NVIDIA thông báo lượt tải xuống các công cụ 5G/6G mã nguồn mở của hãng đã vượt mốc 1 triệu, khi các viện nghiên cứu toàn cầu áp dụng bộ phần mềm này để tối ưu hóa bộ thu vô tuyến, tiết kiệm năng lượng và giảm thời gian mô phỏng mạng.

Bối cảnh và chi tiết công nghệ

Theo NVIDIA, lượng nhà phát triển áp dụng nền tảng phần mềm AI Aerial và Sionna đã tăng 10 lần trong năm qua, đạt hơn 1 triệu lượt tải xuống các công cụ 5G/6G mã nguồn mở và thu hút hơn 8.000 cơ sở nghiên cứu, học thuật sử dụng.

SoftBank đã tích hợp bộ thu thần kinh vào NVIDIA Aerial ACAR và đạt mức tăng băng thông tải lên tối đa khoảng 60% trong môi trường có nhiễu, trong khi ETH Zurich giảm hơn một phần ba tỷ lệ lỗi khối nhờ tinh chỉnh bộ thu AI bằng dữ liệu đo đạc tại chỗ.

Các thử nghiệm tại Đại học Leeds và King's College London cho thấy hiệu quả cụ thể: Leeds giảm 45,6% mức tiêu thụ năng lượng RAN nhờ dự báo nhu cầu mạng trước 10 phút, còn King's College London cắt giảm tới 52,6% thời gian hoàn thành nhiệm vụ của robot bằng phương pháp truyền thông ngữ cảnh hướng mục tiêu.

Đánh giá tác động và góc nhìn chuyên môn

Tích hợp mô hình AI vào các tầng truyền dẫn vô tuyến đang chuyển đổi nghiên cứu 6G từ việc truyền dữ liệu thô diện rộng sang tối ưu hóa theo ngữ cảnh và quản lý tài nguyên mạng mang tính dự báo.

Việc ứng dụng tăng tốc GPU vào các trình mô phỏng viễn thông như 5G-LENA giúp rút ngắn chu kỳ R&D từ vài giờ xuống vài phút, cho phép đánh giá các kịch bản nhiễu phức tạp trước khi đầu tư hạ tầng phần cứng đắt đỏ.

Xu hướng tiếp theo và điều cần theo dõi

Khả năng mở rộng thương mại và chi phí vận hành thực tế khi triển khai các bộ thu thần kinh AI trên quy mô mạng di động thương mại hàng triệu người dùng chưa được làm rõ.

Tác động của việc chủ động tắt nguồn trạm phát sóng RAN đến độ trễ và độ tin cậy kết nối khi xuất hiện lưu lượng tăng đột biến ngoài dự báo chưa được công bố chi tiết.