《電子技術應用》
您所在的位置:首頁 > 人工智能 > 業界動態 > 英偉達積極擴展電信領域 面向AI for RAN邁出第一步

英偉達積極擴展電信領域 面向AI for RAN邁出第一步

2024-04-30
來源:極客網
關鍵詞: 英偉達 AIforRAN

來自市場研究公司Omdia的最新報告寫到,英偉達(NVIDIA)正積極與電信業合作,打造基于人工智能(AI)的服務和解決方案,并構建軟件定義的、加速的電信基礎設施。將AI與無線接入網(RAN)進行集成與融合是該旅程的一個關鍵方面。

在最近的GPU技術大會(GTC)上,英偉達發布了其6G研究云平臺(6G Research Cloud platform),這是一套用于評估和測試RAN的AI/機器學習(ML)算法和模型的綜合套件。Omdia資深首席分析師楊光指出,該研究平臺是英偉達在RAN領域擴展足跡的最新舉措,也可能是實現“AI for RAN”目標的第一步。

英偉達積極與電信運營商合作

英偉達正在將其AI能力擴展到垂直領域,以利用AI平臺的強大功能和性能來加速這些行業的數字化轉型。電信業是英偉達瞄準的垂直領域之一,它打算從三個角度進行業務拓展:

·在可信電信基礎設施上構建、開發和部署主權AI。

·通過生成式AI增強電信運營能力。

·推動RAN的性能(提升)和創新。

這家芯片巨頭在這所有三個領域都在積極與電信運營商合作。僅在今年的前兩個月,英偉達就已經宣布了一系列與電信運營商和供應商的合作伙伴關系或計劃,包括與Telenor Group、新加坡電信(Singtel)、 Indosat Ooredoo Hutchison等的合作。這些合作的重點是將英偉達的AI平臺推向企業市場,并支持電信運營商的內部轉型。

英偉達還與諾基亞合作,改進cloud RAN解決方案以及進行AI-ready RAN的開發。另一項舉措是成立AI-RAN聯盟。該聯盟的創始成員包括AWS、Arm、DeepSig、愛立信、微軟、諾基亞、美國東北大學(Northeastern University)、英偉達、三星電子、軟銀和T-Mobile。這些成員公司和組織目前專注于三個主要研究和創新領域:

·AI and RAN:整合AI和RAN流程,更有效地利用基礎設施并產生新的AI驅動的收入機會。

·AI on RAN:通過RAN在網絡邊緣部署AI服務,以提高運營效率,并為移動用戶提供新服務。

·AI for RAN:通過AI提升RAN能力,提高頻譜效率。

在眼下的5G-Advanced和6G技術討論中,“AI for RAN”已經是一個必不可少的話題。自R17于2020年第一季度啟動以來,3GPP已經啟動了六個研究項目和工作項目,旨在對AI和無線接入技術進行整合,以增強RAN自動化和提高頻譜效率。英偉達一直在參與3GPP的5G-Advanced AI/ML討論,特別是與AI/ML通用框架和空口用例中AI/ML相關的討論。

“AI與通信的融合”也是ITU-R IMT-2030 (6G)框架定義的六種使用場景之一。AI/ML將成為未來6G系統的原生關鍵組件。然而,AI與RAN的融合,特別是AI與空口的融合,仍然面臨著挑戰。

英偉達6G研究云平臺是實現AI for RAN目標的第一步

標準僅指定AI/ML功能之間必要的輸入/輸出/反饋信息。AI/ML算法和模型是特定實現的,不在標準化范圍之內,但這些算法和模型將決定系統性能和用戶體驗。與此同時,電信運營商希望AI/ML算法和模型足夠透明和可解釋,以保證系統的可靠性、安全性和可管理性。

因此,對于AI時代的移動行業參與者來說,評估AI/ML算法和模型的性能并了解其行為變得至關重要。仿真和測試平臺是探索AI和RAN集成融合機遇和應對挑戰的基本工具。

3月18日,英偉達在GTC 2024上發布了6G研究云平臺。其6G研究云平臺由三個基本要素組成:

·英偉達Aerial Omniverse Digital Twin for 6G:基于英偉達Omniverse平臺的系統級模擬器,使研究人員能夠基于特定站點的數據模擬和構建基站算法,實時訓練模型以提高傳輸效率,并在將算法部署到現網之前測試算法的系統級性能。

·英偉達Sionna Neural Radio Framework:用于基于AI/ML的無線模擬的鏈路級研究工具,集成了PyTorch和TensorFlow等流行的ML框架,利用英偉達GPU來生成和捕獲數據,并進行AI/ML模型的大規模訓練。

·英偉達Aerial CUDA-Accelerated RAN:“軟件定義的全RAN堆?!保寡芯咳藛T能夠“實時定制、編程和測試6G網絡”,其中包括英偉達GPU加速的可互操作PHY和MAC層庫,可以通過AI組件輕松修改并進行無縫擴展。

楊光寫到,該平臺展示了AI-RAN時代的仿真和測試工具。GPU加速平臺可以支持具有物理精確模型的大規模仿真,以全面評估不同部署場景下的系統性能。內置的ML框架可以原生支持AI算法與無線接入處理的集成?;跀底謱\生平臺,移動行業參與者或許能夠開發創新的測試解決方案,幫助運營商了解RAN中AI算法和模型的行為,并優化其配置。還可以基于這一云平臺即服務(as-a-service)的商業模式,促進研發,并加速基于AI的RAN的落地。

因此,英偉達6G研究云平臺可能是實現AI for RAN目標的第一步。這種平臺將在5G-Advanced和6G技術的AI算法和模型的開發、評估和測試中發揮關鍵作用,值得運營商和供應商社區的高度關注。


Magazine.Subscription.jpg

本站內容除特別聲明的原創文章之外,轉載內容只為傳遞更多信息,并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創文章及圖片等內容無法一一聯系確認版權者。如涉及作品內容、版權和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經濟損失。聯系電話:010-82306118;郵箱:aet@chinaaet.com。
主站蜘蛛池模板: 国产精品无码av片在线观看播| 日本护士激情波多野结衣| 国产xx在线观看| 永久在线免费观看| 成人免费一区二区三区视频| 五月婷婷综合在线| 深夜爽爽福利gif在线观看| 国产伦精品一区二区三区四区| 7777奇米影视| 宝贝过来趴好张开腿让我看看 | 婷婷五月综合激情| 久久五月精品中文字幕| 欧美大尺度电影| 伊人久久精品一区二区三区| 色噜噜狠狠色综合日日| 国产白嫩漂亮美女在线观看| 99日精品欧美国产| 成人午夜视频在线观看| 久久精品免费一区二区三区| 欧美日韩国产在线人成| 免费人成在线观看播放国产| 色窝窝亚洲AV网在线观看| 国产电影入口麻豆| 91国内揄拍·国内精品对白| 小东西怎么流这么多水怎么办| 久久亚洲精品无码观看不卡| 橘梨纱视频一区二区在线观看 | 狠狠色丁香婷婷久久综合蜜芽| 四虎影院国产精品| 风间由美性色一区二区三区| 国产精品久久国产精品99盘| 99久久无码一区人妻| 婷婷五月综合色中文字幕| 中文字幕人成乱码熟女| 日韩一区二区三区无码影院| 亚洲一区二区三区在线观看网站 | 波多野结衣免费一区视频| 免费高清小黄站在线观看| 色噜噜狠狠狠狠色综合久一| 国产在线观看免费不卡| 亚洲人成7777|