In der Legende von 6G ist es tatsächlich nicht Qualcomm, sondern NVIDIA, das an der Spitze steht.

Cloud ist der Ort, an dem KI geboren wird;

Geräte sind die Orte, an denen KI agiert;

Der Edge-Bereich wird der Ort sein, an dem KI lebt.

Wenn man auf der GTC DC-Konferenz nach der spannendsten - nicht aber der realitätsnahesten - Geschichte bei NVIDIA sucht, werden verschiedene Menschen vermutlich verschiedene Antworten geben. Doch es gibt eine Technologie-Marke, die möglicherweise neu auf die Kandidatenliste gesetzt werden muss. Genau um ihrer willen hat NVIDIA kürzlich 1 Milliarde US-Dollar in den alten Telekommunikationshersteller Nokia investiert. Es handelt sich um die Kerntechnologie-Marke von NVIDIA AI-RAN:

Aerial.

Aerial ist heute ein Wort mit etwas industriellem Flair. Seine Herkunft liegt jedoch im lateinischen Wort aerius, das "luftig, leicht, hoch" bedeutet und in der Antike auch für eine ungreifbare, leichte und elegante Schönheit verwendet wurde. Es lässt an ein weiteres Produkt aus dem Silicon Valley denken, nämlich das Videoprodukt von OpenAI:

Sora.

Sora bedeutet auf Japanisch "Himmel" oder auch "Leere". Es kann sich auf den Himmel beziehen oder auch auf die Stimmung, die man hat, wenn man an fernen Orte denkt.

Dass sowohl NVIDIA als auch OpenAI ihre Flaggschiffprodukte auf den Himmel ausrichten, ist kein Zufall und auch nicht nur eine Konvergenz des ästhetischen Geschmacks im Silicon Valley. Vielleicht werden sie ähnliche Dinge erzählen, aber dazu sprechen wir erst später.

Was AI-RAN betrifft, so bedeutet es einfach gesagt, dass Rechenleistung in die Kommunikationsbasisstationen integriert wird. Dadurch können zukünftig die Berechnungen für eine Vielzahl von Szenarien direkt in der Basisstation durchgeführt werden, ohne dass die Daten in die Cloud übertragen werden müssen, und anschließend direkt an die Endgeräte zurückgesendet werden.

Diese Methode hat zwei offensichtliche Vorteile:

Erstens werden so enorme Übertragungskosten eingespart und der Druck auf die Cloud-Rechenzentren verringert. Microsoft-Chef Satya Nadella erwähnte in einem Gespräch mit OpenAI-Chef Sam Altman vor ein paar Tagen diese AGI-Problematik: Er sagte, er habe zwar noch GPU in seinem Lager, aber nicht genug Rechenzentren, um sie unterzubringen, und auch nicht genug Strom, um sie zu betreiben. AI-RAN verteilt die Rechenleistung auf die Basisstationen rund um die Welt und kann somit eine Lösung für dieses Problem sein.

Zweitens wird die Latenzzeit der Rechenleistung erheblich reduziert.

Leser, die schon mal Online-Spiele gespielt haben, wissen, dass eine Latenzzeit von weniger als 50 Millisekunden als "flüssig" gilt. Würde man diese Latenzzeit jedoch auf das autonome Fahren anwenden, würden auf den Autobahnen nur noch zusammengecrashte Autos liegen. Dies ist auch ein wichtiger Grund, warum das Konzept der hochpräzisen Karten heute an Bedeutung verliert. Wenn man das Rechenzentrum jedoch näher an den Nutzer heranbringt, kann die Latenzzeit um mehr als 90 % reduziert werden, von Millisekunden auf Mikrosekunden. Dadurch können viele Szenarien mit hohen Anforderungen an die Latenzzeit realisiert werden.

Laut den derzeit verfügbaren öffentlichen Informationen tauchte Aerial erstmals in den NVIDIA-Dokumenten auf der Weltmeisterschaft der Mobilkommunikation in Los Angeles 2019 auf. Damals war es noch nur ein SDK-Toolset, das entwickelt wurde, um GPU-Beschleunigung und softwaredefinierte 5G-Funkzugangssysteme zu unterstützen.

