de.wedoany.com-Bericht: Nvidia entwickelt einen GPU-Chip für die 6G-Funktechnik, um herkömmliche kundenspezifische Siliziumlösungen zu ersetzen. Dies ist der jüngste Schritt im Rahmen seiner AI-RAN-Strategie. Der Hersteller von Grafikprozessoren hat gegenüber Light Reading bestätigt, dass sein Ziel darin besteht, in die Funkgeräte (RU) – die Kernkomponenten des Funkzugangsnetzes – vorzudringen.
Vor dem aktuellen KI-Boom waren Nvidias GPUs außerhalb der Computer-Gaming-Branche kaum bekannt. Ihre parallele Rechenleistung zog später Künstliche Intelligenz-Entwickler an und machte Nvidia zum wertvollsten Unternehmen der Welt. CEO Jensen Huang ist bestrebt, die Chips in noch mehr Bereichen zu verankern. Der gemeinsam mit dem taiwanesischen Unternehmen MediaTek entwickelte PC-Chip soll noch in diesem Jahr auf den Markt kommen. Hinzu kommen GPUs für Autos, Roboter und die Verwandlung von Haushalten in Mini-Rechenzentren. Als Teil dieser Strategie entwickelt Nvidia einen speziellen Chip für die 6G-Funktechnik.
Dieser Schritt markiert einen bedeutenden Fortschritt in der AI-RAN-Strategie des GPU-Giganten. Zuvor hatte Nvidia bereits gezeigt, wie der Grace-Hopper-Superchip kundenspezifisches Silizium in Funkzugangsnetzen ersetzen kann. Grace Hopper und verwandte Produkte werden die RAN-Berechnungen in Geräten oder Servern übernehmen, die in der Branche als Central Units (CU) und Distributed Units (DU) bezeichnet werden. Die Funkgeräte auf Antennenmasten oder Dächern sind die andere Hälfte der RAN-Gleichung.
Im Gegensatz zu CU und DU waren RU bisher kein Ziel von Nvidia oder Herstellern von Allzweckprozessoren. Bevor Nvidia in den RAN-Bereich einstieg, hatte Intel seine CPUs als attraktive Alternative zu anwendungsspezifischen integrierten Schaltkreisen (ASICs) für RAN-Berechnungen beworben. Dieser virtuelle RAN-Vorläufer erlaubte der Telekommunikationsbranche theoretisch die Nutzung von Chips, die für ein breiteres Publikum verkauft werden, und bot so eine bessere Kapitalrendite. Intel hat jedoch bestätigt, dass sein neuestes virtuelles RAN-Produkt Granite Rapids keine RU-Komponenten enthält und keine Pläne für die Entwicklung eines solchen bestehen.
Bei Massive MIMO, einer Technologie mit vielen Antennen, die in heutigen fortschrittlicheren 5G-Funkgeräten üblich ist, hat sich die Situation deutlich verändert. In diesem Szenario werden die Funktionen der Schicht 1 zwischen DU und RU aufgeteilt, wobei das RU Beamforming unterstützen muss. Der herkömmliche Ansatz besteht darin, ein ASIC für Low-PHY-Netzwerkfunktionen wie Beamforming in das RU zu integrieren. Nvidia plant, diese ASICs in den RUs durch GPUs zu ersetzen.
Nvidia erklärte in einer E-Mail, dass dieser Schritt notwendig sei, da RUs immer komplexer werden. Ein Basis-Funkgerät umfasst vier Sender und Empfänger. 5G Advanced und 6G könnten diese Anzahl auf 128 erhöhen, was die 32-fache Prozessorleistung erfordert. Bei extremem Massive MIMO, das in höheren 6G-Frequenzbändern eingesetzt wird, sind RUs mit bis zu 1024 Sendern und Empfängern heute sogar vorstellbar. Nvidia zufolge werden GPUs mit der Einführung von extremem Massive MIMO, 7 GHz und KI-Algorithmen in 6G-RUs der Schlüssel zur Erfüllung des Rechenbedarfs sein.
