在高度連接的 5G 世界中，高速、低時延的無線通信必不可少。5G 網絡生成了海量數據，這些數據必須通過光纖電纜，在射頻和基帶之間同步傳輸。因此需要一個具有光連接能力的龐大網絡，這將大幅增加企業在網絡上的資本支出。

在 5G 無線接入網 (RAN) 中，使用人工智能 (AI) 技術壓縮射頻和基站之間交換的數據。英特爾和 MathWorks 使用基于 AI 的自動編碼器壓縮信道狀態信息數據，以減少前傳流量。

基于 AI 的壓縮不僅能保證用戶數據完整性，這些壓縮算法還能維持通信系統的可靠性和性能標準。此外，實施 CSI 壓縮和自動編碼器還會帶來其他優勢，包括減少數據和降低誤塊率。這有利于移動網絡運營商減少前傳流量，降低總體前傳帶寬要求，最終節省成本。

MathWorks 和英特爾使用 MathWorks MATLAB* 和 Simulink*、面向英特爾 FPGA 的 DSP Builder、英特爾 Quartus Prime 設計軟件、英特爾 FPGA 人工智能套件和針對英特爾 SoC FPGA 的 OpenVINO 工具箱來支持基于 AI 的前傳壓縮技術。

借助領先的英特爾工具和技術，硬件開發者可以使用英特爾 FPGA、MathWorks 5G 工具箱* 和深度學習工具箱，將 AI 無縫集成至 5G RAN 中。

MathWorks：簡化英特爾 FPGA 的無線和 AI 開發

MathWorks 深度學習工具箱提供用于設計和實施深度神經網絡的算法、預訓練模型和應用。您可以使用面向英特爾 FPGA 的 DSP Builder，將 MATLAB 函數和 Simulink 模塊直接轉化為 HDL 或 Verilog，并將其用于 5G 無線應用。Simulink 包括用于模擬和硬件部署的多個庫，您可以在 Simulink 中利用 DSP Builder 模塊生成針對英特爾 FPGA 優化的 HDL 代碼。

英特爾 FPGA 人工智能套件：簡單易用

英特爾 FPGA 人工智能套件的目標是幫助用戶在英特爾 FPGA 上實現易于使用的 AI 推理應用。套件的工具流將 MathWorks 深度學習工具箱和英特爾 FPGA 人工智能套件結合在一起，以支持 FPGA 設計人員、機器學習工程師和軟件開發者設計與實施經過優化的 FPGA AI 應用。

英特爾 FPGA 人工智能套件中的庫使用流行的行業框架（例如 TensorFlow* 和 PyTorch*）和 OpenVINO 工具套件加快基于 FPGA 的 AI 推理應用的開發速度，同時在英特爾 Quartus Prime 設計軟件 IDE 中構建強大且業經驗證的 FPGA 開發流程。

英特爾 FPGA 人工智能套件與開源項目 OpenVINO 工具套件協同運行，從而優化各種硬件架構上的推理。OpenVINO 工具套件對來自所有主流深度學習框架（例如 TensorFlow、PyTorch 和 Keras*）的深度學習模型進行優化，以便在 CPU、CPU+GPU 和 FPGA 等各種硬件架構上執行推理。




審核編輯：劉清