Keysight и MediaTek продвигают технологии оптимизации восходящего канала на базе ИИ и управления жизненным циклом моделей для сетей радиодоступа

Действующий прототип демонстрирует, как методы AI-RAN (сети радиодоступа с искусственным интеллектом) могут адаптироваться к местным условиям и масштабируемо повышать производительность восходящего канала

САНТА-РОЗА, Калифорния, 2 марта 2026 г.

Компании Keysight Technologies, Inc. (NYSE: KEYS) и MediaTek объявили о создании действующего прототипа, который развивает технологии оптимизации восходящего канала (uplink) на базе искусственного интеллекта и управления жизненным циклом моделей для сетей радиодоступа (RAN) следующего поколения. Прототип будет продемонстрирован на выставке Mobile World Congress 2026; он показывает, как интеллектуальные функции RAN с поддержкой ИИ могут в реальном времени повышать производительность восходящего канала. При этом система сохраняет свою эффективность в долгосрочной перспективе за счет практического переобучения моделей и беспроводных обновлений (OTA), помогая операторам и партнерам по экосистеме ускорить переход к сетям нового типа.

По мере развития сетей поддержание стабильной производительности восходящего канала становится все более сложной задачей. Условия покрытия значительно различаются в городских и сельских районах, внутри помещений и в труднодоступных местах. Традиционные методы разнесения передачи (transmitter diversity) часто являются статичными, что ограничивает производительность при изменении внешних условий. В то же время модели ИИ, обученные в одной среде, могут работать неэффективно в других сценариях развертывания, а обновление таких моделей в действующих сетях сопряжено с операционной сложностью. Операторам необходим подход, который был бы точным, учитывал особенности конкретной площадки и был прост в обслуживании.

Keysight и MediaTek решают эту задачу, объединяя принятие решений на базе ИИ с поддержкой RAN, переобучение моделей с учетом специфики площадки и беспроводные обновления моделей (OTA) в контролируемой тестовой среде, имитирующей реальные сетевые условия. Прототип использует решение Keysight Channel Studio RaySim, а также средства эмуляции сетей и каналов для создания реалистичных и воспроизводимых сценариев валидации. Это обеспечивает измеримый прирост пропускной способности восходящего канала, спектральной эффективности и надежности, снижая при этом операционные затраты на поддержку различных сред развертывания. Данная работа соответствует целям альянса AI-RAN, способствуя масштабируемому внедрению и непрерывной оптимизации ИИ в сетях радиодоступа.

Минси Фань, старший генеральный менеджер группы беспроводных технологий MediaTek, отметил: «Мы с нетерпением ждем возможности продемонстрировать, насколько важную роль играет повышение производительности восходящего канала в масштабировании мобильных сетей будущего для более эффективной поддержки приложений эпохи ИИ. Разнесение передачи — это перспективный метод, реализуемый на уровне устройства, который может работать в самых разных сетевых средах. Наше сотрудничество с Keysight доказывает, что благодаря открытой инфраструктуре и взаимодействию устройств наши технологии упростят практическое и масштабируемое развертывание нативных ИИ-сетей RAN».

Пэн Цао, вице-президент и генеральный менеджер группы беспроводного тестирования Keysight, сказал: «Совместно с MediaTek мы продемонстрировали инновационный метод "ИИ для поддержки ИИ", который помогает удовлетворить растущие требования к производительности восходящего канала, емкости и стабильности пользовательского опыта в мобильных сетях, обусловленные развитием приложений ИИ и дополненной реальности. Этот процесс включает обучение и тестирование модели передатчика с поддержкой ИИ в абонентском оборудовании (UE) с использованием высокоточных наборов данных, полученных с помощью решений Keysight для эмуляции каналов на базе цифровых двойников РЧ-среды с поддержкой 3D-трассировки лучей».

Источник: Keysight Press Releases