[论文解读] TENORAN: Automating Fine-grained Energy Efficiency Profiling in Open RAN Systems

Ravis Shirkhani, Stefano Maxenti+8 more|arXiv (Cornell University)|Feb 13, 2026

Software-Defined Networks and 5G被引用 0

一句话总结

TENORAN 是一个自动化框架，通过将容器化的 RAN 组件与多层次功率测量和 OTA 测试相结合，在 Open RAN 中对端到端的能源与性能进行分析。它在 OAI 与 srsRAN 堆栈、核心网以及 RU 功率的粒度层面展示能源分析。

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.

研究动机与目标

• 在 Open RAN 中推动能效提升，并强调在解耦架构中需要高分辨率的能源分析。

提出的方法

• 提出 TENORAN：用于 Open RAN 部署中端到端能源分析的自动化测量框架。
• 在 OpenShift 上将容器化的 RAN 组件与功率测量工具（Kepler、PDU、Yocto-Watt）集成，以获得细粒度数据。
• 利用高级测试规范来部署 E2E 网络、运行 OTA 测试，并将功率与性能指标同步。
• 收集容器级、节点级和 RU 级的功率轨迹，并与性能指标对齐以评估能源效率。
• 在 OpenShift 上用 OpenAirInterface、srsRAN、Open5GS、Near-RT RIC 与 xApps 的原型进行演示。

实验结果

研究问题

• RQ1 如何在异构 Open RAN 部署中实现端到端能源分析的自动化？
• RQ2 在不同 RAN 堆栈（OAI 与 srsRAN）在不同流量与拓扑条件下的能源-性能特征是什么？
• RQ3 核心网负载如何影响 E2E O-RAN 测试中的能耗？
• RQ4 能否将 RU、容器和 pod 级的细粒度测量结合起来，以产生可操作的能源效率洞见？
• RQ5 xApps 对 E2E Open RAN 场景下总体能源效率的影响是什么？

主要发现

• OAI 显示负载相关的能源消耗，而 srsRAN 在 UDP 负载下大致保持恒定功率水平。
• 下行和上行的能源效率在不同堆栈之间存在差异，其中上行通常比下行更耗能。
• 核心 UPF 的功率随着 UDP 流量大致线性增加，从 ~1.5 W 增至 ~5 W，负载提升（10–70 Mbps）。
• 结合多台用户设备的端到端能源分析表明，随着用户增多，能效提高，因为基础设施共享（例如从 ~1.5 Mbit/J 提升至 ~2.5 Mbit/J）。
• xApp 实现会以不同方式影响 CU/DU 与 RU 的功率；在相同负载下，符合标准的 xApp 的功耗高于基于 protobuf 的实现。