6G de código abierto: lo que ya prueba la investigación, con sello catalán

Nueva tecnología abierta conecta simulación, entrenamiento de IA y pruebas reales de 5G, con el CTTC catalán entre los protagonistas

El software abierto quiere acercar la investigación en 6G del laboratorio a la tecnología real. Nvidia hizo balance el 6 de noviembre de 2026 de sus plataformas Aerial y Sionna, con un ensayo del centro catalán CTTC entre los protagonistas.

Las cifras suenan grandes, pero necesitan un marco claro. Se probaron funciones concretas en laboratorios y bancos de pruebas, sobre todo con tecnología 5G como base. No demuestran una especificación 6G terminada ni el rendimiento de una futura red comercial. Aun así, la publicación es relevante para centros de investigación y empresas: el código abierto puede hacer los ensayos más trazables y acortar el camino hacia pruebas propias, como ilustra el caso del CTTC en Cataluña.

Código abierto para radio y simulación

Aerial CUDA-Accelerated RAN ofrece los componentes de una estación base de telefonía móvil acelerada por GPU: procesamiento de la capa de radio, un planificador de recursos, interfaces en Python y modelos de referencia. El repositorio está bajo licencia Apache 2.0, por lo que el código puede consultarse, modificarse y redistribuirse según esa licencia. Aun así, buena parte de la plataforma depende del entorno CUDA de Nvidia y de hardware compatible.

Sionna es una biblioteca de Python, también bajo Apache 2.0, para simular enlaces de radio individuales, sistemas completos y la propagación de señales. Permite a los equipos de investigación comparar modelos y algoritmos antes de probarlos en un banco de pruebas real.

Nvidia cifra el uso de sus herramientas abiertas de 5G y 6G en más de un millón de descargas. Según la compañía, más de 8.000 centros de investigación y universidades las utilizan, y el uso se ha multiplicado por diez en un año. Son datos del propio proveedor: la publicación no incluye un desglose independiente por instalaciones activas, países o proyectos.

Cuatro ensayos, cuatro objetivos distintos

Un equipo del King’s College de Londres probó una transmisión orientada a objetivos para un brazo robótico. En lugar de enviar imágenes completas de la cámara de forma continua, el sistema transmitía descripciones compactas de los objetos y sus relaciones. En 20 repeticiones por variante, el enfoque redujo el tiempo de la tarea hasta un 52,6% en el mejor caso y aumentó la probabilidad de éxito hasta un 45%. El estudio describe un banco de pruebas 5G concreto y no demuestra una mejora de velocidad válida para cualquier aplicación de robótica.

SoftBank integró un receptor con aprendizaje automático en un enlace 5G basado en Aerial. En un laboratorio apantallado y con un smartphone comercial, el rendimiento medio de subida en la primera capa de radio superó al receptor convencional en los 15 niveles de interferencia probados. La ventaja más alta registrada fue del 60,5%: SoftBank cita 47,9 Mbit/s frente a 29,9 Mbit/s en ese punto de medición. La cifra no refleja la velocidad de una tarifa comercial ni del uso diario; procede de una prueba de una sola capa en una sala apantallada.

Investigadores de la Universidad de Leeds analizaron cuándo se puede desconectar capacidad de radio sin perder los dispositivos conectados. En un escenario con cuatro estaciones base, el consumo eléctrico de la red de acceso radio cayó un 45,6%, sin que se registraran cortes de conexión durante el ensayo. El estudio publicado combina previsión de carga, un gemelo digital y hardware de radio real. También aquí el resultado describe el banco de pruebas elegido, no el consumo de una red nacional completa.

El centro catalán CTTC (Centre Tecnològic de Telecomunicacions de Catalunya), con sede en Castelldefels (Barcelona), combinó modelos de canal de radio acelerados por GPU con su propio simulador de redes de código abierto. Según el centro, el tiempo de una evaluación temprana se redujo de unas tres horas a entre 10 y 20 minutos. Unas simulaciones más rápidas permiten probar más variantes en el mismo tiempo. Que de ahí salgan redes mejores depende todavía de los modelos, los datos, los métodos de verificación y las pruebas de campo posteriores.

