LE'intelligence artificielle transforme rapidement le secteur des télécommunications mobiles, mais derrière des termes tels que AI-RAN, IA physique Et Interface aérienne native IA des scénarios technologiques très différents se cachent. Un nouveau rapport de Experts mobilesqui analyse l'impact de l'IA sur l'évolution des réseaux 5G et sur les architectures futures 6G.
AI-RAN, de la théorie aux premières implémentations commerciales
Selon les analystes, le concept AI-RAN inclut principalement l'utilisation de l'intelligence artificielle pour améliorer les performances du réseau radio. Il entre dans cette catégorie l'approche définie comme « AI-for-RAN », qui vise à augmenter la capacité des réseaux mobiles et à optimiser des aspects tels que l'efficacité énergétique et la gestion des ressources radio..
L'une des déclinaisons les plus concrètes est représentée par le « IA-dans-RAN», où les algorithmes de apprentissage automatique ils sont intégrés directement dans les piles réseau des couches L1-L3. Il s’agit d’une technologie qui a déjà dépassé la phase théorique et fait désormais l’objet d’essais commerciaux.
Les variantes sont cependant plus spéculatives IA sur RAN, IA et RAN Et IA-avec-RANqui impliquent l’exécution de charges de travail d’IA non liées aux télécommunications au sein de l’infrastructure radio. Mobile Experts souligne que, pour le moment, ces modèles n'ont pas encore trouvé de cas d'utilisation consolidés ni de demande commerciale significative.
La prochaine frontière : les réseaux conçus autour de l’intelligence artificielle
À long terme, le rapport identifie le RAN AI-Native comme l’un des principaux piliers des futurs réseaux 6G.
L'idée est de construire infrastructures radio dans lequel l’intelligence artificielle fait partie intégrante des fonctions fondamentales du réseau et non un simple élément supplémentaire. Parmi les exemples cités figure la possibilité de Modifiez dynamiquement les schémas de modulation radio pour optimiser le débit, la fiabilité et l’efficacité énergétique en temps réel.
Pour atteindre cet objectif un niveau d'intégration beaucoup plus étroit entre les fabricants et les fournisseurs de smartphones sera nécessaire infrastructure réseau. Pour cette raison, les analystes prédisent que les futures interfaces radio basées sur l’IA seront fortement standardisées au sein de la 6G.
L'IA physique, l'impulsion des robots et des machines autonomes
Un autre concept appelé à devenir central est celui de IA physiquec'est à dire l'utilisation de l'intelligence artificielle pour gouverner des systèmes physiques en mouvement tels que des robots, des drones, des véhicules autonomes et des machines industrielles.
Ces applications nécessitent des connexions extrêmement fiables et des latences très faibles, car elles doivent prendre des décisions très rapidement. Les modèles d'IA plus simples peuvent s'exécuter directement sur les appareils embarqués, mais les plus sophistiqués auront besoin d'une prise en charge réseau pour les tâches d'inférence et de formation.
La diffusion de la robotique intelligente pourrait donc transformer les réseaux mobiles en un élément essentiel des processus décisionnels distribués.élargir le rôle des télécommunications bien au-delà de la simple connectivité.
L’essor du trafic généré par l’IA exerce une pression sur la 5G
La croissance deintelligence artificielle générative elle modifie déjà les flux de trafic des réseaux mobiles. De plus en plus d'utilisateurs et d'appareils envoient des images et des vidéos au réseau pour être traitées par des modèles avancés.
Selon Mobile Experts, à court terme, les avantages découlant de l’IA-for-RAN dépasseront l’augmentation du trafic produit par les nouvelles applications. Les algorithmes d'optimisation permettront en effet d'augmenter la capacité disponible et d'améliorer l'efficacité globale du réseau.
Mais à long terme, la situation pourrait changer. La demande de trafic de liaison montante piloté par l’IA devrait croître plus rapidement que la capacité supplémentaire réalisable grâce à l’optimisation du réseau.
Les analystes estiment que la demande de capacité de liaison montante pourrait dépasser les ressources disponibles dès 2029. Par la suite, l’expansion de l’IA physique pourrait pousser le taux de croissance du trafic vers des valeurs comprises entre 20 % et 25 % par an, créant une nouvelle pression sur la disponibilité du spectre radio.
Où l'inférence de l'IA sera effectuée
Aujourd'hui, les modèles d'IA s'exécutent principalement dans deux environnements : sur les appareils finaux et sur les grands appareils. centres de données centralisé.
Cependant, l'évolution de l'IA physique va conduire à la naissance d'une troisième dimension, composée de ressources informatiques réparties sur le réseau. Les robots de livraison, les machines industrielles et les systèmes d'automatisation nécessiteront des décisions quasi instantanées, incompatibles avec les temps de réponse des centres de données plus éloignés.
Dans ce scénario, les tours cellulaires équipées de capacités de traitement et d'infrastructures de pointe installées dans les entreprises et les sites de production joueront un rôle croissant.
Edge computing et réseaux privés pour l'industrie
Pour les grandes entreprises, le modèle de référence sera de plus en plus celui fondé sur Réseaux privés 5G et des plateformes de edge computing installées directement sur les sites industriels.
Le phénomène est déjà visible dans les contextes manufacturiers qui ont adopté les réseaux LTE privés et évoluent vers des applications de plus en plus avancées basées sur des capteurs distribués et des modèles d'intelligence artificielle.
De nombreuses entreprises choisissent cette architecture pour garder le contrôle total de leurs données et garantir des niveaux élevés de sécurité.. À l’autre extrême, ils continueront à fonctionner centres de données hyperscaledestiné à héberger les modèles génératifs les plus complexes, avec des milliards de paramètres et de fortes économies d’échelle.
Le résultat sera un écosystème distribué dans lequel le traitement de l'IA sera effectué au point le plus approprié en fonction de la latence, du coût, de la capacité de calcul et des exigences de sécurité.
Voir l’article original en italien
