Início Produtos Ferramentas abertas da NVIDIA aceleram pesquisas para redes 6G

Ferramentas abertas da NVIDIA aceleram pesquisas para redes 6G

0
49
Ferramentas abertas da NVIDIA aceleram pesquisas para redes 6G

A NVIDIA afirma que a adoção de suas ferramentas abertas para 5G e 6G cresceu dez vezes no último ano e ultrapassou 1 milhão de downloads. Pesquisadores usam as plataformas para testar redes capazes de adaptar comunicações, reduzir consumo e acelerar experimentos, mas os resultados ainda são de pesquisas e testes controlados.

A NVIDIA afirma que suas ferramentas abertas para pesquisa em redes 5G e 6G estão sendo usadas para testar sistemas sem fio mais adaptáveis, eficientes e integrados à inteligência artificial. Segundo a empresa, a adoção global do NVIDIA AI Aerial e do NVIDIA Sionna cresceu dez vezes no último ano, enquanto o conjunto de ferramentas ultrapassou 1 milhão de downloads.

Mais de 8 mil instituições de pesquisa e ensino usam as plataformas, de acordo com a NVIDIA. Esses números são declarações da própria empresa e não foram verificados de forma independente no material fornecido.

A proposta combina simulação, treinamento de modelos de IA e experimentos em sistemas sem fio reais. A NVIDIA diz que essa integração pode ajudar pesquisadores a comparar resultados e avaliar projetos antes de levar novas ideias para equipamentos e redes implantadas.

Robôs podem transmitir apenas o que precisam

Um dos projetos citados explora a comunicação semântica orientada a objetivos. Em vez de enviar imagens completas, o sistema transmite descrições compactas de objetos, posições e relações relevantes para a tarefa do robô.

Pesquisadores do King’s College London conectaram um braço robótico com câmera a um NVIDIA Jetson AGX Orin executando o Sionna. Em experimentos de empacotamento de frutas e organização de cubos, com falhas introduzidas deliberadamente, a abordagem reduziu o tempo de conclusão em até 52,6% e melhorou o sucesso das tarefas, segundo a NVIDIA.

O sistema também foi descrito como capaz de identificar objetos derrubados, recuperar-se de ações malsucedidas e, em configurações com gêmeo digital, verificar possíveis colisões antes da execução. O desempenho pode variar conforme o ambiente, o modelo e a tarefa avaliada.

IA é aplicada à recepção e ao consumo de energia

A SoftBank integrou um receptor neural ao NVIDIA Aerial CUDA-Accelerated RAN e o testou com um smartphone 5G comercial. Em condições controladas de interferência, o receptor apresentou throughput de uplink superior ao de um receptor convencional nas 15 configurações avaliadas, com ganho máximo de aproximadamente 60%.

Na ETH Zurich, pesquisadores ajustaram receptores neurais com medições locais. A NVIDIA relata que o método reduziu as taxas de erro de bloco em mais de um terço em comparação com algumas versões pré-treinadas.

Outro projeto, da University of Leeds, prevê a demanda da rede com dez minutos de antecedência para orientar o desligamento temporário de estações rádio-base. O sistema verifica se estações vizinhas conseguem manter a cobertura e restaura a capacidade quando necessário.

Em testes com uma rede 5G portátil, um gêmeo digital e equipamentos baseados no NVIDIA DGX Spark, os pesquisadores relataram redução de 45,6% no consumo de energia da RAN em relação a uma linha de base operando em potência máxima, sem interromper a conectividade dos dispositivos.

Simulações mais rápidas antecipam avaliações

O Centre Tecnològic de Telecomunicacions de Catalunya integrou modelos de canal de rádio acelerados por GPU ao simulador open source 5G-LENA. Esses modelos representam como os sinais se propagam entre antenas e dispositivos em redes simuladas.

Em uma avaliação inicial, a integração reduziu o tempo de simulação de aproximadamente três horas para 10 a 20 minutos, dependendo da configuração. A NVIDIA afirma que o comportamento estatístico esperado e o desempenho da rede foram preservados.

A redução do tempo pode permitir que equipes comparem mais arquiteturas e cenários antes de realizar testes de campo. Ainda assim, resultados de simulação não garantem o mesmo desempenho em redes comerciais, que enfrentam condições, equipamentos e restrições regulatórias específicas.

Os projetos apresentados apontam para uma visão de redes 6G que combina conectividade, computação e sensoriamento em uma plataforma definida por software. A maturidade dessas aplicações, porém, varia, e o material fornecido não informa cronogramas de implantação comercial.

  • Comunicação semântica para reduzir dados transmitidos por robôs.
  • Receptores neurais adaptados a interferência e condições locais.
  • Previsão de demanda para reduzir o consumo de estações rádio-base.
  • Modelos de canal acelerados por GPU para encurtar simulações.

Fonte original: NVIDIA: How NVIDIA Open Source Tools Are Helping Researchers Build Next-Generation 6G Networks.

Receba o Jornal da IA todos os dias

As notícias de inteligência artificial que importam no Brasil, com o nosso prisma e sempre com as fontes. Grátis.

Sem spam. Cancele quando quiser.

LEAVE A REPLY

Please enter your comment!
Please enter your name here