NVIDIA 彙整學研團隊運用開源 AI 工具研發下一代 6G 無線網路進展

NVIDIA 指出，其包含 Aerial 與 Sionna 的開源無線軟體套件下載量已突破 100 萬次，並有超過 8,000 所研究與學術機構採用，用於研發具備 AI 原生能力的 6G 網路技術。相關專案聚焦於邊緣運算、訊號接收最佳化、能源管理與網路模擬等領域。 在機器人應用方面，倫敦國王學院研究人員將配備相機的機械手臂連接至執行 Sionna 的 NVIDIA Jetson AGX Orin，採用目標導向的語意通訊傳輸物體空間描述；相較於傳送週期性影像，其回報在水果裝箱與積木堆疊實驗中將任務完成時間縮短最高達 52.6%。在訊號接收端，軟銀（SoftBank）將神經接收器整合至 Aerial CUDA 加速 RAN（ACAR），在干擾受控測試中回報上行鏈路傳輸量較傳統接收器最高提升約 60%；蘇黎世聯邦理工學院則透過現地量測調校神經接收器，使誤塊率較預訓練基準降低逾三分之一。 在營運效能方面，里茲大學團隊利用 AI 預測基站流量需求並進行睡眠調度，回報在維持裝置連線下降低 RAN 電力消耗達 45.6%。此外，加泰隆尼亞電信技術中心（CTTC）將 GPU 加速無線電通道模型引進開源 5G-LENA 模擬器，於初期評估中將模擬運行時間從約 3 小時縮減至 10 到 20 分鐘。

值得帶走的重點

• NVIDIA 表示其 Aerial 與 Sionna 開源工具過去一年開發者採用量增長 10 倍，全球超過 8,000 所機構下載累積逾 100 萬次。
• 倫敦國王學院在機器人實驗中導入語意通訊與邊緣處理，回報任務完成時間最多縮短 52.6%。
• 軟銀與蘇黎世聯邦理工學院驗證神經接收器，於特定測試環境下分別提升最高 60% 傳輸量及降低誤塊率。
• 里茲大學與 CTTC 分別展示將 RAN 耗電降低 45.6% 的基站調度，以及將無線模擬耗時從 3 小時減至 10 至 20 分鐘的成果。