Das Fehlen eines RU-Chips könnte Nvidias Chancen in 5G und 6G einschränken. Bei Massive MIMO neigt derselbe Siliziumanbieter dazu, die Schicht 1 zwischen DU und RU zu überbrücken. Die Verwendung verschiedener Anbieter erfordert, dass Entwickler der Schicht 1 mit zwei unabhängigen Plattformen zusammenarbeiten. Samsung, der Anbieter mit den meisten ausgerollten virtuellen RAN-Produkten, verlässt sich in seinen RUs auf eigene ASICs für die Low-PHY-Verarbeitung, wie das Unternehmen gegenüber Light Reading bestätigte. Im offenen RAN könnten theoretisch Geräte verschiedener Unternehmen über standardisierte Schnittstellen verbunden werden. Die von der O-RAN Alliance definierte 7.2x-Schnittstelle zielt darauf ab, Interoperabilitätsprobleme zu lösen. Intel gibt an, dass die Leistung nicht davon abhängt, ob im DU und RU das gleiche Silizium verwendet wird. Laut einem anonymen RAN-Experten erfordert dies in der Praxis jedoch, dass Entwickler auf beiden Seiten streng gehütete Algorithmen offenlegen, was sie unter anderem deshalb nicht tun, weil fast kein kommerziell eingesetztes Multi-Vendor-Massive-MIMO existiert.
Nvidias Vorschlag zielt darauf ab, dies zu ändern, indem er Anbietern eine flexiblere, softwaredefinierte Rechenplattform bietet. Das Unternehmen behauptet, bereits allen Experten offen zu stehen, die mit seiner Softwareplattform CUDA vertraut sind, die rund 6 Millionen Entwickler hat. Nvidia hat außerdem eine auf CUDA basierende RAN-Rechenarchitektur unter der Marke Aerial entwickelt, die von jedermann frei genutzt werden kann.
Die Branche steht der Einführung von GPUs in RAN weiterhin skeptisch gegenüber, insbesondere in Bezug auf den Stromverbrauch. Schätzungen zufolge machen RUs bis zu 90 % des Energieverbrauchs mobiler Netze aus. Nvidia und seine Verbündeten argumentieren, dass die stromhungrigen GPUs für Rechenzentren nicht mit den GPUs vergleichbar seien, die derzeit für RAN entwickelt werden. Das Unternehmen verfügt bereits über eingebettete Systeme, die bei Leistungspegeln unter 100 W und Temperaturen von 100 Grad Celsius betrieben werden können. Laut einer Quelle könnten die GPUs, die in RUs zum Einsatz kommen, eher den für Spiele entwickelten GPUs ähneln.
Die Entwicklung der Beziehung zwischen Marvell und Nvidia ist ebenfalls bemerkenswert. Im März investierte Nvidia 2 Milliarden US-Dollar in Marvell und zeigte gleichzeitig großes Interesse an dessen optischem Fachwissen. Marvell ist RAN-Siliziumlieferant von Samsung und Nokia, das ebenfalls eine Milliardeninvestition von Nvidia erhielt und Pläne zur Entwicklung GPU-kompatibler RAN-Produkte ankündigte. Ende Mai erklärte Marvell-CEO Matthew Murphy in einer Telefonkonferenz, das Unternehmen werde seine bestehenden Octeon-Basisstationsprozessoren verstärken, um direkt mit Nvidias GPUs zusammenzuarbeiten und KI mit drahtloser Infrastruktur auf einer einzigen softwaredefinierten Rechenplattform zu integrieren. Dies deutet darauf hin, dass Nvidia die Attraktivität erkannt hat, von Marvels RAN-Expertise zu profitieren, ähnlich wie es im PC-Bereich auf MediaTek zurückgreift.
Experten zufolge könnte die Leistung von Allzweckchips hinter der von kundenspezifischem Silizium zurückbleiben. Die Entwicklung von ASICs für RAN erfordert jedoch enorme Investitionen, und diese Chips haben außer Telekommunikationsunternehmen kein anderes Publikum. Laut Omdia-Daten gaben die Betreiber weltweit im vergangenen Jahr nur 35 Milliarden US-Dollar für RAN-Produkte aus, ein Rückgang gegenüber 45 Milliarden US-Dollar im Jahr 2022, und es sind keine Anzeichen einer Erholung zu erkennen. Nvidia erklärt, dass mit zunehmender Komplexität und KI-Ausrichtung der RU-Funktionen der wirtschaftliche Kompromiss zugunsten programmierbarer Plattformen ausfallen werde, die sich mit der Weiterentwicklung von Standards und flexiblen Bereitstellungsmodellen weiterentwickeln könnten, im Gegensatz zu festen, für eine einzige Konfiguration optimierten Designs. Da Unternehmen wie Intel keine Allzweck-Siliziumlösungen für RUs anbieten, könnte Nvidia die einzige Wahl sein.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
