NVIDIA cho biết các công cụ mã nguồn mở 5G và 6G của hãng đã vượt 1 triệu lượt tải và được hơn 8.000 tổ chức nghiên cứu và học thuật trên toàn thế giới sử dụng. Công ty công bố các con số này vào ngày 6 tháng 11 năm 2026, cùng bốn dự án nghiên cứu cho thấy phần mềm được dùng vào việc gì.

Một năm trước, NVIDIA đã mở mã nguồn phần mềm không dây Aerial, cùng với Sionna và các công cụ mở khác để hỗ trợ phát triển 6G. Theo NVIDIA, số nhà phát triển dùng Aerial và Sionna đã tăng 10 lần trong năm qua.

Mạng có thể giúp robot phản ứng nhanh hơn không?

Tại King’s College London, các nhà nghiên cứu nối một cánh tay robot gắn camera với NVIDIA Jetson AGX Orin chạy Sionna, vốn đảm nhận cả mạng 5G định nghĩa bằng phần mềm lẫn xử lý biên. Thay vì gửi cả hình ảnh đầy đủ, robot gửi mô tả gọn về vật thể, vị trí và mối quan hệ giữa chúng.

Trong các thử nghiệm đóng gói trái cây và xếp khối lập phương với lỗi được cố ý đưa vào, theo NVIDIA, cách này rút ngắn thời gian hoàn thành nhiệm vụ tới 52,6% và cải thiện tỷ lệ thành công so với việc gửi ảnh định kỳ. Hệ thống còn phát hiện được vật bị rơi, phục hồi sau thao tác thất bại và, nhờ bản sao số, kiểm tra trước các chuyển động để tránh va chạm.

Bộ thu có giải mã tín hiệu yếu tốt hơn không?

SoftBank tích hợp bộ thu nơ-ron vào NVIDIA Aerial CUDA-Accelerated RAN (ACAR) và thử với một điện thoại 5G thương mại. Trong các thử nghiệm có kiểm soát với nhiễu, bộ thu này cho thông lượng đường lên cao hơn bộ thu truyền thống ở cả 15 thiết lập được thử, với mức tăng tối đa khoảng 60%.

Các nhà nghiên cứu ETH Zurich, dùng NVIDIA Aerial Testbed, đã tinh chỉnh bộ thu nơ-ron bằng số đo tại chỗ và giảm tỷ lệ lỗi khối hơn một phần ba so với một số phiên bản huấn luyện sẵn được chọn.

Mạng có tiết kiệm điện mà không làm rớt kết nối không?

Nhóm University of Leeds xây dựng một hệ thống dự báo nhu cầu trước 10 phút và dùng dự báo đó để quyết định trạm gốc nào có thể ngủ. Trước khi tắt một trạm, hệ thống kiểm tra các trạm lân cận đang hoạt động vẫn phục vụ được các thiết bị bị ảnh hưởng, đồng thời theo dõi những thay đổi cần khôi phục dung lượng.

Nhóm dùng một “mạng trong hộp” 5G di động chạy bằng NVIDIA DGX Spark và một bản sao số để kiểm chứng quyết định với thiết bị không dây thật. Các nhà nghiên cứu báo cáo mức tiêu thụ điện của RAN giảm 45,6% so với đường cơ sở chạy hết công suất, trong khi thiết bị vẫn giữ kết nối.

Mô phỏng mạng có thể nhanh hơn không?

Centre Tecnològic de Telecomunicacions de Catalunya (CTTC) đưa các mô hình kênh vô tuyến tăng tốc bằng GPU, chạy trên ACAR, vào trình mô phỏng mạng 5G-LENA mã nguồn mở của mình. Trong đánh giá ban đầu, thời gian mô phỏng giảm từ khoảng ba giờ xuống còn 10 đến 20 phút, tùy cách tích hợp, mà vẫn giữ được hành vi thống kê và hiệu năng mạng như kỳ vọng.

Các công cụ mở gồm những gì?

Thông báo trước đó của NVIDIA cho biết Aerial gồm Aerial CUDA-Accelerated RAN, Aerial Omniverse Digital Twin và Aerial Framework mới, phát hành trên GitHub theo giấy phép Apache 2.0. Lúc đó Sionna đã vượt 200.000 lượt tải. NVIDIA cho biết Aerial và Sionna có sẵn trên GitHub.

Giá

NVIDIA không nêu giá trong bài đăng này. Phần mềm được mô tả là mã nguồn mở và có trên GitHub, và thông báo Aerial trước đó nhắc đến giấy phép Apache 2.0. Phần cứng dùng trong các thí nghiệm, như Jetson AGX Orin và DGX Spark, không có giá trong cả hai nguồn.

Phù hợp với ai?

Nhà nghiên cứu ở trường đại học và phòng thí nghiệm có thể dùng lại các công cụ để thử ý tưởng, so sánh kết quả và phát triển tiếp công trình của nhau, vì Aerial và Sionna nối mô phỏng với thí nghiệm trên hệ thống không dây thực.

Nhóm robot và tự động hóa có thể xem công trình của King’s College London như ví dụ về việc đường truyền không dây ảnh hưởng đến thời gian phản ứng.

Nhà mạng và hãng thiết bị có thể coi kết quả của SoftBank, Leeds và CTTC là bằng chứng ban đầu về thu tín hiệu, mức dùng điện và thử nghiệm thiết kế, dù tất cả đều là nghiên cứu hoặc thử nghiệm có kiểm soát.

Sinh viên và người yêu thích kỹ thuật không dây có thể bắt đầu từ mã nguồn mở, miễn là có phần cứng phù hợp cho những phần cần đến.

Điều gì vẫn chưa rõ?

Bài đăng nêu kết quả nghiên cứu và đánh giá ban đầu, không phải triển khai thương mại. Bài không nói khi nào các kỹ thuật này có thể xuất hiện trong mạng 6G thực, và các con số đến từ thử nghiệm của chính các nhóm trong điều kiện được mô tả.

Để xem mã nguồn, hãy mở kho Aerial và Sionna của NVIDIA trên GitHub. NVIDIA cũng cho biết GTC Washington, D.C. sẽ có các phiên 6G dành cho nhà phát triển với thêm nhiều dự án nghiên cứu.