Las herramientas 6G abiertas de NVIDIA pasan del millón de descargas

Antonio

NVIDIA asegura que sus herramientas de código abierto para redes 5G y 6G, entre ellas AI Aerial y Sionna, han superado el millón de descargas. La compañía lo contó el 6 de noviembre de 2026 en su blog corporativo, en un texto firmado por Soma Velayutham que no presenta productos nuevos, sino cinco proyectos de investigación de universidades, centros tecnológicos y un operador que han trabajado con ese software. Uno de ellos es español: el Centre Tecnològic de Telecomunicacions de Catalunya (CTTC).

Las claves de las herramientas 6G abiertas de NVIDIA en 20 segundos

NVIDIA cifra en más de un millón las descargas de sus herramientas 5G/6G abiertas.
Dice que más de 8.000 instituciones académicas y de investigación las usan.
King’s College London, SoftBank, ETH Zúrich, Leeds y el CTTC aportan los casos.
No hay lanzamientos: el texto prepara las sesiones 6G de GTC Washington (30/11 al 03/12/2026).

Según la compañía, la adopción de AI Aerial y Sionna entre desarrolladores se ha multiplicado por diez en el último año. El blog no explica cómo se cuentan esas descargas (si suman repositorios, paquetes de Python o contenedores) ni desde qué cifra parte ese crecimiento, así que conviene leer ambos datos como indicadores que da la propia NVIDIA y no como una medición independiente. Lo que sí aporta son resultados concretos de laboratorio, casi todos procedentes de artículos científicos o pruebas tempranas de sus socios.

Qué software ha abierto NVIDIA y con qué licencia

El paquete que NVIDIA agrupa bajo el nombre AI Aerial tiene su pieza central en Aerial CUDA-Accelerated RAN (ACAR), el software de red de acceso radio (RAN, por sus siglas en inglés) acelerado con GPU (unidades de procesamiento gráfico). Su repositorio público en GitHub lo describe como un kit para construir estaciones base 5G/6G (gNB) conformes con 3GPP (el organismo que redacta los estándares móviles) y con O-RAN (las especificaciones de red de acceso abierta), siempre sobre plataformas aceleradas de NVIDIA. Incluye cuPHY, una capa física 5G escrita en CUDA; cuMAC, un planificador de recursos de capa 2 acelerado por GPU, y pyAerial, unas bibliotecas en Python para investigación con aprendizaje automático. Se distribuye con licencia Apache 2.0, aunque el propio repositorio advierte de que algunas dependencias tienen licencias distintas.

La apertura no es nueva. NVIDIA anunció en octubre de 2025, durante GTC Washington, que liberaría ACAR, el gemelo digital Aerial Omniverse Digital Twin (AODT) y un nuevo Aerial Framework, con fechas previstas entonces de diciembre de 2025 para el código de Aerial y marzo de 2026 para AODT. El blog de esta semana no actualiza el estado de cada uno de esos componentes.

Sionna, por su parte, es una biblioteca de simulación diferenciable y acelerada por hardware para investigar sistemas de comunicaciones. Se publica también con licencia Apache 2.0 y se divide en tres módulos: Sionna RT, un trazador de rayos para modelar la propagación radio; Sionna PHY, un simulador a nivel de enlace, y Sionna SYS, un simulador a nivel de sistema. La versión 2.0.1 se publicó en PyPI el 31/03/2026 y ya existe una posterior, la 2.2.0.

Hay un matiz que el anuncio no subraya: el código es abierto, pero ACAR está pensado para ejecutarse sobre hardware de la propia NVIDIA. En los casos que cita la empresa aparecen sus equipos Jetson AGX Orin y DGX Spark, que no son abiertos. La compañía ya presentó en octubre de 2026 su estrategia de AI-RAN (redes de acceso radio que comparten infraestructura con cargas de inteligencia artificial) con operadores y fabricantes, como contó Revista Cloud en la alianza de NVIDIA y Nokia para llevar AI-RAN a las redes de los operadores.

Cinco experimentos con resultados medidos en laboratorio

Los ejemplos que recoge NVIDIA cubren problemas distintos de una red móvil. Las cifras proceden del blog de la compañía, que a su vez enlaza a los trabajos de cada centro; varios son preprints o evaluaciones iniciales, no despliegues comerciales.

