概述：AI-RAN不是又一个PPT概念——软银的AITRAS已宣布从2026财年起引入商用网，单台服务器跑20个100MHz小区、AI让5G吞吐提升30%、16层MU-MIMO室外实测频谱效率约为4层的3倍；美国侧，T-Mobile与爱立信把AI原生调度器搬上了现网5G Advanced，频谱效率提升接近10%。本文以软银2026年7月官方技术文章、T-Mobile与爱立信新闻稿为事实锚点，讲清AI-RAN到底是什么、两条商用路线走到哪一步、实测数据成色几何，以及我们这些网络工程师该盯着什么、学些什么。
先说清楚一个容易混淆的点。本站之前写过vRAN的科普——把基带从专用主板搬进x86服务器，那叫“软件化”。AI-RAN是再往前走一步：这套服务器不只跑基站软件，还同时跑AI负载，一台机器两份工。前者是省设备，后者是要让每个基站站点变成一个微型AI机房。这是两个话题，别混。
这个方向不是小厂自嗨。2024年2月，MWC巴塞罗那上，T-Mobile、NVIDIA、爱立信、诺基亚、软银等公司联合发起AI-RAN联盟；2024年9月18日，T-Mobile在资本市场日宣布联合NVIDIA、爱立信、诺基亚在西雅图附近的贝尔维尤（Bellevue）建行业首个AI-RAN创新中心；日本侧动作更快，软银2024年11月13日正式发布融合AI-RAN方案AITRAS，并在2026年7月16日发布官方技术长文《From Proof-of-Concept to Commercial Deployment of AI-RAN》，明确宣布：AITRAS计划从2026财年（即2026年4月开始的财年）起引入软银商用网络，目前正评估NVIDIA RTX PRO 4500与RTX PRO 6000两款Aerial RAN计算机平台作为落地硬件。
这篇文章，就是本系列解读的主轴——它是运营商官方发布的、从头到尾复盘三年试验历程的技术文章，数据全部来自软银自己的一手试验，不是媒体转述。本文事实部分均以此为锚，辅以T-Mobile与爱立信官方新闻稿交叉验证；属于我个人观点的部分，会明确标出。
一句话概括现状：AI-RAN在2026年走完了“能不能”的验证，正站在“值不值”的门口。 下面拆开看。
AI-RAN联盟把这件事拆成三个层次，这个分类被软银官方文章完整引用，是目前行业最通行的框架：
用软银的架构图逻辑画出来是这样的：
flowchart TB
subgraph SRV["同一台GPU加速服务器"]
DU["RAN侧：5G L1与L2软件"]
AIW["AI侧：大模型推理与视觉与机器人"]
end
ORCH["AITRAS编排器：动态分配算力"]
ORCH --> DU
ORCH --> AIW
subgraph ECO["外部生态对接"]
ERI["爱立信EIAP：O-RAN SMO框架"]
NOK["诺基亚AI-RAN外部算力引擎"]
end
ERI --> ORCH
NOK --> ORCH
subgraph CASE["已公开的试验场景"]
ROB["安川电机办公机器人"]
MHI["三菱重工横滨边缘机房"]
DRV["自动驾驶AI应用"]
end
ROB --> AIW
MHI --> AIW
DRV --> AIW
其中最难啃的骨头是RAN侧。基带L1（物理层）是对时间确定性要求极端苛刻的实时系统，符号级处理周期以百微秒甚至更细的粒度计，而GPU本质是吞吐型处理器。软银的L1软件基于NVIDIA AI Aerial平台开发，按其2024年11月新闻稿的说法，靠信号并行处理与任务发起时序优化来达到载波级网络所需的稳定性与性能——翻译成人话：把GPU的并行能力用足，同时把每个处理任务的触发时机掐得足够准。这行不行，得看实测。
软银2026年7月那篇官方文章，把三年多的路完整摊开了。先看时间线：
timeline
title 软银AITRAS大事记
2023年3月 : 与NVIDIA共建AI-on-5G实验室 : GPU虚拟基站端到端打通
