Project Marconi ist die branchenweit erste auf künstlicher Intelligenz / maschinellem Lernen (AI/ML) basierende Funknetzwerkanwendung für den 5G Medium Access Control (MAC) Scheduler. Optimiert mit Intel AI Software und 3rd Gen Intel Xeon Skalierbare Prozessoren.
Netzwerkanbieter weltweit haben stark in Frequenzen investiert und suchen nach Lösungen, um 5G-Dienste schneller zu entwickeln und zu gewinnen. Nach Angaben der Global Mobile Suppliers Association erreichte der Gesamtwert der Frequenzauktionen über $ 27 Milliarden in 2020. Die Lösung von Capgemini auf der Intel-Architektur erhöht den Datenverkehr, den jede Zelle verarbeiten kann. Es ermöglicht Betreibern, mehr Abonnenten zu bedienen und ein herausragendes Erlebnis zu bieten, während gleichzeitig neue Industrie-4.0-Dienste wie verbessertes mobiles Breitband (eMBB) und ultrazuverlässige Kommunikation mit niedriger Latenz (URLLC) eingeführt werden.
Walid Negm, Chief Research and Innovation Officer bei Capgemini Engineering, sagte: „Unsere Teams haben eng mit Intel zusammengearbeitet, um eine wirklich innovative Lösung zu entwickeln, die den Bedienern wirklich die Nadel bewegen kann. Wir sammelten und nutzten über ein Terabyte an Daten und führten unzählige Testläufe mit NetAnticipate5G durch, um die prädiktive Analyse zu verfeinern, um verschiedene Betreiberanforderungen zu erfüllen. Kurz gesagt, maschinelles Lernen kann ohne zusätzliche Hardwareanforderungen für die intelligente Entscheidungsfindung im RAN eingesetzt werden. Dies macht es kurzfristig kosteneffizient und langfristig zukunftssicher, wenn wir in Cloud Native RAN-Implementierungen einsteigen"
Cristina Rodriguez, VP der Wireless Access Network Division bei Intel, sagte: „Unsere skalierbaren Intel Xeon-Prozessoren der 3. Generation mit integrierter KI-Beschleunigung bieten hohe Leistung für Deep Learning auf der Net Anticipate 5G-Plattform. Gemeinsam lieferte unsere Zusammenarbeit ultraschnelle Inferenzdaten zur Verbesserung der Open-Source-ML-Bibliotheken, was zu einem intelligenten RAN führte, das die Anforderungen der Teilnehmerabdeckung vorhersagen und schnell darauf reagieren kann und gleichzeitig die Gesamtbetriebskosten senkt"
Capgemini setzte seine NetAnticipate5G- und RATIO-O-RAN-Plattform ein, um fortschrittliche KI/ML-Techniken einzuführen. Das AI Eine angetriebene prädiktive analytische Lösung prognostiziert und weist die geeigneten MCS-Werte (Modulations- und Codierungsschema) für die Signalübertragung durch genaue Vorhersage der Benutzersignalqualität und der Mobilitätsmuster zu. Auf diese Weise kann das RAN MAC-Ressourcen intelligent planen, um eine bis zu 40 % genauere MCS-Vorhersage und eine um 15 % bessere Spektrumeffizienz in den Fallstudien und Tests zu erzielen. Als Ergebnis bietet es schnellere Datengeschwindigkeiten, eine bessere und konsistentere QoE für Abonnenten und eine robuste Abdeckung für Anwendungsfälle, die auf Konnektivität mit geringer Latenz angewiesen sind, wie z. B. roboterbasierte Fertigung und V2X (Vehicle-to-Everything).