NVIDIAs Open-Source-Tools beschleunigen die Entwicklung KI-gesteuerter 6G-Wireless-Netzwerke

Image: NVIDIA · Source

NVIDIAs Open-Source-Funksoftware und Toolkits, darunter Aerial und Sionna, ermöglichen Forschern weltweit den Aufbau und die Simulation KI-nativer 6G-Netzwerke mit verbesserter Signalverarbeitung, Energieeffizienz und robotischer Reaktionsfähigkeit.

Ein Jahr nach der Open-Sourcing seiner Aerial-Funksoftware befähigt NVIDIA Forscher und Entwickler weltweit dazu, das Design und die Testung der nächsten Generation von 6G-Netzwerken zu beschleunigen. Aufbauend auf der Grundlage seines AI Aerial-Suites und der Open-Source-Bibliothek Sionna vereinen diese Werkzeuge drahtlose Simulation, KI-Training und reale Experimente in einem kohärenten Software-Ökosystem.

Die NVIDIA AI Aerial- und Sionna-Plattformen wurden schnell angenommen, mit über einer Million Downloads und der Nutzung durch mehr als 8.000 akademische und Forschungseinrichtungen weltweit. Gemeinsam bieten sie eine Grundlage für die Entwicklung von 6G-Netzen, die über die Datenübertragung hinausgehen und fortschrittlichen Signalempfang, Energiemanagement, Robotiksteuerung und adaptive Konnektivität einschließen.

Eine Forschungsinitiative am King’s College London nutzte NVIDIA Sionna und die NVIDIA Jetson AGX Orin-Hardware, um einen kamerasgestützten Roboterarm mit softwaredefiniertem 5G und Edge-KI-Fähigkeiten zu verbinden. Durch die Übertragung kompakter semantischer Beschreibungen anstelle vollständiger Bilder konnte das System die Aufgabenerfüllungszeiten um über 50 % reduzieren und die Erfolgsraten bei Objektmanipulationsaufgaben verbessern. Dieser zielorientierte semantische Kommunikationsansatz ermöglicht es Robotern, in dynamischen Umgebungen schnell und zuverlässig zu reagieren.

In einem weiteren Beispiel integrierte SoftBank einen neuronalen KI-Empfänger mit NVIDIAs CUDA-Accelerated RAN (ACAR), um den 5G-Signalempfang zu verbessern. Tests mit kommerziellen 5G-Smartphones unter Störungen zeigten im Uplink Durchsatzgewinne von bis zu 60 % gegenüber herkömmlichen Empfängern. Forscher der ETH Zürich nutzten NVIDIAs Tools ebenfalls, um neuronale Empfänger an lokale Funkbedingungen anzupassen und die Fehlerraten deutlich zu senken.

Energieeffizienz ist ein kritischer Schwerpunktbereich, da 6G Milliarden von Geräten verbinden wird. Forscher der University of Leeds entwickelten ein prädiktives KI-System, das Basisstationen dynamisch basierend auf Netzwerknachfrageprognosen herunter- und hochfährt, wodurch der Energieverbrauch des RAN um nahezu 46 % reduziert wurde, ohne die Konnektivität zu unterbrechen. Ihre Tests nutzten NVIDIA DGX Spark-Plattformen zusammen mit digitalen Zwillingen zur Echtzeitvalidierung.

Um schnellere Innovationszyklen zu ermöglichen, integrierte das Centre Tecnològic de Telecomunicacions de Catalunya GPU-beschleunigte Funkkanalmodelle — laufend auf NVIDIA ACAR — in ihren Open-Source-5G-LENA-Netzwerksimulator. Dies reduzierte komplexe Simulationslaufzeiten von Stunden auf unter 20 Minuten, was Forschern ermöglichte, mehr Entwürfe und Szenarien effizient zu bewerten.

NVIDIAs Open-Source-Wireless-Softwarekomponenten, darunter Aerial CUDA-Accelerated RAN und die modulare Python-basierte Sionna-Bibliothek, bieten hoch optimierte Bausteine für die 5G- und aufkommende 6G-Forschung. Durch die Verknüpfung anspruchsvoller Simulationen, KI-gesteuerter Signalverarbeitung und praxisnaher Einsätze katalysieren diese Tools die Entwicklung intelligenter, adaptiver drahtloser Netzwerke, die für Milliarden von Menschen, Maschinen und autonomen Systemen konzipiert sind.

Entwickler und Forscher können auf diese Plattformen auf GitHub zugreifen und am NVIDIA 6G Developer Program für Veranstaltungen und Schulungen teilnehmen, die sich auf KI-native Innovationen im Bereich drahtloser Netzwerke konzentrieren.