نموذج الذكاء الاصطناعي الجديد من SoftBank يعزز سرعات 5G بشكل كبير

يتم تسليط الضوء على نموذج الذكاء الاصطناعي الجديد من SoftBank الذي يعزز سرعات 5G بشكل كبير من قبل BTW Media لأن الأدلة المنشورة تربطه بالبنية التحتية للإنترنت أو الحوكمة أو التبعيات التشغيلية أو رؤية السوق.

• يعمل الذكاء الاصطناعي القائم على Transformer من SoftBank على تحسين معدل نقل البيانات في الوصلة الصاعدة بنسبة 30% ويقلل زمن الوصول إلى أقل من 0.34 مللي ثانية في نشر 5G مباشر.
• تظهر الاختبارات المحاكاة أن معدل نقل البيانات في الوصلة الهابطة يتحسن بنسبة 31% للأجهزة المحمولة، مما يمهد الطريق لشبكات 5G-Advanced وأكثر ذكاءً وسرعة وجاهزة لـ6G.

ماذا حدث: SoftBank تكشف عن نموذج ذكاء اصطناعي يعتمد على Transformer لشبكة RAN 5G في اليابان

شركة SoftBank، ومقرها طوكيو في اليابان، طورت بنية جديدة للذكاء الاصطناعي لشبكات الوصول الراديوي 5G. تستخدم نموذج Transformer عالي الأداء لاستيفاء القنوات الصاعدة. أظهر اختبار مباشر متوافق مع معايير 3GPP 5G زيادة في معدل نقل البيانات في الوصلة الصاعدة بنحو 30% مقارنة بالطرق غير المعتمدة على الذكاء الاصطناعي. يأتي هذا من تحسن بنسبة 8% مقارنة بنموذج CNN السابق لـ SoftBank، بالإضافة إلى التحسين الأساسي.

قاموا بتشغيل النموذج على وحدات معالجة الرسوميات (GPU) في بيئة راديوية مباشرة. عمل Transformer في الوقت الفعلي بزمن وصول فائق الانخفاض: 338 ميكروثانية في المتوسط. هذا يعادل حوالي 0.338 مللي ثانية وهو أسرع بنحو 26% من إصدار CNN.

أجرت SoftBank أيضًا اختبارات محاكاة للوصلة الهابطة باستخدام التنبؤ بإشارة مرجعية للاستقصاء (SRS). زاد نموذج Transformer من معدل نقل البيانات بنسبة تصل إلى 29% للأجهزة التي تتحرك بسرعة 80 كم/ساعة وما يصل إلى 31% بسرعة 40 كم/ساعة، أي أكثر من ضعف التحسن الذي حققه نموذج MLP السابق.

اقرأ أيضًا:SoftBank تستحوذ على Ampere مقابل 6.5 مليار دولار
اقرأ أيضًا:SoftBank تستعرض ابتكارات AI RAN في MWC

لماذا هذا مهم

يحقق التصميم الجديد من SoftBank الهدف الصعب المتمثل في المعالجة في الوقت الفعلي بأقل من ملي ثانية واحدة. إنه خفيف الوزن وعالي الأداء في نفس الوقت. يستخدم الانتباه الذاتي لالتقاط الارتباطات الزمنية والترددية الواسعة للإشارات اللاسلكية. يتجنب تطبيع المدخلات للحفاظ على البيانات المادية الأساسية للإشارات، مما يساعد في الحفاظ على أداء عالٍ.

كما أنها متعددة الاستخدامات. مع تعديلات صغيرة في طبقة المخرجات، يمكنها دعم مهام مثل تقدير القناة، والتنبؤ بـ SRS، وإزالة تشكيل الإشارات. وهذا يؤدي إلى تقليل الوقت والتكاليف التطويرية.

يتيح تشغيل AI-RAN على وحدات GPU لمشغلي الشبكات تحسين أداء الشبكة من خلال تحديثات البرامج، حتى بعد نشر الأجهزة. وهذا يقلل من تكاليف الاستثمار ويسمح للمشغلين بتبني نماذج ذكاء اصطناعي جديدة ومحسنة بسهولة في وقت لاحق.

تخطط SoftBank لتسريع تسويق هذه التكنولوجيا، مما قد يساهم في بناء شبكات 5G-Advanced أكثر ذكاءً وسرعة ووضع الأساس لأنظمة 6G.