Oprogramowanie Open Source NVIDIA przyspiesza rozwój bezprzewodowych sieci 6G sterowanych AI

Image: NVIDIA · Source

Oprogramowanie bezprzewodowe NVIDIA oraz zestawy narzędzi, takie jak Aerial i Sionna, umożliwiają badaczom na całym świecie budowę i symulację natywnych sieci 6G z ulepszonym przetwarzaniem sygnału, efektywnością energetyczną oraz responsywnością robotów.

Rok po udostępnieniu oprogramowania bezprzewodowego Aerial jako open source, NVIDIA umożliwia badaczom i deweloperom na całym świecie przyspieszenie projektowania i testów sieci 6G nowej generacji. Bazując na fundamentach swojej AI Aerial suite oraz otwartoźródłowej biblioteki Sionna, narzędzia te integrują symulacje bezprzewodowe, szkolenie AI oraz rzeczywiste eksperymenty w spójnym ekosystemie oprogramowania.

Platformy NVIDIA AI Aerial oraz Sionna szybko zyskały popularność, z ponad milionem pobrań i ponad 8000 instytucji akademickich i badawczych na całym świecie korzystających z nich. Razem stanowią podstawę do rozwoju sieci 6G, które wykraczają poza transmisję danych, obejmując zaawansowane odbieranie sygnału, zarządzanie energią, sterowanie robotami oraz adaptacyjne łącze.

Jedna z inicjatyw badawczych na King’s College London wykorzystała NVIDIA Sionna oraz sprzęt NVIDIA Jetson AGX Orin, aby połączyć ramię robota wyposażone w kamerę z oprogramowaniem definiowanym 5G i AI na brzegu sieci. Poprzez przesyłanie skompresowanych opisów semantycznych zamiast pełnych obrazów, system skrócił czas realizacji zadań o ponad 50% oraz poprawił wskaźniki sukcesu w zadaniach manipulacji obiektami. Takie celowane podejście do komunikacji semantycznej pozwala robotom szybko i wiarygodnie reagować w dynamicznych środowiskach.

Innym przykładem jest integracja przez SoftBank neuronowego odbiornika AI z akcelerowanym przez CUDA radiowym dostępem sieciowym NVIDIA (ACAR), co poprawiło odbiór sygnału 5G. Testy na komercyjnych smartfonach 5G z zakłóceniami wykazały wzrost przepustowości w kierunku wysyłania do 60% w porównaniu z konwencjonalnymi odbiornikami. Naukowcy z ETH Zurich wykorzystali również narzędzia NVIDIA do dopasowania odbiorników neuronowych do lokalnych warunków radiowych, znacznie obniżając wskaźniki błędów.

Efektywność energetyczna jest krytycznym obszarem zainteresowania, gdyż 6G łączy miliardy urządzeń. Badacze z University of Leeds opracowali predykcyjny system AI do dynamicznego wyłączania i aktywowania stacji bazowych na podstawie prognoz zapotrzebowania sieciowego, redukując zużycie energii w RAN o niemal 46% bez przerwy w łączności. Testy te wykorzystywały platformy NVIDIA DGX Spark wraz z cyfrowymi bliźniakami do weryfikacji w czasie rzeczywistym.

Aby umożliwić szybsze cykle innowacji, Centrum Technologiczne Telekomunikacji Katalonii zintegrowało modele kanałów radiowych akcelerowane przez GPU — działające na NVIDIA ACAR — z ich otwartoźródłowym symulatorem sieci 5G-LENA. Zredukowało to czas symulacji z kilku godzin do poniżej 20 minut, umożliwiając efektywniejszą ocenę większej liczby projektów i scenariuszy.

Oprogramowanie open source NVIDIA do sieci bezprzewodowych, w tym Aerial CUDA-Accelerated RAN oraz modułowa biblioteka Sionna oparta na Pythonie, dostarcza wysoce zoptymalizowane komponenty dla badań 5G i przyszłych 6G. Łącząc zaawansowane symulacje, sterowanie sygnałem oparte na AI oraz praktyczne wdrożenia, narzędzia te katalizują rozwój inteligentnych, adaptacyjnych sieci bezprzewodowych zaprojektowanych, aby obsługiwać miliardy ludzi, maszyn oraz systemów autonomicznych.

Deweloperzy i badacze mogą uzyskać dostęp do tych platform na GitHub oraz uczestniczyć w programie NVIDIA 6G Developer Program, obejmującym wydarzenia i szkolenia koncentrujące się na innowacjach w natywnych dla AI sieciach bezprzewodowych.