Rohde & Schwarz presenta con NVIDIA un ricevitore neurale per 6G basato su AI/ML

È stata scelta la cornice del MWC di Barcellona per la prima dimostrazione “hardware-in-loop”, da parte di Rohde & Schwarz e NVIDIA, di un ricevitore neurale che evidenzia i guadagni di prestazioni ottenibili, per la tecnologia 6G, utilizzando modelli basati su machine learning rispetto a un ricevitore tradizionale con elaborazione deterministica del segnale.

La dimostrazione è relativa a un ricevitore neurale ad alte prestazioni in uno scenario 5G NR con un segnale uplink in configurazione MU-MIMO (Multi-User Multiple Input Multiple Output) – un modello di riferimento per l’implementazione di un possibile nuovo livello fisico (L1) per le future reti 6G. La configurazione di prova combina le soluzioni di test di alto livello per la generazione e l’analisi dei segnali di Rohde & Schwarz e la libreria open source con accelerazione tramite GPU NVIDIA Sionna per simulare il collegamento radio.

Un ricevitore neurale sostituisce i classici blocchi di elaborazione del segnale a livello fisico di un sistema di comunicazione wireless, con modelli di apprendimento automatico. Gli esperti del settore, e non solo, prevedono che il futuro standard 6G utilizzerà le tecniche AI/ML per svolgere alcune attività di elaborazione del segnale, come la stima e l’equalizzazione del canale e il demapping. Le simulazioni attuali indicano che un ricevitore neurale aumenterà la qualità dei collegamenti e avrà un impatto positivo sul throughput rispetto agli attuali algoritmi software deterministici ad alte prestazioni utilizzati nelle reti 5G NR.

Nella configurazione del ricevitore neurale basato su tecniche AI/ML in mostra allo stand di Rohde & Schwarz, il generatore di segnali vettoriali R&S SMW200A emula due singoli utenti che trasmettono un segnale largo 80 MHz in direzione uplink con una configurazione MIMO 2×2. Ogni utente viene disturbato dal fading in modo indipendente e viene applicato del rumore per simulare delle condizioni di propagazione del canale radio realistiche. Il ricevitore satellitare multiuso R&S MSR4 funge da ricevitore, catturando il segnale trasmesso a una frequenza portante di 3 GHz utilizzando i suoi quattro canali di ricezione in coerenza di fase. I campioni del segnale ricevuto vengono poi forniti tramite l’interfaccia di streaming in tempo reale a un server. Qui, il segnale viene pre-elaborato utilizzando il framework R&S Server-Based Testing (SBT), che include il software R&S VSE (Vector Signal Explorer) per l’analisi del segnale. Il VSE elabora il segnale applicando la trasformata di fourire (FFT). Il set di dati post-FFT serve come input per un ricevitore neurale implementato con la libreria NVIDIA Sionna.

Andreas Pauly, Executive Vice President della divisione Test & Measurement di Rohde & Schwarz, ha dichiarato: “L’elaborazione del segnale nelle comunicazioni wireless mediante algoritmi di apprendimento automatico è un tema molto caldo nel settore TLC e spesso discusso in modo controverso tra i colleghi. Siamo lieti di collaborare con un partner come NVIDIA alla realizzazione di questo banco di prova. Permetterà ai ricercatori e agli esperti del settore, di validare i loro modelli basati su un approccio guidato dai dati e di metterli alla prova in un esperimento “hardware-in-the-loop”, utilizzando le nostre soluzioni di test all’avanguardia per la generazione e l’analisi dei segnali”.

Ronnie Vasishta, Senior Vice President of Telecommunications di NVIDIA, ha dichiarato: “I modelli ML addestrati, offrono un notevole potenziale in termini di aumento delle prestazioni rispetto all’elaborazione convenzionale dei segnali. Questa dimostrazione “hardware-in-the-loop” di un ricevitore neurale Rohde & Schwarz – NVIDIA, segna una pietra miliare per il settore nel dimostrare l’utilità dell’intelligenza artificiale e dell’apprendimento automatico nella tecnologia 6G”.

Contenuti correlati

• 
  Innodisk: l’AI per la sicurezza sul lavoro

  Per migliorare la sicurezza negli ambienti industriali caratterizzati da un alto rischio, Innodisk ha introdotto la sua soluzione di riconoscimento InnoPPE basata sull’intelligenza artificiale. Questa soluzione garantisce il rilevamento in tempo reale dei dispositivi di protezione individuale...
• 
  Sei nuovi acceleratori per progetti di ML da Cloudera

  Cloudera ha annunciato sei nuovi acceleratori per progetti di ML (AMP). Le AMP sono progetti end-to-end basati sull’apprendimento automatico (ML) che possono essere distribuiti direttamente dalla piattaforma Cloudera. Gli acceleratori sono stati concepiti per ridurre il time-to-value...
• 
  Vertiv collabora con NVIDIA per la piattaforma GB200 NVL72

  Vertiv ha realizzato, in collaborazione con NVIDIA, una nuova architettura di riferimento da 7MW. Questa nuova architettura, che supporta fino a 132kW per rack, ha l’obiettivo di accelerare l’implementazione della piattaforma rack-scale NVIDIA GB200 NVL72 raffreddata a...
• 
  L’AI sul posto di lavoro: il buono, il cattivo e l’algoritmico

  Se da un lato l’AI può liberarci da compiti noiosi e persino eliminare l’errore umano, dall’altro è fondamentale ricordare le sue lacune e le capacità uniche messe in campo dagli esseri umani Di Fabio Buccigrossi, Country Manager...
• 
  Artificial Intelligence: scudo e spada nella cybersecurity moderna

  Daniel Rapp, Group Vice President, AI/ML, Proofpoint, riassume le opportunità e le sfide che la rapida diffusione dell’AI sta portando alle aziende in tema di sicurezza cyber. L’intelligenza artificiale è sulla bocca di tutti, e il mondo...
• 
  Tempi di remediation azzerati e massima sicurezza: la rivoluzione dell’automazione e dell’AI

  L’automazione non toglie agli sviluppatori la responsabilità di una codifica sicura, bensì li supporta evidenziando errori o lacune in fase iniziale e suggerendo soluzioni Leggi l’articolo completo su EMB93
• 
  Ripensare l’AI per rivoluzionare i flussi di lavoro

  In che modo l’intelligenza artificiale cambierà nel prossimo futuro il modo in cui lavoriamo, innoviamo e creiamo? È stato questo il tema del TOUGHBOOK Innovation Forum, un evento che ha avuto luogo a Stoccolma per approfondire le...
• 
  Intel porta le sue GPU Arc nelle automobili

  Intel è entrata nel segmento delle GPU discrete per applicazioni automotive presentando la sua prima unità dGPU per questo settore. Le GPU sono quelle con architettura Arc e i prodotti inizieranno a essere distribuiti commercialmente nei veicoli...
• 
  AMD acquisisce ZT Systems e punta sull’AI

  AMD  ha annunciato la firma di un accordo definitivo per l’acquisizione di ZT Systems, un fornitore di infrastrutture AI per le più grandi aziende di elaborazione hyperscale al mondo. La transazione in contanti e azioni è valutata...
• 
  Un’analisi di Juniper Networks per l’AI nelle reti

  Gli esperti di Juniper Networks hanno riassunto le principali potenzialità delle piattaforme di networking AI native, a seconda del caso d’uso specifico. Le piattaforme di networking AI native, infatti, possono essere utilizzate nell’ambito dell’AI per il networking,...