خطة Nvidia لشريحة راديو 6G تنقل AI-RAN إلى أطراف الاتصالات
تعمل Nvidia على شريحة قائمة على GPU لوحدات راديو 6G، موسعة AI-RAN إلى معالجة low-PHY داخل الراديو بينما تبقى الطاقة وتكامل الموردين وإنفاق RAN اختبارات رئيسية.
Nvidia تنقل AI-RAN إلى وحدة الراديو
تعمل Nvidia على شريحة لوحدات راديو 6G، موسعة استراتيجية AI-RAN إلى ما بعد central units وdistributed units. تستهدف الخطة وحدة الراديو، وهي جزء RAN القريب من الهوائي الذي بقي أكثر اعتماداً على السيليكون المخصص مقارنة بمعالجة RAN داخل الخوادم.
الفتحة التقنية هي massive MIMO. في تصاميم 4G و5G الأبسط، تقع معظم معالجة Layer 1 الثقيلة داخل distributed unit. وفي راديوهات 5G المتقدمة، تنقسم وظائف Layer 1 بين DU وRU حتى تعمل beamforming ووظائف low-PHY قرب الهوائي. تريد Nvidia منصة قابلة للبرمجة قائمة على GPU لتحل محل مهام RU التي تنفذها حالياً ASICs مخصصة.
تقول Nvidia إن عبء العمل يزداد. الراديوهات الأساسية تضم أربعة أجهزة إرسال واستقبال. وقد ترفع تصاميم 5G Advanced و6G هذا العدد إلى 128، ما يتطلب قدرة معالجة low-PHY أكبر 32 مرة. وقد تشمل تصاميم ultra-MIMO في نطاقات 6G الأعلى وحدات راديو تضم حتى 1,024 جهاز إرسال واستقبال.
حدود الموردين هي الجزء الصعب
الاختبار التجاري هو ما إذا كان الموردون والمشغلون سيقبلون المعالجة القابلة للبرمجة في طبقة شبكة شكّلها الترابط الوثيق بين العتاد والبرمجيات. تقول Nvidia إن منصة CUDA، التي تضم نحو 6 million مطور، يمكن أن تفتح المزيد من عمل RAN أمام التطوير البرمجي. وتحمل بنية RAN القائمة على CUDA اسم Aerial.
خريطة الموردين غير محسومة. أكدت Intel أن Granite Rapids، أحدث منتجاتها في virtual RAN، لا يتضمن مكوناً لوحدة الراديو ولا توجد خطة لتصميم واحد. تتضمن Open RAN واجهة 7.2x للتشغيل البيني بين DU وRU، لكن massive MIMO نادراً ما أصبح متعدد الموردين تجارياً لأن فرق البرمجيات قد تحتاج إلى كشف خوارزميات محمية بعناية.
الطاقة وإنفاق RAN يحددان النافذة
يبقى استهلاك الطاقة الاعتراض الرئيسي. يمكن أن تمثل وحدات الراديو حتى 90% من استهلاك الطاقة في شبكة الهاتف المحمول، وما زالت GPUs تحمل سمعة استهلاك مرتفع. تقول Nvidia إن الأنظمة المدمجة في السيارات والروبوتات يمكن أن تعمل دون 100W وعند 100 degrees Celsius، لذلك ليست GPUs الخاصة بمراكز البيانات هي المقارنة الصحيحة.
تضيف Marvell إشارة أخرى. استثمرت Nvidia مبلغ $2 billion في Marvell في مارس، بينما تورّد Marvell سيليكون RAN إلى Samsung وNokia. كما تلقت Nokia استثماراً قدره $1 billion من Nvidia وأعلنت خطط RAN متوافقة مع GPU. أنفق المشغلون عالمياً $35 billion على منتجات RAN العام الماضي، انخفاضاً من $45 billion في 2022. الاختبار التالي هو ما إذا كان السيليكون القابل للبرمجة يستطيع تلبية متطلبات أداء وطاقة RU مع ضعف اقتصاديات ASICs المخصصة لـ RAN.
Summary version for Medium
Nvidia 6G Radio Chip Plan Moves AI-RAN Into Telecom Edge
Why this hardware shift matters for AI and compute buyers
Quick Summary: Nvidia is working on a GPU-based chip for 6G radio units, extending AI-RAN into low-PHY radio processing while power, supplier integration and RAN spending remain the key tests.
Nvidia Moves AI-RAN Into The Radio Unit
Nvidia is working on a chip for 6G radio units, extending its AI-RAN strategy beyond central units and distributed units. The proposal targets the radio unit, the antenna-side part of the RAN that has remained more dependent on custom silicon than server-based RAN compute.
Supplier Boundaries Are The Hard Part
The commercial test is whether vendors and operators will accept programmable compute in a network layer shaped by tightly linked hardware and software.
- Point 1: The central topic is Nvidia, with the announcement framed around concrete operating detail.
- Point 2: Nvidia says its CUDA platform, with about 6 million developers, can open more RAN work to software-defined development.
AI deployments now depend on where models, data, approvals and operating teams meet.
Power And RAN Spending Define The Window
Energy use remains the main objection. Radio units can account for up to 90% of a mobile network energy consumption, and GPUs still carry a high-power reputation.
Read the Full Deep Dive
Want to explore the complete technical analysis, enterprise trade-offs, and detailed metrics?
Read the full article originally published at SendTech Times
