Lopamudra Kundu – NVIDIA 技術博客

NVIDIA NIM 微服務助力電信 O-RAN 規范高級 RAG 技術實現

Thu, 10 Oct 2024 05:06:14 +0000

移動通信標準通過協調技術協議來促進不同供應商的網絡和設備之間的互操作性，在電信生態系統中發揮著至關重要的作用。隨著這些標準的發展，電信公司面臨著管理復雜性和數量的持續挑戰。通過利用生成式 AI ，電信公司可以實現技術標準解釋和應用的自動化，從而減少瀏覽、分析和實施大量規范中的規則和協議所需的時間和精力。為了展示生成式 AI 在處理標準文檔方面的強大功能，我們針對 O-RAN（開放無線接入網）標準開發了一個聊天機器人演示。 O-RAN 提供了一套規范，旨在通過使用開放接口和模塊化硬件和軟件，促進電信網絡的無線接入網 (RAN) 組件的互操作性、開放性和創新性。本文詳細介紹了我們的方法，該方法使用 NVIDIA NIM 微服務和檢索增強生成技術（RAG），高效生成對涉及大量技術規格和工作流程的復雜查詢的響應。

Source

]]>

借助 AI-RAN 聯盟、3GPP 和 O-RAN 推動 6G 領域的 AI 驅動創新

Fri, 19 Jul 2024 08:05:05 +0000

隨著 5G 時代跨過長達十年的蜂窩通信時間框架的中點，6G 研發的步伐正在加快。在這篇博客文章中，我們重點介紹了 NVIDIA 如何在新興的 6G 領域發揮積極作用，推動行業創新并促進行業協作。 NVIDIA 不僅提供 AI 原生 6G 工具，還與合作伙伴和行業團體合作，以加速創新。如圖 1 所示，6G 創新工作利用基于 NVIDIA Aerial 平臺的 AI 原生工具，包括 NVIDIA Aerial CUDA 加速 RAN、NVIDIA Aerial Omniverse 數字孿生和 NVIDIA Aerial AI 無線電框架，以及在基于 GPU-based 平臺上的加速計算。同樣，NVIDIA 正在與合作伙伴和更廣泛的電信生態系統（包括 AI-RAN 聯盟、3GPP 和 O-RAN）合作，推動由人工智能/機器學習支持的創新，這些創新將改變 6G 時代的需求和機遇。

Source

]]>

構建軟件定義、高性能和高效的 vRAN 需要可編程的內聯加速

Mon, 02 Oct 2023 04:44:28 +0000

在 3GPP 第五代 (5G) 蜂窩標準中，第 1 層 (L1) 或物理層 (PHY) 是無線接入網 (RAN) 工作負載中計算密集程度最高的部分。它涉及一些非常復雜的數學運算，其中包含復雜的算法，例如信道估計和均衡、調制/解調和前向糾錯 (FEC).這些功能需要高計算密度，才能在不同的無線電條件下保持 5G 的低延遲要求和信號完整性。傳統上，此層是使用專用硬件實現的，例如帶有數字信號處理 (DSP) 核心的專用集成電路 (ASIC).但是，這種方法有一些缺點，即無法擴展性能、硬件和軟件緊密合以及封閉的單一供應商解決方案。所有這些都導致部署和運行 RAN 的成本高昂。為應對這些挑戰，該行業一直在向虛擬化 RAN (vRAN) 和開放 RAN (O-RAN) 架構轉變，使用基于 x86 CPU 的商用現成 (COTS) 服務器。人們期望這將降低成本，

Source

]]>

5G 網絡安全的新前沿

Wed, 31 May 2023 05:10:30 +0000

無線技術發展迅速， 5G 部署在世界各地取得了良好進展。直到最近，無線 RAN 還使用傳統 RAN 供應商的封閉式設備解決方案進行部署。這種封閉式方法不可擴展，未充分利用基礎設施，并且不能提供最佳的 RAN TCO 。它有許多缺點。我們已經意識到，這種封閉式解決方案在 5G 時代是不可擴展和有效的。因此，電信行業聯合起來，在具有開放和標準接口的商用現貨（ COTS ）硬件平臺上推廣和構建虛擬化和云原生 RAN 解決方案。這使得在通用服務器平臺上能夠實現更大的生態系統和靈活的解決方案，利用虛擬化和云原生技術的優點。這種方法有很多積極的方面：更低的成本、更大的生態系統和供應商選擇、更快的創新周期、自動化和可擴展性。然而，一個令人擔憂的領域是，開放式 RAN 架構可能導致更大的攻擊面，并可能導致新的安全風險。作為加速計算平臺的技術領導者，

Source

]]>