最近這兩年，網上關于AI-RAN的討論很多。

有人認為，AI-RAN是大勢所向，代表了通信架構的未來演進方向。

也有人認為，AI-RAN就是一個噱頭，是某些廠商的一廂情愿，肯定不會成功。

那么，到底什么是AI-RAN？它背后的技術邏輯是什么？它究竟會不會顛覆整個通信行業呢？

█ 什么是AI-RAN

AI-RAN，即人工智能無線接入網（Artificial Intelligence - Radio Access Network）。我們也可以理解為“基于AI的無線接入網（AI+RAN）”。

無線接入網，說白了，就是基站。整個移動通信網絡包括核心網、傳輸網和無線接入網三大部分，而RAN正是用戶終端（例如手機）連接運營商網絡的第一道關口。

RAN包括宏站、微站等多種類型。4G時代，RAN由天線、射頻單元（RRU）、基帶處理單元（BBU）以及連接它們的鏈路共同組成。

5G時代，架構發生了變化。天線和RRU進一步整合，變成了AAU（Active Antenna Unit，有源天線單元）。而BBU的功能，被拆分為集中單元（CU）和分布單元（DU），分別負責非實時和實時的基帶處理任務。

不管怎么說，基站就和家里的Wi-Fi路由器差不多。天線射頻負責收發無線信號，基帶單元則負責對信號進行運算處理，例如調制解調、編碼解碼、信道估計、資源調度等等。

有計算的地方，就會用到芯片。

以前，RAN（基站設備）都是通信設備商研發的專用設備（“黑盒子”），里面跑的都是專用芯片和封閉固件，軟硬件并不公開。專用芯片，都是設備商自家定制的ASIC芯片。（RAN的基帶處理都是固定的任務，所以，專用芯片特別適合。）

進入21世紀后，在運營商的不斷要求下，通信網絡開始走向開放化、白盒化——也就是把硬件和軟件解耦，讓通用服務器和通用芯片也能用于通信設備。

核心網因為基本上都是路由和交換處理任務，所以也都是芯片和算法，很容易就被云化了，催生出了NFV（網元虛擬化）。

RAN這邊，也隨之跟進，但難度大得多——畢竟基帶處理對時延、算力和實時性要求極高，不像核心網那樣“好欺負”。

4G時代，運營商就對RAN做了不少文章。

當時，中國移動牽頭搞了一個C-RAN（Centralized RAN，集中化RAN），就是將多個分散的BBU集中到一個機房里，變成BBU基帶池，統一進行基帶處理。再通過光纖，把信號分發到各個RRU（遠端射頻單元）。

后來，業界又搞出了O-RAN、vRAN、xRAN，以及更有知名度的Open RAN（開放無線接入網）。

Open RAN最核心的特點，就是內部結構模塊化、接口標準化，可以實現跨廠商RU/DU/CU互通。基帶軟件脫離專用芯片，可以跑在通用x86/ARM芯片上。

Open RAN的“開放”，名義上是軟硬件解耦，生態開放。但實際上，大家要注意，通用芯片核心技術基本上都掌握在美國公司手里。所以，誰是Open RAN背后的大佬，一目了然。

前些年很火爆的小基站“風口”，就是很多中小企業，基于某美國公司提供的開放方案，“手搓”自己的小基站，從而打入通信設備商市場。

但是，傳統基站的ASIC專用芯片，是給RAN量身定制的“特供發動機”，算力密度高、功耗低、時延穩。而x86/ARM CPU通用芯片，能耗更高、效率更低、時延更不穩定。所以，這些年包括日本樂天移動等在內的很多Open RAN運營商，都在商用落地時遭遇了瓶頸，日子不太好過。

Open RAN是北美IT力量對通信產業主導權的一次戰略挑戰。但目前來看，不具備什么威脅。（更早的時候，WiMAX也是類似的故事，結果也失敗了。）

如今，又有一個新的挑戰者來了。沒錯，就是英偉達和它的AI-RAN，又是美國公司。

邏輯計算就四種芯片為主，分別是CPU、GPU、FPGA和ASIC。CPU就是剛才說的Open RAN派系。AISC是專用芯片，代表通信設備商派系。FPGA是可編程芯片，靈活性高，但一般用于原型驗證或小規模部署。最后剩下的，那必須是GPU了。

