2027 年，5G 部署將迎來翻倍增長，基于 NVIDIA Omniverse 構(gòu)建的 HEAVY.AI 框架有助于優(yōu)化無線基站布局，降低網(wǎng)絡(luò)運營的成本和復(fù)雜性，提升客戶體驗。

早在 6 年前，電信公司就已經(jīng)開始大規(guī)模宣傳 5G 網(wǎng)絡(luò)的優(yōu)勢。然而，由于一些移動網(wǎng)絡(luò)運營商正在努力滿足昂貴而復(fù)雜的網(wǎng)絡(luò)要求，超高速無線互聯(lián)網(wǎng)供應(yīng)方面的競爭如今就如同龜兔賽跑，結(jié)果尚未可知。

高級數(shù)據(jù)分析公司 HEAVY.AI 推出了一套解決方案，能夠為運營商帶來更多競爭優(yōu)勢。其初代產(chǎn)品 HeavyRF 可提供基于NVIDIA Omniverse平臺的新一代網(wǎng)絡(luò)規(guī)劃和運營工具，以用于創(chuàng)建數(shù)字孿生。

HEAVY.AI 首席執(zhí)行官 Jon Kondo 表示：“未來 10 年，全球 5G 網(wǎng)絡(luò)建設(shè)的投入將高達數(shù)萬億美元，所以我們的電信網(wǎng)絡(luò)客戶自然會擔(dān)心其中有多少資金投入沒有得到相應(yīng)的回報。未來，借助 HEAVY 高級分析和基于 NVIDIA Omniverse 的實時模擬，電信網(wǎng)絡(luò)客戶將節(jié)省大量的時間和資金成本?！?/p>

HEAVY.AI 還宣布其正在與通信公司 Charter Communications 合作，將該工具納入 Spectrum 電信網(wǎng)絡(luò)的建模和規(guī)劃操作中，該運營商在美國 41 個州中擁有 3200 萬客戶。此次協(xié)作進一步加深了 HEAVY 與 Charter 之間的合作關(guān)系，使 HEAVY 的業(yè)務(wù)從現(xiàn)有的分析擴展到了 5G 網(wǎng)絡(luò)規(guī)劃。

Charter Communications 分析與自動化部門的高級總監(jiān) Jared Ritter 表示：“HEAVY.AI 的全新數(shù)字孿生功能為我們提供了一種出色的工作方式，能幫助我們探索并調(diào)整不斷擴大的 5G 網(wǎng)絡(luò)?！?/p>

如果沒有數(shù)字孿生方法，電信運營商就必須在人口密集的地區(qū)放置微蜂窩塔，以了解無線電發(fā)射器、環(huán)境以及移動中的人們和設(shè)備之間的交互情況，而且，傳統(tǒng)工具也難以充分提供關(guān)鍵因素（如樹木密度或高層干擾）的細(xì)節(jié)。

由于 5G 的頻段更高，所以在早期部署中，需要增加 300% 的基站數(shù)量才能提供與上一代 LTE 相同的覆蓋率。研究機構(gòu) Analysys Mason 表示，如果以相同方式進行部署，5G 基站的功耗將比 LTE 基站高出 300%，成本將高出 4 倍。

這些驚人的數(shù)字促使電信行業(yè)加緊提高效率。Heavy.AI 的數(shù)字孿生解決方案將 GPU 加速分析和實時地球物理映射的結(jié)合使用，在 HeavyRF 模組的助力下，電信公司僅花費數(shù)秒即可測試 RF 射頻傳播場景。因為可以在首次安裝時更準(zhǔn)確地放置和調(diào)整基站和微蜂窩，這將節(jié)省大量的時間和金錢成本。

HeavyRF 模組能夠在 RF 規(guī)劃工作流中緊密集成關(guān)鍵業(yè)務(wù)信息（如：移動性、parcel 數(shù)據(jù)、客戶體驗數(shù)據(jù)），并以此支持電信公司更高效地規(guī)劃、建設(shè)和運營新網(wǎng)絡(luò)。

借助 RF 同步的數(shù)字孿生，Charter Communications 的規(guī)劃人員能夠優(yōu)化容量和覆蓋范圍，并以交互方式查看部署模式的更改如何轉(zhuǎn)化為最終客戶的獲取和保留情況。

其目標(biāo)是利用機器學(xué)習(xí)和大數(shù)據(jù)管線來持續(xù)反映現(xiàn)實世界的情況。

數(shù)字孿生將利用現(xiàn)代 GPU 的并行計算能力進行視覺模擬，并使用由 NVIDIA Omniverse 的 RTX Renderer 提供技術(shù)支持的實時 RTX 光線追蹤技術(shù)生成 RF 信號的物理模擬。

對于電信公司來說，這不只是對傳統(tǒng)網(wǎng)絡(luò)的投資。隨著 AI 應(yīng)用與服務(wù)的興起，這些公司將致力于為 5G 設(shè)備、自動駕駛汽車、家電、機器人和城市基礎(chǔ)設(shè)施奠定基礎(chǔ)。

審核編輯：湯梓紅