es.wedoany.com Noticia: Nvidia está desarrollando un chip GPU para radios 6G, con el objetivo de reemplazar el silicio personalizado tradicional, como parte de su estrategia AI-RAN. El fabricante de unidades de procesamiento gráfico ha confirmado a Light Reading que su objetivo es ingresar al componente central de la red de acceso por radio: la unidad de radio (RU).
Antes del auge actual de la IA, las GPU de Nvidia eran prácticamente desconocidas fuera de la industria de los videojuegos. Su capacidad de procesamiento paralelo atrajo posteriormente a los desarrolladores de inteligencia artificial y convirtió a Nvidia en la empresa más valiosa del mundo. El CEO, Jensen Huang, se esfuerza por integrar los chips en más ámbitos. El chip para PC desarrollado en colaboración con MediaTek de Taiwán está previsto para su lanzamiento este año. Además, hay GPU para automóviles, robots y para convertir hogares en minicentros de datos. Como parte de esta estrategia, Nvidia está desarrollando un chip dedicado para radios 6G.
Este movimiento marca un avance significativo en la estrategia AI-RAN del gigante de las GPU. Anteriormente, Nvidia ya había demostrado cómo el superchip Grace Hopper puede reemplazar el silicio personalizado en las redes de acceso por radio. Grace Hopper y productos relacionados asumirán el procesamiento de RAN en dispositivos o servidores, lo que la industria conoce como unidad central (CU) y unidad distribuida (DU). La unidad de radio, ubicada en postes de antenas o tejados, constituye la otra mitad de la ecuación de la RAN.
A diferencia de las CU y DU, las RU no habían sido previamente un objetivo para Nvidia ni para otros fabricantes de procesadores de uso general. Antes de que Nvidia incursionara en la RAN, Intel promocionaba sus CPU como una alternativa atractiva a los circuitos integrados de aplicación específica (ASIC) para el procesamiento de RAN. Este precursor de la RAN virtual permitía teóricamente a la industria de las telecomunicaciones utilizar chips vendidos a un público más amplio, beneficiándose así de un mejor retorno de inversión. Sin embargo, Intel ha confirmado que su producto de RAN virtual más reciente, Granite Rapids, no incluye ningún componente de RU, y no tiene planes de diseñar uno.
En escenarios de MIMO masivo, la situación cambia significativamente. Se trata de una tecnología con abundantes antenas, común en las radios 5G más avanzadas de hoy. En este escenario, las funciones de la capa 1 se dividen entre la DU y la RU, y la RU debe soportar la conformación de haces. El enfoque tradicional es incluir un ASIC en la RU para funciones de red de baja capa física (low-PHY), como la conformación de haces. Nvidia planea reemplazar estos ASIC en las RU con GPU.
Nvidia indicó en un correo electrónico que este movimiento es necesario a medida que las RU se vuelven más complejas. Una radio básica incluye cuatro transmisores y receptores. El 5G Avanzado y el 6G podrían aumentar esta cantidad a 128, requiriendo 32 veces más capacidad de procesamiento. En MIMO a ultra gran escala implementado en bandas de frecuencia 6G más altas, ahora incluso se pueden imaginar RU con hasta 1024 transmisores y receptores. Nvidia afirma que, con la introducción de MIMO a ultra gran escala, la banda de 7 GHz y algoritmos de IA en las RU 6G, las GPU serán clave para satisfacer las demandas computacionales.
La falta de un chip para RU podría limitar las oportunidades de Nvidia en 5G y 6G. En MIMO masivo, el mismo proveedor de silicio tiende a interconectar la capa 1 entre la DU y la RU. El uso de diferentes proveedores requiere que los desarrolladores de software de capa 1 trabajen con dos plataformas independientes. Samsung, el proveedor que más productos de RAN virtual ha desplegado, depende de sus propios ASIC para el procesamiento de baja capa física en sus RU, según confirmó la compañía a Light Reading. En la RAN abierta, teóricamente es posible conectar equipos de diferentes empresas a través de interfaces estandarizadas. La interfaz 7.2x, definida por la O-RAN Alliance, está diseñada para abordar problemas de interoperabilidad, e Intel afirma que el rendimiento no depende del uso del mismo silicio en la DU y la RU. Sin embargo, según un experto anónimo en RAN, en la práctica esto requiere que los desarrolladores de ambas partes divulguen algoritmos estrictamente protegidos, algo que no están dispuestos a hacer, en parte porque casi no hay implementaciones comerciales de MIMO masivo con múltiples proveedores.
La propuesta de Nvidia busca cambiar esta situación, ofreciendo a los proveedores una plataforma informática más flexible y definida por software. La compañía afirma haber abierto las puertas a cualquier experto familiarizado con su plataforma de software CUDA, que ya cuenta con unos 6 millones de desarrolladores. Nvidia también ha diseñado una arquitectura de computación RAN basada en CUDA, bajo la marca Aerial, que está disponible para uso gratuito.
La industria sigue siendo escéptica sobre la introducción de GPU en la RAN, especialmente en lo que respecta al consumo de energía. Según una estimación, las RU representan hasta el 90% del consumo energético de las redes móviles. Nvidia y sus aliados afirman que las GPU de alto consumo para centros de datos no pueden compararse con las GPU que se están desarrollando para la RAN. La compañía ya cuenta con sistemas integrados que pueden funcionar con niveles de potencia inferiores a 100 W y temperaturas de hasta 100 grados Celsius. Según una fuente, las GPU que ingresen a las RU podrían ser más similares a las diseñadas para juegos.
La relación de desarrollo entre Marvell y Nvidia también es digna de mención. En marzo, Nvidia invirtió 2 mil millones de dólares en Marvell, mostrando un gran interés en la experiencia óptica de esta última. Marvell es proveedor de silicio para RAN de Samsung y Nokia, y Nokia también recibió una inversión de mil millones de dólares de Nvidia y anunció planes para desarrollar productos RAN compatibles con GPU. A finales de mayo, el CEO de Marvell, Matthew Murphy, declaró en una conferencia telefónica que la compañía mejoraría sus procesadores actuales para estaciones base Octeon para que funcionen directamente con las GPU de Nvidia, integrando IA e infraestructura inalámbrica en una única plataforma informática definida por software. Esto sugiere que Nvidia ha visto el atractivo de aprovechar la experiencia en RAN de Marvell, de manera similar a como ha recurrido a MediaTek en el ámbito de las PC.
Los expertos creen que el rendimiento de los chips de uso general podría quedar por detrás del silicio personalizado. Sin embargo, desarrollar ASIC para RAN requiere una inversión masiva, y estos chips no tienen otra audiencia que las empresas de telecomunicaciones. Según datos de Omdia, el gasto global de los operadores en productos RAN el año pasado fue de solo 35 mil millones de dólares, una disminución respecto a los 45 mil millones de 2022, sin señales de recuperación. Nvidia afirma que, a medida que las funciones de las RU se vuelven más complejas y se basan en IA, el equilibrio económico se inclinará hacia plataformas programables que puedan evolucionar con los estándares y los modelos de implementación flexibles, en lugar de diseños fijos optimizados para una única configuración. Dado que empresas como Intel no ofrecen silicio de uso general para RU, Nvidia podría ser la única opción.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
