Nvidia dijo que investigadores y desarrolladores están usando sus programas de código abierto Aerial y Sionna para probar ideas de comunicación inalámbrica 6G más rápidamente antes de comprometerse con equipos y pruebas de campo.
Conclusiones clave
Nvidia dijo que los investigadores están usando herramientas abiertas, como Aerial y Sionna, para probar más rápidamente ideas de redes 6G de próxima generación
Nvidia dijo que su conjunto de herramientas inalámbricas se ha ampliado durante el último año para convertirse en un conjunto más amplio de herramientas abiertas para experimentos de telecomunicaciones
Nvidia dijo que Aerial y Sionna forman parte de sus herramientas de investigación de código abierto para 5G y 6G.
Las herramientas de código abierto permiten a los equipos modelar el comportamiento de las señales inalámbricas antes de construir el hardware.
Nvidia dijo que, durante el último año, su conjunto de herramientas inalámbricas se ha ampliado para convertirse en un conjunto más amplio de herramientas abiertas para experimentos de telecomunicaciones. La empresa desarrolla las GPU y las plataformas de software que impulsan gran parte del mercado actual de entrenamiento e inferencia de IA, y cada vez más ha llevado esas herramientas a los ámbitos de las redes y la robótica.
La investigación sobre 6G sale de los laboratorios cerrados gracias a las herramientas abiertas
La noticia tiene menos que ver con un producto nuevo que con un cambio de método. La investigación en telecomunicaciones ha dependido durante mucho tiempo de instalaciones de laboratorio especializadas, código de simulación hecho a medida y resultados que pueden ser difíciles de reproducir en distintas instituciones. Nvidia intenta estandarizar una mayor parte de ese trabajo con software abierto.
Esto importa porque el desarrollo de 6G aún está en sus primeras etapas: nadie está desplegando una red comercial 6G en este momento, y los investigadores están probando ideas sobre acceso radioeléctrico, modelado de canales y diseño de sistemas años antes de que los operadores se comprometan con opciones de hardware y espectro.
Las herramientas abiertas cambian quién puede participar. Un equipo universitario con hardware limitado puede reproducir partes del experimento de otro laboratorio si ambos usan los mismos componentes de software, lo que reduce los costos de coordinación que suelen ralentizar la investigación en telecomunicaciones, aunque no elimina la necesidad de contar con una capacidad de cómputo costosa.
Las simulaciones más rápidas permiten a los investigadores comparar más diseños y perfeccionar sus ideas antes.
Lea también: Invesco ofrece a los asesores 2 herramientas de Claude para crear carteras más rápido
De las GPU de IA a las futuras plataformas de radio
Esto también forma parte de la estrategia más amplia de Nvidia para convertir las GPU en infraestructura para sistemas físicos, no solo para modelos de lenguaje. La investigación inalámbrica requiere simulación, optimización y procesamiento de señales, ámbitos en los que la computación paralela resulta útil.
El ámbito de las telecomunicaciones es relevante para quienes siguen la IA porque las futuras redes podrían transportar más tráfico entre máquinas, procedente de sistemas autónomos, sensores industriales y agentes de IA que operan en el borde de la red. Si esos sistemas necesitan tiempos de respuesta más rápidos y una coordinación más estrecha, el diseño de radio se convierte en una cuestión de infraestructura de IA, no solo en un problema de ingeniería para los operadores.
Nvidia ya ha promovido esa idea con gemelos digitales y simulación de redes. La empresa dijo que las herramientas ofrecen a los investigadores una base para probar ideas, comparar resultados y aprovechar el trabajo de los demás.
Cómo se usan Aerial y Sionna en la investigación sobre 6G
En la práctica, herramientas de investigación sobre 6G como Aerial y Sionna permiten a los equipos modelar el comportamiento de una señal inalámbrica antes de construir el hardware. Nvidia dijo que Aerial y Sionna forman parte de sus herramientas de código abierto para investigar las redes 5G y 6G. Los investigadores pueden modificar en el software las condiciones del canal, la disposición de las antenas y las suposiciones sobre los protocolos, y luego medir cómo esas decisiones afectan al rendimiento.
Con estas herramientas, los investigadores pueden comparar más diseños y perfeccionar sus ideas antes.
El próximo aspecto que habrá que observar es si la plataforma abierta de Nvidia se convierte en una capa de referencia de facto para la investigación académica sobre 6G. Si ocurre, Nvidia influirá no solo en los chips que se usan en los sistemas de IA, sino también en algunos de los supuestos de software que sustentan las redes de las que dependen esos sistemas.
Las herramientas abiertas reducen los costos de coordinación, pero no eliminan las limitaciones físicas. La capacidad y disponibilidad de las GPU, la energía y la refrigeración de los racks, y el costo por unidad de tiempo de inferencia y simulación limitarán la cantidad de experimentos a gran escala que puede realizar cualquier laboratorio.
Las grandes granjas de GPU aceleran la iteración, pero también consumen mucha energía y requieren grandes inversiones de capital. Cuando la estrategia pública de un proveedor promueve la apertura del software, su gasto de capital en silicio y equipos para centros de datos revela hasta qué punto está comprometido con convertir ese software en infraestructura práctica.
Ese gasto es el indicador más fiable de sus intenciones. Los mensajes públicos sobre apertura importan, pero la capacidad, el suministro y el costo por unidad determinan cuántos experimentos reales pueden llevarse a cabo y con qué rapidez la investigación puede pasar de la simulación a las pruebas de campo.
Lea a continuación: Supermicro ofrece a las empresas una forma de ahorrar memoria en miles de chats
Nvidia dijo que la adopción de Aerial y Sionna creció 10 veces durante el último año, que sus herramientas de código abierto para 5G y 6G superaron 1 millón de descargas y que ahora las utilizan más de 8.000 instituciones académicas y de investigación de todo el mundo.