英偉達力推AI-RAN，就是希望將GPU塞進基站設備，成為RAN的主處理芯片。

█ AI-RAN的作用與意義

將GPU引入基站，背后藏著英偉達極大的野心。

首先，最基本的，在基站中采用GPU進行基帶處理計算，可以開拓電信行業這一龐大的市場。全球電信設備年采購額超千億美元。這塊蛋糕，英偉達垂涎已久。

其次，除了基本的基帶處理計算之外，英偉達還希望在基站上跑AI模型。這樣一來，基站就可以在GPU和AI算法的幫助下，完成信道狀態智能預測、多用戶干擾動態識別、毫米波波束自動優化等復雜工作。這很可能大幅提升基站的性能，并賦予更多的功能。

第三，也是最重要的一點。英偉達希望通過“基站+AI”，開啟龐大的邊緣AI算力市場。

換句話說，AI-RAN不是“把GPU塞進基站”這么簡單，而是要把基站變成一個“帶5G/6G通信能力的AI邊緣服務器”——既處理無線信號，又實時執行面向終端用戶和行業場景的AI推理任務。

我們現在整個社會都在使用算力。對于AI算力的需求，也隨著AI應用的普及不斷增加。

算力一般可以分為“云-邊-端”三個層級。

云，是智算中心，算力最強、規模最大，但距離用戶遠、時延高。

端，是終端（手機、IoT設備），算力最弱，但能效比高、響應快、時延低、且私密性強。

邊，就是邊緣計算節點，比如基站、無線路由器、網關等?；?，正是“邊”這一層級里最靠近用戶的算力樞紐——它既不像云端算力那么遠，也不像終端算力那么弱。它恰好卡在云與端的“黃金時延帶”里。

AI-RAN聯盟明確將技術研究劃分為三大核心方向，即AI for RAN、AI and RAN、AI on RAN。

AI for RAN（AI賦能網絡）：利用AI技術，提升RAN網絡的性能、運營效率與資源利用率。

AI and RAN（AI與RAN協同）：在同一套設備上同時運行通信和AI功能，整合雙方算力資源，發揮AI與RAN的計算協同效應。

AI on RAN（RAN反哺AI）：通過RAN網絡的優化連接、數據暴露與可編程能力，提升AI應用的性能與部署靈活性。這是最有想象空間的一個方向，通過將基站從單一通信節點升級為“通感算智”邊緣計算節點，助力AI的進一步落地。

以上三個方向，既相互獨立又協同互補，共同構成了AI-RAN的完整技術體系。

█ AI-RAN的產業進展

2024年2月，在巴塞羅那世界移動通信大會（MWC）上，英偉達聯合軟銀、愛立信、諾基亞、微軟等11家創始成員，共同發起成立了AI-RAN聯盟。

該聯盟成立后成員持續擴大，很快就匯聚超過100家運營商與設備商。

2024年11月，英偉達與軟銀宣布，試運行了全球首個可同時處理AI和5G工作負載的AI-RAN網絡。

2025年，英偉達投資10億美元入股諾基亞，成為其最大股東之一，以加強在6G RAN技術及AI-RAN解決方案上的合作。

作為AI-RAN的核心推動者，英偉達一直在致力于構建全棧的AI-RAN解決方案。2025年，英偉達推出了Aerial RAN Computer Pro（ARC-Pro）解決方案及AI Aerial軟件平臺，集成了GB200、BlueField-3、Spectrum-X網絡以及CUDA-X庫，具備電信級功能。

后來，英偉達又聯合合作伙伴推出了“All-American AI-RAN技術?！保稍贕PU內部或不同GPU之間動態分配計算資源，旨在為運營商提供vRAN部署、AI應用、6G研發等用例。

2026年3月，英偉達在GTC大會上，提出了“AI Grid”愿景。其核心思想是利用電信運營商、云服務提供商等現有的廣泛網絡覆蓋，將AI計算能力（特別是推理能力）部署在更靠近最終用戶和設備的地方，從而支持AI原生應用的普及。

按英偉達的設計，AI-RAN是AI Grid的核心組件之一，充當邊緣網絡和計算層。AI Grid作為一個賦能平臺，則提供分布式云和編排層。

面對英偉達來勢洶洶的攻勢，通信行業形成了兩種陣營。

第一種，是徹底加入。

以軟銀、AT&T為代表的一批運營商，選擇全面擁抱AI-RAN架構。他們看重的是網絡智能化帶來的運維降本（預計降低OPEX 30%以上）、新業務孵化能力（如實時視頻分析、工業定位）以及6G時代“通感算智”融合的先發優勢。

