NVIDIA เปิดซอร์สเครื่องมือ Aerial เร่งวิจัยเครือข่าย 6G ยุคใหม่

เมื่อหนึ่งปีก่อน NVIDIA open sourced its Aerial wireless software โดยเข้าร่วมกับ Sionna และชุดเครื่องมือ open source ที่หลากหลายเพื่อเร่งการพัฒนาเครือข่าย 6G ยุคถัดไป เครื่องมือเหล่านี้ช่วยให้นักวิจัยมีรากฐานในการทดสอบแนวคิด เปรียบเทียบผลลัพธ์ และต่อยอดงานวิจัยร่วมกัน โดยเชื่อมโยงการจำลองสถานการณ์และการฝึก AI เข้ากับการทดลองบนระบบไร้สาย over-the-air ของจริง

ปัจจุบันนักวิจัยและนักพัฒนากำลังใช้เครื่องมือเหล่านี้สร้างเครือข่ายรองรับ 6G ที่มีประสิทธิภาพมากกว่าแค่การรับส่งข้อมูล โดยสามารถรับสัญญาณได้แม่นยำขึ้น ช่วยให้หุ่นยนต์และระบบอัตโนมัติเชื่อมต่อกันได้ในช่วงเวลาวิกฤต พร้อมปรับตัวได้แบบเรียลไทม์ขณะที่อุปกรณ์เคลื่อนที่ไปทั่วโลก

ในช่วงปีที่ผ่านมา การใช้งานซอฟต์แวร์ NVIDIA AI Aerial และ NVIDIA Sionna เติบโตขึ้นถึง 10 เท่า โดยเครื่องมือ open source สำหรับ 5G/6G ของ NVIDIA มียอดดาวน์โหลดทะลุ 1 ล้านครั้ง และมีสถาบันวิจัยกว่า 8,000 แห่งทั่วโลกกำลังใช้งานแพลตฟอร์มเหล่านี้อยู่

โครงการต่างๆ ในวันนี้สะท้อนให้เห็นภาพเครือข่ายในอนาคตที่มุ่งสู่การเป็น AI-native มอบการเชื่อมต่อ การประมวลผล และการตรวจจับผ่านแพลตฟอร์ม software-defined ที่ผสานรวมกันเพื่อรองรับผู้คน เครื่องจักร และเอเจนท์นับพันล้านในอนาคต

เครือข่ายที่ช่วยให้หุ่นยนต์ตอบสนองได้เร็วขึ้น

หุ่นยนต์ที่กำลังหยิบจับวัตถุจำเป็นต้องเข้าใจสภาพแวดล้อมและดำเนินการอย่างรวดเร็วก่อนที่สถานการณ์จะเปลี่ยนไป เมื่อ AI ที่ควบคุมการตัดสินใจรันอยู่บนเซิร์ฟเวอร์หรือคลาวด์ การเชื่อมต่อไร้สายจึงเป็นปัจจัยสำคัญต่อเวลาในการตอบสนอง

นักวิจัยกำลังศึกษาแนวทาง semantic communications ที่เน้นเป้าหมาย โดยให้หุ่นยนต์ส่งเพียงคำอธิบายสั้นๆ ของวัตถุและตำแหน่งแทนการส่งภาพเต็มรูปแบบ การส่งข้อมูลเท่าที่จำเป็นช่วยให้หุ่นยนต์ในคลังสินค้าตอบสนองได้เร็วขึ้นสูงสุดถึง 52.6% จากการทดสอบของ King’s College London โดยใช้ NVIDIA Jetson AGX Orin ร่วมกับ NVIDIA Sionna

นอกจากจะตอบสนองเร็วขึ้นแล้ว ระบบยังมีความยืดหยุ่นสูง โดยสามารถตรวจจับวัตถุที่หล่นและกู้คืนจากการทำงานที่ผิดพลาดได้ และเมื่อใช้งานร่วมกับ digital twin ระบบจะสามารถตรวจสอบแผนการเคลื่อนที่เพื่อป้องกันการชนก่อนที่จะเริ่มดำเนินการจริง

