DeepSig DeepSig
OmniPHY-5G 5G 物理层神经网络软件
O-RAN 7.2x · 替换 FlexRAN 上层 PHY 上行接收 · Xeon DLBoost 上运行 · 算力最多降 2 倍
产品简介
OmniPHY-5G 是跑在 5G O-RAN 分布式单元(O-DU)里的物理层软件。
它不换硬件、不做整机,只把 Intel FlexRAN 上层 PHY 里的上行接收处理换成预训练神经网络——PUSCH 检测与解码链、以及大规模 MIMO 的 SRS 接收这两段。
软件随 FlexRAN 软件栈一起部署,官方称无需修改代码即可替换原有信号处理实现。
基站的基带处理正在从专用硬件转到通用服务器上的虚拟化实现,OmniPHY-5G 把神经网络塞进这条链路的物理层:PHY 把无线信号还原成数据比特,神经网络在这一步提升用户速率、同时压低基站功耗。厂商给出的对标口径是「Intel Xeon 处理器 + Deep Learning Boost、跑在 FlexRAN 平台上」,替换的是上层 PHY 的接收函数,因此对现网软件套件是即插即用式的替换,而不是另起一套基带。
核心参数
• 部署位置:O-DU(分布式单元)服务器,O-RAN 7.2x 功能切分
• 替换范围:Intel FlexRAN 上层 PHY 的上行接收(PUSCH)与 mMIMO SRS 接收
• 计算平台:Intel Xeon 处理器,含 Deep Learning Boost(DLBoost)
• 上行接收算力:最多降低 2 倍(厂商标称)
• 频谱效率:吞吐最多提升 2 倍(厂商标称)
• mMIMO 信道估计:精度提升 4 倍(厂商标称)
• SRS 处理算力:降低 5 倍(厂商标称)
• 集成方式:预训练神经网络 drop-in 替换,官方称无需修改代码
• 运行形态:可在 RIC 中作为 xApp 运行,也可直接跑在 DU 服务器上
功能特性
• 上行 PUSCH 神经网络接收
用神经网络替换 FlexRAN 上层 PHY 的 PUSCH 检测与解码处理。
厂商称在现网 Xeon 平台上算力占用最多降到原来的二分之一,同一台服务器可承载更多扇区。
• 大规模 MIMO SRS 接收
SRS 由终端发往基站,用来算波束权值。
OmniPHY-5G 用神经网络做 SRS 接收与信道估计,厂商称信道估计精度提升 4 倍、
SRS 处理算力降到五分之一,直接影响多用户容量与扇区调度能力。
• Drop-in 集成:替换点在上层 PHY 的函数级,官方口径是「一夜之间就能切过去」:不改代码、不动 DU 其余部分,用预训练网络替掉传统信号处理。
• 持续监测与迭代:厂商在真实采集数据上持续监测神经网络在 L1 的实际收益,并继续做波束权值计算与多用户调度的机器学习增强(该部分官方标注为在研/测试中)。
应用场景
• 5G vRAN 基站上行接收:O-DU 侧上行 PUSCH 接收链的算力与性能优化,适用于基于 FlexRAN 的虚拟化基站。
• 大规模 MIMO 扇区扩容:SRS 接收与信道估计是 mMIMO 波束赋形的前置环节,精度与算力直接决定单扇区可服务的用户数。
• 服务器算力与能耗优化:同一台 DU 服务器跑更多扇区,等价于降低单站功耗与机房占地。
• AI 原生空口研究:作为神经网络替换传统基带处理的参考实现,用于 6G 与 AI-native 空口的验证。
• O-RAN 分层解耦验证:以 xApp 形式挂在 RIC 上,用于验证近实时控制环与物理层加速的配合。
• 教学与算法对标:给基带算法研究者一个可对照的神经网络接收机实现样本。
资源下载
• OmniPHY-5G 5G 物理层神经网络软件 的全部技术指标已单独整理,见本产品详情页「详细指标」标签。
以上内容与指标均取自DeepSig(DeepSig)官网该产品详情页与官方产品资料,未标注口径的为厂家公布值。
DeepSig · onetest 仪器资源库