AI-RAN: Nvidia Areial RAN - Sionna (6)

原本想說結束 Sionna 的系列文章,
結果今天爬文時, 又發現了一個值得寫的內容: Sionna Research Kit (Sionna-RK)

Sionna Research Kit 結合了 NVIDIA Jetson 平台以及 OpenAirInterface,
提供支援 O-RAN 介面, 以及軟硬體整合的 5G 開發架構.
提供一個軟體定義無線電的開放式開發架構, 讓開發者可以實現所發展的 AI/ML 演算法.


和之前我們介紹過的 cuRAN 不同,
Sionna Research Kit 雖然也基於 Nvidia 硬體 (Jetson, 未來會支援 Project Digit),
但並沒有實作 cuPHY 與 cuMAC 功能, 猜測是為了節省 GPU 算力需求,
相對的, 在系統架構上, 也須依賴 B210 開發板來進行 (OpenAirInterface 開發板),
在 Jetson 上, 就只有原本 OAI gNB 原生的功能實作.
這樣的架構, 事實上, 和既有 OAI 在 PC + B210 的系統實作類似,
也因此, Sionna-RK 的功能的特色, 應該在於 Sionna 提供了甚麼樣的功能接口,
使得第三方可以在此平台上快速開發與實現 AI/ML 演算法.


在 Sionna-RK 中, 提供了 2 個不同的 AI/ML 應用, 分別是:
  • GPU-Accelerated LDPC Decoding
  • Neural QAM Demapper
用以展示使用 Sionna 將 AI/ML 引入 AI RAN 的能力,
不過, 在這邊需要注意與澄清的是: 目前的整合實作不包含 Sionna-RT,
換句話說, Sionna-RK 的通道, 並非使用 Sionna-RT 進行模擬,
那麼, Sionna 在 Sionna-RK 的角色是甚麼呢?

在上面兩個應用的範例中,
Sionna-RK 提供了 python 的程式介面, 並用 Sionna 的程式套件,
取代原本 OAI 中對應的功能, 並以 OAI 定義的資料格式進行實作,
因此, Sionna 原有的功能便可以整合進 OAI 系統中,
使用 OAI 所打通的 End-to-End 架構, 進行以 AI/ML 驅動的演算法開發.
此外, Sionna-RK 也實作了 Data Acquisition 的插件.
使開發者可以收集資料, 進行 AI/ML 的演算法開發.

留言

熱門文章

LTE筆記: RSRP, RSSI and RSRQ

[WiFi] WiFi 網路的識別: BSS, ESS, SSID, ESSID, BSSID

LTE筆記: 5G NR Measurement Events