面向6G空口信号处理的新一代GPU基带研究

在6G网络中,随着新兴业务和场景的不断涌现,以及人工智能内生需求的日益增加,6G无线空口的灵活性成为当前研究的重点。这种灵活性要求软件算法与硬件平台的协同发展,然而现有的研究多集中在软件算法层面,对硬件平台的探索相对不足。面向6G空口信号处理,研究了基于GPU硬件平台的空口基带实现的可行性。首先基于GPU的特点及基带信号处理的要求,分析了GPU作为基带处理单元的可行性。随后选取吞吐量和算术强度作为GPU基带的关键性能指标进行分析,并基于Sionna平台对吞吐量部分进行了初步仿真验证。最后,总结了研究工作并对未来6G无线空口技术的发展进行了展望。

6G物理层原生AI技术

针对6G系统的空口AI化演进,需要对研究的路线、所受的限制条件、基础问题、技术趋势,以及期待的突破与改变做出客观和明确的判断,以便在不同层面和维度上获得理论与工程上的增益与突破,具体包括:引入AI的6G一体化、系统化构建,形成基于AI的新传输方案与新空口设计,考虑面向AI的生命周期管理与解决方案。在物理层原生AI技术方面,具体分析了零开销叠加导频设计、信道与无线环境语义通信,以及两项重点6G AI潜在技术方向。本研究可对未来6G系统AI化的技术推进和标准化提供有益参考。