ソフトバンク × エリクソンが低遅延・高信頼ネットワークの実証に成功　AI-RANでフィジカルAIを支える通信基盤へ

ソフトバンク株式会社とエリクソン社は、ロボットや自律型システムなどの「フィジカルAI」に求められる低遅延・高信頼な通信ネットワークの実現に向けた実証実験に成功したと発表した。

今回の取り組みでは、ソフトバンクが開発を進めるAI-RAN（AI Radio Access Network）のMEC（Multi-access Edge Computing）基盤を活用したリアルタイム処理技術と、エリクソンのネットワーク機能を用いた5G通信を組み合わせることで、AI処理の動的なオフロードとネットワークスライシングを実現。これにより、ロボット単体での計算資源の制約を補いながら、安定したフィジカルAIの動作が可能であることを確認した。

本成果は、ロボットや自律システムの高度化に向けた通信インフラの重要な進展であり、次世代の産業用ロボティクスや分散型AIワークロードの実装を支える基盤として期待される。

フィジカルAIの普及に向けた通信インフラの課題

近年、ロボットが周囲の状況をリアルタイムで認識し、自律的に判断・行動する「フィジカルAI」への注目が高まっている。製造業や物流、インフラ保守などの現場では、AIを活用した自律ロボットの導入が進みつつある。

しかし、ロボットが高度な判断を行うためには膨大な計算処理が必要なため、すべての処理をロボット本体の計算資源だけで実行することには限界がある。状況によってAI処理の負荷が大きく変化するため、柔軟に計算資源を利用できる仕組みが求められている。

この課題を解決するため、両社はAI-on-RANの研究開発の一環として、ロボットと外部の計算基盤を通信ネットワークで連携させる仕組みの検証を進めてきた。AI処理を外部へオフロードする場合、通信の遅延や信頼性がロボットの動作に直接影響するため、通信ネットワークとAI処理を統合的に制御する技術が重要となる。

AI処理を動的に切り替えるオフロード基盤を構築

今回の実証では、ソフトバンクのAI-RANのMEC基盤と、エリクソンの5Gネットワーク技術を組み合わせることで、ロボットと通信ネットワーク、外部計算資源を一体的に制御できるAI処理オフロード基盤を構築した。

この仕組みでは、AI処理をロボット本体で実行するか、MEC上の外部計算資源で処理するかを状況に応じて動的に切り替えることが可能だ。例えば、軽量な処理はロボット内部で実行し、より高度な判断や大規模な計算が必要な場合にはエッジ環境へ処理を移すことで、効率的なAI運用を実現する。

さらに、ネットワークスライシングや優先制御などの「差別化された接続」を活用し、アプリケーションごとに必要な遅延や信頼性を満たす通信環境を提供。これにより、AIワークロードや制御信号に対して低遅延かつ高信頼な通信を確保できることを確認した。

産業ロボティクスなど多様な現場での活用へ

今回のシステムでは、ロボットの動作状況や処理負荷、意思決定タスクの複雑さに応じてAIワークロードを動的にオフロードすることが可能となる。

これにより、ロボットは必要に応じて拡張性のある計算資源を利用できるため、柔軟な動作や高度なタスク処理を実現するとともに、デバイス側の計算負荷の軽減やバッテリー消費の最適化にもつながる。

両社は今後、製造、物流、インフラ保守などの分野におけるフィジカルAIの大規模導入を見据え、次世代ネットワークアーキテクチャの開発を進める方針だ。

分散型AIワークロードを支えるネットワーク機能の高度化を通じ、通信とAIが融合した「Networks for AI（AIのためのネットワーク）」の実現を目指す。

AIと通信インフラの統合が進む中、今回の実証は、AIドリブンな産業システムを支える次世代ネットワークの実装に向けた重要な一歩となりそうだ。

関連リンク：プレスリリース

（TOMORUBA編集部）