NVIDIA AI Aerial：AI原生无线通信
机器学习
2025-10-03 v1
摘要
6G带来了向AI原生无线系统的范式转变， necessititated the seamless integration of digital signal processing（DSP）和 machine learning（ML）于 cellular networks 的 software stacks 中。这一转变使现代网络的生命周期更接近AI系统，模型和算法在相邻环境中进行迭代训练、仿真和部署。本文提出了一种稳健的框架，将基于Python的算法编译为可在GPU上运行的 blob。结果是一种统一的方法，确保效率、灵活性以及在NVIDIA GPU上实现最高可能的性能。作为本框架能力的一个示例，我们演示了在PUSCH接收器中通过在数字孪生体中首先训练的卷积神经网络（CNN）执行信道估计功能的有效性。随后在 real-time testbed 中进行部署。我们提出的方法由NVIDIA AI Aerial 平台实现，为将AI/ML模型可扩展地集成到下一代cellular 系统奠定了基础，这对于实现原生智能6G网络的愿景至关重要。
引用
@article{arxiv.2510.01533,
title = {NVIDIA AI Aerial: AI-Native Wireless Communications},
author = {Kobi Cohen-Arazi and Michael Roe and Zhen Hu and Rohan Chavan and Anna Ptasznik and Joanna Lin and Joao Morais and Joseph Boccuzzi and Tommaso Balercia},
journal= {arXiv preprint arXiv:2510.01533},
year = {2025}
}
备注
7 pages, 7 figures