ИИ В СФЕРЕ ТЕЛЕКОММУНИКАЦИЙ

Для задач передачи и обработки небывалых объемов данных в сфере беспроводной связи необходим новый тип сети. Ведущие телекоммуникационные компании используют технологии NVIDIA для оптимизации сетей, быстрого воплощения своих идей и предоставления новых услуг.

Ускорение телекоммуникационных сетей с помощью ИИ

Рост продуктивности. Повышение качества сетей. Улучшение предоставляемых услуг.

  • Периферийные вычисления

    Периферийные вычисления

  • Высокая эффективность сети 5G

    Высокая эффективность сети 5G

  • Сетевые операции

    Сетевые операции

Периферийные вычисления 5G

Графические процессоры NVIDIA позволяют обеспечивать услуги сети 5G с максимально низкими задержками из облака. Это обеспечивает работу облачных приложений для VR, умных городов, облачных игр, панорамных реалистичных видео, приложений для дронов и беспилотных транспортных средств. Открытые библиотеки и контейнеры также позволяют ускорить выход продуктов на рынок.

Периферийные вычисления 5G

Мы будем сотрудничать с NVIDIA, чтобы разработать новые способы предоставления услуг 5G и инновационные технологии периферийных вычислений.

Алиша Сим (Alisha Seam), AT&T Foundry в Пало-Альто

Ускорение ИИ для 5G

Графические процессоры NVIDIA и технология CUDA® позволяют компаниям ускорять приложения, требующие большого объема вычислений, и функции виртуальной сети благодаря крупнейшему набору распараллеливаемых кодов. Благодаря GPU приложения смогут использовать высокую вычислительную мощность из поколения в поколение без необходимости изменения функций ПО.

Высокая эффективность 5G

Графические процессоры NVIDIA позволили Ribbon повысить производительность в 9 раз при росте энергопотребления всего в 2 раза.

Кельвин Райли (Kevin Riley), Ribbon Communications

Сетевые операции на базе ИИ

Сетевые операции, основанные главным образом на статистических алгоритмах или статических протоколах, можно преобразовать в модели глубокого обучения или модели на базе ИИ. Благодаря алгоритмам ИИ и машинного обучения в сетевых операциях вы получите возможность управлять постоянно растущей сложностью программно-определяемых сетей и оптимизировать их в реальном времени. Сократите операционные расходы и повысьте продуктивность конечных пользователей.

Сетевые операции на базе ИИ

Verizon сократила время вычислений с 24 часов до 1 часа, при этом сохранив или повысив точность вычислений по сравнению с традиционными методами.

Брайан Лариш (Bryan Larish), Verizon
Прогноз качества сети 4G с алгоритмами глубокого обучения, GTC 2018

Высокая эффективность 5G

ОНЛАЙН-ВЕБИНАР NVIDIA
УСКОРЕНИЕ СЕТЕВЫХ ОПЕРАЦИЙ С ПОМОЩЬЮ ИИ

Узнайте, как поставщики телекоммуникационных услуг могут использовать ИИ для повышения качества сети и предоставляемых услуг, а также оптимизации планирования ресурсов.

Дата: вторник, 30 мая 2019 года
Время: 9:00–10:00 по тихоокенскому времени

Цепочка навигации - Вкладки

Технологии, меняющие сферу телекоммуникаций

Глубокое обучение для средств беспроводной связи

Глубокое обучение для сетевых операций

Графические процессоры NVIDIA ускоряют обучение автоэнкодеров за считанные минуты или даже секунды до скоростей, сравнимых с компиляцией программ для настольных процессоров. После обучения модель можно развернуть на высокопроизводительных встраиваемых системах, таких как NVIDIA Jetson™ TX2 или AGX  Xavier™. Благодаря этому инженеры могут легко строить оптимизированные физические уровни, а затем разворачивать их на встраиваемых устройствах.

Работа с данными

Работа с данными

Так как огромные объемы данных хранятся, обрабатываются и анализируются в телекоммуникационных устройствах, ускоренная обработка данных обеспечивает максимальную производительность и оптимизированные ИИ-модели, а также снижает совокупную стоимость владения. Узнайте об экосистеме с GPU-ускорением, которая обеспечивает готовое решение для обработки данных в телекоммуникационных устройствах.

Ускорение обнаружения объектов

Ускорение обнаружения объектов

Точное обнаружение людей важно для многих приложений. Высокопроизводительная тренировка алгоритмов глубокого обучения позволяет создавать надежные обобщаемые модели для объектов, людей, животных и машин для распознавания объектов по сети 5G с помощью NVIDIA TensorRT. Также важна поддержка производительности инференса в реальном времени в средах производства при высокой точности вычислений как в дата-центре, так и на периферийных устройствах. Каждый процент повышения точности позволяет поставщикам услуг, связанных с видео, существенно повысить прибыль.

Фоновое шумоподавление

Фоновое шумоподавление

Существующие решения шумоподавления в современных телефонах несовершенны, но они обеспечивают улучшение пользовательских возможностей. Для решения NVIDIA на базе глубокого обучения необходим лишь один микрофон, так как процесс постобработки выполняется программным обеспечением. Это позволяет разрабатывать более простые и энергоэффективные модели, а также полностью устранить фоновый шум, обеспечивая комфортное общение.

УЗНАЙТЕ БОЛЬШЕ О СФЕРЕ ТЕЛЕКОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ

По мере приближения к эре 5G, когда машины, МРТ-аппараты и даже стиральные машины будут подключены к сетям, перед телекоммуникацонными компаниями встает задача управления огромными объемами контента и услуг. Им предстоит создать новый тип сети, чтобы управлять объемами данных, обрабатывать сложные функции сетей, обеспечивать новые сервисы и стимулировать увеличение дохода.

Посмотрите видео с GTC 2019 и окунитесь в новую эру. Видео посвящено задачам, стратегиям, потенциальному решению и случаям из практики со всего мира.

После просмотра видео вы можете изучить другие доступные по ссылке ресурсы, посвященные влиянию ИИ на сферу телекоммуникаций.

Подпишитесь на новостную рассылку NVIDIA по инновационным решениям.