芯片制造商为无线接入网建模人工智能

为智能手机提供动力和连接的芯片，如今已成为我们习以为常的一系列日常任务的基础，从上网到拍照，再到问Siri或谷歌预报是否有雨。大多数人在考虑这些任务对半导体的冲突要求时不会多想，但对于领先芯片制造商的工程师来说，这种平衡是设计过程的核心部分。

随着人工智能(AI)引擎以及利用它们的应用程序的激增，这项工作变得更具挑战性。人工智能对智能手机处理器以及基站无线电中的调制解调器和处理器提出了要求，工程师们现在正在训练它们在特定条件下尽可能高效地发射和接收。

“人工智能的质量在于能够处理大量数据，检测模式并处理特定情况，”麻省理工大学副总裁兼卓越人工智能中心负责人尼科·凯林(Nico Kelling)说英飞凌．“人工智能可以根据情况做出明智的决定。这一原则也适用于连接性网站。”

对于智能手机，连接协议由第三代合作伙伴计划(3GPP)定义。去年，该组织明确表示需要加大对AI和ML的关注，并指出需要联合优化各种关键性能指标，这在5G时代变得更具挑战性。

RAN中AI的用例
在第17版中，3GPP启动了AI/ML在无线接入网中的应用研究。高通工程副总裁胡安·蒙托霍(Juan Montojo)说，这项名为“数据收集增强”(enhanced of Data Collection)的研究涉及终端用户设备向网络设备提交报告。该研究项目正在转变为版本18的工作项。利用自组织网络的原理，但从被动到主动的姿态，算法训练基站在没有接收到来自终端设备的位置更新时关闭电源，这表明该地区没有人需要网络。

教会基站在不需要时关闭电源，对能源使用管理具有明显的意义。事实上，能源管理是人工智能在无线网络中的主要用例，Balaji Raghothaman指出，该公司网络解决方案首席技术专家Keysight技术．

“Keysight认为节能和光束管理是AI/ML在短期内最有前途的领域，可以带来巨大的价值，”Raghothaman说。“一些行业试验已经表明，智能节能算法可以在非高峰时段明智地关闭网络中的某些基站或天线，从而节省大量成本。同样，梁的动态整形以优化覆盖范围和容量是一个有前途的领域。”

波束形成将AI/ML应用程序引入空中接口，是3GPP另一个人工智能相关项目的一部分。“增强数据收集”工作项目涉及终端用户设备向智能基站提交报告，而新项目涉及基站和终端用户设备之间的双向通信，将使用人工智能共同解决非线性问题。

在提交给Release 18工作组的专注于物理层的论文中，AI/ML是最受欢迎的主题，约占200篇论文。作为AI/ML工作组的报告员，Montojo负责将信息综合成各方都同意的前进计划。

Montojo解释说，该小组正在研究AI/ML在空中接口的三个用例——波束形成、信道状态信息(CSI)和定位。Montojo说:“高通正计划开始考虑为这种类型的AI/ML提供专用硬件。”他补充说，这将意味着在cpu和gpu上为AI投入更多资源。他预测:“在我看来，不仅高通，所有公司都将发展它。”

英特尔也在谈论人工智能在5G半导体解决方案中的重要性。英特尔无线接入网络部门副总裁克里斯蒂娜·罗德里格斯(Cristina Rodriguez)最近在德克萨斯州奥斯汀举行的Informa大型5G活动上表示，AI和ML是“5G演变和每个无线网络标准未来的游戏规则改变者”。她预测，这些技术将支持链路调整、交通转向、服务水平协议和节能。

罗德里格斯表示，无线接入网络中的人工智能将为服务提供商提供更细粒度、实时的网络操作控制。机器学习将使网络能够自动配置资源，以最有效的方式满足工作负载需求。

罗德里格斯举例说，凯捷在一项名为“马可尼计划”(Project Marconi)的测试中使用了英特尔(Intel)的至强(Xeon)处理器，通过实时预测分析，光谱效率提高了15%。

英特尔声称，它拥有唯一一款内置人工智能加速的服务器cpu系列，并将其至强处理器定位为虚拟无线电接入网络的基础设施。当网络运营商考虑RAN虚拟化时，AI是价值主张的重要元素。罗德里格斯指出，人工智能能够实现网络切片，或为企业客户动态分配网络资源，以确保客户获得一致的服务水平。在5G和人工智能的推动下，网络切片被视为运营商潜在的新收入来源。

AI对开放RAN也有重要影响，开放RAN指的是开放RAN元素之间的接口，以便网络运营商可以混合和匹配供应商设备。

Keysight的Raghothaman表示:“在O-RAN联盟等论坛上，已经有了关于大规模多用户MIMO优化、交通转向、节能等用例的工作。“基于RIC (RAN智能控制器)框架的这种优化算法的测试，将需要使用大规模的网络数字双胞胎。对于5G和6G后期，正在提出更先进的基于人工智能的方法，直接影响物理层和MAC层。分布式/联邦学习技术以及人工智能原生模块可能是关键的进步。”

Raghothaman表示，对于Keysight来说，这将在测试和验证方面带来新的挑战。他认为，无线行业将需要共同决定合成/模拟训练数据是否对训练人工智能引擎有效，以及通常用于测试配置的模拟模块是否也应该包含人工智能功能。

AI为空中接口
通过速度、延迟、可靠性和功耗来衡量，空中人工智能接口有可能显著提高无线网络性能。

3GPP正在为人工智能研究的三个用例——波束形成、CSI和定位——都会影响智能手机和其他终端设备在移动时连接到蜂窝网络的方式。在许多环境中，一个电话将有多个可能的连接点，从而产生一个具有多个解决方案的问题。

“这是AI/ML最蓬勃发展的地方，”Montojo解释说。“它从所有这些训练中学习该做什么……当你开始失去一个细胞时，应该多早转移到另一个细胞?”或者当你看到一根具有一定强度的光束时，通过放大和改进这根光束，你有多大可能找到一根非常好的候选光束作为你的服务光束?”

