6G 之旅已經開始,為提供高性能、高效、彈性和適應性強的網絡基礎設施提供了機會。6G 網絡將比前代網絡復雜得多,并且將依賴于各種新技術,特別是人工智能(AI)和機器學習(ML)。
為了推進這些新技術并優化網絡性能和效率,我們需要一個無線網絡數字孿生平臺進行研究和開發。網絡數字孿生依賴于真實物理無線電環境中移動網絡的數字副本,如圖 1 所示。

NVIDIA Aerial Omniverse 數字孿生(AODT) 提供了一個網絡數字孿生平臺,可加速 6G 研發。AODT 利用關鍵的 NVIDIA 技術——包括 NVIDIA RTX GPU 的近實時光線追蹤功能和 NVIDIA Omniverse ——為無線網絡實現物理精準、高性能和模塊化的數字孿生平臺。
從鏈路級仿真到系統級仿真
無線接入網(RAN)的研究和模擬通常可以細分為兩個主要領域:
- 鏈路級模擬對于分析點對點通信的性能和特性至關重要。 NVIDIA Sionna 已成為該領域的強大工具,可提供專為鏈路級模擬設計的 GPU 加速開源庫。這一創新平臺使研究人員和工程師能夠快速構建復雜通信算法的原型,從而顯著加速開發過程。
- 系統級模擬研究多個點對點鏈路同時發送和接收時的性能和特征,以及它們如何相互影響。NVIDIA AODT 為 RAN 研發社區提供系統級模擬功能,從而實現概念分析和開發,例如跨層或涉及多個傳輸點的概念。
NVIDIA AODT 可以對整個 6G 系統進行物理級準確的模擬,從單個基站到覆蓋整個城市的具有大量基站的全面網絡,均包含軟件定義的 RAN 和用戶設備模擬器,以及真實的地形和物理世界的屬性。使用 AODT,研究人員能夠根據站點特定數據模擬和構建基站算法,并實時訓練模型以提高傳輸效率。
本文概述了 NVIDIA Aerial Omniverse 數字孿生(AODT) 的特性和優勢,以及使用它的典型工作流程。
轉變無線研發方式?
NVIDIA AODT 為研究人員提供開放式模塊化平臺、部署前測試功能、物理精準的高級電磁(EM)求解器等。
開放且可定制的模塊化平臺?
AODT 基于 NVIDIA Omniverse 構建,可為分布式團隊提供自定義擴展程序、便捷的圖形用戶界面、精美的可視化效果和遠程協作。開發者可以使用開放式 API,輕松將 AODT 模塊化塊替換為生態系統合作伙伴的解決方案。這些 API 在 AODT 用戶指南 中得到了明確定義和記錄。
此外,客戶可以在逼真的系統級仿真環境中,用自己的定制模型替換任何模塊,并用創新的一層(L1)或二層(L2)算法替換 AODT 教科書參考設計。
適用于 6G 標準化的 3GPP 兼容平臺?
AODT 提供物理精準的無線電環境、用戶設備 (UE) 移動性和標準兼容的波形以及信號傳遞,以評估新 AI 用例的優勢,例如波束成形、信道狀態信息(CSI)壓縮和定位。
部署前測試?
AODT 與 NVIDIA Aerial CUDA-Accelerated RAN 緊密耦合,使研究人員和開發者能夠在實時網絡中部署 GPU 加速算法之前,測試其系統級性能和效率。您可以測試多輸入多輸出(MIMO)檢測、調度等算法。
AI 和 ML 在數字孿生中的應用?
正如 《AI – 這對 RAN 市場意味著什么?》 中所述,AI 和各種 ML 算法將成為 5G 演進和 6G 發展 的重要研究領域。當 AI 和 ML 成為未來網絡規范的一部分時,NVIDIA AODT 可用于針對特定環境訓練新算法。AODT 由 RAN、無線物理世界和用戶設備(UE)的數字孿生組成。AODT 與 NVIDIA Aerial AI Radio Frameworks 完全連接,以利用各種神經網絡模型和 NVIDIA TensorRT ,使 AI/ML 系統在環,如圖 2 所示。

