[논문 리뷰] TENORAN: Automating Fine-grained Energy Efficiency Profiling in Open RAN Systems

Ravis Shirkhani, Stefano Maxenti외 8명|arXiv (Cornell University)|2026. 02. 13.

Software-Defined Networks and 5G인용 수 0

한 줄 요약

TENORAN은 컨테이너화된 RAN 구성요소를 다층 전력 측정 및 OTA 테스트와 통합하여 Open RAN에서 종단 간 에너지와 성능을 프로파일링하는 자동화 프레임워크입니다. 이것은 세밀한 입자 단위로 OAI와 srsRAN 스택, 핵심 네트워크, RU 전력 전체에서 에너지 프로파일링을 시연합니다.

ABSTRACT

The transition to disaggregated and interoperable Open Radio Access Network (RAN) architectures and the introduction of RAN Intelligent Controllers (RICs) in O-RAN creates new resource optimization opportunities and fine-grained tuning and configuration of network components to save energy while fulfilling service demand. However, unlocking this potential requires fine-grained and accurate energy measurements across heterogeneous deployments. Three factors make this particularly challenging [...]. To address these challenges, we design the TENORAN framework, an automated measurement scaffold for fine-grained energy efficiency profiling of O-RAN deployments, and prototype it on a heterogeneous OpenShift cluster. TENORAN instruments an end-to-end deployment based on high-level specifications (e.g., gNB software stack and split options, traffic profiles), and collects synchronized performance metrics and power measurements for individual RAN components while the network is under controlled workloads including over-the-air traffic. Our experimental results demonstrate energy profiling of end-to-end experiments with xApps in the loop, energy efficiency differences between two RAN stacks, OpenAirInterface and srsRAN, in uplink and downlink, and core network power consumption trends.

연구 동기 및 목표

• 오픈 RAN에서 에너지 효율성을 촉진하고, 분리된 아키텍처 전반에 걸친 고해상도 에너지 프로파일링의 필요성을 강조한다.

제안 방법

• TENORAN을 제안: O-RAN 배치에서 엔드투엔드 에너지 프로파일링을 위한 자동 측정 골격.
• OpenShift에서 컨테이너화된 RAN 구성요소를 전력 측정 도구(Kepler, PDU, Yocto-Watt)와 통합하여 세밀한 데이터를 수집.
• 고수준 테스트 명세를 사용하여 E2E 네트워크를 배포하고 OTA 테스트를 실행하며 전력 및 성능 지표를 동기화한다.
• 컨테이너, 노드, RU 수준의 전력 흔적을 수집하고 이를 성능 지표와 정렬하여 에너지 효율성을 평가한다.
• OpenShift에서 OpenAirInterface, srsRAN, Open5GS, Near-RT RIC 및 xApps를 사용한 프로토타입을 시연한다.

실험 결과

연구 질문

• RQ1 이질적인 Open RAN 배포에서 엔드투엔드 에너지 프로파일링을 어떻게 자동화할 수 있을까?
• RQ2 다양한 트래픽과 토폴로지에서 서로 다른 RAN 스택(OAI 대 srsRAN)의 에너지-성능 특성은 무엇인가?
• RQ3 E2E O-RAN 테스트에서 코어 네트워크 로드가 에너지 소비에 미치는 영향은 무엇인가?
• RQ4 세밀한 RU, 컨테이너 및 파드 수준의 측정을 결합하여 실행 가능한 에너지 효율 인사이트를 얻을 수 있는가?
• RQ5 E2E Open RAN 시나리오에서 xApps가 전반적 에너지 효율성에 미치는 영향은 무엇인가?

주요 결과

• OAI는 하중 의존적 에너지 소비를 보이는 반면, srsRAN은 UDP 부하에 걸쳐 거의 일정한 전력 수준을 유지한다.
• 다운링크와 업링크의 에너지 효율은 스택 간에 다르며, 일반적으로 업링크가 다운링크보다 에너지가 더 많이 소모된다.
• 코어 UPF 전력은 로드 증가에 따라 ~1.5 W에서 ~5 W까지 대략 선형적으로 증가한다(부하 상승 시 10–70 Mbps).
• 다중 UE를 통한 엔드투엔드 에너지 프로파일링은 인프라 공유로 인해 더 많은 사용자가 있을수록 에너지 효율이 향상됨을 시사한다(예: ~1.5 Mbit/J에서 ~2.5 Mbit/J로).
• xApp 구현은 CU/DU 및 RU 전력에 다르게 영향을 미치며, 동일한 부하에서 표준 규격 준수 xApp은 프로토버프 기반보다 더 많은 전력을 소모한다.