开发者可用于构建 6G 网络的 5 款新数字孪生产品

为使 6G 成为现实，电信行业必须克服一项根本挑战：如何设计、训练和验证复杂到无法在物理世界中测试的 AI 原生网络。

NVIDIA Aerial Omniverse Digital Twin（AODT）通过支持类似持续集成/持续开发（CI/CD）的工作流来解决这一问题，使无线接入网（RAN）软件在现场部署前，能够在物理精确的环境中进行训练、仿真和验证。正如近期一篇文章所讨论的，这种方法弥合了统计模型与真实网络性能之间的差距。

但任何技术的可用性都与技术本身同样重要。因此，NVIDIA 设计 AODT 时，不仅将其打造为强大的仿真平台，还采用了模块化且易于访问的架构，便于合作伙伴和开发者轻松集成到自身工作流中。

在推出后的两年内，AODT 的模块化架构正在培育一个商业合作伙伴产品生态，使从桌面到云端的高保真仿真变得可及。本文重点介绍五家 NVIDIA 合作伙伴如何使用模块化 AODT 平台构建商业解决方案。从 RAN 数字孪生和云规模信道仿真，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 6G 网络提供了统一基础。

AODT 在加速网络创新中的作用

作为 NVIDIA AI Aerial 平台的一部分，AODT 提供了在整个 RAN 中训练和微调 AI 模型所需的物理精确仿真引擎，具备前所未有的规模、保真度和准确性。

AODT 采用模块化设计，使开发者能够根据具体用例和开发需求集成或定制组件。开发者可以从内置的 NVIDIA 模型开始进行快速原型开发，也可以接入自己的模型，例如专有传播引擎、RAN 数字孪生和用户设备（UE）数字孪生，以创建完整网络数字孪生环境。

以下是五家使用模块化 AODT 平台构建商业解决方案的 NVIDIA 合作伙伴。

1. 正文：Nokia RAN Digital Twin

Nokia 新推出的 RAN Digital Twin 与 AODT 集成，将 Nokia 的先进 RAN 算法与 NVIDIA 基于物理的仿真引擎相结合。AODT 引擎使用加速光线追踪，模拟无线电波如何与玻璃、混凝土、树木或车辆等真实世界材料和环境相互作用。Nokia 的 Digital Twin Core 在基站和用户设备的产品层面分析网络性能。这种模块化方法使运营商能够在物理世界中部署硬件之前，优化站址布局、改进波束成形策略并验证算法。

1. 正文：Keysight Technologies

由 AODT 提供支持的 Keysight Channel Studio RaySim 解决方案，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、大规模地提供精确且面向 6G 的光线追踪信道模型，使研究人员能够在照片级真实的数字世界中探索新波形、测试移动性场景，并评估复杂传播环境。

在 RaySim 基础上，Keysight 的 AI‑RAN Simulation Toolset 使开发者能够集成 NVIDIA 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。

1. 正文：VIAVI Solutions TeraVM AI RSG

VIAVI 的 TeraVM AI RAN Scenario Generator（AI RSG）与 AODT 完全集成，使开发者能够仿真详细且基于物理的 RAN 行为。AI RSG 现已在 AWS Cloud 上提供，可按需访问可扩展的高保真 RAN 测试能力，帮助团队并行化实验、自动化基准测试并加速 AI-RAN 验证周期。

校准对于创建面向客户特定网络的准确数字孪生至关重要。AODT 使用来自 VIAVI OneAdvisor 800 Wireless 的现场测量结果进行校准，创建高度准确的客户小区站点数字孪生表示，并生成用于机器学习和 AI 驱动 RAN 优化的高价值数据集。

1. Ansys Perceive EM 和 Ansys HFSS

作为 Synopsys 一部分的 Ansys 正在将 Ansys HFSS 和 Ansys Perceive EM 软件与 AODT 集成，扩展这些工具的能力，并为用户提供完整网络仿真。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细致、动态且富含运动的环境中的无线信道建模。AODT 将这些模型扩展到完整网络部署。该工作流形成从天线到网络的连续电磁链，使研究人员能够以真实的物理准确性训练和验证 AI-RAN 以及通感一体化（ISAC）系统。

1. 正文：Amazon Web Services（AWS）

通过 AWS，AODT 进入云端，使研究人员和网络运营商能够按需访问大规模、物理精确的网络仿真。在 AWS 上运行 AODT，使团队能够快速启动虚拟测试环境，复现城市级网络，试验新的 RAN 拓扑，并在动态真实世界条件下分析性能，同时无需维护专用本地基础设施。

AWS 利用 NVIDIA 的三计算机“Train → Simulate → Deploy”系统，通过云规模智能实现 AI 原生网络。在 Train 阶段，Amazon Bedrock 和 Amazon SageMaker 基于 RAN 数据训练特定领域 LLM，包括 R1 接口遥测数据和配置流程，使模型能够理解并推理 RAN 控制信令、资源管理和协议级行为。在 Simulate 阶段，NVIDIA AODT 在多个物理精确场景中并行验证实现，将验证周期从数月压缩到数天。在 Deploy 阶段，Agentic 应用支持智能体式覆盖优化和智能节能改进。这一阶段的核心是递归数据基础——生产输出反馈到训练循环中，使模型能够随时间持续改进。

6G 的未来始于仿真

借助 NVIDIA Aerial Omniverse Digital Twin 及其不断扩展的合作伙伴生态，电信行业拥有了用于创建、验证和加速 AI 原生无线系统的统一、物理精确基础。

随着行业迈向自主网络，仿真变得至关重要：由 AI 驱动的智能网络智能体需要可信的虚拟环境，以便在实时网络中采取行动之前测试和验证其建议。数字孪生弥合了这一差距——闭合训练与部署之间的循环，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，启动你的 6G 研究与开发，并加入 NVIDIA 6G Developer Program，与我们共同构建未来的智能网络。