| Định hướng tới 6G Trí tuệ nhân tạo trong 5G và 6G 6G và những tham vọng thúc đẩy nền kinh tế Việt Nam |
| Lời toạn soạn: Với đề tài "Các công nghệ 6G phổ biến nhất năm 2025", Roger Nichols, Giám đốc chương trình 6G, Keysight Technologies sẽ mang đến những phân tích sâu sắc về các công nghệ chủ chốt định hình 6G. Bài viết này tập trung đánh giá các công nghệ hiện tại theo xác suất chúng được giữ lại trong danh sách các công nghệ nền tảng của 6G. Bài viết tiếp theo tác giả sẽ đánh giá công nghệ nền tảng chính nào của 6G có mức độ rủi ro thương mại hóa cao hơn. Đáng chú ý, mỗi bài viết sẽ giúp độc giả có cái nhìn rõ ràng hơn về xu hướng phát triển và những thách thức của mạng di động thế hệ mới. |
 |
| Các công nghệ 6G phổ biến nhất năm 2025. Ảnh: Keysight |
Sự phát triển của công nghệ không ngừng mở ra những cơ hội mới, và 6G chính là bước tiến tiếp theo trong ngành viễn thông. Tạp chí Điện tử và Ứng dụng xin giới thiệu những đánh giá của Roger Nichols về các công nghệ hiện tại theo xác suất chúng được giữ lại trong danh sách các công nghệ nền tảng của 6G, bao gồm:
Công nghệ vô tuyến trước hết dựa vào sự khả dụng của phổ tần. Tăng trưởng trong tiêu thụ dữ liệu và kết nối vô tuyến đã và sẽ tiếp tục tạo ra nhu cầu ngày càng cao về phổ tần. Đối với một nhà khai thác di động, kịch bản lý tưởng (trong một số trường hợp, có thể là kịch bản duy nhất) là được độc quyền sử dụng phổ tần trong phạm vi hoạt động, cho phép phát sóng vô tuyến với công suất đủ cao để duy trì dung lượng và độ tin cậy cao cho mạng.
Nhu cầu dung lượng cao đã dẫn đến các nghiên cứu tái sử dụng phổ vô tuyến từ 7 đến 24 GHz, đặc biệt các tần số từ 7 đến 16 GHz. Phổ tần này được sử dụng chủ yếu trong hoa tiêu vô tuyến, định vị vô tuyến và các ứng dụng vệ tinh. Tuy nhiên, băng tần này được các cơ quan chính phủ nhiều nước trên thế giới độc quyền sử dụng (đặc biệt trong Quốc phòng).
Ngoài ra, các tần số cao hơn kéo theo sự gia tăng trong suy hao đường truyền vô tuyến so với các tần số từ 3 đến 5 GHz. Nhóm tần số này được sử dụng trong 5G nhưng đang gặp phải những thách thức công nghệ của riêng mình do độ suy hao cao hơn so với các tần số thấp hơn được sử dụng nhiều trong 4G (hầu hết dưới 2,5 GHz).
Để khai thác thông tin vô tuyến trong băng từ 7-16 GHz, cần cân nhắc nghiêm túc về phương pháp sử dụng chung phổ tần này. Các cơ chế chia sẻ tạo ra các vấn đề phức tạp cả về chính sách và công nghệ, vì vậy cả hai lĩnh vực này đều đang được nghiên cứu. Ngay cả khi một số dải tần trong phổ này được độc quyền sử dụng cho kinh doanh mạng vô tuyến thì vẫn cần những cải tiến đáng kể về công nghệ để bù đắp suy hao đường truyền bổ sung.
Giải pháp rõ ràng nhất để tăng tỷ lệ tín hiệu trên nhiễu ở máy thu là thu nhỏ kích thước tế bào (cell). Tuy nhiên, đây không phải giải pháp khả thi về mặt tài chính đối với các nhà khai thác di động do chi phí trạm gốc tăng và những khó khăn trong việc cung cấp kết nối backhaul tới nhiều trạm gốc hơn. Do đó, cần điều tra nghiên cứu để khắc phục các vấn đề về các hệ thống radio và ăng-ten tích hợp tiên tiến này (xem nội dung "MIMO thế hệ tiếp theo").
 |
| Ảnh minh họa: DALL·E |
Công nghệ học máy Machine Learning (ML), một công nghệ AI hiện đang rất phổ biến khi ngày càng có nhiều mô hình ngôn ngữ lớn (LLM) mạnh mẽ được ra đời phục vụ công chúng. Nhưng mỗi đội ngũ kỹ sư viễn thông lại nghiên cứu tìm hiểu các mô hình khác nhau.
