SK Telecom: canal de IA mejora la calidad de la red

Los conductos de IA de red acelerados de extremo a extremo usan Analytics Zoo, TensorFlow, and Apache Spark en la arquitectura Intel®.

Resumen:

  • SK Telecom es el operador móvil más grande de Corea. Basándose en su solidez en servicios móviles, la compañía también está creando valor en medios de comunicación, seguridad y comercio.

  • Para analizar eficazmente la enorme cantidad de datos que genera su red, los ingenieros de SK Telecom e Intel crearon un canal integral IA de la red para predicción de calidad de la red. El canal completo se ejecuta en un clúster de servidores escalable basado en procesadores Intel® Xeon® unificados con Intel® AVX-512 e Intel® Deep Learning Boost, mientras que el software de Analytics Zoo maneja los procesos de datos en memoria y el entrenamiento y la inferencia de modelos distribuidos.

author-image

Por

Resumen ejecutivo

La calidad de la red está dificultando cada vez más que los proveedores de servicios de comunicaciones (CoSP) realicen la administración de forma manual debido al abrumador flujo de datos de telemetría que provienen de redes de múltiples gigabits. Este desafío crece con el rápido avance de la tecnología 5G debido al gran número de dispositivos y las velocidades de datos muy rápidas. Como resultado, la administración de redes de comunicaciones de una manera inteligente y automatizada mediante tecnología de IA se vuelve cada vez más importante para los CoSP.

SK Telecom, el mayor operador móvil de Corea del Sur, administra más de 400 000 torres de telefonía celular con más de 27 millones de suscriptores. Esta red maneja 1,4 millones de registros cada segundo, lo que acumula hasta 120 000 millones de registros por día.1 Para analizar eficazmente esta enorme cantidad de datos, los ingenieros de SK Telecom e Intel crearon un canal integral de IA de la red para predicción de calidad de la red utilizando Analytics Zoo y FlashBase, que se ejecuta en servidores de arquitectura Intel®, el que aplica eficazmente un modelo TensorFlow con memoria aumentada a los datos de series temporales de gran escala en Apache Spark.

El canal completo (de FlashBase pasando por Spark DataFrames hasta TensorFlow) se ejecuta en un clúster de servidores con procesador escalable Intel® Xeon®, con Intel® Advanced Vector Extensions 512 (Intel® AVX-512) e Intel® Deep Learning Boost. Además, esto aprovecha el software de Analytics Zoo para manejar automáticamente los canales de datos en memoria y el entrenamiento y la inferencia de modelos distribuidos. En las pruebas realizadas por SKT, el canal de IA supera en hasta cuatro y seis veces la implementación de la GPU heredada de SKT para entrenamiento e inferencia de aprendizaje profundo.2 que permite a SK Telecom prever y detectar más rápidamente una degradación y cambios anormales en la calidad de la red, para que SKT pueda tomar medidas proactivas para ofrecer su calidad de servicio 5G.

Lea la documentación técnica – SK Telecom e Intel crean canal de IA para mejorar la calidad de la red

Información sobre productos y desempeño

1Datos de SK Telecom, septiembre de 2020.
2Pruebas realizadas por SK Telecom en febrero de 2020: El servidor de Analytics Zoo era un Sistema servidor Intel® R2208WFTZSR con un procesador Intel Xeon Gold 6240 de 2,6 GHz (microcódigo 0x400002c). El servidor tenía tres nodos y seis zócalos. Tanto la tecnología Hyper-Threading Intel® como la tecnología Intel® Turbo Boost estaban activadas. La memoria total era de 256 GB. CentOS 7.8 (kernel 3.10.0) era el sistema operativo y el servidor ejecutó la aplicación SK Telecom Lightning DB. Otros software incluidos fueron Analytics Zoo v0.7, TensorFlow v1.15, Pandas v0.25.3, NumPy v1.18.0 y Dask v2.7.0. El servidor de GPU era un HPE DL380 Gen 9 con un procesador Intel® Xeon® E5-2680 v4 de 2,4 GHz (microcódigo 0xb00001e) y una GPU NVIDIA P100 (entrenamiento de IA)/K80 (Inferencia de IA). El servidor tenía un nodo y dos zócalos. Tanto la tecnología Intel Hyper-Threading como la tecnología Intel® Turbo Boost estaban activadas. La memoria total era de 256 GB. CentOS 7.3 (kernel 3.10.0) era el sistema operativo y el servidor ejecutó la aplicación SK Telecom Lightning DB. Otro software incluido fue Tensorflow GPU v1.12, Pandas v0.25.1, NumPy v1.14.5 y Dask v2.7.0.