Nvidia und Softbank testen kombiniertes KI- und 5G-Netz
Chiphersteller Nvidia und das japanische Telekommunikationsunternehmen Softbank haben ein kombiniertes Netzwerk für KI und 5G-Telekommunikation getestet. Es sei laut Nividia das weltweit erste dieser Art. Das Netzwerk könne demnach KI- und 5G-Workloads gleichzeitig ausführen.
In Zusammenarbeit mit Nvidia hat Softbank laut Pressemeldung ein neuartiges Telekommunikationsnetzwerk entwickelt; es könne KI- und 5G-Workloads gleichzeitig ausführen. Das wird als Artificial Intelligence Radio Access Network bezeichnet, kurz AI-RAN.
Herkömmliche Telekommunikationsnetze seien darauf ausgelegt, Spitzenlasten zu bewältigen. Außerhalb dieser Spitzenlasten werde jedoch durchschnittlich nur ein Drittel der Kapazität genutzt. Mit einem AI-RAN werde erwartet, dass Telekommunikationsbetreiber nun die oftmals ungenutzten Zweidrittel für KI Interferenzservices monetarisieren können.
Der Wechsel von Einzweck- zu Mehrzweck-AI-RAN-Netzwerken könne zu einer Verfünffachung des Umsatzes führen, wie Ronnie Vasishta, Senior Vice President für Telekommunikation bei Nvidia, sagt.
Bei einem Outdoor-Versuch in der japanischen Präfektur Kanagawa demonstrierte demnach Softbank, dass seine AI-RAN-Lösung eine 5G-Leistung auf Carrier-Niveau erreichen und gleichzeitig AI Interferenz Workloads bewältigen könne.
Für den Test nutzte Softbank die Plattform Nvidia AI Aerial sowie Nvidia AI Enterprise, um reale KI-Interferenz-Applikationen zu erstellen, wie Robotersteuerung oder den Remote Support von autonomen Fahrzeugen.
Die Nvidia AI-Aerial-Plattform ist laut Nvidia eine Suite von Hardware- und Softwarekomponenten, die auf einer vollständig softwaredefinierten Architektur aufbaut. Sie soll ein einfaches Scale-up und Scale-out sowie Mehrmandantenfähigkeit ermöglichen, um KI und RAN gemeinsam bereitzustellen.
Nvidia AI Enterprise ist eine Cloud-native Softwareplattform, die datenwissenschaftliche Pipelines beschleunigen soll und die Entwicklung und Bereitstellung von produktionstauglichen Co-Piloten und anderen generativen KI-Anwendungen optimieren kann.
