Инструменты с открытым исходным кодом NVIDIA ускоряют разработку беспроводных сетей 6G с ИИ

Image: NVIDIA · Source

Программное обеспечение и наборы инструментов NVIDIA с открытым исходным кодом, включая Aerial и Sionna, позволяют исследователям во всем мире создавать и моделировать AI-ориентированные сети 6G с улучшенной обработкой сигналов, энергоэффективностью и роботизированной отзывчивостью.

Год спустя после выпуска беспроводного программного обеспечения Aerial с открытым исходным кодом NVIDIA предоставляет исследователям и разработчикам по всему миру возможности для ускорения проектирования и тестирования сетей следующего поколения 6G. Основываясь на платформе AI Aerial и библиотеке с открытым исходным кодом Sionna, эти инструменты объединяют моделирование беспроводных сетей, обучение ИИ и реальные эксперименты в единой программной экосистеме.

Платформы NVIDIA AI Aerial и Sionna быстро получили широкое распространение — их скачали более миллиона раз, они используются более чем 8000 академическими и исследовательскими учреждениями по всему миру. Вместе они создают базу для разработки сетей 6G, выходящих за рамки простой передачи данных, включая продвинутый прием сигналов, управление энергией, управление роботами и адаптивное подключение.

Одна из исследовательских инициатив в King's College London использовала NVIDIA Sionna и оборудование NVIDIA Jetson AGX Orin для подключения роботизированной руки с камерой и программно определяемыми возможностями 5G и периферийного ИИ. Передавая компактные семантические описания вместо полных изображений, система сократила время выполнения задач более чем на 50% и улучшила показатели успешного манипулирования объектами. Такой целенаправленный подход к семантической коммуникации позволяет роботам быстро и надежно реагировать в динамичных условиях.

В другом примере SoftBank интегрировала нейронный ИИ-приемник с CUDA-ускоренным радиодоступом NVIDIA (ACAR), чтобы улучшить прием сигнала 5G. Тесты с коммерческими 5G смартфонами в условиях помех показали увеличение пропускной способности в направлении загрузки до 60% по сравнению с обычными приемниками. Исследователи ETH Zurich также использовали инструменты NVIDIA для тонкой настройки нейронных приемников под местные радиусловия, значительно снижая уровень ошибок.

Энергоэффективность — ключевой аспект, учитывая, что 6G соединит миллиарды устройств. Исследователи Университета Лидса разработали предиктивную ИИ-систему для динамического отключения и активации базовых станций на основе прогнозов сетевого спроса, что позволило сократить энергопотребление RAN почти на 46% без прерывания связи. Их тесты проводились на платформах NVIDIA DGX Spark с использованием цифровых близнецов для проверки в реальном времени.

Для ускорения циклов инноваций Центр технологических телекоммуникаций Каталонии интегрировал GPU-ускоренные модели радиоканалов — работающие на NVIDIA ACAR — в их open source симулятор сети 5G-LENA. Это сократило время сложных симуляций с нескольких часов до менее чем 20 минут, позволяя исследователям эффективнее оценивать большее количество проектов и сценариев.

Компоненты беспроводного ПО NVIDIA с открытым исходным кодом, включая Aerial CUDA-Accelerated RAN и модульную Python-библиотеку Sionna, предоставляют высоко оптимизированные строительные блоки для исследований 5G и будущих 6G. Объединяя сложные симуляции, ИИ-обработку сигналов и практические внедрения, эти инструменты стимулируют развитие интеллектуальных, адаптивных беспроводных сетей, предназначенных для обслуживания миллиардов людей, машин и автономных систем.

Разработчики и исследователи могут получить доступ к этим платформам на GitHub и участвовать в программе NVIDIA 6G Developer Program, которая предлагает мероприятия и тренинги, посвященные инновациям в AI-родных беспроводных сетях.