借助 NVIDIA 6G 开发者计划加速无线通信的未来

6G 将首次实现电信网络 AI 原生。为了开发 6G 技术，电信行业需要一种全新的研究方法。

随着 6G 技术的出现，无线通信领域正处于重大变革的边缘。6G 是即将推出的第六代无线网络，有望提供超高性能的互连，即使在多样化的移动性、超高密度和动态环境等严苛场景下也是如此。

6G 的主要驱动应用包括交付全球规模的生成式 AI 应用、智慧城市、智能工厂、无人驾驶飞行器、沉浸式通信服务和多维感知服务。

为了加速 6G 技术的发展，NVIDIA 推出了 NVIDIA 6G 开发者计划。该计划旨在普及对 AI/ML 工具、射频模拟环境、加速计算基础设施和全套软件定义的端到端网络功能的访问。其目标是使 6G 无线研究人员能够在新的水平上进行前沿研究，以便在 6G 的关键领域获得早期的想法。

NVIDIA 6G 开发者计划包括一个名为 NVIDIA Aerial Omniverse 数字孪生的系统级模拟平台、一个完全软件定义的无线接入网 (RAN) 平台，以及一个与软件定义的 RAN 平台集成的 AI/ML 框架。

电信公司正致力于通过 6G 实现业务转型

数十年来，全球电信行业一直采用收入固定的业务模式，同时增加了不断升级其网络所需的投资水平。如今，在技术创新、不断变化的客户偏好、监管压力和竞争动态的推动下，该行业正在经历快速转型。

为消费者和企业提供语音、数据和视频服务的网络运营商在这种动态环境中面临多项挑战。其中一些挑战包括：

• 传统服务收入下降
• 增加用于网络升级的资本支出
• 不断变化的客户期望和需求
• 监管不确定性和合规性成本

电信公司通过采用 AI 进行变革来应对这一现实。

这种向 AI 赋能电信的转型始于以探索方式实现的 5G，但它将成为 6G 的主导主题。他们为 6G (尤其是 AN) 设想的服务和网络架构将与每一层的 AI 原生智能截然不同。它将在云计算连续体上运行，可以运行 CU 和 DU 等网络功能，以及生成式 AI 训练和推理引擎等新的创收和节省成本功能。

有了这一策略，多年来对一次性定制硬件的固定投资将不再是电信运营商接受的现实。多租户互联计算基础设施将运行生成式 AI 工作负载，而不是仅运行 RAN 工作负载作为成本中心的 RAN 硬件，从而节省成本并产生额外收入 (图 2)。

借助 6G 用例释放 AI 和生成式 AI 的强大功能

借助 6G，电信运营商计划部署一套新的创收服务，不仅将无线电链路性能扩展到极限，而且还需要在所有地方使用 AI.表 1 列出了其中一些关键用例。

沉浸式扩展现实

扩展现实(XR) 是指结合物理和虚拟世界的一系列技术，例如增强现实、虚拟现实、混合现实和全息显示。

XR 将提供沉浸式和交互式体验，增强用户的感知、认知和沟通。6G 将通过提供超高带宽、超低延迟、超高可靠性和超宽覆盖来实现 XR。

AI 和生成式 AI 对于 XR 至关重要，因为它能够生成、处理和渲染逼真的动态内容，以及调整、个性化和优化用户体验。

触觉互联网

触觉互联网是指通过网络传输触觉和力反馈，从而实现对物体和环境的远程物理交互和操作。

触觉互联网将支持远程操作、远程医疗、远程教育、远程呈现和触觉娱乐等应用。6G 将通过提供超低延迟、超高可靠性、超高精度和超高安全性实现触觉互联网。

AI 对于触觉互联网至关重要，因为它能够识别、预测和控制触觉信号，以及协调、同步和优化网络资源。

大规模智能物联网

物联网（物联网）是指嵌入传感器、制动器和连接的物理设备、车辆、建筑物和其他物体的网络，使其能够收集、交换数据并根据数据采取行动。

物联网 (IoT) 将支持智慧城市、智慧家庭、智慧行业、智慧农业、智慧健康以及大规模和实时数字孪生等应用。6G 将通过提供大规模连接、大规模多样性、大规模可扩展性和大规模智能来实现物联网 (IoT)。

AI 对于 IoT over 6G 至关重要，因为它能够分析、解释和学习大量异构数据，包括传感器数据 (例如来自激光雷达和雷达的激光点云)，以及物联网系统的决策、自动化和自我组织。

