NVIDIA avatud lähtekoodiga tööriistad kiirendavad AI-põhiste 6G traadita võrkude arengut

Pilt: NVIDIA · Allikas

NVIDIA avatud lähtekoodiga traadita tarkvara ja tööriistakomplektid, sealhulgas Aerial ja Sionna, võimaldavad uurijatel üle kogu maailma luua ja simuleerida AI-põhiseid 6G võrke, parandades signaalitöötlust, energiakasutust ja robootilise reageerimisvõimega süsteeme.

Ühe aasta pärast oma Aerial traadita tarkvara avamise lähtekoodiga on NVIDIA andnud ülemaailmsetele teadlastele ja arendajatele võimaluse kiirendada järgmise põlvkonna 6G võrkude kujundamist ja testimist. Tuginedes oma AI Aerial komplektile ja Sionna avatud lähtekoodiga teegile, ühendavad need tööriistad traadita simulatsiooni, tehisintellekti treeningu ja reaalse maailma katsetused ühtseks tarkvarakeskkonnaks.

NVIDIA AI Aerial ja Sionna platvormid on kiiresti populaarsust kogunud, olles alla laetud üle miljoni korra ning kasutusel enam kui 8000 akadeemilises ja uurimisasutuses üle maailma. Need pakuvad alust 6G võrkude arendamiseks, mis ületavad andmeside lihtsa edastamise ning hõlmavad täiustatud signaalide vastuvõttu, energiahaldust, robootikajuhtimist ja adaptiivset ühenduvust.

Ühes Londoni King’s College’i uurimisalgatuses kasutati NVIDIA Sionnat ja NVIDIA Jetson AGX Orin riistvara, et ühendada kaameraga varustatud roboti käsi tarkvarapõhise 5G ja serva AI võimekustega. Saates kompaktseid semantilisi kirjeldusi kogu pildi asemel, vähendas süsteem ülesannete täitmise aega üle 50% ning parandas edukust esemete manipuleerimise ülesannetes. See eesmärgipõhine semantiline suhtlemine võimaldab robotitel dünaamilistes keskkondades kiiresti ja usaldusväärselt reageerida.

Teises näites integreeris SoftBank närvivõrgu AI vastuvõtja NVIDIA CUDA kiirendatud RAN (ACAR) lahendusega 5G signaali vastuvõtu parandamiseks. Katsetused tavaliste 5G nutitelefonidega häirete tingimustes näitasid kuni 60% kiiruse kasvu ülesvoolu andmeedastuses võrreldes traditsiooniliste vastuvõtjatega. ETH Zürich’i teadlased kasutasid samuti NVIDIA tööriistu, et kohalikul raadiosagedusel põhinedes närvivõrgu vastuvõtjaid viimistleda, vähendades oluliselt vigade määra.

Energiatõhusus on kriitiline valdkond, kuna 6G ühendab miljardeid seadmeid. Leedsi ülikooli teadlased töötasid välja prognoositava tehisintellekti süsteemi, mis lülitab tugijaamad dünaamiliselt välja ja sisse võrgu nõudluse prognooside põhjal, vähendades RAN võimsuse tarbimist ligi 46% katkestusteta ühenduvuse korral. Nende testimised kasutasid NVIDIA DGX Spark platvorme koos digitaaltwinidega reaalajas valideerimiseks.

Kiiremate innovatsioonitsüklite võimaldamiseks integreeris Kataloonia Telekommunikatsioonitehnoloogia Keskus GPU-kiirendusega raadiokanali mudeleid—jooksutades neid NVIDIA ACAR platvormil—oma avatud lähtekoodiga 5G-LENA võrgu simulaatorisse. See vähendas keerukate simulatsioonide tööaega tundadelt alla 20 minuti, võimaldades teadlastel efektiivsemalt hinnata rohkem disaine ja stsenaariume.

NVIDIA avatud lähtekoodiga traadita tarkvarakomponendid, sealhulgas Aerial CUDA-kiirendatud RAN ja modulaarne Pythoni-põhine Sionna teek, pakuvad väga optimeeritud ehitusplokke 5G ja areneva 6G uurimistöö jaoks. Ühendades keerukad simulatsioonid, AI-põhise signaalitöötluse ja praktilised rakendused, kiirendavad need tööriistad intelligentsete ja adaptiivsete traadita võrkude arengut, mis on loodud teenindama miljardeid inimesi, masinaid ja autonoomseid süsteeme.

Arendajad ja teadlased saavad neile platvormidele ligi GitHubis ning osaleda NVIDIA 6G arendajate programmis ürituste ja koolituste jaoks, mis keskenduvad AI-põhiste traadita võrkude uuendustele.