De acordo com pt.wedoany.com-A Nvidia está desenvolvendo chips GPU para rádios 6G, com o objetivo de substituir o silício personalizado tradicional, como parte de sua estratégia AI-RAN. A fabricante de unidades de processamento gráfico confirmou à Light Reading que sua meta é entrar no componente central da rede de acesso via rádio: a unidade de rádio (RU).
Antes da atual onda de IA, as GPUs da Nvidia eram praticamente desconhecidas fora da indústria de jogos de computador. Sua capacidade de processamento paralelo mais tarde atraiu desenvolvedores de inteligência artificial e transformou a Nvidia na empresa mais valiosa do mundo. O CEO Jensen Huang está empenhado em inserir os chips em mais áreas. O chip para PC, desenvolvido em parceria com a taiwanesa MediaTek, está previsto para ser lançado este ano. Além disso, há GPUs para automóveis, robôs e para transformar residências em minicentros de dados. Como parte dessa estratégia, a Nvidia está desenvolvendo um chip dedicado para rádios 6G.
Essa iniciativa marca um avanço significativo na estratégia AI-RAN da gigante das GPUs. Anteriormente, a Nvidia já havia demonstrado como o superchip Grace Hopper pode substituir o silício personalizado em redes de acesso via rádio. O Grace Hopper e produtos relacionados assumirão o processamento RAN em dispositivos ou servidores, conhecidos no setor como unidade central (CU) e unidade distribuída (DU). A unidade de rádio, localizada em torres de antenas ou telhados, é a outra metade da equação RAN.
Ao contrário de CU e DU, a RU não era anteriormente um alvo da Nvidia ou de outros fabricantes de processadores de uso geral. Antes da Nvidia entrar na RAN, a Intel promovia suas CPUs como uma alternativa atraente aos circuitos integrados de aplicação específica (ASICs) para processamento RAN. Essa precursora da RAN virtual, em teoria, permitiria que o setor de telecomunicações usasse chips vendidos para um público mais amplo, garantindo assim um melhor retorno sobre o investimento. No entanto, a Intel confirmou que seu mais recente produto de RAN virtual, Granite Rapids, não inclui nenhum componente de RU e que não há planos para projetar um.
No cenário de MIMO massivo, a situação mudou significativamente. Trata-se de uma tecnologia com um grande número de antenas, comum nos rádios 5G mais avançados atuais. Nesse cenário, as funções da camada 1 são divididas entre DU e RU, e a RU deve suportar o beamforming. A abordagem tradicional é incluir um ASIC na RU para funções de rede física de baixo nível, como o beamforming. A Nvidia planeja substituir esses ASICs nas RUs por GPUs.
A Nvidia afirmou, por e-mail, que essa medida é necessária à medida que as RUs se tornam mais complexas. Um rádio básico inclui quatro transmissores e receptores. O 5G Advanced e o 6G podem aumentar esse número para 128, exigindo 32 vezes mais capacidade de processamento. Em MIMO de escala ultra grande, implantado em faixas de espectro mais altas do 6G, RUs com até 1024 transmissores e receptores são agora concebíveis. A Nvidia afirma que, com a introdução de MIMO de escala ultra grande, 7 GHz e algoritmos de IA nas RUs 6G, as GPUs se tornarão essenciais para atender às demandas computacionais.
A falta de um chip para RU pode limitar as oportunidades da Nvidia no 5G e 6G. No MIMO massivo, o mesmo fornecedor de silício tende a fazer a ponte entre a camada 1 na DU e na RU. Usar fornecedores diferentes exige que os desenvolvedores de software da camada 1 trabalhem com duas plataformas independentes. A Samsung, que é a fornecedora que mais implantou produtos de RAN virtual, depende de seus próprios ASICs para processamento de baixa camada física em suas RUs, conforme confirmou à Light Reading. Na RAN aberta, em teoria, é possível conectar equipamentos de diferentes empresas por meio de interfaces padronizadas. A interface 7.2x, definida pela O-RAN Alliance, visa resolver problemas de interoperabilidade, e a Intel afirma que o desempenho não depende do uso do mesmo silício na DU e na RU. No entanto, de acordo com um especialista anônimo em RAN, na prática, isso exige que os desenvolvedores de ambos os lados divulguem algoritmos rigorosamente protegidos, o que eles relutam em fazer, em parte porque quase nenhum MIMO massivo multivendor foi implantado comercialmente.
A proposta da Nvidia visa mudar esse cenário, oferecendo aos fornecedores uma plataforma de computação mais flexível e definida por software. A empresa afirma que já está aberta a qualquer especialista familiarizado com sua plataforma de software CUDA, que já conta com cerca de 6 milhões de desenvolvedores. A Nvidia também projetou uma arquitetura de computação RAN baseada em CUDA, sob a marca Aerial, que pode ser usada livremente por qualquer pessoa.
O setor ainda é cético quanto à introdução de GPUs na RAN, especialmente em relação ao consumo de energia. De acordo com uma estimativa, as RUs representam até 90% do consumo de energia das redes móveis. A Nvidia e seus aliados afirmam que as GPUs que consomem muita energia, projetadas para data centers, não podem ser comparadas com as GPUs que estão sendo desenvolvidas para a RAN. A empresa já possui sistemas embarcados que podem operar com níveis de potência abaixo de 100W e temperaturas de 100 graus Celsius. Segundo uma fonte, a GPU que entrará na RU pode ser mais semelhante às GPUs projetadas para jogos.
A relação de desenvolvimento entre Marvell e Nvidia também é digna de nota. Em março, a Nvidia investiu US$ 2 bilhões na Marvell, demonstrando grande interesse na experiência óptica desta última. A Marvell é fornecedora de silício RAN para a Samsung e a Nokia, que também recebeu um investimento de US$ 1 bilhão da Nvidia e anunciou planos para desenvolver produtos RAN compatíveis com GPUs. No final de maio, o CEO da Marvell, Matthew Murphy, afirmou em uma teleconferência que a empresa aprimorará os processadores de estação base Octeon existentes para trabalhar diretamente com as GPUs da Nvidia, integrando IA e infraestrutura sem fio em uma única plataforma de computação definida por software. Isso sugere que a Nvidia viu atratividade em aproveitar a experiência em RAN da Marvell, assim como fez com a MediaTek no setor de PCs.
Especialistas acreditam que o desempenho de chips de uso geral pode ficar atrás do silício personalizado. No entanto, desenvolver ASICs para RAN exige investimentos enormes, e esses chips não têm outro público além das operadoras de telecomunicações. De acordo com dados da Omdia, os gastos globais das operadoras com produtos RAN no ano passado foram de apenas US$ 35 bilhões, uma queda em relação aos US$ 45 bilhões de 2022, sem sinais de recuperação. A Nvidia afirma que, à medida que as funções da RU se tornam mais complexas e baseadas em IA, a compensação econômica se inclinará para plataformas programáveis, que podem evoluir com os padrões e modelos de implantação flexíveis, em vez de designs fixos otimizados para uma única configuração. Na ausência de silício RU de uso geral oferecido por empresas como a Intel, a Nvidia pode ser a única opção.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