設備商方面，以諾基亞為代表。原因很簡單，英偉達都是諾基亞的大股東，已形成深度綁定。

諾基亞推出了anyRAN軟件，可與英偉達GPU AI RAN平臺集成。2026年3月，諾基亞宣布已與T-Mobile US、印尼電信、軟銀等運營商成功完成基于英偉達GPU加速平臺的AI-RAN功能測試。

第二種，是自主探索。

以目前AI的發展趨勢，沒有人敢懷疑它將會給通信架構帶來的顛覆。但是，認同AI-RAN和認同英偉達GPU，并不是一回事。大部分設備商和運營商，都不希望被英偉達深度綁定，而是希望走一條自主可控的AI-RAN技術路徑。

例如愛立信，一方面把自己的RAN軟件做了移植，放到英偉達AI平臺上進行測試（和T-Mobile合作）。另一方面，在其自研Ericsson Silicon芯片中，集成了可編程神經網絡加速器（NNA），將AI推理能力直接下沉到AAU/RRU的射頻端。

華為和中興，作為中國企業，更不可能將AI-RAN的主導權交予英偉達。在今年的MWC上，華為提出了“AI-Centric Network”，中興則提出了“AIR MAX”，其實都是在探索自己的“AI+通信”技術路線。

運營商方面，其實對AI-RAN是既愛又怕。

愛，是因為AI-RAN看上去確實很“香”——通過軟硬解耦與算力復用，AI-RAN可以顯著壓縮部署周期與運維開銷；有了AI-RAN帶來的開放接口、實時數據流與低時延邊緣算力，可以將基站從“啞管道”升級為可編程、可運營的智能服務節點，打破“管道化”困局。

怕，則源于對技術主權的焦慮——一旦基帶處理與AI推理深度耦合在GPU上，整個RAN架構的控制權就可能向英偉達生態傾斜。這無異于“才出狼窩，又入虎口”。

現在運營商都號稱自己要從“流量運營”轉向“Token運營”，從通信運營商轉向算力提供商。AI-RAN，其實是非常匹配這個目標的。但是，背后的“廠商深度綁定”，是他們最大的顧慮。

AI-RAN的成本投入非常高。不僅是建設成本（CAPEX，算卡很貴、設備很貴、機房改造很貴），也包括運營成本（OPEX，電費很貴）。

對于運營商來說，選擇也必須慎重。在AI-RAN路線并沒有得到充分驗證之前，在這筆賬沒算清楚之前，相信大部分運營商（尤其是大運營商）都不會做明確投入。

業界目前逐漸形成了一個共識，那就是——AI-RAN很可能是通信網絡的發展方向，但AI-RAN的算力選型方面，極有可能是“ASIC+GPU+CPU”的多元異構架構。說白了，就是運營商根據場景需求自行混搭，以便實現性能、效率、成本、生態的完美平衡。

除了算力選型之外，AI-RAN還面臨商業模式、標準化、生態建設等多重挑戰。

商業模式，主要是邊緣AI算力如何計量、計費、運營。運營商如何將邊緣AI算力轉化為可售服務。英偉達或其它設備商，在商業模式中扮演怎樣的角色。是像智算中心那樣購買和計費，還是說會創新出新的模式。

標準化，則是指AI-RAN沒有統一的數據語義、模型接口與服務編排規范。通信標準一直都是3GPP牽頭制定，而AI-RAN是AI-RAN聯盟主導。兩者之間如何擺正關系，誰來牽頭，誰說的算，都是問題。背后牽扯了太多的利益。

生態建設，就更不用說了。目前算力選型和技術路線都無法確定，生態建設自然舉步維艱——芯片廠商、終端廠商、設備商、運營商、模型提供商，大家目前都是一團漿糊、各懷鬼胎，不知道該支持誰，也不知道該不該投入。

█ 結語

總的來說，AI-RAN確實是通信行業最看好的技術方向，也很可能是通信網絡新一輪技術革命的核心。

但是，它目前仍然存在極大的不確定性，圍繞它的探索，才剛剛起步?，F在預測它的成敗，還為時過早。

我們不妨再多給AI-RAN一點時間，讓行業企業拿出真正的商業解決方案，并在真實場景中充分驗證技術可行性、打磨商業模式、構建生態鏈條。

6G標準研究已經全面啟動，AI-RAN在6G標準中將扮演什么樣的角色，它是否會開啟真正的AI原生網絡時代？就讓時間來告訴我們答案吧！