AI原生的6G网络将为数十亿的智能设备、智能体和机器提供服务。随着行业拓展至FR3（7–24 GHz）等新频段，无线电物理特性变得更加敏感，推动网络从静态基础设施演变为动态、具备自适应能力的有机系统。
这一转变要求我们从根本上变革6G系统的设计、构建与优化方式。传统的“构建再测试”模式已难以为继，因为在物理环境中逐一测试每个AI算法，无论在成本还是时间上都不可承受。为了充分发挥AI原生6G的潜力，产业界需要在无线接入网（RAN）软件开发中引入持续集成与持续交付（CI/CD）的方法，并依托高精度的物理级数字孪生技术提供支撑。
为 AI-RAN 与 6G 背后的三大计算解决方案提供支持
软件定义的 AI-RAN 在 6G 开发周期中将高度契合 AI 的开发节奏，并依托广为人知的 AI 范式，即“三机”解决方案。NVIDIA 通过硬件与软件，为每台设备上的开发者提供全面支持。
计算机 1：设计和训练
这一关键阶段借助 NVIDIA DGX 和 NVIDIA DGX Spark 等加速计算平台的强大算力，显著加快了整体设计与训练的工作流程。NVIDIA 还提供了一整套专用软件工具，全面优化系统性能，提升运行效率。
- NVIDIA Aerial CUDA 加速 RAN：一个高性能、实时、软件定义的框架，可利用 GPU 快速仿真和部署复杂的无线接入网络（RAN）系统。
- NVIDIA Sionna：一个专为 GPU 加速设计的通信系统物理层建模与训练库，专注于高级通信系统的开发与研究。
计算机 2：仿真桥接器
电信行业正加速迈向数字化部署，首要任务是在高精度射频（RF）环境中对新设计进行严格评估。NVIDIA Aerial Omniverse数字孪生（AODT）作为推动这一转型的关键桥梁，能够将开发流程从传统的简单模拟器升级为全面的实时数字孪生系统。
AODT 通过两项核心功能实现了这一点：
- 提供精确的无线电环境：真实还原射频条件的物理层特性，确保数字孪生能够准确预测实际物理部署中的性能表现。
- 实现实时网络连接：通过低延迟数据网络，将复杂的 AI-RAN 协议栈与数字化射频环境无缝连接，支持真正的闭环系统仿真。
计算机 3：现场部署
在数字孪生环境中完成严格训练与验证后，设计方案将直接部署至NVIDIA Aerial RAN计算机（ARC）——一个用于现场执行无线接入网络（RAN）功能的高性能CUDA加速平台。这一部署过程由NVIDIA Aerial 框架加速实现，该框架简化并自动化了传统上复杂的数据平面算法开发流程，确保在前期环境中开发的先进功能能够高效、可靠地迁移至GPU加速硬件平台。
突破数字化部署的三大障碍
这就引出了 AODT 的核心使命：
- 支持基于符合物理特性的高精度模拟蜂窝网络系统，
- 推动模拟器与数字孪生之间的协同演进，确保数字世界中的方案在现实世界中同样可行。
为实现模拟器与数字孪生之间的流畅运行，AODT 解决了长期制约仿真生态系统发展的三大核心难题。
准确性
如果模拟无法准确预测现实，那么它便是无效的。传统的随机信道模型通常依赖“平面波”近似，即将复杂的天线阵列视为一个单点。这种近似在5G系统中尚能满足需求，但在6G所依赖的超大规模天线阵列（ELAA）和近场传播等物理条件下，其局限性将显著暴露。AODT通过构建符合真实物理规律的环境，有效弥补了这一差距。它采用确定性的全波光线追踪技术，对单个天线元件和球面波前进行精确建模，从而确保在仿真中验证的设计能够真实反映实际部署中的性能表现。
集成
众所周知，实现高级射频（RF）物理特性极为复杂。尽管多数研究团队和供应商在 Python、C++ 或 MATLAB 中维护各自的系统级仿真工具，但很少有团队具备足够资源从零构建高保真的射线追踪引擎。AODT 通过充当整个蜂窝网络生态系统的“物理引擎”来应对这一挑战。借助基于 gRPC 的无外设架构，AODT 有效屏蔽了电磁（EM）仿真的复杂性。在保留现有仿真器网络逻辑的同时，AODT 在后台提供精确的物理层特性支持。
运营
网络运营商难以优化那些无法安全访问的内容。由于担心引发服务中断，在实时网络中直接部署激进的AI算法往往令人犹豫。AODT通过构建与实时网络并行运行的可操作数字孪生，有效消除了这一风险。运营商因此能够在真实环境与数字环境之间灵活切换，先在虚拟空间的安全条件下验证每一次配置变更或软件更新，再将其应用于实际网络，从而保障用户体验与系统稳定性。
