Når Nokias RAN Digital Twin og Nvidias Omniverse-platform smelter sammen, fremhæves efter min mening en side af AI-RAN-udviklingen, som får mindre opmærksomhed i “AI-RAN vs ASIC-RAN”-debatten. Selvom branchen bevæger sig mod en GPU-baseret AI-RAN-arkitektur, er denne teknologi også altafgørende for udviklingen af traditionel ASIC-baseret (ReefShark) hardware. Her følger et resumé udarbejdet af Gemini:
Hvordan udnytter Nokia data og AI-platformen?
Nokia har adgang til årtiers “Real World RAN”-data fra hundredvis af netværk verden over. Dette udnyttes på følgende måde:
- Finjustering af ASIC-parametre (ReefShark-optimering):
- ASIC-chips (som Nokias ReefShark) er faste, men deres softwarebaserede parametre og algoritmer kan justeres.
- Nokia føder sit indsamlede data ind i Nvidias AI-platform, som kører millioner af simuleringer i en digital tvilling. Dette afslører, hvilke indstillinger i ASIC-chippen (f.eks. strømstyring, hukommelsesforbrug eller timing), der fungerer bedst under specifikke belastningsforhold.
- Resultatet er funktioner som “Extreme Deep Sleep”, der sparer op til 25 % energi alene ved at optimere chippens drift baseret på trafikdata i realtid.
- Radions Beamforming-egenskaber:
- Beamforming (stråleformning) i Massive MIMO-radioer er ekstremt kompleks fysik.
- Nokias digitale tvilling bruger Nvidias strålesporing (Ray Tracing) til at modellere, hvordan radiobølger reflekteres fra virkelige materialer (glas, beton, træer) i et bymiljø.
- Ved hjælp af denne simulering oplærer kunstig intelligens radions styringsalgoritmer til at rette strålerne mere præcist, hvilket kan forbedre netværkskapaciteten og spektraleffektiviteten med op til 40 %.
- Lukket kredsløb (Closed-loop) fra simulering til produktion:
- Nokia kan teste nye algoritmer virtuelt i den digitale tvilling, før de implementeres i fysiske basestationer.
- Dette forkorter produktudviklingscyklussen (“concept-to-live”) markant og sikrer, at den ASIC-baserede hardware får fordelene ved AI, uden at selve hardwaren skal udskiftes.
Resumé: AI gør “dum” hardware intelligent
Selvom Nvidia presser på for GPU-baseret databehandling, er Nokias strategiske fordel evnen til at overføre denne AI-genererede viden direkte til deres AirScale- og ReefShark-portefølje.
Det betyder, at Nokia ikke dropper ASIC-udvikling, men derimod gør den “AI-native”. Den digitale tvilling fungerer som et laboratorium, hvor Nokias enorme mængder data omdannes til optimale præstationsværdier for ASIC-chips og radioer.