众多研究机构鼎力合作，探寻AI技术在５G领域的应用
2020-04-29 18:29
分享到微信
分享到微博
来自三大全球顶尖研究机构的5G研究人员正在与NVIDIA展开合作，旨在将AI技术应用于通信领域。
海因里希赫兹研究所（Heinrich Hertz Institute，HHI）、柏林技术大学（Technical University in Berlin，TU-Berlin）和弗吉尼亚理工大学（Virginia Tech），三支顶尖研究机构目前正与NVIDIA合作，旨在利用GPU的强大性能，构建新一代蜂窝网络。
去年10月份，NVIDIA与众合作伙伴在洛杉矶MWC大会上宣布了此项合作，旨在借助于GPU实现5G虚拟无线接入网络（vRANs）。
同时，NVIDIA还首次推出了Aerial，一个用于加速vRANs的软件开发工具包。目前，NVIDIA正在与爱立信、微软和红帽等合作伙伴合作，在网络边缘提供GPU赋能的5G通信。
这些vRANs能够为蜂窝网络运营商带来高效的运营效率。运营商将能够使用高级软件语言对网络功能进行编程，并随时随地根据需求，快捷地添加新功能、扩充部署容量。
打造高效的无线网络
通过与HHI、TU Berlin和Virginia Tech合作，我们将共同探索更多的方法，用AI加速5G。
各研究机构将探索新的GPU应用技术，使无线网络能够更加有效地利用频谱。此项工作的研究内容包括强化学习和其它建立于去年10月所宣布的产品计划基础上的技术。
HHI是德国Fraunhofer协会的一员，该协会成立于1928年，其在移动和光纤网络以及视频压缩技术方面开创了历史。与TU Berlin的合作内容包括一项有多家德国无线公司参与测试的5G测试台。
TU Berlin教授、HHI无线网络部门负责人Slawomir Stanczak表示：“我想重新设计无线接入网络（RAN）中的多种算法，以便我们能够并行执行任务，GPU是一个很好的架构，能够实现大规模并行计算。”
Stanczak的团队将探索多种用例，如借助于AI技术来改进5G接收器等。他说：“如果我们成功了，它们就能在性能表现和获取频谱效率方面实现突破，取得大幅提升。这一点很重要，因为频谱是非常昂贵的资源。”
在GTC Digital的一期演讲中，Stanczak描述了将AI技术应用到5G专用校园网的方法，他相信这将成为vRANs的市场驱动力。Stanczak还领导着一个ITU（一个领先的通信标准组织）小组，该小组关于研究在5G中使用AI技术。同时，他还发表过一篇关于优化无线网络背后的数学的文章，该文章被广泛引用。
实现更短的时间目标
Virginia Tech的研究工作由计算机工程教授Tom Hou领导，他的团队专注于解决电信业中一些最复杂、最具挑战性的问题。
他的博士生Yan Huang在2018年的一篇论文中介绍了他如何使用NVIDIA Quadro P6000 GPU在100毫秒内解决复杂的调度问题，100毫秒是5G的标准窗口设置。最近，他正在尝试使用NVIDIA Tensor Core V100 GPU，将这一时间进一步缩短到60毫秒
这项工作“反响卓越，使用传统计算计算，人们很难弄逾越这道障碍——过去，没有人能在100微秒内解决如此复杂的问题，”Hou说。
他补充说：“GPU改变了我们的研究小组，现在我们正在研究在我们新获得的并行技术之上应用AI技术。”
具体来说，Virginia Tech的研究人员将探索如何用AI技术实时自动发现并解决优化5G网络，这一棘手问题。例如，AI可以发现新的方法，从而在一个频带上编织多个服务，以更好地利用频谱。
Huang说：“我们发现，对于一些非常困难的电信问题，我们没有可以参考的数学公式。但AI可以自动学习问题模型，帮助我们完善基于GPU的并行解决方案。”
潮流涌动，AI在5G中的应用
还有许多其他的研究人员，也都正在努力探索AI在5G中的应用潜力。
为了应对5G所面临的一项最大挑战，亚利桑那州立大学（Arizona State University）的研究人员展示了一种新方法，他们利用NVIDIA Turing GPU中的AI和光线追踪功能来定向毫米波光束。
Terng-Yin Hsu教授介绍了台湾国立交通大学的校园网络，这是一个运行于NVIDIA GPU之上的软件定义的蜂窝基站。
Stanczak说：“我们很早就开始了有关在vRAN中应用AI技术的研究。我认为我们最终将能够获得由数据和专业领域知识共同驱动的混合解决方案。”
与4G LTE相比，5G的目标用例更为广泛，而且其空中接口也更复杂。“像机器学习这样的人工智能方法为解决这些挑战带来了希望，” Virginia Tech的Hou教授说。
NVIDIA GPU的CUDA和cuDNN环境提供了编程灵活性，同时NVLink提供了扩展性，从而可以将多个GPU连接在一起。他说，这使得它们成为在5G中应用AI的首选平台。
