Auf dem MWC Barcelona 2026 stellen Rohde & Schwarz und NVIDIA eine geschlossene hardware-in-the-loop-Testumgebung für AI-RAN-Anwendungen vor. Unter Nutzung des NVIDIA Sionna Research Kit und differentiable Ray-Tracing wird eine digitale Doppelgänger-Plattform geschaffen, die standortgenaue Kanalbedingungen im Labor simuliert. Echtzeit-KI-Inferenz und synthetische Datengenerierung gewährleisten Datenschutz und Skalierbarkeit. Durch präzise Kanalemulation und Digital-Twin-Verfahren lassen sich prototypische 5G-Advanced- und 6G-Testabläufe objektiv validieren und Entwicklungszyklen bei hoher Realitätsnähe verkürzen. KI-gestützte Regelungen optimieren drahtlose Übertragungsparameter in Echtzeit.
Inhaltsverzeichnis: Das erwartet Sie in diesem Artikel
Entwickler nutzen digitale Zwillinge für realistische AI-RAN-Testverfahren im Labor
Das im MWC Barcelona 2026 vorgestellte Prüfstands-Setup von Rohde & Schwarz und NVIDIA verbindet eine Hardware-in-the-Loop-Architektur mit differentiable Ray-Tracing-basierten, ortsspezifischen Kanalmodellen und dem NVIDIA Sionna Research Kit. Entwickler nutzen digitale Zwillinge, um AI-RAN-Funkprozesse im Labor unter realistischen Ausbreitungsbedingungen zu testen. In Kombination mit Echtzeit-KI-Inferenz und dynamischer Link-Adaptation ergeben sich präzise, reproduzierbare Messergebnisse und eine signifikante Verkürzung der Entwicklungs- und Validierungszyklen. Die Plattform minimiert Testaufwände, gewährleistet Skalierbarkeit und reduziert Kosten im Prototypenbau.
KI-gestützte Link-Adaptation passt Downlink MCS dynamisch in Echtzeit an
Mit einem NVIDIA DGX Spark als Herzstück integriert der Versuchsstand ein softwaredefiniertes 5G RAN via OpenAirInterface und das Sionna Research Kit. Die Architektur gewährleistet Echtzeitleistung und bearbeitet AI-Inferenzaufgaben parallel. Ein fortschrittlicher KI/ML-Link-Adaptationsmechanismus modifiziert automatisch Modulation und Codierung im Downlink. So lassen sich spektrale Ausbeute maximieren und die Zuverlässigkeit stabilisieren. Gleichzeitig lernt das System standortbezogene und gerätespezifische Funkstreuungseffekte und passt die Übertragung in Echtzeit an. Dadurch entstehen realistische Laborergebnisse für Prototypentests.
Differentiable Ray-Tracing und SMW200A generieren dynamische Kanalemulation für AI-RAN-Funkbedingungen
Im Versuchsaufbau arbeiten der R&S SMW200A Vektorsignalgenerator mit adaptiver Kanalemulation und der FSW Signal- und Spektrumanalysator nahtlos zusammen. Beide Einheiten kommunizieren in Echtzeit mit der differentiable Ray-Tracing-Plattform Sionna von NVIDIA, um standortspezifische Kanalprofile hochpräzise nachzubilden. Entwickler können so AI-RAN-Module unter realistischen Funkzuständen testen und optimieren. Aufwändige Außenmessungen entfallen vollständig, während Laboruntersuchungen maximale Reproduzierbarkeit und Effizienz bei Prototypenprüfungen gewährleisten. Die Loopstruktur erlaubt flexible variabel konfigurierbare Kanalsimulation für automatisierte und reproduzierbare Laborprüfungen.
Rohde & Schwarz und NVIDIA beschleunigen AI-RAN-Entwicklung jetzt gemeinsam
Gerald Tietscher von Rohde & Schwarz erläutert, wie Digital Twins und differenzierbares Ray-Tracing realitätsnahe Testumgebungen für 5G-Advanced und 6G schaffen und so die Lücke zwischen Simulation und Live-Einsatz verringern. Die präzisen Vergleichsmessungen ermöglichen umfangreiche Prüfungen unter variablen Funkbedingungen. Parallel dazu gewährleistet das Sionna Research Kit von NVIDIA synthetisch erzeugte Daten mit verlässlicher Genauigkeit, hoher Skalierbarkeit sowie Datenschutz. Diese Partnerschaft stärkt den Entwicklungszyklus von AI-basierten Funknetzen nachhaltig und reduziert Zeitaufwand für Versuche deutlich.
Rohde & Schwarz und NVIDIA präsentieren AI-RAN HIL-Validierung live
Besucher des MWC Barcelona vom 2. bis 5. März 2026 haben am Stand 5A80 in Halle 5 die Gelegenheit, die hardware-in-the-loop Validierung von AI-RAN-Funkfeatures live zu verfolgen. direkt vor Ort anschaulich präsentiert. Experten von Rohde & Schwarz sowie NVIDIA erläutern Methoden zur Ray-Tracing-basierten Kanalsimulation und dynamischer KI/Inferenz im Funknetz. In persönlichen Gesprächen können Anwender Fragen klären und Use Cases diskutieren. Zusätzliche Informationen zu AI/ML für 6G sind abrufbar unter www.rohde-schwarz.com/6G-AI-ML.
Das Testbed von Rohde & Schwarz und NVIDIA kombiniert differentiable Ray-Tracing-basierte Kanalemulation, digitale Zwillinge und AI-Inference in einem integrierten Prüfzyklus. Unter laborähnlichen Bedingungen führen Entwickler realitätsnahe Funktests durch, indem sie modulierte Signale auf präzise emulierte Strecken transferieren. Eine KI-gestützte Link-Adaptationsstrategie optimiert kontinuierlich Modulation und Kodierung. Dieses Setup ermöglicht nicht nur schnelle Prototypenvalidierung für 5G-Advanced, sondern legt auch die Grundlage für zukünftige 6G-Technologien mit zuverlässiger Performance und kurzen Time-to-Market.
