Инструменты с открытым исходным кодом NVIDIA способствуют исследованию и инновациям сети 6G
Инструменты с открытым исходным кодом NVIDIA, включая программное обеспечение Aerial для беспроводной связи и Sionna, играют ключевую роль в продвижении исследований сети следующего поколения 6G. За последний год глобальное принятие этих инструментов увеличилось в десять раз, с более чем 1 миллиона загрузок и использованием более чем 8,000 исследовательскими и учебными учреждениями по всему миру. Эти платформы позволяют исследователям тестировать идеи, сравнивать результаты и строить на основе работ друг друга, связывая моделирование, обучение ИИ и эксперименты с реальными беспроводными системами.
Ускорение времени реакции роботов
Исследователи из Кингс-колледжа Лондона продемонстрировали, как инструменты NVIDIA могут повысить эффективность роботов. Подключив роботизированную руку с камерой к NVIDIA Jetson AGX Orin, работающему на Sionna, они реализовали целенаправленную семантическую связь. Этот метод передает компактные описания объектов и их взаимосвязей вместо полных изображений, уменьшая время выполнения задач до 52.6% в экспериментах по упаковке фруктов и укладке кубиков. Система также показала устойчивость, восстанавливаясь после повреждения объектов и избегая столкновений с помощью цифрового двойника.
Улучшение приема сигналов с помощью ИИ
Компания SoftBank интегрировала нейронный приемник в NVIDIA Aerial CUDA-Accelerated RAN (ACAR) и протестировала его с коммерческим смартфоном 5G в условиях контролируемого вмешательства. Нейронный приемник достиг более высокой пропускной способности по сравнению с обычными приемниками во всех 15 протестированных настройках, с максимальным приростом примерно 60%. Исследователи ETH Zurich дополнительно улучшили прием, настраивая нейронные приемники на основе локальных измерений, снижая коэффициенты блокировок на более чем одну треть по сравнению с предобученными версиями.
Энергоэффективное управление сетью
По мере расширения сетей 6G управление энергией становится критическим. Университет Лидса разработал систему, использующую NVIDIA DGX Spark мощный 5G "сеть-в-ящике", чтобы предсказывать спрос на сеть и направлять решения о режиме сна базовых станций. Этот подход снизил потребление энергии RAN на 45.6% по сравнению с базовой полной мощностью, сохраняя при этом подключение, что было подтверждено с помощью цифровых двойников и тестов реального беспроводного оборудования.
Быстрее сетевые симуляции
Центр технологических телекоммуникаций Каталонии (CTTC) ускорил симуляции сети, интегрировав модели радио каналов, ускоренные с помощью GPU, в свой симулятор 5G-LENA. Это сократило время выполнения симуляций с примерно 3 часов до 10-20 минут, сохраняя статистическую точность. Быстрее симуляции позволяют исследователям оценивать больше проектов и сценариев, потенциально сокращая время развертывания инновационных сетей 6G.
Инструменты с открытым исходным кодом NVIDIA, включая AI Aerial и Sionna, продолжают формировать будущее беспроводных сетей, предлагая исследователям ресурсы для разработки AI-родных систем 6G, которые интегрируют подключение, вычисление и сенсинг на единой платформе.