Centro	Herramienta	Qué probó	Resultado según NVIDIA
King’s College London	Sionna en Jetson AGX Orin	Brazo robótico con comunicación semántica	Hasta un 52,6 % menos de tiempo por tarea
SoftBank	ACAR	Receptor neuronal con un móvil 5G comercial	Más caudal de subida en los 15 escenarios; máximo cercano al 60 %
ETH Zúrich	Aerial Testbed	Ajuste de receptores neuronales con medidas locales	Tasa de error de bloque reducida en más de un tercio
Universidad de Leeds	DGX Spark y gemelo digital	Apagado de estaciones base según la demanda prevista	45,6 % menos de consumo de la RAN
CTTC	Modelos de canal de ACAR	Aceleración del simulador 5G-LENA	De unas 3 horas a 10-20 minutos

El equipo de King’s College London conectó un brazo robótico con cámara a un Jetson AGX Orin que ejecutaba Sionna. En lugar de enviar imágenes completas, el robot transmitía descripciones compactas de los objetos, lo que se conoce como comunicación semántica orientada a objetivos. En sus pruebas, el tiempo para completar la tarea se redujo hasta un 52,6 %, y un gemelo digital comprobaba antes los movimientos previstos para evitar colisiones.

Los receptores neuronales, que usan redes de IA para recuperar la señal cuando llega degradada o con interferencias, protagonizan dos de los casos. SoftBank integró uno en ACAR y lo probó con un smartphone 5G comercial: logró más caudal de subida que un receptor convencional en los 15 escenarios de interferencia evaluados, con una ganancia máxima de aproximadamente el 60 %. ETH Zúrich, con el banco de pruebas Aerial Testbed, comprobó que ajustar esos receptores con medidas tomadas en el propio emplazamiento reducía la tasa de error de bloque en más de un tercio frente a algunas versiones preentrenadas.

La Universidad de Leeds atacó el consumo eléctrico. Su sistema prevé la demanda con diez minutos de antelación y decide cuándo pueden «dormir» las estaciones base. Probado en una «red en una caja» 5G montada sobre DGX Spark y validado con un gemelo digital, redujo el consumo de la RAN un 45,6 % respecto a funcionar siempre a plena potencia, manteniendo la conexión de los dispositivos, según el resumen de NVIDIA. El trabajo figura como aceptado en la conferencia ICC 2026.

El CTTC catalán y un 6G que aún no tiene estándar

El caso español está en Castelldefels. El CTTC mantiene 5G-LENA, un simulador de redes 5G de código abierto construido sobre ns-3. Su equipo incorporó los modelos de canal radio acelerados por GPU de ACAR y, según NVIDIA, el tiempo de una simulación bajó de unas tres horas a entre 10 y 20 minutos. La propia compañía matiza que es una evaluación temprana. Para los grupos que dependen de simulaciones largas, la diferencia permite repetir más experimentos en el mismo tiempo. España ya cuenta con otros bancos de ensayo para la siguiente generación, como el 6GLabNet de la UPC.

Conviene poner todo esto en su calendario. El 6G todavía no existe como estándar. La Release 20 de 3GPP se dedica a estudios de 6G, y el trabajo normativo arranca con la Release 21, cuyo calendario se aprobó en junio de 2026 en Singapur: aprobación del paquete y congelación de la fase 1 en marzo de 2027, fase 2 en junio de 2028, fase 3 en diciembre de 2028 y congelación de ASN.1/OpenAPI en marzo de 2029. Revista Cloud ya repasó ese calendario del 6G y sus primeros usos previstos. Las herramientas de NVIDIA, por tanto, sirven hoy para investigar y prototipar sobre 5G y conceptos candidatos a 6G, no para desplegar una tecnología ya definida.

NVIDIA mostrará más trabajos de este tipo en las sesiones para desarrolladores 6G de GTC Washington, que se celebra del 30 de noviembre al 3 de diciembre de 2026, con la conferencia principal de Jensen Huang prevista para el 1 de diciembre. El blog no avanza novedades de producto para esa cita.

Preguntas frecuentes

¿Qué son NVIDIA AI Aerial y Sionna?

AI Aerial es el conjunto de software de NVIDIA para redes de acceso radio aceleradas por GPU, con ACAR como pieza principal. Sionna es una biblioteca para simular sistemas de comunicaciones y entrenar modelos de IA aplicados a redes inalámbricas.

¿Con qué licencia se distribuyen?

Ambos se publican en GitHub con licencia Apache 2.0. El repositorio de ACAR avisa de que algunas dependencias tienen licencias diferentes y el software está pensado para hardware de NVIDIA.

¿Qué ha hecho el CTTC con estas herramientas?

El centro catalán integró los modelos de canal acelerados por GPU de ACAR en su simulador abierto 5G-LENA. Según NVIDIA, en una evaluación temprana el tiempo de simulación pasó de unas tres horas a entre 10 y 20 minutos.

¿Cuándo estará listo el estándar 6G?

El calendario de la Release 21 de 3GPP fija la congelación funcional en diciembre de 2028 y la de ASN.1/OpenAPI en marzo de 2029. Hasta entonces, el 6G sigue en fase de estudio y especificación.

Fuentes: