La prima applicazione RAN basata sull'apprendimento automatico del settore aumenta l'efficienza spettrale del 15%

Aggiornamento: 9 dicembre 2023

Project Marconi è la prima applicazione di rete radio basata su intelligenza artificiale/apprendimento automatico (AI/ML) del settore per lo scheduler 5G Medium Access Control (MAC). Ottimizzato con il software Intel AI e 3rd Processori scalabili Intel Xeon di generazione.

I fornitori di rete a livello globale hanno investito molto nello spettro e sono alla ricerca di soluzioni per sviluppare e ottenere servizi 5G più velocemente. Secondo la Global Mobile Suppliers Association, il valore totale delle aste dello spettro ha raggiunto oltre $ 27 miliardi nel 2020. La soluzione di Capgemini su architettura Intel aumenta la quantità di traffico che ogni cella può gestire. Consente agli operatori di servire più abbonati e offrire un'esperienza eccezionale, lanciando al contempo nuovi servizi Industry 4.0 come i casi d'uso avanzati di Mobile Broadband (eMBB) e Ultra Reliable Low Latency Communications (URLLC).

Walid Negm, Chief Research and Innovation Officer di Capgemini Engineering, ha dichiarato: “I nostri team hanno lavorato a stretto contatto con Intel per creare una soluzione davvero innovativa che possa davvero muovere l'ago per gli operatori. Abbiamo raccolto e utilizzato oltre un terabyte di dati e condotto innumerevoli esecuzioni di test con NetAnticipate5G per mettere a punto l'analisi predittiva per soddisfare le diverse esigenze degli operatori. In breve, l'apprendimento automatico può essere implementato per un processo decisionale intelligente sulla RAN senza alcun requisito hardware aggiuntivo. Ciò lo rende efficiente in termini di costi nel breve periodo e a prova di futuro nel lungo periodo mentre passiamo alle implementazioni Cloud Native RAN. "

Cristina Rodriguez, VP della divisione Wireless Access Network di Intel ha dichiarato: “I nostri processori scalabili Intel Xeon di terza generazione con accelerazione AI integrata offrono prestazioni elevate per il deep learning sulla piattaforma Net Anticipate 3G. Insieme, la nostra collaborazione ha fornito dati di inferenza ultraveloci per migliorare le librerie ML Open-Source risultando in una RAN intelligente in grado di prevedere e reagire rapidamente ai requisiti di copertura degli abbonati riducendo al contempo il TCO. "

Capgemini ha implementato la sua piattaforma NetAnticipate5G e RATIO O-RAN per introdurre tecniche avanzate di AI/ML. Il AI la soluzione analitica predittiva alimentata prevede e assegna i valori MCS (schema di modulazione e codifica) appropriati per la trasmissione del segnale attraverso la previsione accurata della qualità del segnale dell'utente e dei modelli di mobilità. In questo modo, la RAN può programmare in modo intelligente le risorse MAC per ottenere una previsione MCS fino al 40% più accurata e ottenere un'efficienza dello spettro del 15% migliore nei casi di studio e nei test. Di conseguenza, offre velocità dei dati più elevate, QoE migliore e più coerente agli abbonati e una copertura solida per casi d'uso che si basano su connettività a bassa latenza come la produzione basata sulla robotica e V2X (vehicle-to-everything).