Novo modelo de IA da SoftBank aumenta drasticamente as velocidades 5G

O novo modelo de IA da SoftBank que aumenta drasticamente as velocidades 5G é perfilado pela BTW Media porque evidências publicadas o vinculam à infraestrutura da internet, governança, dependências operacionais ou visibilidade de mercado.

• A IA baseada em Transformer da SoftBank melhora a taxa de uplink em 30% e reduz a latência para menos de 0,34 ms em uma implantação 5G ao vivo.
• Testes simulados mostram que a taxa de downlink melhora em 31% para terminais móveis, abrindo caminho para redes 5G-Advanced e preparadas para 6G mais inteligentes e rápidas.

O que aconteceu: SoftBank revela modelo de IA baseado em Transformer para RAN 5G no Japão

SoftBank Corp., sediada em Tóquio, Japão, desenvolveu uma nova arquitetura de IA para redes de acesso de rádio 5G. Ela utiliza um modelo Transformer de alto desempenho para interpolação de canais uplink. Um teste ao vivo em conformidade com os padrões 3GPP 5G mostrou um aumento na taxa de uplink de aproximadamente 30% em comparação com métodos não-IA. Isso se deve a um ganho de 8% em relação ao modelo CNN anterior da SoftBank, além da melhoria de base.

Eles executaram o modelo em GPUs em um ambiente over-the-air ao vivo. O Transformer funcionou em tempo real com latência ultrabaixa: 338 microssegundos em média. Isso equivale a aproximadamente 0,338 ms e é cerca de 26% mais rápido que a versão CNN.

A SoftBank também realizou testes simulados de downlink usando predição do sinal de referência de sondagem (SRS). O modelo Transformer aumentou a taxa em até 29% para terminais se movendo a 80 km/h e até 31% a 40 km/h, mais que o dobro da melhoria obtida pelo modelo MLP anterior.

Leia também:SoftBank adquire Ampere por 6,5 bilhões de dólares
Leia também:SoftBank apresenta inovações AI RAN na MWC

Por que isso é importante

O novo design da SoftBank atinge o difícil objetivo de processamento em tempo real abaixo de um milissegundo. Ele é leve e de alto desempenho. Utiliza autoatenção para capturar as amplas correlações temporais e de frequência dos sinais sem fio. Evita normalizar as entradas para preservar os dados físicos essenciais dos sinais, o que ajuda a manter o alto desempenho.

Ele também é versátil. Com pequenas modificações na camada de saída, pode suportar tarefas como estimação de canal, predição SRS e demodulação de sinais. Isso resulta em redução de tempo e custos de desenvolvimento.

A execução de AI-RAN em GPUs permite que operadores melhorem o desempenho da rede com atualizações de software, mesmo após a implantação do hardware. Isso reduz custos de capital e permite que operadores adotem facilmente novos modelos de IA aprimorados posteriormente.

A SoftBank planeja acelerar a comercialização dessa tecnologia, o que pode contribuir para a construção de redes 5G-Advanced mais inteligentes e rápidas e estabelecer as bases para sistemas 6G.