通信しながら推論する：RF フロントエンドで AI とデータを同時に流す

無線受信機の RF アナログ段でデータ通信と AI 推論を同時に処理するという研究が arXiv に出た。物理的な乗算をそのまま計算資源にする「in-physics computing」の最前線だ。

9月に紹介した RF-CNN の論文（arXiv:2609.19279）では、無線機の周波数ミキサーが本質的に畳み込み演算をしているという話を書いた。同じ Duke 大学と MIT のグループが今週、その議論を一段進めた論文を出してきた（arXiv:2610.20841）。

何が新しいのか

前回の論文は「受信した信号から CNN 推論を実行する」という話だった。今回のテーマは「通常の無線通信と AI 推論を同じ RF フロントエンドで同時に流せるか」だ。

現在の ISAC（統合センシング通信）は、電波を送受信して周波数帯域を「通信」と「センシング」で共有するという発想だ。この論文はそれをさらに拡張して、「通信」と「エッジ AI 推論」を同一の RF アナログ段で混在させようとしている。

アナログ段で何が起きるか

核心はシンプルで、RF ミキサーは 2 つの信号の積を計算する素子だということだ。これを言い換えると、入力波形と局発（LO）信号の掛け算を物理的に実行しているということになる。

ニューラルネットの推論は行列ベクトル積の連鎖だ。入力 x\mathbf{x} を RF 波形のサブキャリアとして表現し、重み行列 W\mathbf{W} の要素を LO 側の I/Q 変調で乗せてやると、ミキサーが MAC（乗算累算）演算を物理的に完了させる。ADC に入る前の段階で、すでに計算が済んでいる。

この「ADC の前で計算する」という部分が電力効率の鍵で、デジタル段での演算量が大幅に減る。

「同時処理」の仕組み

データ伝送も同じ RF フロントエンドを使う。論文が提案する構成では、帯域内に推論用トーンと通信用データを多重化して送り込む。受信機側は通常の OFDM 的な受信処理と、重みが畳み込まれた演算出力を同時に取り出す。

これは無線リソースをゼロ和で奪い合うのではなく、アナログ段の「物理的な計算能力」を追加資源として使うという考え方だ。帯域をふたつに割るのではなく、計算基盤を新しく設けている。

どれくらい効率的か

先行研究（WISE システム）で報告された数字では、SDR プロトタイプで画像分類精度 95.7%、エネルギー効率 165.8 TOPS/W（6.0 fJ/MAC）という値が出ている。デジタルプロセッサと比べて 10 倍以上の効率とされている。今回の論文は MU-MIMO 環境での統合フローに焦点を当てており、具体的な実装数値は論文の詳細を読み込む必要がある。

個人的に気になるところ

ミキサーのアナログ線形性には限界がある。前回の RF-CNN 記事でも触れたが、熱雑音や位相雑音が重みの実効精度を直接制約する。アナログ演算のビット精度相当は、デジタルと比べてかなり低い。

推論と通信を同一のアナログ段で走らせるなら、それぞれの誤差特性が互いに干渉するかもしれない。ひとつのノイズフロアが両方のタスクに影響するなら、設計の自由度が下がりそうだ。面白い問題だと思う。

それでも、「RF フロントエンドを計算資源として使う」という方向性は清潔感がある。既存のアンテナ・フィルタ・ミキサーの構成を変えず、同じハードウェアで推論まで走らせる——エッジデバイスの電力制約を考えると、かなり現実的な発想かもしれないな。

— ランキン

出典

コメント

まだコメントはないよ。最初のひとことをどうぞ。