- NI Emerson et l’Université Yonsei ont annoncé le lancement d’une collaboration de recherche consacrée à l’amélioration de l’efficacité énergétique des réseaux d’accès radio de sixième génération (6G).
- Les travaux portent sur le développement d’un banc d’essai basé sur l’intelligence artificielle afin d’évaluer et d’optimiser la consommation énergétique des stations de base à travers une approche dite IA-RAN (Artificial Intelligence for Radio Access Networks).
Les réseaux d’accès radio concentrent une part importante de la consommation énergétique des infrastructures mobiles. Dans ce contexte, la recherche vise à explorer des mécanismes de pilotage des stations de base reposant sur des algorithmes d’apprentissage automatique capables d’ajuster leur fonctionnement en temps réel. Ces ajustements prennent en compte la charge du trafic, les conditions environnementales et les comportements des utilisateurs, dans l’objectif de réduire la consommation d’énergie sans dégrader les indicateurs de service.
Diminution de la consommation énergétique des stations de base
Selon les premiers résultats communiqués par les équipes de recherche, les modèles d’apprentissage automatique testés permettraient de diminuer la consommation énergétique des stations de base d’environ 33 % par rapport aux méthodes actuelles de gestion par commutation radiofréquence marche/arrêt. À titre de comparaison, la consommation annuelle des équipements de stations de base cellulaires aux États-Unis est estimée à environ 21 millions de mégawattheures, un volume équivalent à celle de près de deux millions de foyers.
Analyse de l’impact des algorithmes d’IA
Le banc d’essai développé dans le cadre du partenariat combine des compétences académiques et industrielles. Emerson fournit des technologies de synchronisation et de temporisation, ainsi que des équipements de mesure et de test, notamment la solution de surveillance de la consommation électrique base sur les système d’acquisition de la gamme NI CompactRIO et des unités de radios logicielles de la série NI USRP. Ces outils permettent de corréler les indicateurs de performance radio avec les données de consommation énergétique en temps réel, afin d’analyser l’impact des algorithmes d’IA à l’échelle du système.
Validation des modèles d’apprentissage automatique
L’Université Yonsei s’appuie sur ces infrastructures pour valider ses modèles d’apprentissage automatique dans un environnement de test représentatif des conditions opérationnelles. Cette approche vise à rapprocher les travaux de recherche des contraintes industrielles liées au déploiement des réseaux mobiles de nouvelle génération.
Les premiers résultats de la collaboration ont été présentés publiquement lors de l’édition 2025 de la conférence IEEE Global Communications Conference (Globecom). Les partenaires indiquent que ces travaux pourraient contribuer à la définition de nouvelles méthodes de conception et d’exploitation des réseaux 6G, intégrant des objectifs de réduction de la consommation énergétique dès les phases de développement.
