شركة Lite-On Technology التايوانية تتعاون مع جامعة سنغافورة للتصميم والتكنولوجيا لدفع تسويق تقنية AI-RAN في شبكات الجيل الخامس

أخبار ar.wedoany.com، في 4 يونيو، أعلنت شركة Lite-On Technology التايوانية عن إتمام عرض تقني لتكامل الذكاء الاصطناعي الأصلي مع شبكة الوصول الراديوي للجيل الخامس (5G AI-RAN) بالتعاون مع جامعة سنغافورة للتصميم والتكنولوجيا وشركتها الناشئة NeuroRAN، مما يعزز تسويق تطبيقات الذكاء الاصطناعي الطرفية التي تتميز بالكفاءة في الوقت الفعلي، وتوفير الطاقة، وحماية الخصوصية.

قام هذا العرض بدمج وحدة O-RU اللاسلكية عالية الأداء من Lite-On Technology، وتطبيقات التعلم العميق التي طورتها جامعة سنغافورة للتصميم والتكنولوجيا، ومنصة NVIDIA AI Aerial ضمن بنية واحدة لشبكة 5G AI-RAN. تستخدم الحلول نماذج مثل الكشف الفوري عن الأجسام بتقنية Swin Transformer، وتعتمد على تقنيات الاستشعار الطيفي المُدار بالذكاء الاصطناعي وتقسيم النماذج الديناميكي لتوزيع أعباء معالجة الذكاء الاصطناعي بين أجهزة المستخدم والعقد الطرفية والسحابة وفقًا لحالة الشبكة في الوقت الفعلي. مقارنةً بأساليب نشر النماذج الثابتة، يمكن لهذه البنية تقليل زمن الاستجابة من طرف إلى طرف، وتحسين استهلاك الطاقة، والسماح للبيانات الحساسة بالبقاء قدر الإمكان على الجهاز، مما يعزز جدوى نشر الذكاء الاصطناعي الطرفي في سيناريوهات المراقبة الذكية، والمدن الذكية، والأتمتة الصناعية. كما قامت Lite-On Technology بدمج وظيفة UPF الموزعة في الشبكة الأساسية للجيل الخامس، مما يقلص مسار البيانات بشكل أكبر ويقرّب مهام استدلال الذكاء الاصطناعي من موقع العمل الفعلي.

يتوافق هذا الحل مع الاتجاه المتقاطع لتصنيع معدات الاتصالات، وشبكات الاتصالات، ومعالجة البيانات الذكية، وتتمثل عناصره الأساسية في 5G AI-RAN، والمحطات القاعدية الصغيرة O-RU، والذكاء الاصطناعي الطرفي، وشبكات الوصول الراديوي المفتوحة.

تعتبر AI-RAN إحدى مسارات التكنولوجيا الرئيسية في تطور شبكات الجيل الخامس نحو الجيل السادس. تقوم شبكات الوصول الراديوي التقليدية بشكل أساسي بوظائف الاتصال ونقل البيانات، بينما تعمل تطبيقات الذكاء الاصطناعي عادةً على السحابة أو الخوادم الطرفية، مما يخلق مشاكل تتعلق بزمن استجابة الشبكة، وجدولة القدرة الحاسوبية، وخصوصية البيانات، وتوازن استهلاك الطاقة. من خلال دمج قدرات الذكاء الاصطناعي أصلاً في شبكة الوصول الراديوي، يمكن للشبكة تعديل موقع المعالجة الحاسوبية في الوقت الفعلي بناءً على حالة الطيف، وحمل الأجهزة الطرفية، وأنواع الخدمات، والبيئة الميدانية، مما يتيح للتطبيقات مثل التعرف على الفيديو، والفحص الصناعي، واستشعار حركة المرور في المدن، وأمن المناطق، وشبكات المؤسسات الخاصة الحصول على زمن استجابة أقل وكفاءة أعلى. بالنسبة للمشغلين، يساعد هذا النوع من البنية في ترقية شبكات الجيل الخامس من مجرد قنوات اتصال إلى منصات ذكية طرفية قادرة على استضافة أعمال الذكاء الاصطناعي؛ وبالنسبة لمصنعي المعدات، ستصبح القدرة على التنسيق بين O-RU، والشبكة الأساسية، والحوسبة الطرفية، وبرامج الذكاء الاصطناعي جزءًا مهمًا من المنافسة في الجيل القادم من معدات الشبكات.

كما أشارت Lite-On Technology في هذا السياق إلى أنها ستستخدم في المستقبل منصة NVIDIA DGX Spark لمساعدة شركات الاتصالات على البدء بسرعة في البحث والتحقق والنشر للجيل القادم من خدمات الذكاء الاصطناعي الطرفية، مما يمكن المشغلين من تطوير نماذج الذكاء الاصطناعي وإجراء اختبارات صغيرة النطاق أولاً، ثم التوسع تدريجيًا إلى شبكات الجيل الخامس التجارية والبنية التحتية للشبكات المستقبلية. مع تزايد الطلب على الاستشعار في الوقت الفعلي من الشبكات الخاصة للمؤسسات، والمصانع الذكية، وإدارة المدن، والبنية التحتية للنقل، ستتجلى قيمة AI-RAN بشكل أكبر في "قدرتها على المعالجة الفورية في موقع الشبكة"، وليس فقط في زيادة السرعة اللاسلكية. إذا تم التحقق من صحة هذه البنية في المزيد من شبكات المشغلين وسيناريوهات القطاعات، فستكون شبكات الجيل الخامس الطرفية أكثر قدرة على استيعاب أعمال الذكاء الاصطناعي في الوقت الفعلي، مما يبني أيضًا أساسًا هندسيًا لبنية الشبكات الأصلية للذكاء الاصطناعي في الجيل السادس في المستقبل.

لا يزال التنفيذ اللاحق يعتمد على وتيرة التجارب التي يجريها مشغلو الاتصالات، وتكيف النظام البيئي لـ O-RAN، وتكلفة القدرة الحاسوبية الطرفية، والطلب الفعلي من العملاء في القطاعات على معالجة الذكاء الاصطناعي المحلية. يوفر هذا العرض المشترك بين Lite-On Technology وجامعة سنغافورة للتصميم والتكنولوجيا وNeuroRAN نموذجًا أقرب إلى بيئة الشبكة الحقيقية لانتقال AI-RAN من إثبات المفهوم إلى النشر التجاري.

تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com