• SoftBank の Transformer ベースの AI は、ライブ 5G 展開においてアップリンクスループットを 30％改善し、レイテンシを 0.34 ms 未満に低減します。
  • シミュレーションテストでは、モバイル端末のダウンリンクスループットが 31％改善することが示されており、よりスマートで高速な 5G-Advanced および 6G 対応ネットワークへの道が開かれました。

概要: SoftBank が日本で 5G RAN 向けの Transformer ベースの AI モデルを発表

東京に本社を置くSoftBank Corp.は、5G 無線アクセスネットワーク向けの新しい AI アーキテクチャを開発しました。これは、アップリンクチャネル補間用の高性能 Transformer モデルを使用しています。3GPP 5G 規格に準拠したライブテストでは、非 AI 手法と比較してアップリンクスループットが約 30％向上しました。これは、基本改善に加えて、SoftBank の以前の CNN モデルと比較して 8％のゲインによって達成されました。

彼らはライブの無線環境で GPU 上でモデルを実行しました。Transformer はリアルタイムで動作し、平均 338 マイクロ秒という超低レイテンシを達成しました。これは約 0.338 ms であり、CNN バージョンよりも約 26%高速です。

SoftBank はまた、サウンディング基準信号（SRS）予測を使用したダウンリンクシミュレーションテストも実施しました。Transformer モデルは、80 km/h で移動する端末で最大 29％、40 km/h で最大 31％のスループット向上を達成し、以前の MLP モデルによる改善の 2 倍以上となりました。

関連記事:SoftBank が Ampere を 65 億ドルで買収
関連記事:SoftBank が MWC で AI RAN の革新を披露

なぜ重要なのか

SoftBank の新しい設計は、1 ミリ秒未満のリアルタイム処理という困難な目標を達成しています。軽量でありながら高性能です。自己注意機構を使用して、無線信号の広範囲にわたる時間的・周波数的相関を捉えます。入力の正規化を回避して、信号の本質的な物理データを保存し、高いパフォーマンスを維持します。

また、汎用性も備えています。出力層の小さな変更で、チャネル推定、SRS 予測、信号復調などのタスクをサポートできます。これにより、開発時間とコストが削減されます。

AI-RAN を GPU 上で実行することで、オペレータはハードウェア展開後もソフトウェアアップデートでネットワークパフォーマンスを向上させることができます。これにより資本的支出が削減され、オペレータは後から改善された新しい AI モデルを容易に採用できます。

SoftBank はこの技術の商用化を加速する計画で、よりスマートで高速な 5G-Advanced ネットワークの構築に貢献し、6G システムの基盤を築く可能性があります。