論文の概要: AI-RAN: Transforming RAN with AI-driven Computing Infrastructure
- arxiv url: http://arxiv.org/abs/2501.09007v1
- Date: Wed, 15 Jan 2025 18:47:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-16 15:51:34.503021
- Title: AI-RAN: Transforming RAN with AI-driven Computing Infrastructure
- Title（参考訳）: AI-RAN: AI駆動コンピューティングインフラストラクチャによるRANの変換
- Authors: Lopamudra Kundu, Xingqin Lin, Rajesh Gadiyar, Jean-Francois Lacasse, Shuvo Chowdhury,
- Abstract要約: この記事では、同じインフラストラクチャ上でRANとAI(AI)ワークロードを統合するAI-RANを紹介します。
これにより、AI-RANは将来のネットワークの性能要求を満たすだけでなく、資産利用も改善する。
- 参考スコア（独自算出の注目度）: 1.3970999841029235
- License:
- Abstract: The radio access network (RAN) landscape is undergoing a transformative shift from traditional, communication-centric infrastructures towards converged compute-communication platforms. This article introduces AI-RAN which integrates both RAN and artificial intelligence (AI) workloads on the same infrastructure. By doing so, AI-RAN not only meets the performance demands of future networks but also improves asset utilization. We begin by examining how RANs have evolved beyond mobile broadband towards AI-RAN and articulating manifestations of AI-RAN into three forms: AI-for-RAN, AI-on-RAN, and AI-and-RAN. Next, we identify the key requirements and enablers for the convergence of communication and computing in AI-RAN. We then provide a reference architecture for advancing AI-RAN from concept to practice. To illustrate the practical potential of AI-RAN, we present a proof-of-concept that concurrently processes RAN and AI workloads utilizing NVIDIA Grace-Hopper GH200 servers. Finally, we conclude the article by outlining future work directions to guide further developments of AI-RAN.
- Abstract（参考訳）: LAN(Radio Access Network)のランドスケープは、従来の通信中心のインフラから、収束した計算通信プラットフォームへと、変貌を遂げている。
この記事では、同じインフラストラクチャ上でRANとAI(AI)ワークロードを統合するAI-RANを紹介します。
これにより、AI-RANは将来のネットワークの性能要求を満たすだけでなく、資産利用も改善する。
私たちは、RANがモバイルブロードバンドを超えてAI-RANへと進化し、AI-RANのマニフェストをAI-for-RAN、AI-on-RAN、AI-and-RANの3つの形式に定義することから始めます。
次に、AI-RANにおけるコミュニケーションとコンピューティングの収束のための重要な要件と有効性を特定する。
そして、コンセプトから実践までAI-RANを進めるためのリファレンスアーキテクチャを提供する。
本稿では,NVIDIA Grace-Hopper GH200サーバを用いたRANとAIワークロードを同時に処理する概念実証について述べる。
最後に、AI-RANのさらなる発展を導くための今後の取り組みの方向性を概説して、この記事を締めくくる。
関連論文リスト
- Overview of AI and Communication for 6G Network: Fundamentals, Challenges, and Future Research Opportunities [148.601430677814]
本稿では,6GネットワークにおけるAIと通信の概要を概観する。
我々はまず、AIを無線通信に組み込むことの背景にある要因と、AIと6Gの収束のビジョンを概観する。
講演はその後、6Gネットワーク内でAIの統合を想定する詳細な説明へと移行する。
論文 参考訳（メタデータ） (2024-12-19T05:36:34Z) - Generative Diffusion-based Contract Design for Efficient AI Twins Migration in Vehicular Embodied AI Networks [55.15079732226397]
Embodied AIは、サイバースペースと物理空間のギャップを埋める、急速に進歩する分野だ。
VEANETでは、組み込まれたAIツインが車載AIアシスタントとして機能し、自律運転をサポートするさまざまなタスクを実行する。
