NVIDIAs Open-Source-Tools treiben die Forschung und Innovation im 6G-Netzwerk voran

NVIDIAs Open-Source-Tools, einschließlich der Aerial-Drahtlossoftware und Sionna, spielen eine entscheidende Rolle bei der Förderung der Forschung zu Netzwerken der nächsten Generation im 6G. Im vergangenen Jahr ist die globale Annahme dieser Tools um das Zehnfache gewachsen, mit mehr als 1 Millionen Downloads und der Nutzung durch über 8,000 Forschungs- und Bildungseinrichtungen weltweit. Diese Plattformen ermöglichen es Forschern, Ideen zu testen, Ergebnisse zu vergleichen und auf den Arbeiten anderer aufzubauen, indem sie Simulation, KI-Training und Experimente mit drahtlosen Systemen in der realen Welt verbinden.

Beschleunigung der Reaktionszeiten von Robotern

Forscher am King's College London haben demonstriert, wie NVIDIAs Tools die Effizienz von Robotern verbessern können. Indem sie einen mit einer Kamera ausgestatteten Roboterarm mit einem NVIDIA Jetson AGX Orin, der Sionna ausführt, verbunden haben, haben sie zielorientierte semantische Kommunikation implementiert. Diese Methode überträgt kompakte Beschreibungen von Objekten und deren Beziehungen anstelle vollständiger Bilder und reduziert die Zeit bis zur Aufgabenerfüllung in Experimenten zum Verpacken von Früchten und Stapeln von Würfeln um bis zu 52.6%. Das System erwies sich auch als widerstandsfähig, indem es sich von fallenden Objekten erholte und Kollisionen mit einem digitalen Zwilling vermied.

Verbesserung des Signalempfangs mit KI

SoftBank integrierte einen neuronalen Empfänger in NVIDIA Aerial CUDA-beschleunigte RAN (ACAR) und testete ihn mit einem kommerziellen 5G Smartphone unter kontrollierter Interferenz. Der neuronale Empfänger erzielte in allen getesteten 15 Einstellungen eine höhere Uplink-Durchsatzrate als herkömmliche Empfänger, mit einem maximalen Gewinn von etwa 60%. Forscher der ETH Zürich verbesserten den Empfang weiter, indem sie neuronale Empfänger mit lokalen Messungen abstimmten und die Blockfehlerquoten im Vergleich zu vortrainierten Versionen um über ein Drittel reduzierten.

Energiemanagement in Netzwerken

Mit der Expansion der 6G-Netzwerke wird das Energiemanagement entscheidend. Die Universität Leeds entwickelte ein System, das den von NVIDIA DGX Spark angetriebenen 5G “Network-in-a-Box” nutzt, um die Netznachfrage vorherzusagen und die Schlafentscheidungen der Basisstationen zu steuern. Dieser Ansatz reduzierte den Energieverbrauch des RAN um 45.6% im Vergleich zu einer Volllastbasislinie, während die Konnektivität aufrechterhalten wurde, validiert durch digitale Zwillingssimulationen und Tests mit echter drahtloser Ausrüstung.

Schnellere Netzwerksimulationen

Das Centre Tecnològic de Telecomunicacions de Catalunya (CTTC) beschleunigte die Netzwerksimulationen, indem es GPU-beschleunigte Funkkanalmodelle in seinen 5G-LENA-Simulator integrierte. Dadurch wurde die Simulationszeit von etwa 3 Stunden auf 10-20 Minuten reduziert, während die statistische Genauigkeit erhalten blieb. Schnellere Simulationen ermöglichen es den Forschern, mehr Designs und Szenarien zu bewerten, was die Zeit für die Bereitstellung innovativer 6G-Netzwerke potenziell verkürzen könnte.

NVIDIAs Open-Source-Tools，包括 AI Aerial 和 Sionna, 继续塑造无线网络的未来，为研究人员提供了开发 AI 原生 6G 系统的资源，这些系统在统一平台上集成了连接、计算和感测。