Ja, 2019 war das Jahr, in dem der "He-Tongxue"-Video über 5G 30 Millionen Aufrufe erreichte.

Von diesem Gesichtspunkt aus kann man sagen, dass Aerial wahrscheinlich ein "5G-natives" Tool ist. Die schnelle Zunahme der Kommunikationsbandbreite hat NVIDIA einen Ausblick auf die Welt von morgen gegeben, und so wurde Aerial geboren.

In den letzten fünf Jahren hat 5G viele Menschen enttäuscht, aber Aerial hat stetig weiterentwickelt.

In dieser Zeit hat sich die Position von Aerial von einem SDK-Toolset zu einer Plattform gewandelt, die für die "Forschung, Lehre und Industrie" dient.

Im März 2021 veröffentlichte NVIDIA auf dem IEEE-5G-Sonderforum eine Studie mit dem Titel "NVIDIA Aerial GPU Hosted AI-on-5G", in der das hyper-konvergente NVIDIA-5G-Konnektivitäts- und Mobile Edge Computing (MEC)-Plattform vorgestellt wurde. Das Ziel ihrer Beispiele war die Industrie 4.0.

In der Zusammenfassung dieser Studie stellte NVIDIA klar:

Aerial ist eine offene Plattform, die Forschern eine Plattform für die Forschung in den Bereichen zukünftiger Funktechnologien und Künstlicher Intelligenz bietet, um so die Branche zu transformieren (As an open platform Aerial is positioned to be industry transformational by providing researchers with a platform for next generation wireless and AI research).

Einen Monat später stellte NVIDIA auf der GTC 2021 die Aerial A100 vor, das heißt das NVIDIA AI-on-5G-Rechenplattform .

Die Aerial A100 ist eigentlich ein Produkt, das die NVIDIA Aerial-Softwareentwicklungssuite mit dem NVIDIA BlueField-2 A100-Chip kombiniert. Letzterer basiert weitgehend auf der DPU-Produktlinie von Mellanox, das NVIDIA 2020 erst kürzlich übernommen hatte. Obwohl es sich um ein zusammengesetztes Produkt handelt, eine Karte, die die "5T FOR 5G"-Lösung enthält und GPU und DPU integriert, bietet es für AI-RAN eine wertvolle Rechenplattform und hat die Unterstützung von Unternehmen wie Google Cloud und Fujitsu erhalten.

Ja, sie haben sogar das Wort "AI" nicht in den Namen aufgenommen. Das sogenannte "5T" steht für "Time-Triggered Transmission Technology for Telco" (Zeitgesteuerte Übertragungstechnologie für die Telekommunikation). Wie der Name schon sagt, zielt es darauf ab, das Problem der genauen Zeitstempel und der hohen Uhrengenauigkeit zu lösen, was jedoch die Grundlage für die Massen-Edge-Computing ist.

Interessanterweise lautete der Titel der Medienberichte über die GTC 2021: "NVIDIA stellt erste CPU vor und fördert ARM-Ökosystem". Obwohl der Serverbusiness immer noch wichtig ist, denkt heute kaum jemand mehr an die CPU, und man betrachtet NVIDIA auch nicht mehr aus der ARM-Perspektive.

Anschließend erreichte Aerial einen kleinen Höhepunkt, was sich an den NVIDIA-Technologieblogs erkennen lässt. Nach 2022 stieg die Anzahl der Blogs über Aerial rapide an.

Zwischen 2022 und 2023 stellte NVIDIA eine Reihe von Tools zur Beschleunigung von AI-RAN vor, darunter DOCA GPUNetIO, die Sionna-Bibliothek und die Aerial Research Cloud.

DOCA GPUNetIO ermöglicht es den GPU, direkt mit dem Netzwerk zu kommunizieren, ohne über die CPU, was die Latenzzeit und die Kosten reduziert und den Durchsatz erhöht;

Die Sionna-Bibliothek ist eine GPU-beschleunigte Open-Source-Bibliothek für die Forschung in den Bereichen Kommunikationssystemen. Die Offizielle Seite sagt, dass sie ein "automatisches Differenzierungsframework" implementiert und "Gradienten durch das gesamte Kommunikationssystem rückwärts propagieren" kann, was sie ideal für die "Integration von neuronalen Netzen" macht;

Die Aerial Research Cloud ist die erste vollständig programmierbare Testumgebung für 5G- und 6G-Netzwerke.

