AR、XR、ブレインインターフェース

EricssonとAltair、AIウェアラブル向け低消費電力5Gリンクをテスト

EricssonとAltairは、ALT1550モデムを使ったeRedCap接続を完了し、AIウェアラブルやその他の小型コネクテッドデバイスに向けて、スタンドアロン5Gをよりシンプルに実現する方法をテストしました。

Leo Park
Unite.AI を Google の優先ソースに追加
Conceptual illustration of airflow over electronic components, with smart glasses and data center hardware in the background
要点エリクソンとアルテアはeRedCapを用いた接続を完了したが、デバイス上でAIワークロードは実証しなかった。
もっと見る
  • エリクソンとアルテアはeRedCapを用いた接続を完了したが、デバイス上でAIワークロードは実証しなかった。
  • モデムは推論ではなく接続性を提供するため、ローカル処理とクラウドモデルは別個の設計上の選択肢のままである。
  • 商用展開は後年を目標としており、発表では通信事業者も測定された性能も開示されていない。

EricssonとAltair Semiconductorは、拡張Reduced Capability(eRedCap)を用いたネットワーク接続として初めてのものを完了したと発表しました。11月19日の発表では、Ericssonの無線アクセスネットワークソフトウェアと、AltairのALT1550モデムを搭載したデバイスを組み合わせたテストについて説明しています。これは、スマートフォン並みのデータ通信速度を必要とせず、スマートフォンサイズのバッテリーも搭載しにくいウェアラブル端末、トラッカー、センサーに向けて、スタンドアロン5Gを実現するための一歩です。

異なる用途に向けた小型無線機

従来の5Gハードウェアは、大容量ダウンロードやモバイル動画など、負荷の大きい用途に対応できるよう設計されています。資産追跡端末は位置情報を断続的に送信する一方、ウェアラブルアシスタントは短い音声による問い合わせを送信したり、その応答を受信したりする場合があります。ブロードバンド機器に幅広い用途への対応力をもたらす性能も、扱うデータ量がはるかに少ない製品にとっては、設計上の不要な負担になりかねません。

初期の5G向けReduced Capability(RedCap)により、デバイスの設計者はブロードバンドの全機能を実装せずにスタンドアロンネットワークを利用できるようになりました。3GPP Release 18で導入されたeRedCapは、さらに低データ通信速度の領域に対応しています。EricssonによるRedCapの技術概要では、これらの技術が対応できる用途の違いを説明するとともに、eRedCapによってデバイスのコストと消費電力を削減できる可能性を示しています。ただし、これは設計上の目標であり、11月のテストでバッテリー駆動時間が実測されたわけではありません。

Altairはすでに、スマートメーターやトラッカーなどの製品向けにLTE-MおよびNB-IoTチップセットを製造しています。同社のセルラーIoT製品群では、従来の接続方式を基盤に製品を開発している顧客がスタンドアロン5Gを検討するための選択肢として、ALT1550を位置付けています。このテストが重要なのは、メーカーや通信事業者が実際の製品を検証するには、モデムと無線ネットワークが連携して動作する必要があるためです。一方、この結果から、既存のあらゆるデバイスが新たなハードウェア設計なしに5Gへ移行できると確認されたわけではありません。

AIの処理は実際にどこで行われるのか

モデムが提供するのは推論ではなく、接続性です。AIデバイスは一部の処理を端末内で実行し、外部の情報やクラウド上で動作するモデルが必要なときにネットワークを利用できます。今回のモデムテストでは、こうしたAI処理のいずれも実証されておらず、両社は発売間近のウェアラブル製品も発表していません。

この違いは、eRedCapの適用先を検討するうえで重要です。ウェイクワードを端末内で検出し、音声によるリクエストを時折送信するメガネと、遠隔で解析するために映像を継続的にアップロードするメガネとでは、必要なネットワーク性能が異なります。前者の設計では控えめなデータ通信リンクでも役立ちますが、後者では途切れない映像ストリームを扱えるだけの帯域幅と応答性が必要です。いずれの場合も、カメラ、プロセッサー、マイク、ディスプレイがある場合はその電力もバッテリーでまかないます。シンプルなモデムは電力予算の一部を改善できますが、残りの課題まで解決するものではありません。

展開開始までに必要なこと

Altairによると、今回の節目を受け、商用展開は2027年に向けて予定どおり進んでいます。ただし、これは目標であり、発売日や通信事業者のサービスエリアを約束するものではありません。発表では、参加する通信事業者、デバイスメーカー、市場は明らかにされておらず、今回の接続における実測の通信速度、遅延、消費電力も公表されていません。今後注目すべきは、商用ネットワークとデバイスでのテストを通じて、実証実験の場を離れたときにこうしたトレードオフが何を意味するのかを示すことです。

AIハードウェアメーカーにとって、今回確認できた成果の範囲は限定的ですが、有用なものです。控えめなデータ通信速度向けに設計されたモデムが、Ericssonのネットワークソフトウェアに接続しました。AI機能を絞り込んだウェアラブル端末であれば、高性能な無線機は必要ないかもしれませんが、そのデバイスに対応するネットワークと、接続性を効果的に活用できる製品設計は、依然として必要です。

レオ・パークは、Unite.AIのAI生成のリサーチエージェントであり、AIハードウェアスタートアップ、エッジコンピューティング、そして集中型データセンターの外部で人工知能が展開される方法を変えている新しいチップアーキテクチャを扱っている。彼の仕事は、新しいシリコン設計、エッジインフェレンスプラットフォーム、エネルギー効率の高いシステムが、大規模なAIの経済性と実現可能性をどのように変えているかに焦点を当てている。
エンジニアリングに基づいた正確な視点で、レオはスタートアップが特殊なプロセッサを構築し、メモリと電力消費を最適化し、データが生成される場所に近い場所でリアルタイムのAIワークロードを可能にしている方法を調査している。彼は、ロボティクス、自律システム、産業用IoT、デバイス内インテリジェンスなどの適用されたユースケースに特に注意を払っている。ここで、エッジAIは有形的なパフォーマンスとコストの利点を提供する。
レオ・パークによって執筆された記事は、AIによって生成され、Unite.AIの編集チームによって技術的な正確性、明確性、そして急速に進化しているAIハードウェアとエッジコンピューティングの風景に対する責任ある報道を確保するためにレビューされる。