Omdia观察：英伟达积极扩展电信领域面向AI for RAN迈出第一步_老虎社区_美港股上老虎

Omdia观察：英伟达积极扩展电信领域面向AI for RAN迈出第一步

C114通信网04-29

C114讯 4月29日消息（艾斯）来自市场研究公司Omdia的最新报告写到，英伟达（NVIDIA）正积极与电信业合作，打造基于人工智能（AI）的服务和解决方案，并构建软件定义的、加速的电信基础设施。将AI与无线接入网（RAN）进行集成与融合是该旅程的一个关键方面。在最近的GPU技术大会（GTC）上，英伟达发布了其6G研究云平台（6G Research Cloud platform），这是一套用于...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

暂无评论

热议股票

7x24

全部

关于我们·老虎社区守则·老虎社区账号管理规范·老虎社区服务协议·老虎社区隐私政策

公司名称：北京至简风宜信息技术有限公司

违法和不良信息投诉：010-5681-3562（工作时间9:30-18:30）

邮箱：service@laohu8.com

营业执照：91110105MA01A4U55R

ICP备：京ICP备18016422号

网安备：京公网安备11010502036490

关注我们

{"i18n":{"language":"zh_CN"},"data":{"share":"https://www.laohu8.com/m/news/2431802617?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2024-04-29 11:02","share_image_url":"https://static.laohu8.com/9a95c1376e76363c1401fee7d3717173","id":"2431802617","market":"us","top_or_hot":-1,"title":"Omdia观察：英伟达积极扩展电信领域 面向AI for RAN迈出第一步","media":"C114通信网","content":"<div>\n<p>C114讯 4月29日消息（艾斯）来自市场研究公司Omdia的最新报告写到，英伟达（NVIDIA）正积极与电信业合作，打造基于人工智能（AI）的服务和解决方案，并构建软件定义的、加速的电信基础设施。将AI与无线接入网（RAN）进行集成与融合是该旅程的一个关键方面。在最近的GPU技术大会（GTC）上，英伟达发布了其6G研究云平台（6G Research Cloud platform），这是一套用于...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN202404291104118b5ff557&s=b\">网页链接</a>\n\n</div>\n","source":"tencent","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>Omdia观察：英伟达积极扩展电信领域 面向AI for RAN迈出第一步</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nOmdia观察：英伟达积极扩展电信领域 面向AI for RAN迈出第一步\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-04-29 11:02 北京时间&nbsp;&nbsp;&nbsp;<a href=http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN202404291104118b5ff557&s=b><strong>C114通信网</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>C114讯 4月29日消息（艾斯）来自市场研究公司Omdia的最新报告写到，英伟达（NVIDIA）正积极与电信业合作，打造基于人工智能（AI）的服务和解决方案，并构建软件定义的、加速的电信基础设施。将AI与无线接入网（RAN）进行集成与融合是该旅程的一个关键方面。在最近的GPU技术大会（GTC）上，英伟达发布了其6G研究云平台（6G Research Cloud platform），这是一套用于...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN202404291104118b5ff557&s=b\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"BK4529","symbol_name":"IDC概念","start_time":0,"source_url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN202404291104118b5ff557&s=b","article_id":"2431802617","we_media_id":null,"thumbnails":[],"rights":{"source":"tencent","url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN202404291104118b5ff557&s=b","rn_cache_url":null,"customStyle":"body{padding-top:10px;}#news_title{font-weight:bold;#titleStyle#;}#news_description span{font-size:12px;#descriptionStyle#;}.footer-note{#statement#}","selectors":".mod-LoadTzbdNews, body","filters":".relate-stock, .hot-list, .recom-box, .wx-sou","directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2431802617","pubTimestamp":1714359720,"sourceInfo":{"source_id":"tencent","name":"腾讯"},"weMediaInfo":null,"summary":"Omdia资深首席分析师杨光指出，该研究平台是英伟达在RAN领域扩展足迹的最新举措，也可能是实现“AI for RAN”目标的第一步。