该方法将数据生成、人工智能/机器学习 (AI/ML) 训练和性能基准测试集成到一个自动化工作流程中，旨在加速创新并降低运营商和制造商的部署风险。
随着人工智能与无线接入网 (RAN) 的深度融合，工程师必须在各种真实网络环境下验证算法。数据收集、模型训练和性能评估通常在不同的环境中进行，这使得在部署前难以比较、复现和验证结果，尤其对于信道估计等直接影响性能、可靠性和用户体验的物理层功能而言更是如此。
为了应对这一挑战，Keysight 的 AI-RAN 仿真工具集构建了一个全面的工作流程，可自动生成逼真的场景和数据集、训练 AI/ML 模型并进行可重复的基准测试。这使得工程师能够在现场测试之前，持续比较各种方案并获得清晰的性能洞察。在 MWC 大会上，该工作流程将与合作伙伴的计算和无线电平台进行端到端部署，以在真实可控的环境中验证基于 AI 的 RAN 性能。.
此次演示将 Keysight 的 AI RAN 仿真工具集与 NVIDIA Aerial 测试平台集成在一起。NVIDIA Aerial 测试平台是一个全面的空中 AI-RAN 测试平台，可在 NVIDIA GH200 和 NVIDIA DGX Spark 等平台上运行，并支持 NVIDIA Aerial Omniverse 数字孪生技术以及 Analog Devices Titan O-RU 平台等商用无线电硬件。AI/ML 模型由三星、NVIDIA 和 Keysight 共同开发，并在统一的测试流程中进行训练和评估，从而提供可操作的性能洞察。NVIDIA
人工智能与电信副总裁 Soma Velayutham 表示，随着 AI 集成到无线接入网中，在真实环境下验证复杂算法至关重要，而统一的测试流程简化了训练、验证和部署原生 AI 5G 和 6G 网络所需的数据链。
三星美国研究院执行副总裁Charlie Zhang强调，协作能够弥合理论模型与实际部署之间的差距，从而彻底改变网络部署方式，为6G网络的未来奠定坚实且具有商业可行性的基础。Keysight
首席技术专家（6G方向）Balaji Raghothaman则强调，无线接入网（RAN）中的人工智能只有在能够被可靠验证的情况下才能发挥价值，而这种自动化工作流程通过引入人工智能驱动的RAN功能，能够帮助运营商和供应商加速部署、降低风险并做出明智的决策。
