ソフトバンクは、AI(人工知能)を活用してRAN(無線アクセスネットワーク)を高度化する「AI for RAN」の研究開発において、無線通信信号の処理に高性能AIモデル「Transformer」を活用したAIアーキテクチャーを新開発。5G通信のスループットを約30％向上させることに成功したと、8月21日に発表した。

  • SRS予測におけるシミュレーション結果の比較

    SRS(サウンディング参照信号)予測におけるシミュレーション結果の比較

この新技術は、通信速度の向上に加え、ネットワーク運用の効率化や省電力化にも貢献するもの。同社も参画する業界団体「AI-RANアライアンス」が推進する取り組みの一環で、将来の5G-Advancedや6G時代に求められる高度な通信性能の実現に不可欠な技術として期待されているという。

今回新たに開発したのは、高性能AIモデル「Transformer」を無線通信信号の処理に活用する新しいAIアーキテクチャー。同技術により、5Gの上りスループット(通信速度)を約30％向上させることに成功した。これは、従来研究で利用されていたCNN(Convolutional Neural Network、畳み込みニューラルネットワーク)モデルと比較しても約8％の向上となる。

加えて、5Gのリアルタイム通信で求められる1ms以下の処理遅延においても、このアーキテクチャーは平均約338μsという超低遅延処理を実現。CNN方式よりも約26％高速化しており、動画配信や自動運転といった低遅延性能が必要なサービスへの有効性が期待される。

  • CNNの「畳み込み機構（Convolution）」とTransformerの「自己注意機構（Self-Attention）」の処理の違い

    従来のCNNによる「畳み込み機構」(Convolution、上)と、新開発のTransformerによる「自己注意機構」(Self-Attention、下)の処理の違い

さらに、シミュレーション環境で実施した端末速度別の下りスループットの検証では、ベースライン方式との比較として、時速80kmで移動する端末において約29％、時速40kmで約31％の改善を確認。AIモデルの高性能化により、スループットの改善率が2倍以上になることを実証した。移動中の利用環境でも安定した通信性能を発揮することが示されたという。

ソフトバンクは今回の成果について、AI-RANが構想段階から実用段階へ大きく前進したことを示すものと説明。今後は同技術の早期実用化をめざし、通信インフラのさらなる効率化や利用者体験の向上につなげていく。