T-Mobile US y Ericsson demuestran formación de haz mejorada con IA en red 5G-Advanced

Image: Illustrative image · Wikimedia Commons · Public domain · Source

T-Mobile US y Ericsson están probando formación de haz gestionada por IA en 5G-Advanced, logrando hasta un 50% más de formación avanzada y mejor eficiencia de red durante picos de tráfico.

T-Mobile US, en colaboración con Ericsson, está probando un enfoque impulsado por IA para la asignación de recursos de radio en su red 5G-Advanced, con enfoque en mejorar las técnicas de formación de haz para gestionar mejor el tráfico inalámbrico. La prueba involucra un modelo de IA supervisado entrenado con datos extensos de la red de T-Mobile, que se ejecuta en plataformas de cómputo y silicio RAN de Ericsson. Este modelo predice la demanda creciente en tiempo real, permitiendo que la red redirija dinámicamente los recursos de señales de referencia de sondeo (SRS), que son transmisiones breves de los dispositivos para medir y dirigir con precisión los haces entre la estación base y los dispositivos del usuario.

La asignación tradicional de recursos para SRS ha sido rígida y basada en reglas, pero el sistema de IA de T-Mobile se adapta en tiempo real, optimizando la formación de haz según las condiciones actuales del tráfico. Las pruebas en sitios recientemente activados en la ciudad de Nueva York mostraron mejoras significativas en el rendimiento durante los periodos de mayor uso. Las ganancias clave incluyeron aproximadamente un aumento del 50 % en formación avanzada de haz usando SRS de banda completa, un incremento del 16 % en el rendimiento de usuario en enlace descendente, un aumento del 12 % en eficiencia espectral y un 10 % más en volumen total de datos en enlace descendente.

Estos resultados se apoyan en logros previos de los socios, quienes en mayo reportaron alrededor de un 10 % de mejora en eficiencia espectral gracias a un programador nativo de IA y adaptación mejorada del enlace en tráfico de red en vivo. El Director de Red de T-Mobile, Ankur Kapoor, destacó que el enfoque de IA es especialmente adecuado para su red 5G-Advanced debido a su dependencia del espectro TDD (División por Tiempo), que usa la misma banda para enlace ascendente y descendente, y donde T-Mobile lidera, especialmente en frecuencias de banda media.

Los socios enfatizan que, ante el continuo crecimiento del tráfico de datos móviles—impulsado en gran medida por contenido de video y adopción de 5G que supera los 3.1 mil millones de suscripciones en todo el mundo—las redes deben evolucionar para ser cada vez más inteligentes y adaptativas. Jaco du Plooy, de Ericsson, señaló la prueba como un paso clave hacia redes auto-optimizable impulsadas por tecnología avanzada de silicio.

Mirando hacia adelante, Kapoor prevé que las redes 6G requerirán capacidades aún mayores para detectar, aprender y reaccionar en tiempo real para soportar aplicaciones emergentes como IA distribuida, robótica e IA visual, con la red 5G-Advanced en expansión a nivel nacional de T-Mobile sirviendo como campo de pruebas para estas tecnologías futuras. Este ensayo subraya el papel creciente de la IA en la optimización de la gestión de recursos de red y en la mejora de la experiencia del usuario bajo la demanda creciente de datos móviles.