該平臺為研究人員提供預構建工具,以更快地運行復雜的模擬,并以新的方式探索 AI RAN,從而提高未來無線網絡的性能和效率。
高級物理精準的電磁求解器
無線電傳播是無線電波從一個點到另一個點時的行為。為了準確模擬無線電傳播,嵌入式電磁(EM)求解器是一種基于光線追蹤的先進軟件組件,包括物理無線電傳播的所有不同特征。EM 求解器以 CUDA 代碼實現,與當代解決方案相比,速度非常快。
AODT EM 求解器具有全面的光線追蹤模型,同時考慮到反射、衍射和定向漫射散射效果。還可以在每個天線元件級別定義天線模式。基于早期的基準測試,GPU 加速軟件使 EM 求解器的速度比基于 CPU 的傳統信道模擬器快 100 倍以上。
合作伙伴增強功能?
得益于其模塊化設計,NVIDIA AODT(如圖 2 所示)中的每個模塊化模塊都可以由合作伙伴的產品進行替換。它也是一個 API 驅動的開放平臺。合作伙伴可以將 EM 求解器與自己的傳統傳播模型結合使用,以構建一套全面的無線信道模擬器。它還可以與商用天線模型集成,以便合作伙伴利用 AI/ML 代理進行系統級仿真。例如,Ansys 展示了這種模塊化,通過使用 EM 求解器 API 集成 Perceive EM 軟件和 NVIDIA AODT。如需了解詳情,請參閱《 開創雷達系統和無線通信優化的未來:使用合成數據按需提供 》。
Aerial CUDA 加速的 RAN 可以與各種符合 3GPP 和 O-RAN 的 O-DU 配合使用,使研究人員能夠開發各種創新收發器。6G 研究人員和合作伙伴還可以利用 CUDA 加速的 MAC 層(cuMAC)開放接口生成合成數據,創建各種調度程序和無線電資源控制,以提高網絡和用戶性能。
AODT 平臺可以在本地或云端運行 (例如使用 Azure) 。對于本地,AODT 可以在用戶自己的服務器和網絡上安裝和運行,讓用戶可以完全控制和擁有自己的數據和應用程序。云端為用戶提供了隨時隨地訪問平臺的便利和靈活性。
站點特定、城市規模、近乎實時的系統級仿真
NVIDIA AODT 可從最小的環境擴展到最大的環境。它支持從單個 GPU 上運行的單個基站 (幾個用戶運行在單個 GPU 上) 的最小部署,到具有數百個基站和數千個用戶運行在大型 GPU 集群上的大型城市規模模型的一切。基于 GPU 的解決方案計算城市規模的射頻 (RF) 環境僅需幾毫秒。各種基準測試表明,EM 求解器和 RAN 仿真的速度比傳統基于 CPU 的仿真快得多。進一步優化將改善近乎實時的仿真體驗,進而實現實時仿真。
AODT 可以支持地理信息系統(GIS),從細節級別(LOD)1 和 LOD 2(城市地圖)到 LOD 3 和 LOD 4(建筑細節,例如屋頂懸臂、洞口和其他立面細節;房間和家具等室內功能)。這可以生成具有更精細粒度的城市規模模擬。UI 的其他增強功能使平臺更易于訪問和使用。
功能全棧 RAN 層?
NVIDIA Aerial CUDA-Accelerated RAN 是 AODT 的一個主要組成部分,由 3GPP 兼容的軟件定義物理(PHY)和介質訪問控制(MAC)層組成,分為上行鏈路和下行鏈路。這可作為研究人員和開發者在為 RAN 尋找新的創新解決方案時的參考設計。這具有強大的生態系統價值,因為無需為這項實施工作投資單獨的資源。隨著 NVIDIA Aerial CUDA-Accelerated RAN 添加新功能,這些功能也將在 NVIDIA AODT 中提供。
例如,AODT 中的嵌入式 CUDA 加速物理層 (cuPHY) 使研究人員能夠在多個細胞和特定站點的環境中研究各種波束成形和神經接收器。此外,嵌入式 cuMAC 有助于開發基于 AI/ML 的第 2 層及以上創新技術。例如,這有助于推動自定義無線電資源管理方法的開發,以提高頻譜效率并確保服務質量。
使用 NVIDIA AODT 進行模擬的工作流?
本節介紹了典型工作流程。圖 3 展示了如何利用 NVIDIA AODT 運行仿真。 AODT 用戶指南 中還提供了示例和后處理腳本。
- 加載 3D 環境(GIS 數據)。AODT 支持 CityGML 和 CityJSON 數據格式。
- 為嵌入式模型定義特定參數,包括:
- 電磁元件,為無線電單元和終端以及天線模型提供關鍵參數(極化類型、輸出功率等)。
- 移動性模型,用于為不同的移動性類別(行人、汽車、火車等)指定參數。
- 運行模擬
- 獲得結果,例如:
- 信道脈沖響應 (每個天線)
- 下行鏈路和上行鏈路吞吐量
- 利用 NVIDIA Omniverse 的圖形功能可視化結果(可選)

總結?
NVIDIA AODT 是一個功能強大且通用的平臺,為系統級 RAN 仿真提供了物理精準的大規模無線電波傳播模型。該平臺與 PyTorch 和 TensorRT 緊密集成,在循環中實現了 AI/ML。基于 GPU 加速的物理建模、用戶友好型界面以及功能精確的 RAN 層的整合,使 AODT 為 6G 做好了準備。對于需要在各種環境中模擬和分析無線網絡的研究人員、算法開發者、網絡工程師和其他專業人士來說,這是一個理想的平臺。
準備好開始使用了嗎?您可以加入 NVIDIA 6G 開發者計劃 ,訪問 NVIDIA Aerial Omniverse 數字孿生。
?