▪️Нейросеть научили оценивать радиоканалы. — 16 июня 2026 г. в 14:02:19.889
▪️Нейросеть научили оценивать радиоканалы. Мы решили погрузиться в AI-RAN наработки на базе решений Nvidia. Стало понятно, что ее чипы для ИИ можно встраивать не только в айсики и юниты ИИ ЦОД, но и в базовые станции, причем не только для edge, но и буквально для повышения эффективности работы самих БС. Если на пальцах, то когда смартфон отправляет данные на базовую станцию, та должна «понять» сигнал: очистить его от помех и искажений, которые возникают из-за отражений от зданий, движущихся машин и других препятствий. Эту задачу называют оценкой канала и решали ее до этого с помощью классических математических формул. Но исследователи решили проверить: а что, если заменить формулу нейросетью? Инженеры компании обучили сверхточную нейросеть на 28 миллионах смоделированных сценариев распространения радиосигнала. Сеть научилась не просто восстанавливать сигнал, но и автоматически определять условия приема и подбирать оптимальный режим обработки. Разработка шла в три этапа. Сначала обучение и отладка на Python. Потом тест в цифровом двойнике: виртуальная модель Берлина с трассировкой 500 тысяч лучей, учитывающей каждое отражение и дифракцию. И только потом уже накатили на коммерческую сеть на территории штаб-квартиры Nvidia в Санта-Кларе. Нейросетевой подход дал более 40% прироста пропускной способности в аплинке по сравнению с классическим алгоритмом. Но GPU должен быть в радиомодуле. Обученная модель компилируется в оптимизированный бинарный файл и рассчитывается прямо на GPU базовой станции. Оператору не нужно лезть в исходный код: смена алгоритма – это правка конфигов. Вся обработка физического уровня сигнала происходит в реальном времени на одном чипе GР200. Получается, что раньше алгоритм физического уровня был «вшит» в железо и менялся только при смене поколения сети. Теперь его можно обновлять как ПО – обучил новую модель, проверил в цифровом двойнике, задеплоил в сеть. Поподробнее можно почитать тут. Подписывайтесь на Телекоммуналку