高保真移动通信

高保真移动通信是指通过网络传输高质量、高分辨率的音频和视频，从而在用户之间实现丰富而自然的通信和协作。

高保真移动通信将支持电话会议、远程办公、远程学习和社交网络等应用。6G 将通过提供超高带宽、超低延迟、超高可靠性和超高移动性实现高保真移动通信。

AI 和生成式 AI 对于高保真移动通信至关重要，因为它们能够压缩、增强和恢复音频和视频信号，以及适应、同步和优化网络性能。

为何选择 NVIDIA 6G 开发者计划？

尽管 6G 技术具有革命性的潜力，但在研究和开发标准和技术以利用其功能和创建创新应用方面仍面临重大挑战。

6G 中的 RAN 将是 AI 原生的，其中许多新功能基于 AI/ML 算法。但是，以下因素阻碍了 6G 的开发和部署。

• AI/ML 中电信和 RAN 领域目前存在的知识差距
• 缺乏统一的 RF 和 AI/ML 平台
• 在数据和知识共享领域，电信行业的传统封闭生态系统

NVIDIA 6G 开发者计划通过三个基于 Aerial 的平台解决了这些差距：

• Aerial CUDA 加速 RAN
• NVIDIA Aerial Omniverse 数字孪生
• Sionna 神经无线电框架

Aerial CUDA 加速 RAN

NVIDIA Aerial CUDA Accelerated RAN 是一个用于构建商业级、软件定义和云原生 6G 网络的框架。它包含 GPU 加速的可互操作 PHY 和 MAC 层库，可以轻松修改并使用 AI 组件无缝扩展。

Aerial RAN 是完全软件定义和可编程的 RAN 软件堆栈，它在通用计算上运行的软件 (C++/CUDA) 中实现整个 RAN 协议层。与其他实现不同的是，其中部分代码是在自定义硬件卡中实现的，这使研究人员难以使用 C++或 Python 对这些部分进行重新编程，而 Aerial RAN 软件完全可使用 C++/CUDA 进行编程。

为了吸引数据科学家， NVIDIA 提供了对 RAN 堆栈中每个软件处理块的 Python API 访问权限。这使得一批新的研究人员和数据科学家能够研究 6G 研究课题，从而释放出更高水平的创新潜力。

NVIDIA Aerial Omniverse 数字孪生

NVIDIA Aerial Omniverse 数字孪生是一个系统级模拟器，用于新一代无线系统的尖端 6G 研发，将光线追踪通道应用到 NVIDIA Aerial RAN 的 PHY 和 MAC 层以及模拟 UE。

Aerial Omniverse 数字孪生是一个独特的平台，可在真实条件下对系统性能进行基准测试，并探索基于机器学习的无线通信算法。

Aerial Omniverse 数字孪生提供真实网络的副本，其中包含逼真的 3D 地理数据，可用于创建具有适当材质属性和准确物体几何图形的场景。这提供了使用确定性光线追踪通道模型 (而非迄今为止电信领域使用的随机通道模型) 模拟传播模型的能力。

它还利用加速通用计算的强大功能，可以运行模拟软件、实时渲染逼真场景，以及在同一云原生基础设施上运行 AI/ML 训练和推理算法。

Aerial Omniverse 数字孪生基于 NVIDIA Omniverse，适用于 UI、场景创建和实时逼真渲染功能。它具有

• 用于执行光线追踪任务的内置电磁求解器 (EM 求解器)。
• 移动模型和天线阵列框架，可由无线网络研究人员配置或自定义。
• 用于 RAN 仿真和 UE 仿真的 IRAN 组件，例如 PHY 和 MAC。

最重要的是，它提供了一个框架，用于收集 AI/ML 模型训练的数据，以及在模拟设置的各个阶段插入 AI/ML 模型。

Sionna 神经无线电框架

Sionna 神经无线电框架是一个 Python 编程框架，可用于 GPU 加速的物理层（PHY）、媒体接入控制层（MAC）和 CUDA 库。它可以与大多数常见的机器学习库以及 NVIDIA 的可微链路级模拟器 Sionna 进行交互。Sionna.

数据收集平台支持在协议栈的任何位置提取训练数据，并且能够开发 AI/ML 模型并在快速开发和验证周期内验证这些模型。数据收集框架支持在行业标准 AI/ML 工作台 (如 PyTorch 和 TensorFlow) 上训练 AI/ML 模型。图 5 展示了示例工作流程。

访问 6G 开发者计划

NVIDIA 6G 开发者计划旨在弥合 6G 技术的前景与尖端 6G 应用的实际应用之间的差距，培养日益壮大的开发者社区，这些开发者可以率先为不同行业创建变革性解决方案。

注册以访问 NVIDIA 6G 开发者计划，无线网络研究人员可以使用该计划提供的组件进行链路级或系统级研究。

这些组件是完全软件定义的云就绪元素，可以在云中部署，而无需任何特殊的硬件设置。如果研究团队想要执行硬件级别的测试和验证，则可以在本地部署硬件设置。

总结

NVIDIA 6G 开发者计划实现了 6G 研究的大众化。这是一项激动人心的计划，旨在加速 6G 技术及其应用的开发。通过为开发者和研究人员提供所需的工具、资源和支持， NVIDIA 正在帮助塑造无线通信的未来。

详细了解 Aerial 并注册 NVIDIA 6G 开发者计划。