Không giống các hệ thống LLM được huấn luyện để phản hồi bằng ngôn ngữ của con người nhằm xử lý lượng các trao đổi khổng lồ trên web, ngành thông tin di động phát triển AI để tối ưu hóa hiệu năng mạng, xử lý các vấn đề phức tạp trong quản lý búp sóng vô tuyến, tối ưu hóa thiết kế mạch, giúp nâng cao hiệu quả truyền lưu lượng và giảm mức tiêu thụ năng lượng tổng thể. Thay vì LLM, các chức năng này sử dụng các mô hình ML được huấn luyện bằng dữ liệu kỹ thuật thu thập được từ mạng lưới, các kênh, thậm chí dữ liệu tổng hợp từ các công cụ mô phỏng và giả lập.
Các thách thức kỹ thuật lớn nhất xuất phát từ nhu cầu đảm bảo một mô hình đáng tin cậy, luôn vượt trội so với các biện pháp thông thường. Các thách thức này bao gồm phát triển, tinh chỉnh và huấn luyện mô hình (một công việc đòi hỏi rất nhiều dữ liệu đáng tin cậy); cũng như xác nhận rằng mô hình này hoạt động tốt trong hầu hết các trường hợp.
Công nghệ Multiple in/multiple out (MIMO) được phát triển để phát huy lợi thế của hiện tượng lan truyền của sóng vô tuyến theo nhiều đường giữa máy phát và máy thu (ví dụ: đường trực tiếp, một hoặc nhiều đường phản xạ). Trước công nghệ MIMO, nhiễu đa đường là vấn đề lớn trong thông tin vô tuyến.
Hiện nay, thông tin di động đang sử dụng công nghệ MIMO thế hệ thứ 4. Cần áp dụng những tiến bộ mới nhất để bù đắp suy hao gia tăng trong phổ 3,5 GHz được phân bổ cho 5G. Phương pháp cơ bản là sử dụng nhiều chấn tử ăng-ten và công nghệ xử lý tín hiệu số (DSP) phức tạp để phối hợp hoạt động của các chấn tử ăng-ten nhằm cải thiện tỷ lệ tín hiệu trên nhiễu hiệu dụng tại máy thu; cũng như liên tục đo lường trạng thái của kênh vô tuyến giữa máy phát và máy thu (các kênh thông tin di động thường xuyên thay đổi trạng thái) để DSP có thể liên tục điều chỉnh các chấn tử ăng-ten để khắc phục sự thay đổi liên tục này trong kênh.
Chuyển sang phổ tần 7-16 GHz trong khi vẫn giữ nguyên kích thước tế bào (chẳng hạn: giữ khoảng cách tối đa giữa thu và phát như khi sử dụng tần số 3,5 GHz) đòi hỏi hệ thống MIMO cần có độ phức tạp kỹ thuật cao hơn: tăng số lượng chấn tử ăng-ten phân tán và sử dụng công nghệ xử lý DSP mạnh hơn. ML chính là công nghệ lý tưởng để giải các bài toán cực kỳ phức tạp này.
Mạng truy cập vô tuyến" (RAN) là thuật ngữ được sử dụng để chỉ mạng lưới các trạm gốc vô tuyến cần thiết để kết nối với thiết bị người dùng di động (ví dụ: điện thoại thông minh).
Trước 5G, RAN là một kiến trúc khép kín, trong đó mỗi nhà sản xuất thiết bị mạng lớn có cách tiếp cận độc quyền của mình. Tuy nhiên, ý tưởng ảo hóa các linh kiện số trong RAN (các thực thể phần mềm chạy trên các máy chủ đa năng hiệu năng cao) đã thúc đẩy thị trường tiêu chuẩn hóa sự phân tách này (khối vô tuyến, khối kỹ thuật số, khối tập trung) và tiêu chuẩn hóa giao diện giữa các cấu phần kiến trúc. Cách tiếp cận Open RAN này đã tạo ra các khái niệm mới bao gồm bộ điều khiển RAN thông minh (RAN Intelligent Controller hay RIC) trong đó ML đã được sử dụng một phần. Open RAN (và các tiêu chuẩn mở khác) được coi là một bước đi cần thiết hướng tới 6G và do đó, các công việc đang được thực hiện để đưa các khái niệm này sang thế hệ tiếp theo.
Giới thiệu về Roger Nichols
Roger Nichols có hơn ba thập kỷ kinh nghiệm quản lý và kỹ thuật trong lĩnh vực quản lý và đo lường vô tuyến tại Hewlett-Packard, Agilent Technologies và Keysight. Ông đã nắm giữ các vai trò khác nhau trong sản xuất, nghiên cứu phát triển và tiếp thị. Ông đã tham gia quản lý các chương trình, dự án và các phòng ban, khởi đầu từ công nghệ vô tuyến tế bào analog, phát triển tới 5G và tất cả các tiêu chuẩn của các thế hệ công nghệ khác. Ông chỉ đạo chương trình 5G và bây giờ là chương trình 6G của Keysight từ năm 2014. Ông cũng đang định hướng các chiến lược tiêu chuẩn vô tuyến của Keysight. |
