NVIDIA atvirojo kodo įrankiai pagreitina AI valdomų 6G bevielių tinklų kūrimą

Vaizdas: NVIDIA · Šaltinis

NVIDIA atvirojo kodo bevielės programinės įrangos ir įrankių rinkiniai, įskaitant Aerial ir Sionna, leidžia mokslininkams visame pasaulyje kurti ir simuliuoti AI gimtąsias 6G tinklus su patobulinta signalo apdorojimu, energijos efektyvumu ir robotikos reakcijos greičiu.

Praėjus metams po to, kai NVIDIA atvėrė savo Aerial bevielės programinės įrangos šaltinį, įmonė suteikia galimybę tyrėjams ir kūrėjams visame pasaulyje spartinti naujos kartos 6G tinklų projektavimą ir testavimą. Remiantis AI Aerial rinkinio ir Sionna atvirojo kodo bibliotekos pagrindu, šie įrankiai vienija bevielės simuliacijos, AI mokymo ir realaus pasaulio eksperimentavimo procesus į vientisą programinės įrangos ekosistemą.

NVIDIA AI Aerial ir Sionna platformos sparčiai įgijo populiarumą – jų parsisiuntimų skaičius viršijo milijoną, o jas naive daugiau nei 8 000 akademinių ir tyrimų institucijų visame pasaulyje. Kartu jos sudaro pagrindą kurti 6G tinklus, kurie siekia ne tik perduoti duomenis, bet ir apima pažangų signalo priėmimą, energijos valdymą, robotikos valdymą ir adaptyvų ryšį.

Viena tyrimų iniciatyva King’s College Londone panaudojo NVIDIA Sionna ir NVIDIA Jetson AGX Orin aparatinę įrangą prijungti kameros turinčiai robotų rankai su programiškai apibrėžtomis 5G ir periferiniais AI galimybėmis. Vietoje pilnų paveikslėlių sistema perdavė glaustus semantinius aprašymus, dėl to užduoties atlikimo laikas sumažėjo daugiau nei 50 %, o sėkmingų objektų manipuliavimo užduočių rodiklis pagerėjo. Šis tikslo orientuotas semantinės komunikacijos metodas leidžia robotams greitai ir patikimai reaguoti dinamiškoje aplinkoje.

Kitoje situacijoje SoftBank integravo neuroninį AI imtuvą su NVIDIA CUDA pagreitintu RAN (ACAR), siekiant pagerinti 5G signalo priėmimą. Testavimai su komerciniais 5G išmaniaisiais telefonais esant trikdžiams parodė iki 60 % didesnį uplink pralaidumą, palyginti su tradiciniais imtuvais. ETH Ciuricho mokslininkai taip pat panaudojo NVIDIA įrankius neuroniniams imtuvams koreguoti pagal vietines radijo sąlygas, reikšmingai sumažindami klaidų rodiklius.

Energijos efektyvumas yra svarbi sritis, kai 6G tinklai sujungia milijardus įrenginių. Lydso universiteto tyrėjai sukūrė prognozuojamą AI sistemą, dinamiškai įjungiančią ir išjungiančią bazines stotis pagal tinklo paklausos prognozes, sumažindami RAN galios suvartojimą beveik 46 %, nepertraukdami ryšio. Šie bandymai vyko naudojant NVIDIA DGX Spark platformas kartu su skaitmeniniais dvyniais realaus laiko patikrinimui.

Norėdami pagreitinti inovacijų ciklus, Centre Tecnològic de Telecomunicacions de Catalunya integravo GPU pagreitintas radijo kanalo modelius, veikiančius NVIDIA ACAR, į savo atvirojo kodo 5G-LENA tinklo simuliatorių. Tai sumažino sudėtingų simuliacijų trukmę nuo kelių valandų iki mažiau nei 20 minučių, leidžiant tyrėjams efektyviau vertinti daugiau dizainų ir scenarijų.

NVIDIA atvirojo kodo bevielės programinės įrangos komponentai, įskaitant Aerial CUDA pagreitintą RAN ir modulinę Python pagrindu sukurtą Sionna biblioteką, suteikia itin optimizuotas sudedamąsias dalis 5G ir naujų 6G tyrimams. Susiedami pažangias simuliacijas, AI valdomą signalo apdorojimą ir praktinius diegimus, šie įrankiai paskatina pažangių, adaptyvių bevielių tinklų kūrimą, skirtų tarnauti milijardams žmonių, įrenginių ir autonominių sistemų.

Kūrėjai ir tyrėjai gali naudotis šiomis platformomis GitHub svetainėje ir dalyvauti NVIDIA 6G kūrėjų programoje renginiuose bei mokymuose, skirtuose AI gimtosios bevielės tinklo inovacijoms.