开发6G网络的5款数字孪生产品

本文聚焦于英伟达（某机构）Aerial Omniverse数字孪生平台的技术架构及其生态系统。

为使6G成为现实，电信行业必须克服一个根本性挑战：如何设计、训练和验证那些在物理世界中过于复杂而无法测试的AI原生网络。

某机构的Aerial Omniverse数字孪生（AODT）通过启用持续集成/持续开发（CI/CD）式工作流解决了这一问题，该工作流允许无线接入网（RAN）软件在现场部署之前，在物理精确的环境中进行训练、模拟和验证。这种方法弥合了统计模型与现实网络性能之间的差距。

AODT不仅设计为一个强大的仿真平台，还采用了模块化和可访问的架构，使合作伙伴和开发者能够轻松将其集成到自己的工作流中。

在推出两年内，AODT的模块化架构正在发展一个由商业合作伙伴产品组成的生态系统，使高保真仿真从桌面端到云端都变得可访问。以下重点介绍五家使用模块化AODT平台构建商业解决方案的合作伙伴。从RAN数字孪生、云规模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原生的6G网络提供了统一的基础。

AODT在加速网络创新中的作用

作为某机构AI Aerial平台的一部分，AODT提供了物理精确的仿真引擎，以前所未有的规模、保真度和精度在RAN上训练和微调AI模型。

AODT被设计为模块化，使开发者能够根据特定的用例和开发需求集成或定制组件。开发者可以从内置的某机构模型开始进行快速原型设计，或者插入自己的模型（例如专有的传播引擎、RAN数字孪生和用户设备（UE）数字孪生），以创建全网络的数字孪生环境。

图1. AODT的模块化架构

以下是五家使用模块化AODT平台构建商业解决方案的合作伙伴：

某机构1的RAN数字孪生

某机构1的新型RAN数字孪生与AODT集成，将其先进的RAN算法与某机构基于物理的仿真引擎相结合。AODT引擎使用加速光线追踪来模拟无线电波如何与真实世界的材料和环境（如玻璃、混凝土、树木或车辆）相互作用。某机构1的数字孪生核心在产品层面分析基站和用户设备的网络性能。这种模块化方法使运营商能够在物理世界中进行硬件部署之前，优化站点位置、完善波束成形策略并验证算法。

图2. 某机构1的RAN数字孪生与AODT集成的示意

某机构2

某机构2的Channel Studio RaySim解决方案由AODT提供支持，将传统的随机和半确定性信道建模转变为6G和AI-RAN开发所需的特定站点、完全确定性信道建模。RaySim能够快速、大规模地提供精确的、为6G准备就绪的光线追踪信道模型，使研究人员能够在逼真的数字世界中探索新的波形、测试移动性场景并评估复杂的传播环境。

在RaySim的基础上，某机构2的AI-RAN仿真工具集使开发者能够集成某机构AI Aerial平台，创建硬件测试平台和数字孪生，从而在集成的端到端工作流中促进AI-RAN工作负载的训练和基准测试。

图3. 某机构2的RaySim与AODT集成的示意

某机构3的TeraVM AI RSG

某机构3的TeraVM AI RAN场景生成器（AI RSG）与AODT完全集成，使开发者能够模拟详细的、基于物理的RAN行为。现已可在某机构4的云端使用，AI RSG为团队提供了可扩展的、按需访问的高保真RAN测试能力，以便并行化实验、自动化基准测试并加速AI-RAN验证周期。

校准对于创建针对特定客户网络量身定制的精确数字孪生至关重要。AODT使用来自某机构3 OneAdvisor 800 Wireless的现场测量数据进行校准，创建客户蜂窝基站的高精度数字孪生表示，并为机器学习和AI驱动的RAN优化生成最有价值的数据集。

图4. 某机构3的AI RSG与AODT集成的示意

某机构4的Perceive EM和HFSS

某机构4（隶属于某机构5）正在将其HFSS和Perceive EM软件与AODT集成，扩展这些工具的能力，为用户实现完整的网络仿真。高频电磁仿真软件（HFSS）提供物理精确的天线和阵列设计。Perceive EM射频信道雷达特征仿真软件将电磁保真度扩展到详细、动态、运动丰富的环境中的无线信道建模。AODT将这些模型扩展到完整的网络部署。该工作流形成了一条从天线到网络的连续电磁链，使研究人员能够以真正的物理精度训练和验证AI-RAN及集成传感与通信（ISAC）系统。

图5. 某机构4的HFSS和Perceive EM仿真软件与AODT集成的示意

某机构4（另一服务）

通过某机构4的云平台，AODT移至云端，为研究人员和网络运营商提供按需访问大规模、物理精确网络仿真的能力。在某机构4上运行AODT使团队能够启动复制城市规模网络的虚拟测试环境、试验新的RAN拓扑，并在动态的真实条件下分析性能，而无需维护专用的本地基础设施。

某机构4利用了某机构的“训练→仿真→部署”三计算机系统，通过云规模的智能实现AI原生网络。在训练阶段，某机构4的工具在RAN数据上训练特定领域的LLM。在仿真阶段，某机构AODT在物理精确的场景中并行验证实现，将验证时间线从数月压缩到数天。在部署阶段，智能体应用程序能够实现智能体覆盖优化和智能节能改进。该阶段的核心是递归数据基础——生产输出反馈回训练循环，使模型能够随着时间的推移不断改进。

6G的未来始于仿真

凭借某机构Aerial Omniverse数字孪生及其不断扩大的合作伙伴生态系统，电信行业拥有一个统一的、物理精确的基础，用于创建、验证和加速AI原生的无线系统。

随着行业朝着自主网络发展，仿真变得至关重要：由AI驱动的智能网络智能体在现实网络中行动之前，需要可信的虚拟环境来测试和验证其建议。数字孪生弥合了这一鸿沟——闭环训练和部署之间的循环，使网络能够实时自学习、自修复和自优化。

探索AODT合作伙伴解决方案以启动6G研发，加入某机构6G开发者计划。FINISHED