Aerial SDK – NVIDIA 技術博客

通過加速計算和 NVIDIA Aerial 開創 5G OpenRAN 進步

Tue, 29 Aug 2023 05:02:27 +0000

NVIDIA 憑借其與 OpenRAN 兼容的 5G 產品組合，正在推動整個生態系統中 5G 軟件和硬件的快節奏創新。加速計算硬件和 NVIDIA Aerial 5G 軟件正在為電信公司、云服務提供商（CSP）、企業和學術研究人員等關鍵行業利益相關者提供解決方案。 TMC 最近將 NVIDIA MGX、NVIDIA Grace Hopper Superchip（GH200）以及 NVIDIA Aerial Research Cloud 評為 2023 INTERNET TELEPHONY Open RAN Products of the Year。該獎項“表彰和表彰那些最具創新性和顛覆性的開放式 RAN 產品和解決方案，它們不僅為行業的增長和發展做出了貢獻，而且取得了積極成果。” 該獎項展示了 NVIDIA 5G 生態系統的深化能力，

Source

]]>

用 NVIDIA DOCA GPUNetIO 實現實時網絡處理能力

Mon, 24 Jul 2023 03:34:05 +0000

網絡流量的實時處理可以通過高并行度 GPU 來利用。在這些類型的應用程序中優化數據包獲取或傳輸可以避免瓶頸，并使整體執行能夠跟上高速網絡的步伐。在這種情況下， DOCA GPU NetIO 將 GPU 提升為一個獨立的組件，可以在沒有 CPU 干預的情況下執行網絡和計算任務。這篇文章提供了一個 GPU 分組處理應用程序的列表，重點關注不同和不相關的上下文。其中，NVIDIA DOCA GPUNetIO已被集成，以降低延遲并最大限度地提高性能。 NVIDIA DOCA software framework中的 NVIDIA DOCA GPUNetIO 是 DOCA CUDA NetIO 庫，它通過一個或多個 GPU 內核實現 NIC 和 GPU 之間的直接通信，從而從關鍵路徑中移除 CPU。使用 GPU DOCA NetIO 庫中的 CUDA 設備函數，

Source

]]>

5G 網絡安全的新前沿

Wed, 31 May 2023 05:10:30 +0000

無線技術發展迅速， 5G 部署在世界各地取得了良好進展。直到最近，無線 RAN 還使用傳統 RAN 供應商的封閉式設備解決方案進行部署。這種封閉式方法不可擴展，未充分利用基礎設施，并且不能提供最佳的 RAN TCO 。它有許多缺點。我們已經意識到，這種封閉式解決方案在 5G 時代是不可擴展和有效的。因此，電信行業聯合起來，在具有開放和標準接口的商用現貨（ COTS ）硬件平臺上推廣和構建虛擬化和云原生 RAN 解決方案。這使得在通用服務器平臺上能夠實現更大的生態系統和靈活的解決方案，利用虛擬化和云原生技術的優點。這種方法有很多積極的方面：更低的成本、更大的生態系統和供應商選擇、更快的創新周期、自動化和可擴展性。然而，一個令人擔憂的領域是，開放式 RAN 架構可能導致更大的攻擊面，并可能導致新的安全風險。作為加速計算平臺的技術領導者，

Source

]]>

NVIDIA AX800 在一個通用云基礎設施上提供高性能 5G vRAN 和 AI 服務

Sun, 28 May 2023 06:10:50 +0000

5G 投資和采用的步伐正在加快。根據GSMA Mobile Economy 2023報告稱， 2023 年至 2030 年間，近 1 . 4 萬億美元將用于 5G 資本支出。無線電接入網絡（ RAN ）可能占超過 60% 的支出。資本支出越來越多地從傳統的專有硬件方法轉向虛擬化 RAN （ vRAN ）和開放式 RAN 架構，這些架構可以從云經濟中受益，不需要專用硬件。盡管有這些好處，但開放式 RAN 的采用卻舉步維艱，因為現有技術尚未提供云經濟的好處，而且無法同時提供高性能和靈活性。 NVIDIA 通過NVIDIA AX800 融合加速器，在可以在任何云上運行的商品硬件上提供真正的云原生和高性能加速 5G 解決方案（圖 1 ）。為了從云經濟中受益，RAN 的未來會在云端（云中的 RAN ）。云經濟之路與克萊頓·克里斯滕森在其著作創新者的困境：

Source

]]>

推出 NVIDIA Aerial 研究云，用于 5G 和 6G 領域的創新

Thu, 23 Mar 2023 06:45:30 +0000

NVIDIA 推出了Aerial研究云，這是第一個完全可編程的 5G 和 6G 網絡研究沙盒，使研究人員能夠快速模擬、原型化和基準測試通過Aerial網絡部署的創新新軟件。該平臺通過全棧 C 可編程 5G 網絡實現 6G 創新的民主化，并使用 NVIDIA 加速計算在高級無線通信中啟動 ML 。為什么這很重要？目前的平臺需要幾個月的時間來進行原型、開發算法或實驗。這是因為在當前使用 MATLAB 或硬件描述語言的方法中潛在的設計效率低下。創新者必須依賴昂貴的黑匣子基礎設施，而這些基礎設施沒有配備 ML 工具鏈。如今的研究平臺也沒有提供符合標準的驗證和基準測試能力。如果沒有可編程基站和核心節點網絡元件，開發人員在快速原型設計方面會受到很大阻礙。 Aerial 研究云已經消除了必須使用專有黑匣子和接口的束縛，以及對遺留編程工具的需求。