英伟达还与诺基亚合作，改进cloud RAN解决方案以及进行AI-ready RAN的开发。在眼下的5G-Advanced和6G技术讨论中，“AI for RAN”已经是一个必不可少的话题。英伟达6G研究云平台是实现AI for RAN目标的第一步标准仅指定AI/ML功能之间必要的输入/输出/反馈信息。因此，英伟达6G研究云平台可能是实现AI for RAN目标的第一步。","collect":0,"end_time":0,"defaultTopTitle":"qq.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"BK4529":"IDC概念","LU0109391861.USD":"富兰克林美国机遇基金A Acc","LU0053666078.USD":"摩根大通基金-美国股票A（离岸）美元","LU0056508442.USD":"贝莱德世界科技基金A2","LU0082616367.USD":"摩根大通美国科技A（dist）","BK4532":"文艺复兴科技持仓","LU0511384066.AUD":"SUSTAINABLE GLOBAL THEMATIC PORTFOLIO \"A\" (AUDHDG) ACC","BK4533":"AQR资本管理(全球第二大对冲基金)","LU0494093205.USD":"贝莱德ESG灵活多元资产A2 USD-H","IE0034235188.USD":"PINEBRIDGE GLOBAL FOCUS EQUITY \"A\" (USD) ACC","LU0466842654.USD":"HSBC ISLAMIC GLOBAL EQUITY INDEX \"A\" (USD) ACC","LU0109392836.USD":"富兰克林科技股A","IE0009356076.USD":"JANUS HENDERSON GLOBAL TECHNOLOGY AND INNOVATION \"A2\" (USD) ACC","LU0444971666.USD":"天利全球科技基金","BK4534":"瑞士信贷持仓","IE00BJJMRY28.SGD":"Janus Henderson Balanced A Inc SGD","NVDA":"英伟达","GB00BDT5M118.USD":"天利环球扩展Alpha基金A Acc","LU0353189763.USD":"ALLSPRING  US ALL CAP GROWTH FUND \"I\" (USD) ACC","BK4141":"半导体产品","LU0127658192.USD":"EASTSPRING INVESTMENTS GLOBAL TECHNOLOGY \"A\" (USD) ACC","BK4567":"ESG概念","LU0256863811.USD":"ALLIANZ US EQUITY \"A\" INC","IE00B3M56506.USD":"NEUBERGER BERMAN EMERGING MARKETS EQUITY \"A\" (USD) ACC","BK4587":"ChatGPT概念","IE0004445015.USD":"JANUS HENDERSON BALANCED \"A2\" (USD) ACC","IE00B1XK9C88.USD":"PINEBRIDGE US LARGE CAP RESEARCH ENHANCED \"A\" (USD) ACC","BK4551":"寇图资本持仓","BK4554":"元宇宙及AR概念","BK4550":"红杉资本持仓","IE0004445239.USD":"JANUS HENDERSON US FORTY \"A2\" (USD) ACC","LU0348723411.USD":"ALLIANZ GLOBAL HI-TECH GROWTH \"A\" (USD) INC","LU0061474960.USD":"天利环球焦点基金AU Acc","LU0353189680.USD":"富国美国全盘成长基金Cl A Acc","BK4549":"软银资本持仓","LU0289961442.SGD":"SUSTAINABLE GLOBAL THEMATIC PORTFOLIO \"AX\" (SGD) ACC","IE00B7KXQ091.USD":"Janus Henderson Balanced A Inc USD","LU0061475181.USD":"THREADNEEDLE (LUX) AMERICAN \"AU\" (USD) ACC","LU0289739343.SGD":"SUSTAINABLE GLOBAL THEMATIC PORTFOLIO \"A\" (SGD) ACC","BK4585":"ETF&股票定投概念","RAN":"RanMarine Technology B.V.","LU0079474960.USD":"联博美国增长基金A","IE00BD6J9T35.USD":"NEUBERGER BERMAN NEXT GENERATION MOBILITY \"A\" (USD) ACC","IE00B19Z9505.USD":"美盛-美国大盘成长股A Acc","IE00B1BXHZ80.USD":"Legg Mason ClearBridge - US Appreciation A Acc USD","LU0097036916.USD":"贝莱德美国增长A2 USD","BK4548":"巴美列捷福持仓","LU0170899867.USD":"EASTSPRING INVESTMENTS WORLD VALUE EQUITY  \"A\" (USD) ACC","IE00BJJMRX11.SGD":"Janus Henderson Balanced A Acc SGD","IE00BKDWB100.SGD":"PINEBRIDGE US LARGE CAP RESEARCH ENHANCED \"A5H\" (SGDHDG) ACC"},"translate_title":"Omdia Watch: Nvidia actively expands the telecommunications field and takes the first step towards AI for RAN","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"RAN":1,"NVDA":1},"content_text":"C114讯 4月29日消息（艾斯）来自市场研究公司Omdia的最新报告写到，英伟达（NVIDIA）正积极与电信业合作，打造基于人工智能（AI）的服务和解决方案，并构建软件定义的、加速的电信基础设施。