เครือข่ายที่เรียนรู้การรับสัญญาณได้ดีขึ้น

สำหรับงานกู้ภัยหรือดับเพลิง สัญญาณวิดีโอสดจากโดรนมีความสำคัญต่อการตัดสินใจ แต่การรบกวนของคลื่นวิทยุอาจทำให้ข้อมูลล่าช้า ตัวรับสัญญาณ AI (AI receivers) จึงเข้ามาแก้ปัญหานี้ด้วยการเรียนรู้ที่จะกู้คืนข้อมูลจากสัญญาณที่เข้ามาได้อย่างมีประสิทธิภาพมากขึ้น

SoftBank ได้สาธิตการรวม neural receiver เข้ากับ NVIDIA Aerial CUDA-Accelerated RAN (ACAR) เพื่อทดสอบกับสมาร์ทโฟน 5G ผลปรากฏว่า neural receiver ให้ค่า uplink throughput สูงกว่าตัวรับสัญญาณแบบเดิมสูงสุดถึง 60% ในสภาวะที่มีสัญญาณรบกวน

ขณะเดียวกัน นักวิจัยจาก ETH Zurich พบว่าการใช้ NVIDIA Aerial Testbed เพื่อปรับแต่งตัวรับสัญญาณด้วยการวัดผลในพื้นที่จริง ช่วยลดอัตรา block error ได้มากกว่าหนึ่งในสามเมื่อเทียบกับเวอร์ชันที่ผ่านการเทรนมาล่วงหน้าเพียงอย่างเดียว

เครือข่ายที่เรียนรู้ว่าเมื่อใดควรประหยัดพลังงาน

เมื่อ 6G ต้องรองรับอุปกรณ์และแอปพลิเคชัน AI จำนวนมหาศาล การจัดการพลังงานจึงเป็นเรื่องสำคัญ AI สามารถช่วยระบุได้ว่าเมื่อใดที่ควรปิดความจุส่วนเกินเพื่อประหยัดไฟฟ้า และเมื่อใดที่ต้องกลับมาออนไลน์โดยไม่ทำให้การเชื่อมต่อสะดุด

นักวิจัยที่ University of Leeds พัฒนาระบบพยากรณ์ความต้องการเครือข่ายล่วงหน้า 10 นาที เพื่อตัดสินใจเข้าสู่โหมดสลีปของสถานีฐาน โดยมีการตรวจสอบว่าสถานีข้างเคียงสามารถรองรับผู้ใช้งานแทนได้หรือไม่ก่อนที่จะปิดการทำงาน

ทีมงานทดสอบระบบผ่าน "network-in-a-box" ที่ขับเคลื่อนด้วย NVIDIA DGX Spark และพบว่าสามารถลดการใช้พลังงานของ RAN ลงได้ถึง 45.6% เมื่อเทียบกับการใช้พลังงานเต็มที่ตามปกติ โดยที่ยังรักษาคุณภาพการเชื่อมต่อไว้ได้

เครือข่ายที่ทดสอบได้เร็วขึ้น: ก่อนที่จะสร้างจริง

ก่อนการติดตั้งจริง นักวิจัยต้องจำลองสถานการณ์ที่มีอุปกรณ์นับร้อยเครื่องแย่งสัญญาณกัน ซึ่งปกติอาจใช้เวลานานหลายชั่วโมง แต่ Centre Tecnològic de Telecomunicacions de Catalunya (CTTC) ได้นำโมเดล GPU-accelerated บน ACAR มาใช้เร่งกระบวนการในโปรแกรมจำลอง 5G-LENA

ผลลัพธ์คือช่วยลดเวลาการจำลองจาก 3 ชั่วโมง เหลือเพียง 10-20 นาที ซึ่งช่วยให้นักวิจัยสามารถเปรียบเทียบการออกแบบและทดสอบสถานการณ์ที่ท้าทายได้มากขึ้น ช่วยย่นระยะเวลาจากการพัฒนานวัตกรรมไปสู่การใช้งานจริงในโลกกว้างได้รวดเร็วยิ่งขึ้น

สำหรับผู้ที่สนใจนวัตกรรมไร้สายแห่งอนาคต สามารถเข้าร่วม 6G Developer Sessions ได้ที่งาน NVIDIA GTC Washington, D.C. โดยปัจจุบัน NVIDIA AI Aerial และ NVIDIA Sionna เปิดให้ใช้งานแล้วบน GitHub