2023年5月 : 宣布基于GH200超芯片的下一代平台
2024年2月 : 联合发起AI-RAN联盟
2024年11月 : 正式发布AITRAS融合方案
2025年3月 : AITRAS进驻NVIDIA加州总部 : 开展边缘AI应用开发
2025年8月 : Transformer信号处理提速30%
2026年 : 计划引入商用网络 : 评估RTX PRO平台
几个关键节点值得展开：
起点是2023年3月的AI-on-5G实验室。 软银与NVIDIA在联合实验室里，用同配置的硬件基础设施同时跑了GPU虚拟基站的DU和MEC侧AI应用，完成了端到端通信验证，现场做了AI实时人体检测。注意这个验证的工程设计：DU和AI应用跑在同构硬件上，这正是后来"AI and RAN"共平台理念的雏形。三个月后的2023年5月，双方宣布基于GH200 Grace Hopper超芯片构建面向生成式AI与5G/6G的下一代平台。
成色最足的试验在庆应义塾大学湘南藤泽校区（SFC）。 软银按城域真实环境搭建了AI-RAN验证环境，服务器搭载GH200。按官方数据：单台AITRAS服务器处理20个小区，配置100MHz带宽、4T4R；同一套设施上同时跑的业务包括100台终端的视频流、基于大语言模型的四足机器人、以及自动驾驶AI应用。这不是实验室孤立指标，是“通信+多路AI业务混跑”的综合验证——AI-RAN的核心卖点（一份数据中心当两份用）在这里第一次被完整演示。
两个性能数字含金量最高。 第一，2025年8月，软银开发出采用Transformer架构的AI模型处理无线信号，在符合3GPP 5G标准规范的真实无线环境中实时运行，吞吐提升约30%——注意这是“AI for RAN”路线的成果，且强调是在标准 compliant 的实际空口环境，不是仿真。第二，在NVIDIA加州圣克拉拉总部的室外试验中（据Data Center Dynamics 2025年3月报道，该环境同时用于边缘AI应用开发），软银把整个无线信号处理全部用GPU软件执行，完成了下行16层MU-MIMO的室外演示，对比传统4层配置，频谱效率和吞吐均提升约3倍。16层MU-MIMO对调度和信道估计的要求是指数级上升的，能靠纯软件在GPU上稳定跑出来，这是整个AI-RAN路线迄今最硬的技术里程碑。
按官方口径，接下来的路径是：2026财年起引入商用网络，硬件侧评估NVIDIA RTX PRO 4500和RTX PRO 6000两款Aerial RAN计算机平台——注意，从试验期的GH200超芯片转向RTX PRO系列工作站级GPU，说明软银在认真压硬件成本，商用形态大概率比试验环境便宜一个量级。
生态动作也值得记录：软银把AITRAS编排器的核心组件动态评分框架（DSF）开源了，目标是降低AI-RAN的准入门槛；它与爱立信完成了AITRAS编排器与爱立信智能自动化平台（EIAP，O-RAN兼容的SMO框架）的互通，与诺基亚打通了诺基亚AI-RAN外部算力引擎；它还是Linux基金会新成立的OCUDU生态基金会的创始成员。AI-RAN联盟截至2026年7月已有超过140家组织加入，联盟主席由软银的Alex Jinsung Choi担任。
美国的路线选择和日本不同：不急于把AI负载塞进基站，先把“AI增强网络本身”做出现网成绩。
2024年9月18日，T-Mobile在资本市场日宣布与NVIDIA、爱立信、诺基亚共建AI-RAN创新中心，落地贝尔维尤，四家都是AI-RAN联盟创始成员。当时Jensen Huang的原话是“AI将重塑无线通信网络——超越语音、数据和视频，支撑生成式AI与机器人等新应用”；Mike Sievert说得更实在，他直言AI-RAN潜力巨大但很难做对，所以T-Mobile选择现在就下场。这份新闻稿里还留了一个细节：AI-RAN会以类似Open RAN的开放、容器化方式构建——软硬件解耦是前提，没有解耦就没有后面发生的一切。