論文 参考訳（メタデータ） (2024-10-02T02:20:42Z) - Artificial General Intelligence (AGI)-Native Wireless Systems: A Journey Beyond 6G [58.440115433585824]
デジタルツイン(DT)のようなサービスをサポートする将来の無線システムの構築は、メタサーフェスのような従来の技術への進歩を通じて達成することが困難である。
人工知能(AI)ネイティブネットワークは、無線技術のいくつかの制限を克服することを約束する一方で、開発は依然としてニューラルネットワークのようなAIツールに依存している。
本稿では、AIネイティブ無線システムの概念を再考し、それらを人工知能(AGI)ネイティブシステムに変換するために必要な共通感覚を取り入れた。
論文 参考訳（メタデータ） (2024-04-29T04:51:05Z) - Cross-Domain AI for Early Attack Detection and Defense Against Malicious Flows in O-RAN [5.196266559887213]
クロスドメイン人工知能(AI)は、Open Radio Access Network(O-RAN)におけるその応用はまだ初期段階にあるが、この問題に対処するための鍵となる。
提案手法の可能性を実証し,93%の精度を達成した。
このアプローチは、モバイルネットワークセキュリティにおける重要なギャップを埋めるだけでなく、ネットワークセキュリティ対策の有効性を高めるためのクロスドメインAIの可能性も示している。
論文 参考訳（メタデータ） (2024-01-17T13:29:47Z) - Actor-Critic Network for O-RAN Resource Allocation: xApp Design,
Deployment, and Analysis [3.8073142980733]
Open Radio Access Network (O-RAN)は、オープンネス、インテリジェンス、自動制御を可能にする新しいRANアーキテクチャを導入した。
RAN Intelligent Controller (RIC)は、RANコントローラの設計とデプロイのためのプラットフォームを提供する。
xAppsは、機械学習(ML)アルゴリズムを活用してほぼリアルタイムで動作することで、この責任を負うアプリケーションである。
論文 参考訳（メタデータ） (2022-09-26T19:12:18Z) - Choose, not Hoard: Information-to-Model Matching for Artificial
Intelligence in O-RAN [8.52291735627073]
Open Radio Access Network (O-RAN) は、ネットワーク基盤要素がオープンで標準化されたインターフェースを介して通信する新興パラダイムである。
重要な要素は、人工知能(AI)ベースのコントローラであるRAN Intelligent Controller(RIC)である。
本稿では、異なるRICにおける複数のAIモデルインスタンスの作成について紹介し、議論し、評価し、トレーニングのためにいくつかの(またはすべての)場所の情報を活用する。
論文 参考訳（メタデータ） (2022-08-01T15:24:27Z) - Landing AI on Networks: An equipment vendor viewpoint on Autonomous
Driving Networks [13.157685146274002]
AI技術によって駆動される自律運転ネットワーク(ADN)の課題と機会について論じる。
AIが現在のネットワークと将来のネットワークにどのように着地できるかを理解するために、ネットワークドメインに特有の課題の概要から始めます。
次に、システムビューを示し、AIがネットワークアーキテクチャにどのように適合できるかを明確にする。
論文 参考訳（メタデータ） (2022-04-26T16:51:00Z) - Towards Intelligent RAN Slicing for B5G: Opportunities and Challenges [30.145634771445735]
5Gネットワークおよびそれ以上(B5G)は、物理インフラの仮想インスタンス(スライス)を鍛造することでネットワークスライシングの概念を取り入れている。
本稿ではRANスライシング(RAN-S)設計を強調する。
スライスアイソレーションを確保しながらフレキシブルに(re)構成できるオンデマンドRAN-Sの形成は難しい。
論文 参考訳（メタデータ） (2021-02-27T14:24:09Z) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳（メタデータ） (2020-11-17T13:14:28Z) - Artificial Intelligence for UAV-enabled Wireless Networks: A Survey [72.10851256475742]
無人航空機(UAV)は次世代無線通信ネットワークにおいて有望な技術であると考えられている。
人工知能(AI)は近年急速に成長し、成功している。
UAVベースのネットワークにおけるAIの潜在的な応用について概観する。
論文 参考訳（メタデータ） (2020-09-24T07:11:31Z) - Artificial Intelligence Aided Next-Generation Networks Relying on UAVs [140.42435857856455]
動的環境において,人工知能(AI)による無人航空機(UAV)による次世代ネットワーク支援が提案されている。
AI対応のUAV支援無線ネットワーク(UAWN)では、複数のUAVが航空基地局として使用され、ダイナミックな環境に迅速に適応することができる。
AIフレームワークの利点として、従来のUAWNのいくつかの課題が回避され、ネットワークパフォーマンスが向上し、信頼性が向上し、アジャイル適応性が向上する。
論文 参考訳（メタデータ） (2020-01-28T15:10:22Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。