喬治梅森大學 NextG 無線實驗室網路安全工程系助理教授 Vijay K. Shah 教授
人工智慧 (AI) 已顯示出絕佳的前景,但要全面測試其效能卻極具挑戰。
我們建立了 NI Software Defined Radio (SDR) 測試台,並搭載開放原始碼的 5G 手機系統,可透過標準介面與 O-RAN 架構的近實時 RAN 智慧型控制器 (近 RT-RIC) 互動,稱為開放式 AI 手機 (OAIC) 平台。
開放式無線存取網路 (O-RAN) 是一種新興的革命性手機 RAN 架構,適用於 5G 與未來的 6G 網路;受惠於採用開放性、虛擬化與標準化介面。人工智慧 (AI) 是一種極具前景的工具,可以智慧型方式佈署、操作與管理網路。雖然 AI 已顯示出絕佳的前景,但若要全面測試其效能,卻是非常煩人,在許多情況下甚至根本無法進行。
我們建立了 NI Software Defined Radio (SDR) 測試台,並搭載開放原始碼的 5G 手機系統,可透過標準介面與 O-RAN 架構的近實時 RAN 智慧型控制器 (近 RT-RIC) 互動,稱為開放式 AI 手機 (OAIC) 平台。OAIC 可做為基礎平台,針對 6G 手機網路所需的 AI 架構 RAN 控制器,進行原型製作與測試。
圖 1: 喬治梅森大學的 OAIC 測試台平台。透過 1 BS 與 5 位使用者裝置 (1 組 SDR 架構的 UE,與 4 組 COTS UE),即可提供 5G O-RAN 系統。
作為使用案例的範例,我們在 OAIC 平台中整合了公開可用的 2 款 RAN 控制器,稱為 near-RT RIC 中的 xApps,即 KPIMON xApp 與 RAN Slicing xApp。OAIC 程式碼庫、函式庫、說明文件與工具集由更大的無線社區公開提供,適用於研究、開發與實驗目的。如需更多 OAIC 的相關資訊,請參訪 www.openaicell.org。
圖 2: RAN Slicing xApp:UE 與不同分割區相關時的頻寬變化。(RAN Slicing xApp 程式碼庫最初是由 Powder 開發。)
展望未來,我們的重點將是在 OAIC 平台的基礎上,於 PHY 與 MAC 層 (作為 near-RT RIC 中的 xApp) 建立 AI 驅動的 RAN 控制器。此外,我們會透過非 RT RIC 與新開發的 RT RIC 功能來提升 OAIC 平台效能。最後,我們將整合 AI 測試架構,以評估各種 AI 驅動的 RAN 控制器 (與 5G O-RAN 系統)。