然而在双方融合与实践中，5G系统厂商或是云计算服务商都需要大量工作修改业务实现，以适配5G系统在云平台更好的运行。此外在云上运行多个5G实例，无论是来自一个还是多个5G系统厂商，都会消耗和浪费大量资源。
为此，阿里达摩院XG实验室联合北京大学计算机学院系统软件团队，对5G系统与底层池化调度技术开展了深入研究分析，初步建立了一套针对5G与云底座的池化调度系统，能够在不修改5G业务代码的前提下快速适配5G网络功能，同时能够提升系统性能、资源与管控效率。为行业提供借鉴意义。
01
5G网络功能适配和资源浪费
如图，云化5G能够运行在硬件底座上，包括通用硬件（计算、网络、存储）和RAN加速硬件（如ASIC、FPGA、GPU等）。基于硬件底座，阿里提供了云原生底座和达摩院XG实验室5G池化调度系统，从而支撑来自不同5G系统厂商的多个5G移动网络功能（如5G RAN、5G Core等）部署运行。
网络功能适配：在云中运行多个 5G 实例，需要5G网络功能（如基站、核心网等）和云平台之间较好的适配。5G网络功能适配云平台，需要业务代码的修改包括功能设计、编码调试、联调测试、云平台部署、调优迭代等环节，人力和时间成本均较高。
资源浪费：无论是来自同一5G系统厂商还是来自多个5G系统厂商，都会消耗和浪费大量资源，这是当前云平台、5G系统厂商、运营商普遍遇到的问题。例如，一些基准测试显示，基站侧存在约40%~80%的计算资源被浪费。
02
池化调度目标
XG实验室旨在不修改5G系统任何业务代码，从云平台的角度快速统一适配5G系统的网络功能并实现资源优化。这一目标对诸多5G系统厂商是及其友好且便利的，但是这对技术实现带来了很多难题：
5G网络功能多样性适配难度大：5G生态中有诸多基站、核心网厂商，不同5G系统厂商的实现虽然存在共性的但是也具备多样性。因此，云平台需要根据5G网络功能的共性进行统一适配，同时兼容多样性，这对云平台的适配工作带来了很大难度。不同5G系统运行在云平台有两种途径：
- 5G系统厂商修改5G网络功能业务代码适配云平台；
- 5G系统厂商不修改任何业务代码，云平台实现统一适配。
前者对所有5G系统厂商来说需要大量的人力物力和时间成本；而后者主要在于云平台，工作量和难度都极大。
- 5G网络功能实时性要求高：5G网络功能作为移动通信功能的载体，对实时性、稳定性等指标具有极高的要求。尤其是在基站侧，违反实时性要求可能会导致基站宕机或故障。因此对池化调度技术要求很高，调度不能引入额外的延迟和稳定性影响。
- 调度指标少：在不修改业务代码的前提下，云平台无法获取5G网络功能内部的调度指标。而宏观指标如CPU资源利用率，因为粒度较粗，在 5G网络功能实时性要求较高的前提下，无法用于细粒度调度。
03
方案：池化调度技术
如图所示，XG实验室研究团队提出了5G池化调度技术，主要包括监控层和调度器。
监控层-无代码入侵适配：监控层实现统一适配工作，使得云平台能够在不改动5G系统厂商业务代码的前提下，支持不同5G系统厂商的多个5G实例部署运行。此外，监控层对不同5G实例的负载进行检测，并将负载波动反馈给调度器。
调度器-微秒级调度：调度器根据来自监控层的5G实例业务负载波动，能够按需对5G实例的线程和CPU资源进行细粒度映射和分配。此外，调度器在用户态实现，极大简化了实现、测试等方面的工作量，云平台能够快速实现并适配不同5G5G系统厂商。
通过实践，使用达摩院XG实验室5G池化调度技术，可以使得云平台满足5G系统厂商部署需求：
1. 无代码入侵适配：无需修改5G系统厂商任何业务代码，阿里云底座池化调度能够快速适配不同5G系统厂商多个5G实例部署运行。云平台适配工作，所需代码开发量较传统实现降低一个数量级。（快速指标的量化）
2. 无性能损失：5G实例端到端时延、吞吐、稳定性等性能指标，CPU cache miss等资源指标，与5G系统厂商原有运行方式相比，性能损失均低于2%。
3. 资源优化：支持5G实例与第三方应用弹性扩缩容，CPU资源消耗比原有系统下降35%~88%，功耗比原有系统下降10%。