Alles, was NVIDIA an Aerial unternimmt, lässt sich auf den Titel der Studie von 2021 zurückführen:

GPU Hosted AI-on-5G

2024 war das Jahr der Ökosystementwicklung von NVIDIA Aerial.

Im Februar wurde die berühmte AI-RAN Alliance gegründet, initiativiert von NVIDIA und SoftBank. Die anderen Gründungsmitglieder sind Ericsson, Nokia, Samsung, T-Mobile, Microsoft, AWS, Arm, DeepSig und die Northeastern University in den USA.

Die AI-RAN Alliance ist ein wichtiger Schritt für NVIDIA, um die Definition von 6G neu zu gestalten, da sie fast alle bedeutenden kommunikationsbezogenen Unternehmen (außer Huawei und ZTE) umfasst. Das Ziel der Organisation ist es, KI und RAN zu verbinden, um 6G zu einem echten KI-nativen Netzwerk zu machen.

Im März stellte NVIDIA auch eine 6G-Forschungsplattform vor, die das Omniverse-Ökosystem und Aerial CUDA enthält.

Und erst im September 2024 gab NVIDIA auf der GTC Paris 2024 die offizielle Einführung von NVIDIA AI Aerial bekannt.

In der offiziellen Beschreibung ist es inzwischen zu einer One-Stop-Plattform zur Optimierung von Funknetzen und zur Bereitstellung neuer generativer KI-Erlebnisse geworden.

So wird das AI Aerial in der offiziellen Pressemitteilung von NVIDIA beschrieben .

Die NVIDIA AI Aerial-Plattform bietet eine umfassende Funktionalität, einschließlich eines leistungsstarken softwaredefinierten RAN sowie Training, Simulation und Inferenz, damit die Telekommunikationsanbieter an allen Phasen der Entwicklung und Implementierung von zukünftigen Funknetzen teilnehmen können.

Die von der NVIDIA AI Aerial-Plattform angebotenen Funktionen umfassen:

NVIDIA Aerial CUDA-accelerated RAN: Enthält Softwarebibliotheken, die es Partnern ermöglichen, leistungsstarke virtualisierte RAN-Workloads auf NVIDIA-Rechenplattformen zu entwickeln und bereitzustellen.

NVIDIA Aerial AI Radio Framework: Enthält Softwarebibliotheken auf Basis von PyTorch und TensorFlow zur Entwicklung und zum Training von Modellen, die die Spektraleffizienz verbessern und neue Funktionen für die Signalverarbeitung von 5G- und 6G-Funknetzen hinzufügen. Das Framework enthält auch NVIDIA Sionna, einen Link-Level-Simulator, der zur Entwicklung und zum Training von auf neuronalen Netzen basierenden 5G- und 6G-Funkalgorithmen verwendet werden kann.

NVIDIA Aerial Omniverse Digital Twin (AODT) ist eine Plattform zur Entwicklung von systemweiten Netzwerk-Digital-Twins. AODT kann drahtlose Systeme mit physikalischer Genauigkeit simulieren, sei es eine einzelne Basisstation oder ein komplexes Netzwerk aus zahlreichen Basisstationen, das eine ganze Stadt abdeckt. Es enthält ein softwaredefiniertes RAN (Aerial-CUDA-accelerated RAN) und einen Endgerätesimulator sowie die realen Topografien und Objekteigenschaften der physischen Welt.

Hierin stecken viele Definitionen und Vorstellungen von NVIDIA für das kommende 6G:

Leistungsstarke Rechenleistung, die Fähigkeit zur verteilten Netzwerkbildung von neuronalen Netzen und die Fähigkeit zur Entwicklung virtueller Welten durch Digital-Twins.

Ab diesem Zeitpunkt begann NVIDIA, die Entwicklung des gesamten AI-RAN-Ökosystems zu beschleunigen. Es eröffnete nicht nur zusammen mit Edge-Computing-Dienstleistern wie Vapor IO Versuchsfelder in Las Vegas, sondern veröffentlichte auch ständig neue Open-Source-Tools und gewann neue Premium-Partner.

