6G 之旅已经开始，为提供高性能、高效、弹性和适应性强的网络基础设施提供了机会。6G 网络将比前代网络复杂得多，并且将依赖于各种新技术，特别是人工智能（AI）和机器学习（ML）。
为了推进这些新技术并优化网络性能和效率，我们需要一个无线网络数字孪生平台进行研究和开发。网络数字孪生依赖于真实物理无线电环境中移动网络的数字副本，如图 1 所示。
NVIDIA Aerial Omniverse 数字孪生（AODT） 提供了一个网络数字孪生平台，可加速 6G 研发。AODT 利用关键的 NVIDIA 技术——包括 NVIDIA RTX GPU 的近实时光线追踪功能和 NVIDIA Omniverse ——为无线网络实现物理精准、高性能和模块化的数字孪生平台。
从链路级仿真到系统级仿真
无线接入网（RAN）的研究和模拟通常可以细分为两个主要领域：
- 链路级模拟对于分析点对点通信的性能和特性至关重要。 NVIDIA Sionna 已成为该领域的强大工具，可提供专为链路级模拟设计的 GPU 加速开源库。这一创新平台使研究人员和工程师能够快速构建复杂通信算法的原型，从而显著加速开发过程。
- 系统级模拟研究多个点对点链路同时发送和接收时的性能和特征，以及它们如何相互影响。NVIDIA AODT 为 RAN 研发社区提供系统级模拟功能，从而实现概念分析和开发，例如跨层或涉及多个传输点的概念。
NVIDIA AODT 可以对整个 6G 系统进行物理级准确的模拟，从单个基站到覆盖整个城市的具有大量基站的全面网络，均包含软件定义的 RAN 和用户设备模拟器，以及真实的地形和物理世界的属性。使用 AODT，研究人员能够根据站点特定数据模拟和构建基站算法，并实时训练模型以提高传输效率。
本文概述了 NVIDIA Aerial Omniverse 数字孪生（AODT） 的特性和优势，以及使用它的典型工作流程。
转变无线研发方式
NVIDIA AODT 为研究人员提供开放式模块化平台、部署前测试功能、物理精准的高级电磁（EM）求解器等。
开放且可定制的模块化平台
AODT 基于 NVIDIA Omniverse 构建，可为分布式团队提供自定义扩展程序、便捷的图形用户界面、精美的可视化效果和远程协作。开发者可以使用开放式 API，轻松将 AODT 模块化块替换为生态系统合作伙伴的解决方案。这些 API 在 AODT 用户指南 中得到了明确定义和记录。
此外，客户可以在逼真的系统级仿真环境中，用自己的定制模型替换任何模块，并用创新的一层（L1）或二层（L2）算法替换 AODT 教科书参考设计。
适用于 6G 标准化的 3GPP 兼容平台
AODT 提供物理精准的无线电环境、用户设备 (UE) 移动性和标准兼容的波形以及信号传递，以评估新 AI 用例的优势，例如波束成形、信道状态信息（CSI）压缩和定位。
部署前测试
AODT 与 NVIDIA Aerial CUDA-Accelerated RAN 紧密耦合，使研究人员和开发者能够在实时网络中部署 GPU 加速算法之前，测试其系统级性能和效率。您可以测试多输入多输出（MIMO）检测、调度等算法。
AI 和 ML 在数字孪生中的应用
正如 《AI – 这对 RAN 市场意味着什么？》 中所述，AI 和各种 ML 算法将成为 5G 演进和 6G 发展 的重要研究领域。当 AI 和 ML 成为未来网络规范的一部分时，NVIDIA AODT 可用于针对特定环境训练新算法。AODT 由 RAN、无线物理世界和用户设备（UE）的数字孪生组成。AODT 与 NVIDIA Aerial AI Radio Frameworks 完全连接，以利用各种神经网络模型和 NVIDIA TensorRT ，使 AI/ML 系统在环，如图 2 所示。
该平台为研究人员提供预构建工具，以更快地运行复杂的模拟，并以新的方式探索 AI RAN，从而提高未来无线网络的性能和效率。
高级物理精准的电磁求解器
无线电传播是无线电波从一个点到另一个点时的行为。为了准确模拟无线电传播，嵌入式电磁（EM）求解器是一种基于光线追踪的先进软件组件，包括物理无线电传播的所有不同特征。EM 求解器以 CUDA 代码实现，与当代解决方案相比，速度非常快。
AODT EM 求解器具有全面的光线追踪模型，同时考虑到反射、衍射和定向漫射散射效果。还可以在每个天线元件级别定义天线模式。基于早期的基准测试，GPU 加速软件使 EM 求解器的速度比基于 CPU 的传统信道模拟器快 100 倍以上。
合作伙伴增强功能
