机器学习如何解决复杂的5G基带技术带来的挑战？

今年巴塞罗那举办的世界移动大会（MWC）充满了令人兴奋的产品发布和公告。虽然有少数产品正试图重燃经典，像诺基亚8110 4G手机是依照最初的《黑客帝国》电影复古改造而来的，但大多数产品则是展望未来。其中两种技术尤其代表了移动世界的未来：人工智能（AI）和5G通信。但这两个领域之间的联系是什么？继续阅读下面的文章将找到答案。

5G+AI=未来（图片来源于： Shutterstock）

人工智能是最受欢迎的流行词，但真实性有多少?

人工智能是一个巨大的商机。据毕马威统计，人工智能和机器学习在2017年获得了120亿美元的风投，比前年增加了一倍。但如同每一个热门趋势一样，这个词的使用范围远远超出了它的真实含义。不要误解我的意思，从自动驾驶车辆和机器人，到智能音箱和耳机，人工智能正在改变世界。然而，许多产品将人工智能作为卖点，但实际上是基于已经编写好算法，所以分辨流行词汇和实际是非常重要的。

人工智能的使用也许并不是为了创造一个像影片《真实的人类》（Humans）里一样超级智能强大的人形机器，或是《西部世界》（Westworld）里面的机器人。它可以被应用于更普遍更专业的应用上。但要被认定是人工智能，它将包括一个学习过程和生成一个结果，可能无法通过简单野蛮的计算实现。这种类型的人工智能正变得非常普遍，尤其是围绕深度学习和神经网络，它们驱动的许多技术每天被数百万人使用。

5G的挑战：极快的速度伴随极高的复杂度

MWC另一个巨大的话题是5G。我的同事给出了2017年中期的5G态势这个不错的概述，令人印象深刻的是可以看到5G技术已经发展了多远。5G有望成为革命性的技术，推动如自动驾驶车辆、智能家居和智慧城市、移动增强和虚拟现实以及4K视频流应用的发展。这样的预期已经持续了一段时间，现在，5G的潜力正在开始结晶。

一个例子是最近诺基亚发布ReefShark Soc准备迎接 5G的挑战，其中包括用于无线通信的CEVA-XC架构。据路透社报道，甚至唐纳德·特朗普总统的安全团队都希望加快启动美国的5G网络建设，作为应对来自海外网络和经济安全威胁的对策。现在可以有把握地说，人人都知道5G是通信的未来。

5G令人满意的原因有很多。它的带宽将远远大于4G，可以支持之前不可用的流媒体内容。可靠性大大提升，使关键性任务和极低延时的场景，例如自动驾驶得到保障。它还将大幅增加可连接设备的数量，互联设备将呈指数级增长，形成物联网（IoT）。所以，从家用最小的传感器到最复杂的自动化车辆，都将受益于5G技术。

极其复杂的计算也会带来问题。例如高达60 GHz的毫米波频段技术，大规模MIMO（多输入多输出支持64-256天线）和低波段 sub-6GHz的频率，为5G物理层（PHY）引入了新的挑战和大量复杂且非线性的计算。除了所有这些复杂性，5G的定义还没有正式标准化。5G新空口（NR）release-15是3GPP最新发布的版本，但目前所有芯片必须保持支持release-16的灵活性，以及非3GPP标准的其他版本。满足这些要求需要一种与以往不同的全新方法。

我们在巴塞罗那展台演示的5G demo（图片来源于：CEVA)

用机器学习和功能强大的DSP承担5G的挑战

在我们的MWC展位，我们介绍的方案可以解决这些令人生畏的挑战。CEVA PentaG是一种先进的针对智能手机和宽带连接设备的5G NR IP平台。这个特有方案结合了我们作为通信DSP领导者的丰富经验，和我们在人工智能特别是机器学习上的专业知识。该平台集成了一个增强版的CEVA-XC4500 DSP加上先进的人工智能处理器，一个强大的矢量MAC单元（VMU）协处理器，一组CEVA-X2 DSP和优化的硬件加速器。

这种组合具有独一无二的能力，可以通过极低的功耗处理5G繁重的计算，并具备未来软件更新的灵活性。我们在MWC的演示表明PentaG可以处理复杂的信道状态信息（CSI）和最高支持MIMO4x4和256 QAM这样具有挑战的应用场景。CEVA 的创新方法是使用人工智能处理5G的CSI计算，使5G先进接收器（例如基于准最大似然MIMO译码器）达到最高的吞吐量。引入人工智能有助于缩小性能不匹配的差距，克服现有方法的复杂性屏障。