Sionna – NVIDIA 技術博客

2024 年 NVIDIA 6G 開發者日的 5 大關鍵收獲

Wed, 18 Dec 2024 09:30:38 +0000

2024 年 NVIDIA 6G 開發者日讓 6G 研發社區成員共聚一堂，分享見解，并學習使用 NVIDIA 6G 研究工具的新方式。來自世界各地的 1,300 多名學術和行業研究人員參加了此次虛擬活動。會上，NVIDIA、ETH Zürich、Keysight、Northeastern University、Samsung、Softbank 和 University of Oulu 發表了演講。本文將探討本次活動的五個要點。預計 6G 將駕 AI 浪潮，為消費者和企業釋放新的潛力，并改變電信基礎設施。這是 NVIDIA 高級副總裁 Ronnie Vasishta 發表的主題演講的關鍵信息。隨著生成式 AI 和 AI 應用的采用率迅速增長，AI 增強型端點正在進行交互并在移動中做出決策，從而在電信網絡上產生大量語音、視頻、數據和 AI 流量。

Source

]]>

NVIDIA Aerial Omniverse 數字孿生助力打造新一代無線網絡

Tue, 24 Sep 2024 05:58:53 +0000

6G 之旅已經開始，為提供高性能、高效、彈性和適應性強的網絡基礎設施提供了機會。6G 網絡將比前代網絡復雜得多，并且將依賴于各種新技術，特別是人工智能（AI）和機器學習（ML）。為了推進這些新技術并優化網絡性能和效率，我們需要一個無線網絡數字孿生平臺進行研究和開發。網絡數字孿生依賴于真實物理無線電環境中移動網絡的數字副本，如圖 1 所示。 NVIDIA Aerial Omniverse 數字孿生（AODT）提供了一個網絡數字孿生平臺，可加速 6G 研發。AODT 利用關鍵的 NVIDIA 技術——包括 NVIDIA RTX GPU 的近實時光線追蹤功能和 NVIDIA Omniverse ——為無線網絡實現物理精準、高性能和模塊化的數字孿生平臺。無線接入網（RAN）的研究和模擬通常可以細分為兩個主要領域： NVIDIA AODT 可以對整個 6G…

Source

]]>

實時神經接收器推動 AI-RAN 創新

Tue, 03 Sep 2024 04:55:23 +0000

當今的 5G New Radio (5G NR) 無線通信系統依靠高度優化的信號處理算法，在短短幾微秒內重建從雜信道觀察到的傳輸消息。這一非凡的成就是電信工程師和研究人員數十年不懈努力的成果，他們不斷改進信號處理算法，以滿足無線通信嚴苛的實時限制。最初，一些算法因其在發現時過于復雜而被廣泛遺忘。Gallager 在 20 世紀 60 年代發現的低密度奇偶校驗（LDPC）代碼就是一個明顯的例子。David MacKay 在 20 世紀 90 年代重新發現了這些算法，現在它們已成為 5G NR 的支柱。這說明，即使是最好的算法也不切實際，除非它們滿足電信行業嚴格的計算和延遲要求。無線通信領域的 AI 技術已經引起了學術界和行業研究人員的廣泛關注，如在《An Introduction to Deep Learning for the Physical Layer》和《An…

Source

]]>

借助 NVIDIA 6G 開發者計劃加速無線通信的未來

Wed, 20 Mar 2024 05:52:32 +0000

6G 將首次實現電信網絡 AI 原生。為了開發 6G 技術，電信行業需要一種全新的研究方法。隨著 6G 技術的出現，無線通信領域正處于重大變革的邊緣。6G 是即將推出的第六代無線網絡，有望提供超高性能的互連，即使在多樣化的移動性、超高密度和動態環境等嚴苛場景下也是如此。 6G 的主要驅動應用包括交付全球規模的生成式 AI 應用、智慧城市、智能工廠、無人駕駛飛行器、沉浸式通信服務和多維感知服務。為了加速 6G 技術的發展，NVIDIA 推出了 NVIDIA 6G 開發者計劃。該計劃旨在普及對 AI/ML 工具、射頻模擬環境、加速計算基礎設施和全套軟件定義的端到端網絡功能的訪問。其目標是使 6G 無線研究人員能夠在新的水平上進行前沿研究，以便在 6G 的關鍵領域獲得早期的想法。 NVIDIA 6G 開發者計劃包括一個名為 NVIDIA Aerial Omniverse…

Source

]]>

面向特定環境的基站： AI / ML 驅動的神經 5G NR 多用戶 MIMO 接收機

Fri, 28 Apr 2023 02:28:17 +0000

在今年的世界移動通信大會（ MWC ）上， NVIDIA 展示了一款神經接收器? 對于 5G 新無線電（ NR ）上行鏈路多用戶 MIMO 場景，可以看作? 可能的 6G 物理層架構的藍圖。 NVIDIA 首次展示了一種可訓練的基于神經網絡的接收器的研究原型，該接收器可以學習替換下一代節點 B 基站（ gNB ）中經典物理層的重要部分，而無需明確編程。與我們的合作伙伴一起Rohde & Schwarz，我們在硬件在環設置中驗證了具有完全 5G 兼容 RF 信號的神經接收器的功能和性能。根據傳統基站算法的 3GPP 一致性測試場景，我們生成了在 2 . 14GHz 的載波頻率下具有 80MHz 帶寬的測試信號。? 這篇文章將展示經過訓練的接收器在模擬中的卓越性能? 也可以通過在現實條件下的實際測量來驗證。? 為了從接收到的信號中重建發送的信息，

Source

]]>