如图2所示，通过在部署前于数字孪生环境中测试网络软件，实时运行的数字孪生有效弥补了这一差距。
这使得生产级、支持 CUDA 加速的 vRAN 软件能够在实时网络与实际射频环境之间自如切换，具有重要意义。
- 部署前测试，实现零停机时间：运营商可在实际部署前，通过虚拟副本对关键软件更新进行验证，从而确保网络零停机。
- 可重复的真实场景调试：当现网出现故障时，运维人员可记录真实运行环境，并在数字孪生系统中回放问题场景，实现对生产环境软件的可控、可重复调试。
- 精准的 CI/CD 工作流：AODT 支持网络软件的精准 CI/CD 流程，确保每一项代码变更在进入实时网络前，均经过逼真、大规模虚拟环境的充分验证。
AODT 路线图
AODT产品路线图聚焦于两个关键领域：电磁（EM）传播，旨在克服准确性方面的挑战；以及平台，致力于解决集成难题。
跟踪 1：提高 EM 准确性
该轨道致力于通过持续优化以更真实地反映实际环境，提升模拟射频环境的逼真度与准确性。通过精确建模影响信号质量的复杂物理障碍物，实现高保真度的仿真效果。
| 产品发布 | 主要特性与里程碑 | 战略优势 |
|---|---|---|
| 基础版本 (版本 1.0) |
以支持镜面反射、衍射和朗伯散射的核心光线追踪技术为基础，构建高效且精确的射频（RF）仿真基准。 | 构建高效且精确的射频（RF）仿真基准。 |
| 移动性增强版本 (版本 1.1 – 1.3) |
引入高级移动性物理特性，涵盖定向散射、自定义天线模型、室内外/室外到室内（O2I/I2O）传播机制以及动态散射效应，进一步提升仿真精度与场景适应能力。 | 进一步提升仿真精度与场景适应能力。 |
| 提升真实感 (版本 1.4 – 1.5) | 植被、山区地形 DTM 和校准材料属性 (玻璃、混凝土、砖块) 的环境集成。 | 通过对影响信号质量的真实障碍物进行准确建模，提供高保真数字孪生。 |
| 未来 （版本 1.6） |
3D 无线电地图生成和加速 EM 技术。 | 减少大规模重复查询的运行时间，实现实时 AI/ ML 训练和大规模覆盖规划。 |
主题 2：构建平台
本课程重点探讨如何将 AODT 从单用户应用演进为具备全球访问能力、可扩展且易于集成的服务。通过将仿真引擎与单用户工作负载解耦，构建出一个可集中管理、易于维护并支持持续更新的稳健、可查询的服务架构。
| 产品发布 | 主要特性与里程碑 | 战略优势 |
|---|---|---|
| 研究工具 (版本 1.0) |
AODT 作为独立应用程序推出，运行于单个 GPU，配备用户界面，并集成基于 C++ 实现的新概念。 | 为单位研究人员提供初步验证核心物理模型的能力与高效运算速度。 |
| 扩展集成 (版本 1.2–1.3) |
进一步支持服务器环境下的无外设运行模式，并引入基于 Python 的编程接口，提升工具的可扩展性与集成灵活性。 | 开放 AODT 至更广泛的 AI/ML 和数据科学生态系统，允许研究人员集成代码并运行复杂模拟。 |
| 转向服务 (版本 1.4) |
添加进程间通信 (IPC) 和客户端/服务器架构，转变 AODT 为专用服务。 | 解耦模拟引擎与用户工作负载，建立集中管理的、可查询的服务架构。 |
| 云原生 (版本 1.6) |
完成向云原生、无外设优先架构的转变，设计为跨多个 GPU 或数据中心扩展。 | 确立 AODT 作为弹性、可访问的数据中心级资源，降低入门门槛，启用企业级用例。 |
助力 AI 原生 6G 时代
从5G到6G的演进需要应对无线信号处理中日益复杂的问题，其特征表现为数据规模庞大、高度异构性以及人工智能深度融入网络核心功能。传统的孤立式仿真方法已难以有效应对这些挑战。
NVIDIA Aerial Omniverse 数字孪生是为新时代打造的高精度、高性能且可扩展的平台。通过推动大众化访问，并以通用平台整合生态系统，Aerial Omniverse 数字孪生为 AI 原生的 6G 时代奠定了坚实基础。
AODT 可通过 NVIDIA 6G 开发者计划 获取。我们诚邀研究人员、开发者和运营商共同集成这一创新服务，携手推动 6G 未来的发展。