España también invierte en investigación 6G

España financia la investigación en 6G desde hace varios años a través del programa público UNICO I+D 6G, gestionado por el Ministerio para la Transformación Digital y de la Función Pública con fondos europeos NextGenerationEU del Plan de Recuperación. La convocatoria de 2022 destinó 48,8 millones de euros a 48 proyectos, y la convocatoria de 2023, resuelta en mayo de 2024, otros 62 millones de euros a 43 proyectos de universidades, centros de investigación y empresas. Sumadas las convocatorias desde 2021, el programa ha financiado ya 203 proyectos. El Gobierno no ha publicado todavía cifras más recientes, por lo que estos siguen siendo los últimos datos oficiales disponibles.

El propio CTTC, el centro catalán del ensayo de simulación citado más arriba, es uno de los centros de investigación españoles activos en 5G avanzado y 6G, y su trabajo con las herramientas abiertas de Nvidia ilustra el tipo de proyecto que programas como UNICO I+D 6G buscan impulsar. Las herramientas abiertas encajan con ese enfoque porque varios equipos pueden revisar, modificar y usar el mismo código para ensayos comparables. Abierto, sin embargo, no significa automáticamente independiente de un fabricante: Aerial depende del entorno de GPU y software de Nvidia, con las dependencias de hardware, controladores y bibliotecas que eso conlleva.

La Comisión Europea también espera los primeros productos e infraestructuras 6G hacia el final de esta década. Su página sobre redes 6G (en inglés) menciona la robótica, los vehículos conectados, los gemelos digitales y la sensorización integrada como posibles campos de aplicación. Son objetivos de desarrollo: quedan por resolver las frecuencias, los estándares, los requisitos de seguridad y los modelos de negocio.

Buenos resultados de laboratorio no son todavía una promesa de red

Los resultados presentados responden a preguntas de investigación muy concretas. El brazo robótico trabajó con objetos y fallos determinados. La prueba de SoftBank se hizo en una sala apantallada. El ahorro energético de Leeds procede de un escenario con cuatro estaciones base, y la ganancia de velocidad del CTTC se refiere a un simulador, no a una red real. Estos ensayos son importantes porque pueden descartar enfoques o prepararlos para pruebas mayores, pero no sustituyen una verificación en una red con terminales distintos, edificios, condiciones meteorológicas y muchas personas conectadas a la vez.

Para los consumidores en España, de momento no cambia nada en la tarifa de móvil ni en la cobertura 5G. El beneficio inmediato está en la investigación: los métodos pueden compararse antes, los errores pueden rastrearse y los montajes de prueba pueden compartirse. Que un enfoque termine formando parte de un estándar o de una red comercial lo decidirán más estudios, la normalización y la inversión.

Fuentes y fecha

• Nvidia: herramientas de código abierto para la investigación en 6G, 6 de noviembre de 2026
• Nvidia Aerial CUDA-Accelerated RAN, código fuente y licencia
• Nvidia Sionna, código fuente y licencia
• King’s College de Londres: Goal-Oriented Communications for Physical AI, 14 de septiembre de 2026
• SoftBank: receptor neuronal, 2 de noviembre de 2026
• Universidad de Leeds: optimización energética en una red de pruebas 5G, 2026
• CTTC: simulación de redes 5G acelerada (centro de investigación catalán)
• La Moncloa / Ministerio para la Transformación Digital: convocatoria UNICO I+D 6G 2022, 1 de junio de 2023
• Ministerio para la Transformación Digital: convocatoria UNICO I+D 6G 2023, 8 de mayo de 2024
• Bundesbericht Forschung und Innovation 2026: hoja de ruta alemana de investigación en 6G (en alemán)
• Comisión Europea: redes 6G en Europa

Investigación y fecha de los datos: 6 de noviembre de 2026. Los datos del programa español UNICO I+D 6G corresponden a la última convocatoria resuelta (mayo de 2024).

Nota de transparencia: en la investigación, la estructuración y la redacción de este artículo se emplearon herramientas asistidas por IA. Las fuentes utilizadas figuran en el artículo. La publicación se realiza solo tras la aprobación editorial manual. Adaptación nacional de un artículo de Tendencias en la Red, documentada para España.