無線工程師都在設法將人工智慧 (AI) 和機器學習 (ML) 等技術應用於 5G 與 6G 網路。AI 效能必須確實超越傳統方式,投資新型軟硬體才合理,也才能將 AI 部署於實際系統。工程師需在模擬與即時測試台中進行 AI 基準測試,才能在實際部署條件下表現出 AI 的效能。工程師需做到以下幾點才能比較 AI 與傳統方法的效能:
適用於 AI/ML 研究的執行開放原始碼 5G NR 標準軟體堆疊且具經濟效益的測試台
設定系統,讓系統配合執行通道模擬器或空中傳輸 (Over-the-air),用於製作各種符合實際網路條件的原型
可修改且靈活有彈性,能在即時網路實體層中進行 AI/ML 模型基準測試
NI 的 SDR 硬體可用於建構測試台,應用於量測 AI 模型在即時無線網路中的效能。觀看這項示範,了解如何使用此測試台量測神經接收儀相較於傳統方法的效能。
NI 提供多種解決方案整合選項,可針對您的特定應用需求進行客製化。您可以將系統整合工作交給貴公司的內部整合團隊,充分控制整套系統,也可以購買現成可用的解決方案,充分善用 NI 與全球 NI 合作夥伴網所提供的專業技能。
NI 合作夥伴網路為全球社群,由頻域、應用與整體測試開發專家組成,並與 NI 密切合作,以滿足工程社群的需求。NI 合作夥伴是值得信賴的解決方案業者、系統整合商、顧問、產品開發人員,以及服務與銷售通道專家,擁有涵蓋諸多產業和應用領域的豐富技能。
在應用生命週期期間,NI 都會與您密切合作,並提供訓練、技術支援、諮詢與整合服務,以及維護方案。團隊可參與 NI 專屬與不同地區的使用者團體,以探索新技能,並透過線上與現場教育訓練來提高熟練度。
深入了解 AI/ML 效能基準測試台。 這場網路研討會示範測試台設定方式,另將詳細舉例說明神經接收儀使用案例。 研討會當中將討論系統設定、結果,以及研究得到的重要經驗。
TensorFlow、TensorFlow 標誌和任何相關標章,都是 Google Inc. 的商標。