ワイヤレスエンジニアは、人工知能 (AI) と機械学習 (ML) を5Gおよび6Gネットワークに組み込む作業に取り組んでいます。AIを実世界のシステムにデプロイするには、新しいハードウェアとソフトウェアへの投資を正当化するために、従来の方法よりも測定可能なパフォーマンス向上がなければなりません。エンジニアは、シミュレーションとリアルタイムテストベッドの両方でAIのベンチマークを行い、実際のデプロイメント条件下でAIの性能を示す必要があります。AIのパフォーマンスを従来の方法と比較する上で、以下の点がエンジニアに必要です。
オープンソースの5G NR準拠ソフトウェアスタックを実行するAI/ML研究用のコスト効率の高いテストベッド。
チャンネルエミュレータまたは無線で動作するようにシステムを設定し、多種多様な現実的なネットワーク条件をプロトタイプします。
リアルタイムネットワークの一部として物理層のAI/MLモデルをベンチマークするために、変更可能で柔軟性があります。
NIのSDRハードウェアは、リアルタイムワイヤレスネットワーク内でAIモデルのパフォーマンスを測定するためのテストベッドの構築に使用できます。このデモでは、このテストベッドを使用して、従来の方法と比較しながらニューラルレシーバのパフォーマンスを測定する方法を説明します。
NIでは、アプリケーション固有の要件に合わせてカスタマイズされた、さまざまなソリューション統合オプションを提供しています。社内で統合チームを組織してシステムを完全に統括することも、NIと世界各地のNIパートナーネットワークの専門技術を活用したターンキーソリューションをご利用いただくことも可能です。
NIパートナーネットワークは、ドメイン、アプリケーション、および全体的なテスト開発エキスパートがNIと緊密に連携してエンジニアリングコミュニティのニーズを満たすグローバルコミュニティです。NIパートナーは、信頼できるソリューションプロバイダ、システムインテグレータ、コンサルタント、製品開発者、幅広い産業やアプリケーション分野に精通したサービスおよび販売チャネルの専門家です。
NIは、トレーニング、技術サポート、コンサルティングと統合サービス、メンテナンスプログラムによって、アプリケーションのライフサイクル全体を通してお客様との緊密な関係を築きます。お客様のチームは、NIの地域別ユーザグループに参加することで新たなスキルを発見でき、オンライントレーニングおよび対面型トレーニングで習熟度を高めることができます。
AI/MLパフォーマンスベンチマークテストベッドの詳細について学びます。 このウェビナーでは、テストベッドの構成方法と、ニューラルレシーバの使用例を詳しく説明します。 システムのセットアップ、結果、および彼らの研究からの重要な学びについて説明します。
TensorFlow、TensorFlowロゴ、および関連するマークは、Google Inc.の商標です。