Editorial Ilmu Komputer & AI
Open AccessOA2026
PRO-RAN: Karakterisasi Tingkat Prosesor untuk Centralized Unit dan Distributed Unit Open RAN
Digest IMRAD terkendali atas profiling CPU tingkat fungsi dan mikroarsitektural untuk perangkat lunak CU dan DU O-RAN yang terdisagregasi
Moojan Kamalzadeh; Larry Horner; Linqi Xiao; Abhishek Bhattacharyya; Ehsan Bahaloo Horeh; Padmapriya Patil; Venkateswarlu Gudepu; Andrea Fumagalliยท 2026ยท DOI 10.48550/arXiv.2608.26498
Masalah inti
Open Radio Access Network (O-RAN) mendisagregasi fungsi protokol RAN dan memungkinkan perangkat lunak Centralized Unit (CU) dan Distributed Unit (DU) dieksekusi pada platform komputasi serbaguna. Karena CU dan DU membawa tanggung jawab protokol yang berbeda, keduanya menghasilkan beban kerja prosesor dan jalur eksekusi yang berbeda. Metrik kinerja konvensional, termasuk utilisasi CPU dan throughput, mengukur penggunaan sumber daya secara agregat tanpa mengidentifikasi biaya eksekusi tingkat fungsi atau hambatan mikroarsitektural prosesor. Sebaliknya, karakterisasi tingkat prosesor memberikan wawasan tentang penyediaan sumber daya, penempatan fungsi, optimasi perangkat lunak, dan akselerasi perangkat keras. Makalah ini menjawab kesenjangan tersebut dengan menjelaskan kerangka kerja karakterisasi terkendali yang mengevaluasi fungsi CU dan DU yang disebarkan secara independen pada kondisi perangkat keras dan lalu lintas yang setara. Premis utamanya adalah bahwa utilisasi agregat tidak cukup untuk keputusan penyebaran O-RAN: dua fungsi dapat mengonsumsi persentase CPU yang serupa namun membebani sumber daya mikroarsitektural yang sama sekali berbeda, seperti front-end fetch, eksekusi b
Inovasi
Di bawah beban lalu lintas, waktu CPU proses terakumulasi meningkat dari 17,3 s menjadi 37,4 s untuk CU dan dari 462,0 s menjadi 628,4 s untuk DU selama interval profiling yang sama selama 300 s. Angka-angka ini menunjukkan bahwa DU mengonsumsi waktu CPU proses terakumulasi yang jauh lebih besar daripada CU di seluruh interval yang diukur, dan bahwa kedua fungsi meningkatkan waktu CPU mereka di bawah beban. CU tumbuh dari 17,3 s menjadi 37,4 s, sedangkan DU tumbuh dari 462,0 s menjadi 628,4 s. Selisih absolut antara waktu CPU CU dan DU sangat besar: baseline DU sebesar 462,0 s lebih dari satu orde besaran di atas baseline CU sebesar 17,3 s. Pengukuran ini mengidentifikasi karakteristik eksekusi CU dan DU yang berbeda serta mendorong analisis dan optimasi prosesor yang spesifik per fungsi. Karena intervalnya sama, yaitu 300 s, nilai waktu CPU terakumulasi dapat dibandingkan secara langsung dalam setiap fungsi dan antara kedua fungsi pada kondisi yang setara.
Open Radio Access Network (O-RAN) mendisagregasi fungsi protokol RAN dan memungkinkan perangkat lunak Centralized Unit (CU) dan Distributed Unit (DU) dieksekusi pada platform komputasi serbaguna. Karena CU dan DU membawa tanggung jawab protokol yang berbeda, keduanya menghasilkan beban kerja prosesor dan jalur eksekusi yang berbeda. Metrik kinerja konvensional, termasuk utilisasi CPU dan throughput, mengukur penggunaan sumber daya secara agregat tanpa mengidentifikasi biaya eksekusi tingkat fungsi atau hambatan mikroarsitektural prosesor. Sebaliknya, karakterisasi tingkat prosesor memberikan wawasan tentang penyediaan sumber daya, penempatan fungsi, optimasi perangkat lunak, dan akselerasi perangkat keras. Makalah ini menjawab kesenjangan tersebut dengan menjelaskan kerangka kerja karakterisasi terkendali yang mengevaluasi fungsi CU dan DU yang disebarkan secara independen pada kondisi perangkat keras dan lalu lintas yang setara. Premis utamanya adalah bahwa utilisasi agregat tidak cukup untuk keputusan penyebaran O-RAN: dua fungsi dapat mengonsumsi persentase CPU yang serupa namun membebani sumber daya mikroarsitektural yang sama sekali berbeda, seperti front-end fetch, eksekusi back-end, hierarki memori, atau prediksi cabang. Penulis mendorong analisis prosesor yang spesifik per fungsi sebagai prasyarat untuk desain infrastruktur O-RAN yang efisien.
Platform eksperimen mengintegrasikan implementasi Linux Foundation OCUDU dengan User Equipment yang diemulasi, antarmuka radio berbasis ZeroMQ, dan core Open5GS. Validasi otomatis mengonfirmasi registrasi dan pengiriman paket dua arah sebelum Intel VTune Hotspots dan Top-Down Microarchitecture Analysis yang berlingkup proses diterapkan. Kerangka kerja ini menegakkan kondisi perangkat keras dan lalu lintas yang setara sehingga pengukuran CU dan DU dapat dibandingkan secara langsung. Profiling berlingkup proses, artinya hanya proses CU atau DU target yang diinstrumentasi, menghindari kontaminasi dari aktivitas sistem yang tidak terkait. Interval profiling yang sama selama 300 detik digunakan untuk kedua fungsi. Alur kerja dapat diringkas sebagai berikut:
Mengapa penting
Nilai waktu CPU yang dilaporkan mengungkap asimetri struktural antara beban kerja CU dan DU. Perbandingan ternormalisasi sederhana dapat dinyatakan sebagai:
Peningkatan waktu CPU akibat beban pada DU kira-kira 8,28 kali lipat dibandingkan CU, memperkuat bahwa kedua fungsi tidak boleh diperlakukan sebagai beban kerja yang dapat dipertukarkan. Metrik agregat seperti utilisasi CPU dan throughput akan melaporkan penggunaan sumber daya tanpa mengungkap hambatan mikroarsitektural mana yang menyebabkan perbedaan ini. Top-Down Microarchitecture Analysis dan profiling Hotspots karenanya diposisikan sebagai pelengkap yang diperlukan: keduanya mengatribusikan biaya eksekusi ke perilaku prosesor tertentu, memberi informasi untuk penyediaan sumber daya, penempatan fungsi, optimasi perangkat lunak, dan akselerasi perangkat keras. Desain kerangka kerja yang setara perangkat keras, setara lalu lintas, dan berlingkup proses mendukung optimasi spesifik per fungsi alih-alih penyebaran RAN yang seragam untuk semua. Penulis menyimpulkan bahwa karakteristik eksekusi CU dan DU yang berbeda membenarkan analisis tingkat prosesor yang khusus untuk setiap fungsi.
Siapa yang sebaiknya membaca
Praktisi dan peneliti ilmu komputer
Membuka konten memberโฆ