Diese Reihe von Ökosystemaktivitäten erreichte im Oktober 2025 auf der GTC DC-Konferenz einen vorläufigen Höhepunkt.

1

Aerial sprintet in die CUDA-Zeit

Während der GTC DC-Konferenz im Oktober warf NVIDIA endlich zwei große Steine in den scheinbar ruhigen See von AI-RAN:

Erstens: Die Aerial-Software wird Open-Source.

Die Open-Source-Software kann auf verschiedenen NVIDIA-Plattformen laufen, darunter auch auf NVIDIA DGX Spark.

DGX Spark ist das kleine "Bento-Box", das Jensen Huang persönlich an Elon Musk und Lee Jae-yong überreichte. Es ist derzeit der weltweit kleinste "KI-Supercomputer", der lokal die Inferenz von KI-Modellen mit bis zu 200 Milliarden Parametern und das Feinabstimmen von Modellen mit bis zu 70 Milliarden Parametern durchführen kann. Es ist somit perfekt für die vielfältigen Entwicklungsanforderungen von AI-RAN-Szenarien geeignet und eignet sich besonders für Hochschulforscher und Privatentwickler.

Zweitens: NVIDIA kündigte an, mit 1 Milliarde US-Dollar in Nokia zu investieren und eine strategische Partnerschaft einzugehen.

Nach der Investition wird NVIDIA 2,9 % an Nokia halten. Die AI-RAN-Ökosystemprodukte von NVIDIA werden in das RAN-Produktportfolio von Nokia integriert, und beide Unternehmen werden gemeinsam die Implementierung von AI-RAN in 6G vorantreiben.

Drittens: NVIDIA stellte die Aerial RAN Computer Pro (ARC-PRO)-Plattform vor.

Während die frühere Aerial-Plattform noch eine kleine Plattform für die Forschung und Entwicklung war, ist die ARC-PRO eine industrielle Plattform für die Premium-Partner. Sie kann direkt mit den Basisstationen verbunden werden und ermöglicht nicht nur die Implementierung von AI-RAN-Funktionen in 5G, sondern auch den reibungslosen Übergang von 5G zu 6G. Der Titel der Präsentationsschrift wechselte von AI-RAN offiziell zu "6G AI". NVIDIA spricht auch sehr überzeugend über diese 6G AI-Plattform, sogar aggressiv, wenn man es von chinesischer Perspektive betrachtet:

"Treibt die USA zurück in die Führungsrolle in der Telekommunikation."

Leser, die die Geschichte von NVIDIA kennen, werden hier vermutlich eine gewisse Deja-vu-Erfahrung haben. Die Entwicklung von Aerial ähnelt stark der von CUDA und ist fast eine Wiederholung der kommerziellen Ästhetik von Technologieentwicklung.

Jensen Huang hat sich für CUDA eingesetzt, weil er erkannte, dass die GPU nicht nur für Spielgrafik geeignet ist, sondern auch großes Potenzial für die allgemeine Rechenleistung hat. Er setzt sich für Aerial ein, weil er glaubt, dass RAN nicht nur für die Kommunikation wichtig ist, sondern auch die zukünftige KI-Infrastruktur bilden kann.

CUDA begann in der Hochschul-Ökosystementwicklung und hat zehn Jahre gebraucht, um ein eigenes Ökosystem zu etablieren. Aerial begann ebenfalls als kleine Entwicklungsplattform für die Forschung und hat schrittweise ein AI-RAN-Ökosystem aufgebaut, was insgesamt fünf Jahre gedauert hat und nun die Schutzmauer für NVIDIA's Basisstationen-Rechenleistung ist.

Von einem einzelnen Tool → zu einer allgemeinen Plattform → zu einer Ökosystem-Schutzmauer, dies ist die klassische Geschichte von NVIDIA und der Zeit.

Wenn man genauer hinsieht, werden jedoch Unterschiede in den geschäftlichen Details festgestellt.

Der Unterschied liegt nicht in der Geschwindigkeit der Entwicklung. Aerial ist mit Vorteilen geboren und