Naukowcy z arXiv zaproponowali wielowarstwową cyfrową reprezentację dla terahertzowych bezprzewodowych centrów danych, zbudowaną na bazie rzeczywistych pomiarów kanału transmisji na trzech pasmach częstotliwości. Система łączy fizyczne pomiary środowiska z modelami AI do przewidywania propagacji sygnału i optymalizacji rozmieszczenia urządzeń w centrum danych.
Framework składa się z czterech warstw: fizycznej (oparta na pomiarach geometrii i materiałów), kanałowej (wykorzystująca sieci neuronowe do rekonstrukcji pola elektromagnetycznego), oceny (analiza zasięgu i interferencji) oraz manipulacyjnej (optymalizacja systemu). Wynikami pomiarów na 140, 220 i 300 GHz naukowcy kalibrują cyfrową reprezentację fizyczną, a następnie opracowują sztuczną inteligencję zdolną do przewidywania prawdopodobieństwa bezpośredniej linii wzroku i mocy sygnału odbieranego w czasie rzeczywistym.
Rozwiązanie ma potencjał zmieniania infrastruktury centrów danych, gdzie szybki wzrost zapotrzebowania na moc obliczeniową AI wymaga coraz większych przepustowości. Komunikacja terahertzowa oferuje ultra-szerokie pasmo i wysoką przestrzenną ponowną użyteczność, co czyni ją atrakcyjną alternatywą dla konwencjonalnych połączeń kablowych. Digital twin umożliwia planowanie bezprzewodowych sieci bez kosztownych przeredagowań fizycznych, a jego zdolności predykcyjne pozwalają na ciągłą optymalizację topologii sieci.