要实现 6G，电信行业必须应对一项根本性挑战：如何设计、训练并验证那些过于复杂而无法在现实世界中进行测试的 AI 原生网络。
NVIDIA Aerial Omniverse 数字孪生 (AODT) 通过实现持续集成/持续开发 (CI/CD)式工作流解决了这一问题，使无线接入网 (RAN)软件能够在物理精确的环境中进行训练、模拟和验证，然后再部署到现场。如最近一篇文章所述，这种方法有效弥合了统计模型与现实世界网络性能之间的差距。
但是，技术的可用性与技术本身同样重要。正因如此，NVIDIA 将 AODT 设计为一个功能强大的仿真平台，同时采用可访问的模块化架构，使合作伙伴和开发者能够轻松将其集成到自身的工作流程中。
在推出两年内，AODT 的模块化架构正不断拓展商业合作伙产品的生态系统，实现从桌面到云端的高保真模拟。本文重点介绍五家NVIDIA合作伙基于模块化 AODT 平台构建商业解决方案。从 RAN 数字孪生、云级信道仿真到高保真网络规划，这些解决方案为规划、构建和测试 AI 原生 6G 网络提供了统一的基础。
AODT 在推动网络创新加速发展中的作用
作为 NVIDIA AI Aerial 平台的一部分，AODT 提供具备物理级精度的仿真引擎，可在整个 RAN 中训练和微调 AI 模型，并实现卓越的规模、保真度与准确性。
AODT 采用模块化设计，使开发者能够根据特定用例和开发需求灵活集成或自定义组件。开发者可以从内置的 NVIDIA 模型入手，快速构建原型，也可接入自有模型（例如专有传播引擎、RAN 数字孪生和用户设备（UE）数字孪生），从而构建完整的网络数字孪生环境。
以下是五家采用模块化 AODT 平台构建商业解决方案的 NVIDIA 合作伙伴。
- 诺基亚 RAN 数字孪生
诺基亚新推出的 RAN 数字孪生与 AODT 集成，将诺基亚先进的 RAN 算法与基于 NVIDIA 的物理仿真引擎相结合。AODT 引擎利用加速光线追踪技术，模拟无线电波与现实世界中各类材料和环境（如玻璃、混凝土、树木或车辆）的相互作用。诺基亚的数字孪生核心可在产品层面分析基站与用户设备的网络性能。这种模块化方法使运营商能够在实际部署硬件前，优化站点布局、完善波束成形策略并验证算法。
- 是德科技
Keysight 的 Channel Studio RaySim 解决方案，由 AODT 提供支持，可将传统的随机和半确定性信道建模转变为适用于 6G 和 AI-RAN 开发的站点特定、完全确定性信道建模。RaySim 能够快速、大规模地提供支持 6G 的高精度光线追踪信道模型，使研究人员可在高度逼真的数字环境中探索新型波形、测试移动性场景并评估复杂的传播环境。
Keysight 的 AI+ RAN 仿真工具集基于 RaySim 构建，可帮助开发者集成 NVIDIA AI Aerial 平台，构建硬件测试平台与数字孪生，进而在统一的端到端工作流中推动 AI-RAN 工作负载的训练与基准测试。
- VIAVI 解决方案 TeraVM AI RSG
VIAVI 的 TeraVM AI RAN 场景生成器（AI RSG），与 AODT 实现全面集成，使开发者能够模拟基于物理特性的精细 RAN 行为。AI RSG 现已上线 AWS Cloud，支持对高保真 RAN 测试进行可扩展的按需访问，帮助团队并行开展实验、自动化执行基准测试，并加快 AI-RAN 的验证周期。
校准对于创建针对客户特定网络的精确数字孪生至关重要。AODT 利用 VIAVI Onevisor 800 Wireless 的现场测量结果进行校准，构建客户基站的高精度数字孪生表示，并为机器学习和 AI 驱动的 RAN 优化生成极具价值的数据集。
- Ansys Perceive EM 和 Ansys HFSS
作为新思科技的一部分，Ansys 正在将 Ansys HFSS 和 Ansys Perceive EM 软件与 AODT 进行集成，以扩展这些工具的功能，帮助用户实现完整的网络仿真。高频电磁模拟软件（HFSS）可提供物理上精准的天线与阵列设计。Perceive EM 射频信道雷达签名仿真软件则将电磁保真度延伸至复杂、动态环境中的无线信道建模。AODT 进一步将这些模型拓展为完整的网络部署方案。该工作流程构建了从天线到网络的连续电磁链，使研究人员能够以高度物理精确的方式训练和验证 AI-RAN 以及集成传感与通信（ISAC）系统。
- Amazon Web Services ( AWS)
借助 AWS，AODT 实现了向云端的迁移，使研究人员和网络运营商能够按需访问具备大规模且物理属性精确的网络模拟环境。在 AWS 上运行 AODT 使团队可以快速部署虚拟测试环境，复现城市级规模的网络，探索新型 RAN 拓扑结构，并在动态的真实世界条件下分析网络性能，而无需维护专用的本地基础设施。
AWS 利用 NVIDIA 三台计算机“训练+ 模拟+ 部署”系统，通过云规模智能实现 AI 原生网络。在 训练 阶段，Amazon Bedrock 和 Amazon SageMaker 基于 RAN 数据训练特定领域的 LLM，涵盖 R1 接口遥测和配置程序，使模型能够理解并推理 RAN 控制信号、资源管理及协议级行为。在 模拟 阶段，NVIDIA AODT 可在物理精准场景中并行验证实际部署方案，将验证周期从数月缩短至数天。在 部署 阶段，代理式应用支持代理覆盖优化与智能节能提升。该阶段的关键在于递归数据基础，即将生产环境中的输出持续反馈至训练循环，推动模型随时间不断演进与优化。
6G 的未来始于仿真
借助 NVIDIA Aerial Omniverse 数字孪生技术及其持续扩展的合作伙伴生态系统，电信行业获得了构建、验证和加速 AI 原生无线系统的统一且符合物理规律的基础。
随着行业向自主网络迈进，仿真变得至关重要：由 AI 驱动的智能网络智能体需要可靠的虚拟环境来测试和验证其建议，然后才能在实时网络中发挥作用。数字孪生技术有效弥合了这一差距，缩短了训练与部署之间的循环，使网络能够实现实时的自我学习、自我修复与自我优化。
探索 AODT 合作伙伴解决方案，开启您的 6G 研究与开发之旅，加入 NVIDIA 6G 开发者计划，携手共建未来的智能网络。