如今，我们正站在通信行业的历史转折点上。传统的无线信号处理原理所采用的已是几十年前的算法了。AI和深度学习技术预示着一种革命性的新方法的到来，而NVIDIA GPU正是这一新方法的核心所在。
海因里希赫兹研究所（Heinrich Hertz Institute，HHI）、柏林技术大学（Technical University in Berlin，TU-Berlin）和弗吉尼亚理工大学（Virginia Tech），三支顶尖研究机构目前正与NVIDIA合作，旨在利用GPU的强大性能，构建新一代蜂窝网络。
去年10月份，NVIDIA与众合作伙伴在洛杉矶MWC大会上宣布了此项合作，旨在借助于GPU实现5G虚拟无线接入网络（vRANs）。
同时，NVIDIA还首次推出了Aerial，一个用于加速vRANs的软件开发工具包。目前，NVIDIA正在与爱立信、微软和红帽等合作伙伴合作，在网络边缘提供GPU赋能的5G通信。
这些vRANs能够为蜂窝网络运营商带来高效的运营效率。运营商将能够使用高级软件语言对网络功能进行编程，并随时随地根据需求，快捷地添加新功能、扩充部署容量。
打造高效的无线网络
通过与HHI、TU Berlin和Virginia Tech合作，我们将共同探索更多的方法，用AI加速5G。
各研究机构将探索新的GPU应用技术，使无线网络能够更加有效地利用频谱。此项工作的研究内容包括强化学习和其它建立于去年10月所宣布的产品计划基础上的技术。
HHI是德国Fraunhofer协会的一员，该协会成立于1928年，其在移动和光纤网络以及视频压缩技术方面开创了历史。与TU Berlin的合作内容包括一项有多家德国无线公司参与测试的5G测试台。
TU Berlin教授、HHI无线网络部门负责人Slawomir Stanczak表示：“我想重新设计无线接入网络（RAN）中的多种算法，以便我们能够并行执行任务，GPU是一个很好的架构，能够实现大规模并行计算。”
Stanczak的团队将探索多种用例，如借助于AI技术来改进5G接收器等。他说：“如果我们成功了，它们就能在性能表现和获取频谱效率方面实现突破，取得大幅提升。这一点很重要，因为频谱是非常昂贵的资源。”
在GTC Digital的一期演讲中，Stanczak描述了将AI技术应用到5G专用校园网的方法，他相信这将成为vRANs的市场驱动力。Stanczak还领导着一个ITU（一个领先的通信标准组织）小组，该小组关于研究在5G中使用AI技术。同时，他还发表过一篇关于优化无线网络背后的数学的文章，该文章被广泛引用。
实现更短的时间目标
Virginia Tech的研究工作由计算机工程教授Tom Hou领导，他的团队专注于解决电信业中一些最复杂、最具挑战性的问题。
他的博士生Yan Huang在2018年的一篇论文中介绍了他如何使用NVIDIA Quadro P6000 GPU在100毫秒内解决复杂的调度问题，100毫秒是5G的标准窗口设置。最近，他正在尝试使用NVIDIA Tensor Core V100 GPU，将这一时间进一步缩短到60毫秒
这项工作“反响卓越，使用传统计算计算，人们很难弄逾越这道障碍——过去，没有人能在100微秒内解决如此复杂的问题，”Hou说。
他补充说：“GPU改变了我们的研究小组，现在我们正在研究在我们新获得的并行技术之上应用AI技术。”
具体来说，Virginia Tech的研究人员将探索如何用AI技术实时自动发现并解决优化5G网络，这一棘手问题。例如，AI可以发现新的方法，从而在一个频带上编织多个服务，以更好地利用频谱。
Huang说：“我们发现，对于一些非常困难的电信问题，我们没有可以参考的数学公式。但AI可以自动学习问题模型，帮助我们完善基于GPU的并行解决方案。”
潮流涌动，AI在5G中的应用
还有许多其他的研究人员，也都正在努力探索AI在5G中的应用潜力。
为了应对5G所面临的一项最大挑战，亚利桑那州立大学（Arizona State University）的研究人员展示了一种新方法，他们利用NVIDIA Turing GPU中的AI和光线追踪功能来定向毫米波光束。
Terng-Yin Hsu教授介绍了台湾国立交通大学的校园网络，这是一个运行于NVIDIA GPU之上的软件定义的蜂窝基站。
Stanczak说：“我们很早就开始了有关在vRAN中应用AI技术的研究。我认为我们最终将能够获得由数据和专业领域知识共同驱动的混合解决方案。”
与4G LTE相比，5G的目标用例更为广泛，而且其空中接口也更复杂。“像机器学习这样的人工智能方法为解决这些挑战带来了希望，” Virginia Tech的Hou教授说。
NVIDIA GPU的CUDA和cuDNN环境提供了编程灵活性，同时NVLink提供了扩展性，从而可以将多个GPU连接在一起。他说，这使得它们成为在5G中应用AI的首选平台。
如今，我们正站在通信行业的历史转折点上。传统的无线信号处理原理所采用的已是几十年前的算法了。AI和深度学习技术预示着一种革命性的新方法的到来，而NVIDIA GPU正是这一新方法的核心所在。
