NVIDIA Open-Source-Tools treiben 6G-Netzwerkinnovationen voran
Die Open-Source-Tools von NVIDIA, einschließlich der drahtlosen Software Aerial und Sionna, spielen eine entscheidende Rolle bei der Weiterentwicklung der nächsten Generation von 6G-Netzen. Diese Tools bieten Forschern eine Plattform, um Ideen zu testen, Ergebnisse zu vergleichen und das AI-Training mit realen drahtlosen Experimenten zu integrieren. Im vergangenen Jahr hat die weltweite Akzeptanz der NVIDIA AI Aerial- und Sionna-Software um das Zehnfache zugenommen, mit mehr als 1 Millionen Downloads und der Nutzung durch über 8,000 Forschungs- und Bildungseinrichtungen weltweit.
AI-gesteuerte Netzwerke für schnellere robotergestützte Antworten
Forscher am King's College London haben gezeigt, wie die Tools von NVIDIA die Effizienz von Robotern verbessern können. Durch die Verbindung eines mit einer Kamera ausgestatteten Roboterarms mit einem NVIDIA Jetson AGX Orin, der Sionna ausführt, implementierten sie zielorientierte semantische Kommunikation. Dieser Ansatz überträgt kompakte Beschreibungen von Objekten anstelle von vollständigen Bildern und reduziert die Zeit bis zum Abschluss von Aufgaben um bis zu 52.6% in dynamischen Umgebungen wie Lagerhäusern. Das System erwies sich ebenfalls als widerstandsfähig und erkannte fallengelassene Objekte und vermied Kollisionen mithilfe eines digitalen Zwillings.
Verbesserung des Empfangs mit AI
SoftBank integrierte einen neuronalen Empfänger in NVIDIA Aerial CUDA-Accelerated RAN (ACAR), um den Empfang zu verbessern. In Tests mit Störungen erzielte der neuronale Empfänger eine um bis zu 60% höhere Upload-Durchsatzrate im Vergleich zu herkömmlichen Empfängern. ETH Zürich-Forscher verbesserten den Empfang zusätzlich, indem sie neuronale Empfänger mit lokalen Messungen abstimmten und die Blockfehlerquoten um mehr als ein Drittel reduzierten.
Energieeffiziente Netzwerkverwaltung
Mit dem Wachstum der 6G-Netzwerke wird die Energieeffizienz zu einem kritischen Fokus. Forscher an der Universität Leeds entwickelten ein System, das NVIDIA DGX Spark verwendet, um die Netzwerknachfrage vorherzusagen und die Entscheidungen über den Schlafstatus der Basisstationen zu steuern. Dieser Ansatz reduzierte den Stromverbrauch von RAN um 45.6% und hielt gleichzeitig die Konnektivität aufrecht, und demonstrierte das Potenzial für AI-gesteuertes Energiemanagement in zukünftigen Netzwerken.
Beschleunigung von Netzwerk-Simulationen
Das Centre Tecnològic de Telecomunicacions de Catalunya (CTTC) hat GPU-beschleunigte Funkkanalmodelle in seinen 5G-LENA-Simulator unter Verwendung von NVIDIA ACAR integriert. Diese Innovation reduzierte die Simulationslaufzeiten von drei Stunden auf bis zu 10-20 Minuten, was eine schnellere Bewertung von Netzwerkdesigns und -szenarien ermöglicht. Solche Fortschritte werden voraussichtlich die Entwicklung von 6G-Netzen rationalisieren.
Diese Durchbrüche heben das transformative Potenzial der Open-Source-Tools von NVIDIA hervor, die KI-nativ sind und 6G-Netze formen, die fortschrittliche Konnektivität, Computing und Sensortechnologien bieten.