fr.wedoany.com Rapport : Nvidia développe une puce GPU destinée à la radio 6G, afin de remplacer le silicium personnalisé traditionnel, dans le cadre de sa stratégie AI-RAN. Le fabricant d’unités de traitement graphique a confirmé à Light Reading qu’il vise à intégrer le composant central du réseau d’accès radio : l’unité radio (RU).
Avant l’essor actuel de l’IA, les GPU de Nvidia étaient quasi inconnus en dehors de l’industrie des jeux vidéo. Leur capacité de traitement parallèle a ensuite attiré les développeurs d’intelligence artificielle, transformant Nvidia en l’entreprise la plus valorisée au monde. Le PDG Jensen Huang s’efforce d’intégrer ses puces dans davantage de domaines. La puce PC développée en partenariat avec le taïwanais MediaTek devrait être lancée cette année. S’y ajoutent des GPU pour l’automobile, la robotique et la transformation des foyers en mini-centres de données. Dans le cadre de cette stratégie, Nvidia développe une puce dédiée à la radio 6G.
Cette initiative marque une avancée majeure dans la stratégie AI-RAN du géant des GPU. Nvidia avait déjà montré comment la superpuce Grace Hopper pouvait remplacer le silicium personnalisé dans les réseaux d’accès radio. Grace Hopper et les produits associés prendront en charge le calcul RAN dans les équipements ou serveurs, c’est-à-dire les unités centrales (CU) et les unités distribuées (DU). L’unité radio, située sur les pylônes d’antenne ou les toits, constitue l’autre moitié de l’équation RAN.
Contrairement aux CU et DU, les RU n’étaient auparavant pas ciblées par Nvidia ni par les fabricants de processeurs génériques. Avant l’entrée de Nvidia dans le RAN, Intel avait promu ses CPU comme une alternative attrayante aux circuits intégrés spécifiques (ASIC) pour le calcul RAN. Ce précurseur du RAN virtuel permettait théoriquement au secteur des télécommunications d’utiliser des puces vendues à un public plus large, bénéficiant ainsi d’un meilleur retour sur investissement. Mais Intel a confirmé que son dernier produit RAN virtuel, Granite Rapids, n’inclut aucun composant RU et qu’aucune conception de ce type n’est prévue.
Dans les scénarios MIMO massif, une technologie riche en antennes courante dans les radios 5G avancées actuelles, la situation change considérablement. Dans ce contexte, les fonctions de couche 1 sont réparties entre DU et RU, et le RU doit prendre en charge le beamforming. L’approche traditionnelle consiste à inclure un ASIC dans le RU pour les fonctions réseau de bas niveau PHY, comme le beamforming. Nvidia prévoit de remplacer ces ASIC par des GPU dans les RU.
Nvidia a indiqué par courriel que cette démarche est nécessaire à mesure que les RU deviennent plus complexes. Une radio de base comprend quatre émetteurs et récepteurs. La 5G Advanced et la 6G pourraient porter ce nombre à 128, nécessitant une capacité de traitement 32 fois supérieure. Dans les scénarios MIMO massif déployés sur des bandes spectrales 6G plus élevées, des RU équipés de jusqu’à 1024 émetteurs et récepteurs sont désormais envisageables. Nvidia affirme qu’avec l’introduction du MIMO massif, de la bande 7 GHz et des algorithmes d’IA dans les RU 6G, les GPU deviendront essentiels pour répondre aux besoins de calcul.
L’absence de puce RU pourrait limiter les opportunités de Nvidia dans la 5G et la 6G. Dans le MIMO massif, le même fournisseur de silicium tend à faire le pont entre la couche 1 des DU et des RU. Utiliser des fournisseurs différents oblige les développeurs de logiciels de couche 1 à travailler avec deux plateformes indépendantes. Samsung, le plus grand déployeur de produits RAN virtuels, utilise ses propres ASIC pour le traitement bas niveau PHY dans ses RU, comme l’a confirmé l’entreprise à Light Reading. Dans le RAN ouvert, il est théoriquement possible de connecter des équipements de différentes entreprises via des interfaces standardisées. L’interface 7.2x définie par l’O-RAN Alliance vise à résoudre les problèmes d’interopérabilité, et Intel affirme que les performances ne dépendent pas de l’utilisation du même silicium dans les DU et les RU. Cependant, selon un expert RAN anonyme, en pratique, cela exige que les développeurs des deux parties divulguent des algorithmes étroitement protégés, ce qu’ils hésitent à faire, en partie parce que presque aucun MIMO massif multi-fournisseurs n’a été déployé commercialement.
La proposition de Nvidia vise à changer cette situation en offrant aux fournisseurs une plateforme de calcul plus flexible et définie par logiciel. L’entreprise affirme avoir déjà ouvert la porte à tout expert familier de sa plateforme logicielle CUDA, qui compte environ 6 millions de développeurs. Nvidia a également conçu une architecture de calcul RAN basée sur CUDA, sous la marque Aerial, librement accessible à tous.
Le secteur reste sceptique quant à l’introduction des GPU dans le RAN, notamment en matière de consommation énergétique. Selon une estimation, les RU représentent jusqu’à 90 % de la consommation énergétique des réseaux mobiles. Nvidia et ses alliés affirment que les GPU énergivores destinés aux centres de données ne peuvent être comparés à ceux développés pour le RAN. L’entreprise dispose déjà de systèmes embarqués capables de fonctionner à des niveaux de puissance inférieurs à 100 W et à des températures de 100 °C. Selon une source, les GPU destinés aux RU pourraient ressembler davantage à ceux conçus pour les jeux.
La relation entre Marvell et Nvidia est également notable. En mars, Nvidia a investi 2 milliards de dollars dans Marvell, tout en manifestant un vif intérêt pour l’expertise optique de ce dernier. Marvell est un fournisseur de silicium RAN pour Samsung et Nokia, ce dernier ayant également reçu un investissement de 1 milliard de dollars de Nvidia et annoncé des plans pour développer des produits RAN compatibles avec les GPU. Fin mai, le PDG de Marvell, Matthew Murphy, a déclaré lors d’une conférence téléphonique que l’entreprise renforcerait ses processeurs de station de base Octeon existants pour travailler directement avec les GPU de Nvidia, intégrant l’IA et l’infrastructure sans fil sur une seule plateforme de calcul définie par logiciel. Cela suggère que Nvidia a vu l’intérêt de s’appuyer sur l’expertise RAN de Marvell, comme elle l’a fait avec MediaTek dans le domaine des PC.
Les experts estiment que les performances des puces génériques pourraient être inférieures à celles du silicium personnalisé. Cependant, développer des ASIC pour le RAN nécessite des investissements colossaux, et ces puces n’ont d’autre public que les opérateurs télécoms. Selon les données d’Omdia, les dépenses mondiales des opérateurs en produits RAN n’ont atteint que 35 milliards de dollars l’an dernier, en baisse par rapport aux 45 milliards de 2022, sans signe de reprise. Nvidia affirme qu’à mesure que les RU deviennent plus complexes et centrés sur l’IA, le compromis économique penchera en faveur des plateformes programmables, capables d’évoluer avec les normes et les modes de déploiement flexibles, plutôt que des conceptions fixes optimisées pour une configuration unique. Alors qu’aucune entreprise, y compris Intel, ne propose de silicium générique pour les RU, Nvidia pourrait être la seule option.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
