眾多研究機構鼎力合作,探尋AI技術在5G領域的應用

作者 NVIDIA

維吉尼亞州柏林市的技術團隊共同努力,以GPU加速電信行業。

來自三大全球頂尖研究機構的5G研究人員正在與NVIDIA展開合作,旨在將AI技術應用於通信領域。

海因里希赫茲研究所(Heinrich Hertz Institute,HHI)、柏林技術大學(Technical University in Berlin,TU-Berlin)和維吉尼亞理工大學(Virginia Tech),三支頂尖研究機構目前正與NVIDIA合作,旨在利用GPU的強大性能,建構新一代行動網路。

去年10月份,NVIDIA與眾合作夥伴在洛杉磯MWC大會上宣布了此項合作,旨在藉助於GPU實現5G無線網路接取技術(vRANs)。

同時,NVIDIA還首次推出了Aerial,一個用於加速vRANs的軟體開發工具包。目前,NVIDIA正在與愛立信、微軟和紅帽等合作夥伴合作,在網路邊緣提供GPU助力的5G通信。

這些vRANs能夠為行動網路電信業者帶來高效的營運效率。電信業者將能夠使用高級軟體語言對網路功能進行編程,並隨時隨地根據需求,快速地添加新功能、擴充部署容量。

打造高效的無線網路

通過與HHI、TU Berlin和Virginia Tech合作,我們將共同探索更多的方法,用AI加速5G。

各研究機構將探索新的GPU應用技術,使無線網路能夠更加有效地利用頻譜。此項工作的研究內容包括強化學習和其它建立於去年10月所宣布的產品計劃基礎上的技術。

HHI是德國Fraunhofer協會的一員,該協會成立於1928年,其在移動和光纖網路以及影片壓縮技術方面開創了歷史。與TU Berlin的合作內容包括一項有多家德國無線公司參與測試的5G測試台。

TU Berlin教授、HHI無線網路部門負責人Slawomir Stanczak表示:“我想重新設計無線接入網路(RAN)中的多種演算法,以便我們能夠平行執行任務,GPU是一個很好的架構,能夠實現大規模平行計算。”

Stanczak的團隊將探索多種案例,如借助於AI技術來改進5G接收器等。他說:“如果我們成功了,它們就能在性能表現和獲取頻譜效率方面實現突破,取得大幅提升。這一點很重要,因為頻譜是非常昂貴的資源。”

GTC Digital一期演講 中,Stanczak描述了將AI技術應用到自用5G校園網的方法,他相信這將成為vRANs的市場驅動力。 Stanczak還領導著一個ITU(一個領先的通信標準組織)小組,該小組關於研究在5G中使用AI技術。同時,他還發表過一篇關於優化無線網路背後的數學的文章,該 文章被廣泛引用

實現5G更緊迫的時間目標

Virginia Tech的研究工作由電腦工程教授Tom Hou領導,他的團隊專注於解決電信業中一些最複雜、最具挑戰性的問題。

他的博士生Yan Huang在2018年的 一篇論文 中介紹了他如何使用 NVIDIA Quadro P6000 GPU 在100毫秒內解決複雜的調度問題,100毫秒是5G的標準窗口設置。最近,他正在嘗試使用NVIDIA Tensor Core V100 GPU,將這一時間進一步縮短到60毫秒

這項工作“回響熱烈,使用傳統運算技術,人們很難逾越這道障礙—過去,沒有人能在100微秒內解決如此複雜的問題,”Hou說。

他補充說:“GPU改變了我們的研究團隊,現在我們在我們新獲得的平行技術之上應用AI技術。”

具體來說,Virginia Tech的研究人員將探索如何用AI技術實時自動發現並解決優化5G網路,這一棘手問題。例如,AI可以發現新的方法,從而在一個頻率段上加強多個服務,以更好地利用頻譜。

Huang說:“我們發現,對於一些非常困難的電信問題,我們沒有可以參考的數學公式。但AI可以自動學習問題模型,幫助我們完善基於GPU的平行解決方案。”

風起雲湧,AI5G中的應用

還有許多其他的研究人員,也都正在努力探索AI在5G中的應用潛力。

為了面對5G所面臨的一項最大挑戰,亞利桑那州立大學(Arizona State University)的研究人員展示了一種新方法,他們利用NVIDIA Turing GPU 中的AI和光線追踪功能來定向毫米波光束。

Terng-Yin Hsu教授介紹了台灣國立交通大學的校園網路,這是一個運行於NVIDIA GPU之上的軟體定義的行動基站。

Stanczak說:“我們很早就開始了有關在vRAN中應用AI技術的研究。我認為我們最終將能夠獲得由數據和專業領域知識共同驅動的混合解決方案。”

與4G LTE相比,5G目標使用案例更為廣泛,而且其介面也更複雜。 “像機器學習這樣的人工智慧方法為解決這些挑戰帶來了希望,” Virginia Tech的Hou教授說。

NVIDIA GPU的 CUDA cuDNN 環境提供了編程靈活性,同時 NVLink 提供了擴展性,從而可以將多個GPU連接在一起。他說,這使得它們成為在5G中應用AI的首選平台。

如今,我們正站在電信業的歷史轉折點上。傳統的無線訊號處理原理所採用的已是幾十年前的演算法了。 AI和深度學習技術預示著一種革命性的新方法的到來,而NVIDIA GPU正是這一新方法的核心所在。