NVIDIA'nın açık kaynak 5G/6G araçları 1 milyon indirmeyi aştı
NVIDIA Blog'a göre AI Aerial ve Sionna yazılımlarının küresel geliştirici benimsemesi son bir yılda 10 kat arttı; açık kaynak 5G/6G araçları 1 milyon indirmeyi geçti ve 8.000'den fazla araştırma kurumu bu platformları kullanıyor.
Açık kaynak araçlarda benimseme ve indirme artışı
NVIDIA, Aerial kablosuz yazılımını bir yıl önce açık kaynak hale getirerek Sionna ve daha geniş açık kaynak araç setine kattı. Şirkete göre bu adım, yeni nesil 6G ağ geliştirmeyi hızlandırma amacı taşıyor.
NVIDIA Blog, NVIDIA AI Aerial ve NVIDIA Sionna yazılımlarının küresel geliştirici benimsemesinin son bir yılda 10 kat arttığını iddia ediyor. Aynı kaynağa göre NVIDIA'nın açık kaynak 5G/6G araçları 1 milyon indirmeyi aştı ve dünya genelinde 8.000'den fazla araştırma ve akademik kurum bu platformları kullanıyor. NVIDIA AI Aerial ve NVIDIA Sionna GitHub'da mevcut.
Robotların daha hızlı tepki vermesi
King's College London araştırmacıları, kamera donanımlı bir robot kolunu NVIDIA Sionna çalıştıran NVIDIA Jetson AGX Orin'e bağladı. Sionna bu kurulumda yazılım tanımlı 5G ağını ve uç yapay zeka işlemeyi destekleyerek robot kolun bağlantısını sağladı.
Kasıtlı olarak hataların eklendiği meyve paketleme ve küp istifleme deneylerinde yaklaşım, robot görev tamamlama süresini %52,6'ya kadar azalttı. Yaklaşım, periyodik görüntü göndermeye kıyasla görev başarısını da iyileştirdi.
Sinirsel alıcılarla daha iyi sinyal alımı
SoftBank, bir sinirsel alıcıyı NVIDIA Aerial CUDA-Accelerated RAN (ACAR) içine entegre etti ve ticari bir 5G akıllı telefonla test etti. Girişim içeren kontrollü testlerde sinirsel alıcı, test edilen 15 ayarın tamamında geleneksel alıcıdan daha yüksek uplink verimi sağladı ve yaklaşık %60'lık maksimum kazanç elde etti.
ETH Zurich araştırmacıları ise yerel ölçümlerle ayarlanan sinirsel alıcıların blok hata oranlarını seçilmiş önceden eğitilmiş sürümlere kıyasla üçte birden fazla azalttığını buldu.
Talep tahmini ve güç tasarrufu
University of Leeds araştırmacıları, ağ talebini 10 dakika önceden tahmin eden bir sistem geliştirdi. Sistem, baz istasyonlarını uyku moduna almadan önce komşu aktif istasyonların etkilenen cihazlara hizmet vermeye devam edebildiğini kontrol ediyor. Bu tahminler baz istasyonu uyku kararlarını yönlendirmek ve kapasitenin geri getirilmesini gerektiren değişiklikleri izlemek için kullanılıyor.
Ekip, yaklaşımını taşınabilir, NVIDIA DGX Spark destekli 5G "network-in-a-box" ve bir dijital ikiz ile test etti. NVIDIA Blog, araştırmacıların tam güç referansına kıyasla RAN güç tüketiminde %45,6 azalma bildirdiğini paylaşıyor.
Daha hızlı ağ simülasyonları
CTTC, GPU hızlandırmalı radyo kanal modellerini ACAR üzerinde çalıştırarak CTTC'nin açık kaynak 5G-LENA ağ simülatörüne entegre etti. Bu çalışma, ağ tasarımlarının gerçek sahaya taşınmadan önce değerlendirilmesine yönelik simülasyon süreçlerini ele alıyor.