两年后这条路开始出成绩，两个节点都有正式新闻稿：
2026年3月1日，T-Mobile与爱立信宣布在NVIDIA AI基础设施上成功测试爱立信Cloud RAN软件，验证了RAN软件的可移植性——运营商可以自由选择网络算力方案。这句话对设备商格局的冲击，懂行的都明白：RAN软件与专用硬件的绑定松动了。
2026年5月12日，爱立信与T-Mobile宣布把AI原生调度器与链路自适应（AI-native Scheduler with Link Adaptation）推进到现网5G Advanced流量的大规模商用试验，双方称此为业界首次。技术上值得说道的点有三个：其一，神经网络直接运行在爱立信TCO优化的硬件上，不依赖外挂GPU——AI for RAN未必要换硬件，在既有设备上跑推理是更省钱的路；其二，实测数据为频谱效率提升接近10%、下行吞吐最高提升15%，且大规模现网结果与此前的局部区域测试一致，说明模型的环境适应性过关；其三，它替换的恰好是调度器、链路自适应这两个RAN里最依赖工程师经验打磨的模块——用神经网络预测快速变化的无线信道条件，代替传统基于规则的决策。T-Mobile高级副总裁Grant Castle特别提到，T-Mobile是2025年美国首个 nationwide 部署5G Advanced的运营商，AI原生RAN是其下一阶段押注。
同期，2026年3月16日NVIDIA与T-Mobile宣布联合诺基亚及开发者生态，在“AI-RAN就绪基础设施”上承载物理AI（Physical AI）应用。至此美国路线的拼图完整了：底层是可移植的Cloud RAN软件，中间是跑在既有硬件上的AI原生调度，上层是边缘物理AI应用。
把日美两条路线摆在一起看，差异非常清晰：
| 维度 | 软银AITRAS（AI and RAN主攻） | T-Mobile×爱立信/诺基亚（AI for RAN先行） |
|---|---|---|
| 起点事件 | 2023年3月AI-on-5G实验室 | 2024年9月贝尔维尤AI-RAN创新中心 |
| 技术重心 | 自研L1软件跑在NVIDIA GPU上，RAN与AI共平台共享算力 | Cloud RAN软件可移植性验证＋AI原生调度器 |
| 硬件载体 | 试验期GH200，商用评估RTX PRO 4500/6000 | 爱立信TCO优化硬件上直接跑神经网络 |
| 公开效果数据 | 吞吐+30%；16层MU-MIMO效率约为4层3倍；单服务器20小区100MHz 4T4R | 频谱效率≈+10%，下行吞吐最高+15% |
| 商业化节点 | 2026财年起引入商用网络（官方明确） | 现网大规模商用试验，规模扩展中 |
| 生态角色 | AI-RAN联盟主席、DSF开源、OCUDU创始成员 | 四家联合创新中心、联盟创始成员 |
再把目前所有经得起查证的量化数据集中一次（均来自厂商官方发布，注意均为厂商自报数据）：
| 指标 | 数值 | 场景 | 时间与来源 |
|---|---|---|---|
| Transformer AI吞吐增益 | 约+30% | 3GPP 5G标准实际无线环境实时运行 | 2025年8月，软银官方 |
| MU-MIMO频谱效率/吞吐 | 约为4层的3倍 | 16层下行MU-MIMO，室外 | 圣克拉拉试验，软银官方技术文章 |
| 单服务器容量 | 20小区，100MHz，4T4R | 庆应SFC城区试验，混跑100终端视频+LLM机器人+自动驾驶AI | 软银官方技术文章 |
| AI原生调度器增益 | 频谱效率≈+10%，下行最高+15% | T-Mobile现网5G Advanced大规模商用试验 | 2026年5月，爱立信/T-Mobile新闻稿 |
| AI-RAN联盟规模 | 超140家组织 | 含企业、高校、研究机构 | 截至2026年7月，软银官方技术文章 |
