Las herramientas de IA de código abierto de NVIDIA aceleran la investigación 6G en robótica, gestión de energía y simulación de redes
Las plataformas de código abierto AI Aerial y Sionna de NVIDIA han experimentado un aumento de diez veces en su adopción, permitiendo a los investigadores reducir los tiempos de respuesta de los robots en más del 50 %, incrementar el rendimiento de subida hasta un 60 %, disminuir el consumo de energía de las estaciones base en un 45 % y acortar las simulaciones de horas a minutos.
La pila de código abierto de NVIDIA para la era inalámbrica de próxima generación
Un año después de lanzar la suite de software inalámbrico AI Aerial, NVIDIA ha ampliado su portafolio de código abierto con Sionna, creando un conjunto de herramientas combinado que vincula simulación, entrenamiento de IA y experimentos over‑the‑air. Las herramientas se han convertido en una base de facto para la investigación 6G: la adopción global de desarrolladores de AI Aerial y Sionna ha crecido 10×, las descargas totales de los activos de código abierto 5G/6G de NVIDIA han superado 1 million, y más de 8,000 instituciones académicas y de investigación los utilizan activamente.
Reacciones de robots más rápidas mediante comunicación semántica orientada a objetivos
La IA tradicional basada en la nube puede añadir latencia que obstaculiza las decisiones en tiempo real de los robots. Investigadores de King’s College London conectaron un brazo robótico equipado con cámara a un NVIDIA Jetson AGX Orin que ejecuta la pila 5G definida por software de Sionna. Al enviar descriptores semánticos compactos (tipo de objeto, posición, relaciones) en lugar de imágenes completas, el sistema redujo el tiempo de finalización de tareas en hasta un 52,6 % en pruebas de empaquetado de frutas y apilado de cubos con fallas intencionales. El enfoque también mejoró las tasas de éxito, detectó objetos caídos y, cuando se combinó con un gemelo digital, verificó previamente los planes de movimiento para evitar colisiones.
Receptores mejorados con IA entregan señales más limpias
En escenarios de emergencia —bomberos que visualizan imágenes de drones o equipos de rescate que rastrean a una persona desaparecida— la interferencia puede corromper las transmisiones inalámbricas. SoftBank integró un receptor neuronal en el Aerial CUDA‑Accelerated RAN (ACAR) de NVIDIA y lo probó con un smartphone 5G comercial. En 15 configuraciones de interferencia, el receptor impulsado por IA superó consistentemente a un diseño convencional, logrando una ganancia máxima de rendimiento de subida de aproximadamente un 60 %.
Por otro lado, investigadores de ETH Zurich afinaron receptores neuronales con mediciones ambientales locales mediante el Aerial Testbed. Esta personalización redujo las tasas de error de bloque en más de un tercio en comparación con los modelos preentrenados listos para usar.
Redes de bajo consumo que anticipan la demanda
A medida que el 6G busca conectar miles de millones de dispositivos, la eficiencia energética se vuelve crítica. La University of Leeds construyó un sistema predictivo que pronostica la carga de la red 10 minutos antes y decide qué estaciones base pueden entrar de forma segura en modo de suspensión. Utilizando un NVIDIA DGX Spark portátil que alimenta una solución 5G “network‑in‑a‑box”, junto con un gemelo digital para la validación, el equipo logró una reducción del 45,6 % en el consumo de energía del RAN manteniendo todos los dispositivos conectados.
Simulaciones aceleradas acortan el camino hacia el despliegue
Antes de desplegar una red, los ingenieros deben simular tráfico denso de dispositivos e interferencia. El Centre Tecnològic de Telecomunicacions de Catalunya (CTTC) integró modelos de canal de radio acelerados por GPU de ACAR en el simulador de código abierto 5G‑LENA. Las pruebas iniciales redujeron el tiempo de simulación de aproximadamente tres horas a 10‑20 minutos, manteniendo la precisión estadística y los métricos de rendimiento de la red. Un ciclo más rápido permite a los investigadores explorar más diseños y escenarios límite, lo que podría acelerar los despliegues de 6G.
Mirando hacia el futuro
Estos primeros proyectos ilustran una ambición más amplia: redes 6G nativas de IA que combinan conectividad, computación y detección en una plataforma unificada y definida por software para personas, máquinas y agentes autónomos. AI Aerial y Sionna de NVIDIA están disponibles de forma gratuita en GitHub, y la comunidad presentará más innovaciones en las próximas sesiones para desarrolladores 6G en el NVIDIA GTC de Washington, D.C.
--- Para más detalles, visite la publicación del blog de NVIDIA “How NVIDIA Open Source Tools Are Helping Researchers Build Next‑Generation 6G Networks.”
