NVIDIA、6G研究向けオープンソースツールの1年を報告 採用は10倍に

公開から1年で広がる利用

NVIDIAは1年前、無線ソフトウェアであるAerialをオープンソース化した。これにシミュレーション向けのSionnaや関連ツール群を組み合わせ、研究者がアイデアを試し、結果を比較し、互いの成果の上に積み上げられる基盤とする狙いが示されている。シミュレーションとAI学習を、実際の電波を使った実験につなぐ位置づけだ。

この1年で、NVIDIA AI AerialとNVIDIA Sionnaの開発者による採用は10倍に増えたという。オープンソースの5G/6Gツールは100万ダウンロードを超え、8,000以上の研究・学術機関が利用しているとされる。ツールはGitHubで公開されている。

記事では、こうしたツールを使った複数の研究プロジェクトが紹介されている。いずれも課題は異なるが、接続・計算・センシングをソフトウェア定義の基盤で提供する「AIネイティブ」な6Gネットワークという方向性を指し示すものだと位置づけられている。

ロボット向け意味通信

キングス・カレッジ・ロンドンの研究では、カメラを搭載したロボットアームを、NVIDIA Jetson AGX Orin上でNVIDIA Sionnaを動かす構成に接続した。Sionnaはソフトウェア定義の5GネットワークとエッジAI処理の両方を支える。対象となったのは「ゴール指向セマンティック通信」と呼ぶ考え方で、画像そのものではなく、物体やその位置、関係性を短く記述して送る。

果物の梱包や立方体の積み上げを課題とし、意図的に障害を発生させた実験では、定期的に画像を送る方式と比べて作業完了時間が最大52.6%短縮され、課題成功率も改善したという。送る情報量を必要な分にとどめることが、応答の速さにつながると説明されている。

さらに、落とした物体の検出や失敗した動作からの復帰といった面でも耐性が示されたとされる。デジタルツインを使う構成では、動作を実行する前に衝突の可能性を確認できることも報告されている。

AIで受信性能を高める

消防士がドローン映像を受け取る場面や、救助隊が行方不明者を探す場面では、映像が遅れなく届くことが判断を左右する。しかし干渉や刻々と変わる電波状況によって信号の復号が難しくなると、誤りと再送が発生して情報が遅れる。AI受信機は、入ってくる信号から情報を復元する処理を学習によって改善するアプローチだ。

ソフトバンクは、ニューラル受信機をNVIDIA Aerial CUDA-Accelerated RAN(ACAR)に統合し、市販の5Gスマートフォンを使って試験した。干渉を伴う統制された試験では、15の設定すべてで従来の受信機より高い上りスループットが得られ、最大の改善幅は約60%だったと報告されている。

ETHチューリヒの研究では、NVIDIA Aerial Testbedを使い、受信機をその設置環境の局所的な測定データで調整することで、選択した事前学習済みの版と比べてブロック誤り率が3分の1以上低減した。受信機に動作環境を教えるという方向性を示す結果である。

省電力化とシミュレーション高速化

リーズ大学の研究は、ネットワーク需要を10分先まで予測し、その予測に基づいて基地局をスリープさせる仕組みを開発した。電源を切る前に、近隣の稼働局が対象端末を収容し続けられるかを確認し、容量の復帰が必要な変化を監視する。可搬型の、NVIDIA DGX Sparkで動く5Gの「network-in-a-box」とデジタルツインを使い、実機の無線設備に対して判断を検証した。

結果として、全出力を基準とした場合に比べてRANの消費電力を45.6%削減しつつ、端末の接続を維持できたと報告されている。多数の端末とAIアプリケーションを収容する6Gでは、エネルギー管理の重要性が増すという問題意識が背景にある。

シミュレーションの面では、Centre Tecnològic de Telecomunicacions de Catalunya(CTTC)が、ACAR上で動くGPU加速の無線チャネルモデルを、オープンソースの5G-LENAネットワークシミュレータに取り込んだ。初期評価では、統合の仕方に応じてシミュレーションの実行時間が約3時間から10〜20分に短縮され、想定される統計的振る舞いとネットワーク性能は保たれたとされる。

現時点での留意点

今回示された数値は、いずれも各研究チームが設定した実験条件での結果である。原文でも「統制された試験」や「初期評価」といった表現が使われており、商用ネットワークでの大規模な検証結果ではない点には注意が必要だ。比較の対象も、従来受信機、定期的な画像送信、事前学習済みモデル、全出力の基準など、取り組みごとに異なる。

また、記事は6Gの標準化スケジュールや商用化の時期には触れていない。ツールの利用拡大と研究事例の紹介が中心で、性能面の優劣を一般的に結論づける内容ではない。

NVIDIAは、ワシントンD.C.で開催されるGTCの6G Developer Sessionsで、研究者や開発者がさらなる取り組みを紹介する予定としている。