Source

]]>

使用 NVIDIA DPU 和 NVIDIA DOCA 為人工智能時代改造數據中心

Tue, 21 Mar 2023 03:23:27 +0000

NVIDIA BlueField-3 數據處理器 (DPUs) 現已全面投產，已在 NVIDIA GTC 2023宣布被 Oracle Cloud Infrastructure (OCI) 選擇實現更高的性能，更好的效率和更強的安全性。作為一個 400 Gb / s 的基礎設施計算平臺， BlueField -3 使組織能夠大規模部署和運營數據中心。 NVIDIA DOCA 軟件框架現在支持 BlueField -3 ，使成千上萬的開發人員能夠利用第三代 DPU 平臺的力量，快速創建加速的應用程序和服務。數據中心是新興的人工智能驅動經濟的核心，數據是原材料，人工智能算法是將數據轉化為有價值見解的處理引擎。 BlueField -3 是為世界數據中心提供動力的 NVIDIA 加速計算堆棧的基礎。通過卸載、加速和隔離數據中心控制平面，

Source

]]>

使用 NVIDIA DOCA GPUNetIO 進行內聯 GPU 數據包處理

Wed, 14 Dec 2022 06:06:00 +0000

越來越多的網絡應用程序需要進行 GPU 實時數據包處理，以實現高數據率解決方案：數據過濾、數據放置、網絡分析、傳感器信號處理等。一個主要動機是 GPU 可以實現并行處理多個數據包的高度并行性，同時提供可擴展性和可編程性。有關這些技術的基本概念以及基于 DPDK gpudev 庫的初始解決方案的概述，請參見 Boosting Inline Packet Processing Using DPDK and GPUdev with GPUs 。這篇文章解釋了新的 NVIDIA DOCA GPUNetIO 庫如何克服以前 DPDK 解決方案中的一些限制，向以 GPU 為中心的數據包處理應用程序邁進了一步。網絡分組的實時 GPU 處理是一種適用于幾個不同應用領域的技術，包括信號處理、網絡安全、信息收集和輸入重建。這些應用程序的目標是實現一個內聯數據包處理管道，

Source

]]>

利用 5G vRAN 的 AI 云基礎設施釋放新機遇

Wed, 21 Sep 2022 08:57:00 +0000

根據最近的一份 GSMA 對于移動經濟的報告，手機行業每年在無線接入網絡（ RAN ）上花費超過 500 億美元。專用和過度配置的硬件主要用于為峰值需求提供容量。因此，大多數 RAN 站點都平均利用率低于 25% 。多年來，隨著技術從 2G 發展到 4G ，這已成為業界的現實。但隨著致密化的推進，再加上 mmWave 的使用，到 2027 年將接近 doubling of the number of cell sites ，超過 1700 萬， 5G 的情況將更加明顯。這意味著， RAN 資本支出在整個網絡總擁有成本（ TCO ）中所占的份額將增至 65% in 5G ，而 4G 的這一比例為 45-50% 。一種改變游戲規則的新方法將未充分利用轉化為機會：利用 AI 使用的相同云和數據中心基礎設施，動態加載 5G 虛擬 RAN （ vRAN ）共享。

Source

]]>

基于 NVIDIA GPU 加速平臺，愛瑞無線實現5G 端到端用戶接入和實時業務

Thu, 19 May 2022 08:38:44 +0000

通過 NVIDIA GPU 加速平臺，愛瑞無線構建了基于 NVIDIA Aerial SDK 的 5G O-RAN 端到端系統，實現了基于 NVIDIA GPU 加速平臺 5G 端到端用戶接入和實時業務。 • 本案例主要應用到 NVIDIA A100 GPU 和 NVIDIA Aerial SDK。愛瑞無線（ArrayComm）是具有大規模商用 5G 系統研發和部署經驗的 AI-on-5G 解決方案提供商，致力于為行業用戶提供 URLLC、定位、AI、云與虛擬化等關鍵技術與設備。作為 AI-on-5G 解決方案提供商，愛瑞無線基于 NVIDIA A100 GPU、NVIDIA Aerial SDK 以及愛瑞無線的前傳網關、射頻單元和協議棧，打造了一個全新的面向行業應用的 5G+AI 邊緣計算企業套件，

Source

]]>

通過 GPU 使用 DPDK 和 GPUdev 增強內聯數據包處理

Thu, 28 Apr 2022 09:34:00 +0000

使用 GPU 對網絡數據包進行內聯處理是一種數據包分析技術，可用于許多不同的應用領域：信號處理、網絡安全、信息收集、輸入重建等。這些應用程序類型的主要要求是盡快將接收到的數據包移動到 GPU 內存中，以觸發負責對其執行并行處理的 CUDA 內核。總體思路是創建一個連續的異步管道，能夠將數據包從網卡直接接收到 GPU 內存中。您還可以使用 CUDA 內核來處理傳入的數據包，而無需同步 GPU 和 CPU 。有效的應用程序工作流包括使用無鎖通信機制在以下播放器組件之間創建一個協調的連續異步管道：圖 1 顯示了使用 NVIDIA GPU 和 ConnectX 網卡的加速內聯數據包處理應用程序的典型數據包工作流場景。在這種情況下，避免延遲是至關重要的。不同組件之間的通信越優化，系統的響應速度就越快，吞吐量也就越高。每一步都必須在所需資源可用時以內聯方式進行，

Source

]]>