open ran，是开放式ran架构的通用术语，包含了开放式接口、虚拟化和ai智能化等。
openran，是tip（telecom infra project，电信基础设施项目，于2016年由facebook发起，目前已有超过500家成员，包括运营商、设备商、芯片商、it商和系统集成商，其中，沃达丰、西班牙电信、德国电信、英国电信、sk电信、诺基亚、英特尔等企业是主要成员。）发起的一个项目，旨在实现开放式ran，工作范围包括2g/3g/4g/5g。o-ran，通常指o-ran联盟，以及由o-ran联盟制定的标准。
o-ran联盟由中国移动、at＆t、德国电信、ntt docomo和orange五家运营商于2018年2月发起成立，由原来的c-ran联盟和xran论坛合并而成，其中，c-ran联盟主要由中国企业组成，xran论坛主要由at＆t、ntt docomo等美日韩和欧洲企业组成。
o-ran联盟由九大工作组（wg）组成，分别负责不同领域的技术研究，wg1负责研究用例和整体架构，wg2负责研究非实时ric和a1接口，wg3负责研究近实时ric和e2接口，wg4负责研究开放式前传，wg5负责研究开放的f1/w1/e1/x2/ xn接口，wg6负责云化与编排，wg7负责硬件白盒化，wg8负责软件开源化，wg9负责开放式x-haul传输。
o-ran和openran有啥区别？
简单地说，o-ran联盟会制定标准，以作为3gpp标准的补充；而openran并不制定标准，只是推广openran，并参考或采用o-ran和3gpp规范。
vran，即虚拟化ran，顾名思义，旨在推动ran软件化和可编程化。open ran强调开放性，而vran强调网络功能虚拟化、软件化。vran始于具有专用接口的4g ran，后来逐渐扩展到2g/3g openran和5g openran或o-ran。
c-ran，即cloud ran，指基于云原生技术（比如微服务、容器和ci/ cd）构建的vran。c-ran的c还有另一层意思——集中化，即cu和du集中化部署。
o-ran与3gpp ran架构有啥区别？3gpp r15引入了cu和du分离的ran架构，定义了cu-cp（控制面）和cu-up（用户面）之间的e1接口，以及cu与du之间的f1接口。
但o-ran进一步开放前传接口，并在管理层和ran新引入了non-real-time ric和near-realtime ric两个控制器，且新增了a1、e2、o1、o2等接口。
smo，service management and orchestration，类似nfv中的mano，负责管理网络功能和nfvi基础设施，其包含的管理接口和管理内容如下。
·o1接口：负责管理网络功能（vnf），包括配置、告警、性能、安全管理等。
·o2接口：负责管理云平台（o-cloud）的资源和负载管理。
·m-plane接口：负责对oru管理。
其他接口功能——
·a1：将网络或ue级信息从enb/gnb传输到non-real-time ric，以优化网络并确保sla。
·e2：near-real-time ric与cu/du之间的接口，负责传递来自cu/du的测量报告以及将配置命令发送给cu/du。
ric，全称为radio intelligent controller，无线智能控制器。顾名思义，就是通过引入ai实现ran运维自动化、智能化。
non-real-time ric，指非实时部分，负责处理时延要求大于1秒的业务，比如数据分析、ai模型训练等。
near-real-time ric，指近实时部分，负责处理时延要求小于1秒（50ms~200ms）的业务，比如无线资源管理、切换决策、双连接控制、负载均衡等。
non-real-time ric位于smo内，通过从ran和应用服务器收集全域相关数据，进行数据分析和ai训练，并将推理和策略通过a1接口下发、部署于near-real-time ric。
near-real-time ric位于ran内，负责收集和分析ran的即时信息，结合non-real-time ric提供的额外或全局信息，并通过non-realtime ric下发的推理模型和策略，实时监控和预测网络与用户行为变化，并根据策略（比如qoe目标）实时对ran参数进行调整，包括调整资源分配、优先级、切换等。比如，预测到网络即将发生拥塞，near-rt ric根据推理实时调整网络参数以预防拥塞。
near-real-time ric中包含了多个xapp。xapp是可以由第三方独立部署的应用，它将ai推理模型和策略部署于其中，并且不同的xapp与不同的ran功能关联，从而使得ran功能组件具备灵活的可编程性和可扩展性。
总之，o-ran通过引入nonreal-time ric和near-real-time ric，两者合力可基于ai对网络负载均衡、移动性管理、多连接控制、qos管理、网络节能等功能进行主动优化和调整，最终实现网络智能化、自动化。