GPU 加速開源 5G.pdf

1、NVIDIA會議展示基于AERIALSDK加速的OAI組件北京郵電大學#page#目錄10AI及開源組織相關介紹2MVIDIA AERIAL SDK介紹OAI與5DK的融合#page#1.1階段性背景35G進入增強標準研制階段（B5G）20172018201920202021Rel-15Rel-1636中Rel-17第一版標準完整版標準2018.6完成獨立組網2020.7完成5G標準進入Beyond5G階段滿足全部ITU技術標準5G新空口和核心網標準，基礎無線傳輸技術增強網絡承載能力實現5G深度、立體覆蓋接入網和網絡架構滿足差異化海量機器通信多天線增強、免許可網絡協議與接口自動化運營、終端節能

2、面向工業互聯網等垂直行安全架構業提供一定容量的端到端、拓展垂直行業應用。增強移動寬帶低時延高可靠方案低時延高可靠應用B5G將實現更高效的萬物互聯#page#1.20AI介紹45GOPEN AIROpenAirlnterfaceINTERFACE5G SOFTWARE ALLIANCE基于3GPP的開源軟件完整的軟件定義無限電平臺極具影響力的開源項目從LTER8開始，囊括LTE-為開源5G的構建了一個聯合對4G基站以及核心網已全部實Advance以及LTE-Pro并繼續在個人開發者、學院機構以及商現：5GNSA實現且SA將要完5G進行跟進；成；業公司的開源社區；研究實現3GPP標準的全套協議在S

3、DR領域以及3GPP標準組在x86通用平臺上可實現完全棧：E-UTRAN、EPC以及NR中織具有一定的話語權；部署；gNB和5GC；推動了5G應用算法以及應用支持其他SDR平臺的對接；支實時的射頻以及高效的仿真平示范的發展持商業設備的對接。臺；可與其他SDR平臺協同工作。#page#1.3OAl協議棧5全軟件化的協議棧實現；協議棧分層結構完備的OAI協議棧運行于通用平臺并結合USRP設備。部分協議內部組件化。UENAS（）#page#1.4OAl協議棧9OAI Functional SplitsOA1軟件目錄OSS/BSS/MECNRgNB/UE物理層處理函數cpenairl與鏈路仿真平臺物理

4、層/鏈路仿真平臺LTELTE-LMAC-RLCLTE/NR/NEPDCPMAC、RLC、PDCP、SDAP、NB與UE上層協議線協議樓LTENAS層相關處理以及GTP-U接NAS旅及相關接口口等NRMAC-RL填譯目錄NA新AC-HL運行目錄及OANB-loT真平臺MAC-RL（RCC#page#1.5OAI物理層7openairiOAI空口物理層架構TxOPS(BCH）BmeaPHYrescesslots.5na#page#1.60AI所的不足之處8口通用平臺能力不足OAI依賴于x86通用平臺，所有的信號處理以及流程處理均在通用平臺上實現。筆記本電腦而通用平臺有限的處理能力是OAI也是大多數

5、SDR的瓶頸口物理層協議棧問題臺式機Laptp基于GPP的SDR系統物理層是直接影響SDR平臺速率效率之所在USRPB210OAIPHY運行在CPU中不具優勢；計算速率有限物理層部分組件不夠高效SD外設#page#2.1兩代接入網對比10LTE接入網4G接入網中基站大多是專有與固定的，不好擴展閑語音我t基站中信號處理都有專有的硬件模塊與其綁定專有基站處理NR接入網5G拓展了業務：虛擬現實、物聯網、車聯網等語音云結構服務數據云基站處理結構也是5G一大熱點技術K正AR/VBNFV與集中式的RAN使5G接入網更加靈活虛擬化與集中式的無線接入網（COTS）虛擬化與云化則要求通用平臺更高的處理能力車聯網

6、o會#page#2.25G面臨的問題115G在計算能力上的需求僅僅使用CPU的架構無法在計算能力減少資本支出以及研發成本獲得更上大幅度提升具效率的回報數據傳輸量呈現指數級上升推行可定制服務；可隨需求改變而相適應#page#2.3SDK框架12軟件定義無線電5GNRSDK結構CuPHYcuPHY是基于GPU加速的5G物理8on層軟件庫以及一些SDK示例。它提GuPHY供了基于GPU加速的5G信號處理FHVolitraryO-RAN fonCuVNFCuVNFcuVNF是一個CUDASDK的包，提PlatformFeatures供了網絡計算加速，優化了GPU數6FUDPDKcPRwfGPUDacR

7、DNAHaor/dasl據的寫入與導出Toolkit& DriversCUDA? ToolkitMellanox OFEDGPU-DPDKHardwarGPUMellanox NICGPU-DPDK是cuVNF的一部分，PCleswitchCPU為GPU提供了數據傳輸的加速#page#2.4SDK應用13SDK提供基于NVIDIAGPU的全物理層加速基于FPGA的加速HPCNVIDIAGPU全物理層加速收到PCle傳輸瓶頸限制以及FPGA規格限制所有的物理層處理均在GPU的高性能CUDA核以及顯存上實現/0BatthDDRDDRDCPUGPUPClePClPCleChEs號288。FECCRC

8、chgCPU:L2CPU:L2 FunctionalityGPU:L1 Functionality#page#目錄14OAI以及其開源生態介紹NVIDIA AERIAL SDK介紹30AI與SDK的融合#page#3.1SDK與OAI結合5結合方案OAIPHYCPU與GPU之間的數據傳遞核心網物理層RRC.CU8amwdO-RANgNBDUMAC-Sdoramddn AHdAHar（）RUO-RAN上日FRACH#page#3.2LDPC碼16口問題挑戰LDPC碼是物理層長碼信道編碼。其編解碼性能決定了物理層吞吐量：LDPC碼通常計算量較大OAI中，LDPC編解碼模塊運行于CPU中消耗大量的資源；CPU算力不足影響該模塊能力#page#3.3FFT與調制解調7FFTQAM調制解調廣為使用的OFDM則是利用IFFT與FFT進行調制與解調。與LDPC相同的是我們將FFT部分用GPU進行計算再調回。雞制容1.5G中同樣支持多QAM調制；在SDK中已經實現了調制選擇的功能，可用于OAI中2.QAM調制解調同樣需要對大數據量進行處理，南因此結合GPU的方案可以總體提升OAI的調制解調速度#page#18NVIDIA會議展示謝謝大家！北京郵電大學