【以下是个人观点】 怎么评估这批数据的成色？三点判断。第一，+30%和3倍这类数字是在受控试验环境取得的，现网多小区干扰、切换、负载波动都会折损，参考T-Mobile侧的规律——局部测试10%量级的收益在大规模现网上守住了——我认为AI-RAN试验数据的现网留存率可能在三到七成之间，最终要看软银商用网的实际报表。第二，+10%的频谱效率对运营商是真金白银：频谱是买的，效率提升等于免费扩容，这条路线的ROI账最好算，这也是爱立信选择它作为第一个现网AI特性的原因。第三，共平台路线（AI and RAN）的账要算总账——省的是站点机房、电力和重复建设的边缘机房，赚的是AIaaS收入，账期比AI for RAN长得多，软银从2023年干到2026财年商用，三年半的投入周期本身就是这条路线难度的注脚。
【以下是个人观点】 每次行业大会吹新架构，我都会问三个问题。这三个问题不解决，AI-RAN就还只是“头部运营商的豪华实验”。
一问：GPU进得了基站机房吗？ 基站机房的条件是按专用设备设计的：灰尘、温度波动、无空调的柜顶站点比比皆是。数据中心级GPU对散热和环境的要求，比传统BBU苛刻得多。软银商用评估从GH200转向RTX PRO级别，除了成本，我猜测环境适应性也是考量——但这一点官方未明确说明，属于个人推测。站点级硬件的工程化改造，是共平台路线绕不开的脏活。
二问：算力错峰真的能对上吗？ AI-RAN的商业逻辑建立在“RAN和AI错峰共享算力”上：话务晚高峰在晚上，AI推理白天忙。但这个假设要打折——现网RAN的容量规划必须按忙时最大负载留余量，且故障时RAN必须无条件优先。编排器动态切分听起来美好，实际是“AI用RAN的剩饭”。如果AI负载只能吃余量，利用率上不去，GPU的钱就赚不回来；如果AI挤占RAN余量，网络风险立刻上来。DSF开源正是要把这个调度问题变成行业公共课题，思路是对的，但答案还没有。
三问：故障域重合了怎么办？ 传统网络里基站和AI机房是两套独立资产，AI服务器宕机不影响通话。共平台之后，一台GPU服务器的硬件故障可能同时影响接入网业务和边缘AI业务，故障域从分离走向重合。标准允许多种实现，具体隔离与降级机制以各厂家官方文档为准，但运维侧必须提前想清楚：共平台节点的备件策略、业务降级顺序、SLA怎么签，都是全新课题。3GPP对6G的AI原生架构讨论已经启动，运营商级可靠性怎么定义，未来两三年会逐步见分晓。
这三问不是唱衰。恰恰相反——软银敢定2026财年商用时间点，T-Mobile敢上现网，说明头部玩家对这些问题已有自己的解法，只是还没到公开细节的阶段。对大多数运营商，我的建议是：先在热点的AI for RAN特性（比如AI调度）上做现网试点拿数据，共平台路线跟踪软银商用后的实测再动，别抢跑。
【以下是个人观点】 落到我们这些人身上，AI-RAN意味着技能栈的三次扩容，按优先级排：
AI-RAN在2026年交出的答卷可以这样概括：技术验证基本完成——GPU上跑通了载波级L1，16层MU-MIMO和+30%的实测增益证明了“AI能进基站”；现网商业化开始破冰——软银AITRAS锁定2026财年进入商用网，T-Mobile与爱立信的AI原生调度器在美国5G Advanced现网拿到接近10%的频谱效率增益；生态护城河开始成形——140多家组织的联盟、开源的编排框架、松绑的RAN软件可移植性。
但它是马拉松的起跑，不是百米的冲线。算力错峰的账、站点环境的账、故障域重合的账，每一笔都要在商用网里慢慢算。对工程师而言，最理性的姿态是：把AI for RAN当成眼前的效率工具去用，把AI and RAN当成明天的架构方向去学——软银们已经用三年半时间和140家盟友，把路修到了门口，剩下的就看谁先走出第一批可复制的商用案例。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。