KDDI運用AI驅動的rApp進行RAN最佳化，提升上行效能

面對持續成長的上行流量需求，KDDI運用AI，在複雜的商用4G與5G網路中最佳化網路效能。此次部署取得可量化的成效，在維持網路穩定性的同時，將4G上行吞吐量提升9.6%，5G上行吞吐量提升3.1%。此次測試進一步推動KDDI邁向自主網路Level 4，並驗證開放式愛立信智慧自動化平台（Ericsson Intelligent Automation Platform, EIAP）生態系，可同時支援愛立信及第三方rApp。深入了解KDDI如何實現這些成果。

日本是全球行動通訊發展最先進的市場之一，KDDI致力於為當地使用者提供高品質的連接體驗。隨著其4G與5G網路持續演進，基地台快速增加、頻段與技術日益多元，加上人工最佳化能力的限制，都使上行效能面臨更大壓力，尤其是在實際流量環境下。

為因應這些挑戰，KDDI導入AI驅動的自動化技術，以提升商用網路的上行效能。透過服務管理與編排（Service Management and Orchestration, SMO）提供自動化基礎，並在EIAP上執行rApp，KDDI能更動態地因應實際網路狀況，並將效能改善擴展至其密集部署的4G與5G網路。

受到AI工作負載、即時影音串流及低延遲服務等需求帶動，上行流量持續成長。對使用者而言，尤其是在高密度的商用4G與5G網路中，上行干擾會限制吞吐量與頻譜效率，進而影響使用者體驗。對電信商而言，上行干擾也會導致頻譜容量無法充分利用。

KDDI需要一套能夠大規模解決以下挑戰，並進一步提升網路自主化程度的解決方案：

• 使用者體驗：在實際流量環境下，上行干擾限制了吞吐量與頻譜效率，影響4G與5G使用者體驗。
• 規模與穩定性：優化方案必須能在涵蓋多種技術與多個頻段的大規模商用網路叢集中運作，同時確保網路在高負載情況下維持穩定。
• 自主化與開放性：此方案需進一步提升網路自主化程度，同時支援符合標準的開放生態系。

愛立信與KDDI在商用網路中進行大規模場域測試，導入AI驅動的上行干擾最佳化（Uplink Interference Optimizer, UIO）rApp，並於愛立信智慧自動化平台（Ericsson Intelligent Automation Platform, EIAP）上運行。

此次部署涵蓋多種技術與多個頻段，包括約1,500個5G細胞及1,300個4G細胞。UIO rApp可針對有需要的細胞進行最佳化，以提升上行效能，同時維持網路穩定性。

此次測試亦整合日本EIAP生態系成員FYRA所開發的rApp，驗證EIAP符合R1標準，並展現其在開放生態系中同時支援愛立信與第三方rApp的能力。

使用者體驗

• 提升上行吞吐量：4G上行吞吐量平均提升9.6%，5G上行吞吐量則提升3.1%，進一步改善使用者體驗。
• 改善訊號品質：5G訊號干擾雜訊比（Signal-to-Interference-plus-Noise Ratio, SINR）提升27%，有助於採用更高階的上行調變，並提升4G與5G的頻譜效率。

規模與穩定性

• AI模型在高負載環境下仍維持穩定效能。即使上行流量增加10%，仍能維持網路效能與穩定性。

自主化與開放性

• 推進網路自主化：UIO rApp在上行最佳化方面經評估達到Level 3.86自主化程度，成為KDDI邁向自主網路Level 4的重要一步。UIO rApp也在此次測試期間達到正式商用（General Availability, GA）階段。
• 驗證開放生態系：此次成功整合日本EIAP生態系成員FYRA所開發的rApp，驗證EIAP符合R1標準，並展現平台同時支援愛立信與第三方rApp的能力。

UIO rApp參考TM Forum的ANLET方法進行評估，在上行最佳化方面達到Level 3.86自主化程度。這項成果顯示，AI驅動的上行最佳化是一項高價值且可實現的應用案例，可加速KDDI邁向Level 4及更高程度的網路自主化。