标准化方法的需求是由涉及的公司和技术的数量所驱动的。无论骁龙的AI加速有多先进，高通都无法持续地将AI应用于空中接口，除非爱立信和诺基亚等合作伙伴在网络端使用相同的方法。

蒙托乔说:“智能有时在网络中，有时在用户设备中，有时在两者中。”“所有这些AI/ML技术都将尝试从一个非常嘈杂的测量集中识别第一个到达路径。”

波束形成可能是人工智能的理想用例，因为目前它是通过迭代过程完成的，不捕获信息并将其应用于未来类似的场景。自适应阵列智能天线已经可以根据环境改变发射波束的方向和宽度，但在发射端和接收端都有人工智能，细化波束的过程可能会缩短甚至取消。天线可以被训练来预测增益并选择合适的波束。

信道状态信息(CSI)是人工智能在空中接口的另一个应用。发射器和接收器都估计CSI，如衰减、功率衰减和散射，但通常还不执行预测分析或共享信息。

定位是3GPP的第三个重点领域，因为它研究AI/ML在空中接口的应用。人工智能可以与5G侧链结合使用，5G侧链是一种协议，使最终用户设备能够绕过基站直接相互通信。当两台设备没有视距连接时，算法可以预测传入传输的到达路径。

5G侧链和人工智能对自动驾驶汽车有明显的影响。自动驾驶汽车之间已经可以直接通信，但通常不会使用5G。这种情况在未来可能会改变，特别是如果5g连接的汽车可以使用人工智能来“找到”彼此。

让5G以及最终的6G成为日益自动驾驶汽车的基础，是高通商业战略的支柱。该公司已经为前20大汽车制造商中的大多数提供硅，首席执行官克里斯蒂亚诺·阿蒙预测，随着先进的驾驶辅助系统激增，高通对汽车行业的半导体销售可能会增加10倍。因此，对高通来说，将AI应用于5G空中接口远不只是智能手机。

人工智能和电力使用
英飞凌的Kelling估计，人工智能在帮助世界实现联合国环境、社会和治理(ESG)目标的80%方面可以发挥作用。他说，随着越来越多的各类设备配备了人工智能和无线接口，它们将能够连接到传感器，传感器将为它们提供有关环境的可操作信息。他说，通过“将人类的感官赋予机器”，并教会它们节约能源和减少浪费，人工智能将在保护地球方面发挥至关重要的作用。

对于无线网络标准机构来说，在可持续性方面，人工智能可能是一把双刃剑。Montojo说:“如果你开始增加复杂性，因为你可以每秒进行数百万或数万亿次操作，当然这将产生影响。”“基本上，你需要给大脑喂食来完成所有这些计算，这将消耗能量。”

他指出，一些AI/ML计划将被证明过于耗电，不值得提高效率，而波束形成等其他计划可能值得消耗能源。

基站可能是网络中最耗电的元素，这就是为什么3GPP的第17版研究研究了如何训练基站在不需要服务时自动断电。第18版将研究如何训练智能手机做同样的事情。

细分人工智能市场
英伟达(NVIDIA)、英特尔(Intel)和高通(Qualcomm)都在人工智能市场上投入了大量资金，随着这项技术进入无线接入网络，它们可能会发挥作用。

高通在移动设备的人工智能领域占据主导地位，专注于自然语言处理(通过拥抱脸)、图像增强和扩展现实。这家芯片制造商还为云、物联网和汽车市场提供人工智能解决方案。

英伟达的人工智能专长根植于图形和游戏领域，但该公司也是数据中心人工智能领域的主要参与者，并将目光投向了电信网络。这家芯片制造商最近推出了一个AI-on- 5g平台，帮助运营商部署AI应用程序，并在网络边缘实现连接。

英特尔的人工智能解决方案包括用于训练的Gaudi 2和用于推理的Greco。该公司在数据中心的主导地位，加上其在无线接入网络虚拟化方面的早期领先地位，使其很可能成为RAN中人工智能解决方案的强大竞争对手。

IBM是第一批进入人工智能芯片组市场的企业之一，也是移动网络运营商开发人工智能解决方案的首批企业之一。Dish Wireless是世界上第一家构建绿色5G开放RAN云网络的运营商，将使用IBM的人工智能自动化和网络编排软件。

最后，谷歌准备在这个市场上发挥作用，最近推出了专门为人工智能设计的asic。这家搜索巨头最近加入了ORAN联盟，目标是将其机器学习能力借给希望在云中构建智能网络的运营商。

建立共识
AI和ML在智能手机、基站、汽车以及所有这些之间的通信链路上的应用越来越多，这一发展最终将改变我们在日常生活中最依赖的机器的使用方式。大量的利益相关者必须合作，这需要时间。

图1:不同版本的路线图和特性。来源:3 gpp

到2023年底第18版的功能冻结时，3GPP可能已经为空中接口定义了一到两个人工智能应用程序，但实际实施预计要到第19版。3GPP正在研究的用例可能最终会成为标准的一部分，也可能不会。

Montojo说:“我们选择的三个用例只是我们认为有意义和代表性的试点，可以扩展到许多其他用例。”“如果你快进几年，一切都将有AI/ML组件。”

相关的
通过数据加速提高性能
在线加速提高无线接入网络的性能。
开放RAN第2期
为无线电接入网建立一个通用的、可互操作的基础设施。