得益于其模块化设计，NVIDIA AODT（如图 2 所示）中的每个模块化模块都可以由合作伙伴的产品进行替换。它也是一个 API 驱动的开放平台。合作伙伴可以将 EM 求解器与自己的传统传播模型结合使用，以构建一套全面的无线信道模拟器。它还可以与商用天线模型集成，以便合作伙伴利用 AI/ML 代理进行系统级仿真。例如，Ansys 展示了这种模块化，通过使用 EM 求解器 API 集成 Perceive EM 软件和 NVIDIA AODT。如需了解详情，请参阅《 开创雷达系统和无线通信优化的未来：使用合成数据按需提供 》。
Aerial CUDA 加速的 RAN 可以与各种符合 3GPP 和 O-RAN 的 O-DU 配合使用，使研究人员能够开发各种创新收发器。6G 研究人员和合作伙伴还可以利用 CUDA 加速的 MAC 层（cuMAC）开放接口生成合成数据，创建各种调度程序和无线电资源控制，以提高网络和用户性能。
AODT 平台可以在本地或云端运行 (例如使用 Azure) 。对于本地，AODT 可以在用户自己的服务器和网络上安装和运行，让用户可以完全控制和拥有自己的数据和应用程序。云端为用户提供了随时随地访问平台的便利和灵活性。
站点特定、城市规模、近乎实时的系统级仿真
NVIDIA AODT 可从最小的环境扩展到最大的环境。它支持从单个 GPU 上运行的单个基站 (几个用户运行在单个 GPU 上) 的最小部署，到具有数百个基站和数千个用户运行在大型 GPU 集群上的大型城市规模模型的一切。基于 GPU 的解决方案计算城市规模的射频 (RF) 环境仅需几毫秒。各种基准测试表明，EM 求解器和 RAN 仿真的速度比传统基于 CPU 的仿真快得多。进一步优化将改善近乎实时的仿真体验，进而实现实时仿真。
AODT 可以支持地理信息系统（GIS），从细节级别（LOD）1 和 LOD 2（城市地图）到 LOD 3 和 LOD 4（建筑细节，例如屋顶悬臂、洞口和其他立面细节；房间和家具等室内功能）。这可以生成具有更精细粒度的城市规模模拟。UI 的其他增强功能使平台更易于访问和使用。
功能全栈 RAN 层
NVIDIA Aerial CUDA-Accelerated RAN 是 AODT 的一个主要组成部分，由 3GPP 兼容的软件定义物理（PHY）和介质访问控制（MAC）层组成，分为上行链路和下行链路。这可作为研究人员和开发者在为 RAN 寻找新的创新解决方案时的参考设计。这具有强大的生态系统价值，因为无需为这项实施工作投资单独的资源。随着 NVIDIA Aerial CUDA-Accelerated RAN 添加新功能，这些功能也将在 NVIDIA AODT 中提供。
例如，AODT 中的嵌入式 CUDA 加速物理层 (cuPHY) 使研究人员能够在多个细胞和特定站点的环境中研究各种波束成形和神经接收器。此外，嵌入式 cuMAC 有助于开发基于 AI/ML 的第 2 层及以上创新技术。例如，这有助于推动自定义无线电资源管理方法的开发，以提高频谱效率并确保服务质量。
使用 NVIDIA AODT 进行模拟的工作流
本节介绍了典型工作流程。图 3 展示了如何利用 NVIDIA AODT 运行仿真。 AODT 用户指南 中还提供了示例和后处理脚本。
- 加载 3D 环境（GIS 数据）。AODT 支持 CityGML 和 CityJSON 数据格式。
- 为嵌入式模型定义特定参数，包括：
- 电磁元件，为无线电单元和终端以及天线模型提供关键参数（极化类型、输出功率等）。
- 移动性模型，用于为不同的移动性类别（行人、汽车、火车等）指定参数。
- 运行模拟
- 获得结果，例如：
- 信道脉冲响应 (每个天线)
- 下行链路和上行链路吞吐量
- 利用 NVIDIA Omniverse 的图形功能可视化结果（可选）
总结
NVIDIA AODT 是一个功能强大且通用的平台，为系统级 RAN 仿真提供了物理精准的大规模无线电波传播模型。该平台与 PyTorch 和 TensorRT 紧密集成，在循环中实现了 AI/ML。基于 GPU 加速的物理建模、用户友好型界面以及功能精确的 RAN 层的整合，使 AODT 为 6G 做好了准备。对于需要在各种环境中模拟和分析无线网络的研究人员、算法开发者、网络工程师和其他专业人士来说，这是一个理想的平台。
准备好开始使用了吗？您可以加入 NVIDIA 6G 开发者计划 ，访问 NVIDIA Aerial Omniverse 数字孪生。
