SoftBanks neues KI-Modell steigert 5G-Geschwindigkeiten dramatisch

SoftBanks neues KI-Modell, das 5G-Geschwindigkeiten dramatisch steigert, wird von BTW Media profiliert, da veröffentlichte Beweise es mit Internetinfrastruktur, Governance, operativen Abhängigkeiten oder Marktsichtbarkeit in Verbindung bringen.

• SoftBanks Transformer-basiertes KI verbessert den Uplink-Durchsatz um 30 % und reduziert die Latenz auf unter 0,34 ms im Live-5G-Einsatz.
• Simulierte Tests zeigen, dass sich der Downlink-Durchsatz für sich bewegende Endgeräte um 31 % verbessert, was den Weg für intelligentere, schnellere 5G-Advanced- und 6G-fähige Netze ebnet.

Was geschah: SoftBank stellt ein Transformer-basiertes KI-Modell für 5G RAN in Japan vor

SoftBank Corp.mit Sitz in Tokio, Japan, hat eine neue KI-Architektur für 5G-Funkzugangsnetze entwickelt. Es verwendet ein leistungsstarkes Transformer-Modell für die Uplink-Kanalinterpolation. Ein Live-3GPP-5G-Funktest zeigte eine Steigerung des Uplink-Durchsatzes um etwa 30 % im Vergleich zu Nicht-KI-Methoden. Das ergibt sich aus einem Gewinn von 8 % gegenüber SoftBanks eigenem vorherigen CNN-Modell plus dem Basisliniengewinn.

Sie führten das Modell auf GPUs in einer Live-Over-the-Air-Umgebung aus. Der Transformer lieferte Echtzeitbetrieb mit extrem niedriger Latenz: durchschnittlich 338 Mikrosekunden. Das sind etwa 0,338 ms und etwa 26 % schneller als die CNN-Version.

SoftBank führte auch simulierte Tests des Downlinks unter Verwendung der Sounding Reference Signal (SRS)-Vorhersage durch. Das Transformer-Modell steigerte den Durchsatz um bis zu 29 % für Endgeräte, die sich mit 80 km/h bewegen, und um bis zu 31 % bei 40 km/h – mehr als doppelt so viel wie die Verbesserung, die mit dem vorherigen MLP-Modell erzielt wurde.

Auch lesen:SoftBank übernimmt Ampere für 6,5 Milliarden US-Dollar
Auch lesen:SoftBank stellt KI-RAN-Innovationen auf der MWC vor

Warum es wichtig ist

SoftBanks neues Design erfüllt das anspruchsvolle Echtzeitverarbeitungsziel von unter einer Millisekunde. Es ist leichtgewichtig und dennoch leistungsstark. Es verwendet Self-Attention, um breite zeitliche und frequenzbezogene Korrelationen in Funksignalen zu erfassen. Es vermeidet die Normalisierung von Eingaben, um wichtige physikalische Signaldaten zu erhalten. Das trägt dazu bei, seine hohe Leistung zu erhalten.

Es ist auch vielseitig. Mit kleinen Anpassungen an der Ausgabeschicht kann es Aufgaben wie Kanalschätzung, SRS-Vorhersage und Signaldemodulation unterstützen. Das bedeutet geringere Entwicklungszeit und -kosten.

Die Ausführung von KI-RAN auf GPUs ermöglicht es Betreibern, die Netzwerkleistung mit Software-Updates zu verbessern, selbst nachdem die Hardware bereitgestellt wurde. Das senkt die Kapitalkosten und ermöglicht es den Betreibern, später problemlos neue, bessere KI-Modelle zu übernehmen.

SoftBank plant, die Kommerzialisierung dieser Technologie zu beschleunigen. Dies könnte dazu beitragen, intelligentere, schnellere 5G-Advanced-Netze aufzubauen und die Grundlage für 6G-Systeme zu legen.