El enfoque integra generación de datos, entrenamiento de inteligencia artificial/aprendizaje automático (AI/ML) y evaluación comparativa de rendimiento en un único flujo automatizado, con el objetivo de acelerar la innovación y reducir el riesgo de despliegue para operadores y fabricantes.
A medida que la IA se integra más profundamente en la RAN, los ingenieros deben validar algoritmos en condiciones de red reales y diversas. La recopilación de datos, el entrenamiento de modelos y la evaluación de rendimiento suelen realizarse en entornos separados, lo que dificulta comparar, reproducir y confiar en los resultados antes del despliegue, especialmente en funciones de capa física como la estimación de canal, que impactan directamente en el rendimiento, la fiabilidad y la experiencia del usuario.
Para abordar este reto, el AI-RAN Simulation Toolset de Keysight orquesta un flujo de trabajo integral que automatiza la generación realista de escenarios y datasets, el entrenamiento de modelos AI/ML y la evaluación comparativa repetible. Esto permite a los ingenieros comparar enfoques de manera consistente y obtener información clara sobre el rendimiento antes de las pruebas en campo. En el MWC, este flujo se implementa de extremo a extremo utilizando plataformas de cómputo y radio de los socios para validar el comportamiento RAN basado en IA en un entorno realista y controlado.
La demostración integra el AI RAN Simulation Toolset de Keysight con el NVIDIA Aerial Testbed, un banco de pruebas integral AI-RAN over-the-air que opera sobre plataformas como NVIDIA GH200 y NVIDIA DGX Spark, junto con NVIDIA Aerial Omniverse Digital Twin (gemelo digital de red) y hardware comercial de radio como la plataforma Titan O-RU de Analog Devices. Los modelos AI/ML fueron desarrollados por Samsung, NVIDIA y Keysight, y se entrenan y evalúan dentro de un flujo de prueba unificado para ofrecer información de rendimiento accionable.
Soma Velayutham, vicepresidente de AI & Telecoms en NVIDIA, afirmó que la validación de algoritmos complejos en condiciones reales es crítica a medida que la IA se integra en la red de acceso radio, y que un flujo unificado simplifica la cadena de datos necesaria para entrenar, validar y desplegar redes 5G y 6G nativas en IA.
Charlie Zhang, vicepresidente ejecutivo de Samsung Research America, destacó que la colaboración revoluciona el despliegue de redes al cerrar la brecha entre modelos teóricos e implementación real, proporcionando bases sólidas y comercialmente viables para el futuro de las redes 6G.
Balaji Raghothaman, Chief Technologist-6G en Keysight, subrayó que la IA en la RAN solo aporta valor cuando puede validarse con confianza, y que este flujo automatizado ayuda a operadores y proveedores a acelerar despliegues, reducir riesgos y tomar decisiones informadas al introducir capacidades RAN basadas en IA.