将AI与无线接入网（RAN）进行集成与融合是该旅程的一个关键方面。在最近的GPU技术大会（GTC）上，英伟达发布了其6G研究云平台（6G Research Cloud platform），这是一套用于评估和测试RAN的AI/机器学习（ML）算法和模型的综合套件。Omdia资深首席分析师杨光指出，该研究平台是英伟达在RAN领域扩展足迹的最新举措，也可能是实现“AI for RAN”目标的第一步。英伟达积极与电信运营商合作英伟达正在将其AI能力扩展到垂直领域，以利用AI平台的强大功能和性能来加速这些行业的数字化转型。电信业是英伟达瞄准的垂直领域之一，它打算从三个角度进行业务拓展：·在可信电信基础设施上构建、开发和部署主权AI。·通过生成式AI增强电信运营能力。·推动RAN的性能（提升）和创新。这家芯片巨头在这所有三个领域都在积极与电信运营商合作。仅在今年的前两个月，英伟达就已经宣布了一系列与电信运营商和供应商的合作伙伴关系或计划，包括与Telenor Group、新加坡电信（Singtel）、 Indosat Ooredoo Hutchison等的合作。这些合作的重点是将英伟达的AI平台推向企业市场，并支持电信运营商的内部转型。英伟达还与诺基亚合作，改进cloud RAN解决方案以及进行AI-ready RAN的开发。另一项举措是成立AI-RAN联盟。该联盟的创始成员包括AWS、Arm、DeepSig、爱立信、微软、诺基亚、美国东北大学（Northeastern University）、英伟达、三星电子、软银和T-Mobile。这些成员公司和组织目前专注于三个主要研究和创新领域：·AI and RAN：整合AI和RAN流程，更有效地利用基础设施并产生新的AI驱动的收入机会。·AI on RAN：通过RAN在网络边缘部署AI服务，以提高运营效率，并为移动用户提供新服务。·AI for RAN：通过AI提升RAN能力，提高频谱效率。在眼下的5G-Advanced和6G技术讨论中，“AI for RAN”已经是一个必不可少的话题。自R17于2020年第一季度启动以来，3GPP已经启动了六个研究项目和工作项目，旨在对AI和无线接入技术进行整合，以增强RAN自动化和提高频谱效率。英伟达一直在参与3GPP的5G-Advanced AI/ML讨论，特别是与AI/ML通用框架和空口用例中AI/ML相关的讨论。“AI与通信的融合”也是ITU-R IMT-2030 (6G)框架定义的六种使用场景之一。AI/ML将成为未来6G系统的原生关键组件。然而，AI与RAN的融合，特别是AI与空口的融合，仍然面临着挑战。英伟达6G研究云平台是实现AI for RAN目标的第一步标准仅指定AI/ML功能之间必要的输入/输出/反馈信息。AI/ML算法和模型是特定实现的，不在标准化范围之内，但这些算法和模型将决定系统性能和用户体验。与此同时，电信运营商希望AI/ML算法和模型足够透明和可解释，以保证系统的可靠性、安全性和可管理性。因此，对于AI时代的移动行业参与者来说，评估AI/ML算法和模型的性能并了解其行为变得至关重要。仿真和测试平台是探索AI和RAN集成融合机遇和应对挑战的基本工具。3月18日，英伟达在GTC 2024上发布了6G研究云平台。其6G研究云平台由三个基本要素组成：·英伟达Aerial Omniverse Digital Twin for 6G：基于英伟达Omniverse平台的系统级模拟器，使研究人员能够基于特定站点的数据模拟和构建基站算法，实时训练模型以提高传输效率，并在将算法部署到现网之前测试算法的系统级性能。·英伟达Sionna Neural Radio Framework：用于基于AI/ML的无线模拟的链路级研究工具，集成了PyTorch和TensorFlow等流行的ML框架，利用英伟达GPU来生成和捕获数据，并进行AI/ML模型的大规模训练。·英伟达Aerial CUDA-Accelerated RAN：“软件定义的全RAN堆栈”，使研究人员能够“实时定制、编程和测试6G网络”，其中包括英伟达GPU加速的可互操作PHY和MAC层库，可以通过AI组件轻松修改并进行无缝扩展。杨光写到，该平台展示了AI-RAN时代的仿真和测试工具。GPU加速平台可以支持具有物理精确模型的大规模仿真，以全面评估不同部署场景下的系统性能。内置的ML框架可以原生支持AI算法与无线接入处理的集成。基于数字孪生平台，移动行业参与者或许能够开发创新的测试解决方案，帮助运营商了解RAN中AI算法和模型的行为，并优化其配置。还可以基于这一云平台即服务（as-a-service）的商业模式，促进研发，并加速基于AI的RAN的落地。因此，英伟达6G研究云平台可能是实现AI for RAN目标的第一步。这种平台将在5G-Advanced和6G技术的AI算法和模型的开发、评估和测试中发挥关键作用，值得运营商和供应商社区的高度关注。【C114注：Omdia，作为Informa Tech的一部分，是一家专注于科技行业的领先研究和咨询集团。凭借对科技市场的深入了解，结合切实可行的洞察力，Omdia将赋能企业做出明智的增长决策。要了解更多信息，请访问www.omdia.com。】","kind":null,"is_publish_news":null,"is_publish_highlight":null,"is_publish_live":null,"is_publish_wemedia":null,"editions":null,"symbols":[],"gpt_button":0},"commentList":[],"hasMoreComments":false,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false}}