← 返回文章列表

NVIDIA开源工具如何助力研究人员构建下一代6G网络

截至2026年11月6日,NVIDIA开源无线软件NVIDIA Aerial已约一年,并与Sionna及一系列5G/6G工具形成更完整的研发链路:研究者可以在软件定义无线接入、边缘AI、真实空口试验和GPU加速仿真之间切换。NVIDIA披露,过去一年AI Aerial与Sionna的全球开发者采用量增长10倍,5G/6G工具下载量超过100万,逾8000家研

文章封面

截至2026年11月6日,NVIDIA开源无线软件NVIDIA Aerial已约一年,并与Sionna及一系列5G/6G工具形成更完整的研发链路:研究者可以在软件定义无线接入、边缘AI、真实空口试验和GPU加速仿真之间切换。NVIDIA披露,过去一年AI Aerial与Sionna的全球开发者采用量增长10倍,5G/6G工具下载量超过100万,逾8000家研究及学术机构使用这些平台。变化不只是新增一个开源项目,而是让6G方案可以先在仿真中比较,再连接真实设备验证。

机器人:减少传输负担,加快闭环动作

目标导向语义通信让机器人不必持续发送完整图像,而是传输物体、位置及其关系等必要信息。伦敦国王学院研究人员将带摄像头的机械臂连接到运行Sionna的NVIDIA Jetson AGX Orin,并在水果分拣和堆叠实验中主动加入故障。项目团队报告,任务完成时间最多缩短52.6%,任务成功率也高于定期传送图像的方案。系统还能识别掉落物体、恢复失败动作,并借助数字孪生预先检查潜在碰撞。

接收端:让AI在干扰中恢复信号

SoftBank将神经接收机集成进NVIDIA Aerial CUDA-Accelerated RAN(ACAR),并使用商用5G智能手机进行测试。在带干扰的受控实验中,15种设置下的上行吞吐量均高于传统接收机,最大提升约60%。ETH Zurich团队则利用NVIDIA Aerial Testbed,根据本地测量结果调整神经接收机;与所选预训练版本相比,误块率降低超过三分之一。

节能:需求下降时让基站休眠

利兹大学研究人员开发了一套提前10分钟预测网络需求的系统,并用预测结果指导基站进入休眠。基站关闭前,系统会检查邻近基站能否继续服务受影响设备,同时监测是否需要恢复容量。团队使用由NVIDIA DGX Spark驱动的一体化5G网络设备,并结合数字孪生验证决策。项目组报告,在保持设备连接的情况下,无线接入网功耗较满功率基线降低45.6%。

仿真:把数小时计算压缩到十几分钟

CTTC将运行于ACAR的GPU加速无线信道模型接入开源5G-LENA网络仿真器,用来计算信号在天线与设备之间的传播。早期评估显示,仿真时间由约3小时缩短至10至20分钟,具体时长取决于集成方式,同时保持预期的统计特征和网络性能。更快的仿真让研究人员能够比较更多设计、检查更复杂的场景,并在部署前反复修正方案。

适用边界:项目结果不能直接等同于商用表现

现有数据主要来自特定任务、硬件配置、受控干扰测试和早期评估,52.6%、60%、45.6%及仿真提速等数字均对应这些具体条件,不能直接外推到所有网络。资料能够支持的判断是,NVIDIA Aerial与Sionna为研究者提供了贯通仿真、AI训练和真实空口试验的组合工具,有助于缩短验证周期;它尚不足以证明这些方案在所有规模网络或长期部署中的统一效果。两款核心软件已在GitHub提供,面向实际网络采用时仍需结合目标环境完成验证。

资料来源:How NVIDIA Open Source Tools Are Helping Researchers Build Next-Generation 6G Networks(2026-11-06)。

相关文章

Azure AI Speech LLM 09-2026 正式发布:语言区域支持范围得到进一步扩大CUDA 二十周年:这个平台如何改变科学计算Duco 如何利用 Amazon Bedrock AgentCore 革新金融数据自动化使用 Amazon Bedrock 托管知识库的 Agentic Retrieve 构建具备记忆能力的 AI 智能体

一起聊聊

留下你的想法,评论审核通过后展示。

想进一步了解?

留下需求和联系方式,我们会就本次咨询与你联系。

本站使用有效期 180 天的随机浏览器标识统计访问与阅读情况,并记录访问 IP 及其大致所属地区,仅管理员可见;浏览器启用“请勿跟踪”时停止访问采集。