними тестами на ограниченных территориях, то есть модель не развалилась при расширении географии и условий сети.
Смысл AI-native Scheduler with Link Adaptation в том, чтобы быстрее принимать решения внутри RAN, особенно в перегруженных местах и при плохих RF-условиях. Для пользователя это должно проявляться не как отдельная «AI-функция», а как более ровный streaming, меньшая задержка в играх и стабильнее видеозвонки в часы пик.
Grant Castle, Senior Vice President of RAN Engineering & Emerging Technologies в T-Mobile, связал испытания с запуском nationwide 5G Advanced в США в 2025 году. По его словам, работа с Ericsson показывает, как real-time AI-driven optimization может повышать spectral efficiency и throughput без ручной настройки по старым правилам.
Johan Hultell, Head of Product Line RAN Software в Ericsson Business Area Networks, формулирует это как переход к programmable networks: интеллект встраивается прямо в RAN software, а оператор получает больше пользы от уже имеющегося спектра. На практике здесь важна именно локальность решения: neural network работает в радиодоступе, а не ждет, пока вся оптимизация уедет в внешний контур.
Ericsson и T-Mobile продолжат искать сценарии, где AI-native RAN может улучшать производительность и эффективность сети. Пока наиболее твердая часть заявления — не общий разговор об AI в телекоме, а конкретные проценты по live 5G Advanced traffic.