L'approccio integra la generazione di dati, l'addestramento dell'intelligenza artificiale/apprendimento automatico (AI/ML) e il benchmarking delle prestazioni in un unico flusso di lavoro automatizzato, con l'obiettivo di accelerare l'innovazione e ridurre il rischio di implementazione per operatori e produttori.
Con la crescente integrazione dell'IA nella RAN, gli ingegneri devono convalidare gli algoritmi in diverse condizioni di rete reali. La raccolta dei dati, l'addestramento dei modelli e la valutazione delle prestazioni vengono in genere eseguiti in ambienti separati, rendendo difficile confrontare, riprodurre e considerare affidabili i risultati prima dell'implementazione, soprattutto per le funzioni del livello fisico come la stima del canale, che hanno un impatto diretto su prestazioni, affidabilità ed esperienza utente.
Per affrontare questa sfida, il set di strumenti di simulazione AI-RAN di Keysight orchestra un flusso di lavoro completo che automatizza la generazione di scenari e set di dati realistici, l'addestramento di modelli AI/ML e il benchmarking ripetibile. Ciò consente agli ingegneri di confrontare in modo coerente diversi approcci e ottenere informazioni chiare sulle prestazioni prima dei test sul campo. Al MWC, questo flusso di lavoro viene implementato end-to-end utilizzando piattaforme di calcolo e radio dei partner per convalidare il comportamento della RAN basata sull'IA in un ambiente realistico e controllato.
La dimostrazione integra il set di strumenti di simulazione AI RAN di Keysight con NVIDIA Aerial Testbed, un banco di prova AI-RAN completo per applicazioni over-the-air che opera su piattaforme come NVIDIA GH200 e NVIDIA DGX Spark, insieme al Digital Twin NVIDIA Aerial Omniverse e hardware radio commerciale come la piattaforma Titan O-RU di Analog Devices. I modelli AI/ML sono stati sviluppati da Samsung, NVIDIA e Keysight e vengono addestrati e valutati all'interno di un flusso di test unificato per fornire informazioni utili sulle prestazioni.
Soma Velayutham, vicepresidente di AI & Telecoms presso NVIDIA, ha affermato che la convalida di algoritmi complessi in condizioni reali è fondamentale con l'integrazione dell'IA nella rete di accesso radio e che un flusso unificato semplifica la catena di dati necessaria per addestrare, convalidare e implementare reti 5G e 6G native per l'IA.
Charlie Zhang, vicepresidente esecutivo di Samsung Research America, ha sottolineato che la collaborazione rivoluziona l'implementazione delle reti colmando il divario tra modelli teorici e implementazione effettiva, fornendo una base solida e commercialmente valida per il futuro delle reti 6G.
Balaji Raghothaman, Chief Technologist-6G di Keysight, ha evidenziato che l'intelligenza artificiale nella RAN apporta valore solo quando può essere validata con sicurezza e che questo flusso di lavoro automatizzato aiuta operatori e fornitori ad accelerare le implementazioni, ridurre i rischi e prendere decisioni informate introducendo funzionalità RAN basate sull'intelligenza artificiale.
