# 把GPU塞进基站：AI-RAN商用开局 **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。 ## 目录 - [引言：机柜里的两种命运](#引言机柜里的两种命运) - [一、AI-RAN是什么：联盟定义的三种玩法](#一ai-ran是什么联盟定义的三种玩法) - [二、软银AITRAS：走得最快的运营商](#二软银aitras走得最快的运营商) - [三、美国路线：T-Mobile创新中心与爱立信AI原生调度器](#三美国路线t-mobile创新中心与爱立信ai原生调度器) - [四、两条路线对比与数据成色](#四两条路线对比与数据成色) - [五、老兵三问：把热度摁下去再看](#五老兵三问把热度摁下去再看) - [六、给一线工程师的行动清单](#六给一线工程师的行动清单) - [结论](#结论) - [参考来源](#参考来源) ## 引言：机柜里的两种命运 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。 ## 一、AI-RAN是什么：联盟定义的三种玩法 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： - **AI for RAN**：用AI增强无线接入网自身。典型做法是拿神经网络替换或辅助空口调度、链路自适应这些传统上靠规则和启发式算法的模块。收益直接体现在频谱效率和吞吐上。 - **AI and RAN**：AI与RAN共享同一套加速计算平台。基站软件和AI推理跑在同一台GPU服务器上，由编排器动态切分算力。这是软银AITRAS的主战场。 - **AI on RAN**：在AI-RAN基础设施之上承载第三方AI应用，把基站站点变成边缘AI服务点，向企业卖AIaaS。 用软银的架构图逻辑画出来是这样的： ```mermaid 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。 ## 二、软银AITRAS：走得最快的运营商 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： ```mermaid 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。 ## 三、美国路线：T-Mobile创新中心与爱立信AI原生调度器 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。** ## 四、两条路线对比与数据成色 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。 ## 五、老兵三问：把热度摁下去再看 **【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。 ## 六、给一线工程师的行动清单 **【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： 1. **吃透开源编排组件。** 软银开源的DSF（动态评分框架）和Linux基金会OCUDU生态是公开可读的AI-RAN编排参考资料，搞懂“多集群环境下按资源状态评分调度”这套思路，比看十篇白皮书有用。 2. **把GPU运维纳入无线技能树。** 过去无线工程师不懂服务器，核心网工程师不懂空口。AI-RAN站点的 reality 是：你要会看GPU利用率、显存占用、推理时延，还要能判断这些指标对空口符号处理的影响。CUDA层面的知识可以不深，但NVIDIA的监控指标体系（利用率、功耗、温度、ECC错误）要能读懂。 3. **盯住软银2026财年商用网的实际数据。** 这是未来十二个月最有观察价值的样本：真实话务下的AI负载占比、站点故障率、功耗曲线，任何流出的一手数据都值得收集。国内产业链在算力基站方向也有自己的布局，各路线细节以各家官方发布为准，但“基站站点承载边缘AI”这个方向判断，全球是一致的。 4. **重新理解你手里的调度参数。** T-Mobile现网已经证明，调度器、链路自适应这些模块正在被神经网络改写。未来参数优化工程师的部分经验会被模型替代，而模型的效果验证、灰度策略、回退机制，会成为网优的新日常工作。 ## 结论 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。 ## 参考来源 1. [SoftBank官方技术文章：From Proof-of-Concept to Commercial Deployment of AI-RAN（2026-07-16）](https://www.softbank.jp/en/corp/technology/research/topics/224/) — 本文主轴来源，软银官方复盘AITRAS三年试验历程与商用计划，含全部关键实测数据 2. [SoftBank新闻稿：AITRAS融合AI-RAN方案发布（2024-11-13）](https://www.softbank.jp/en/corp/news/press/sbkk/2024/20241113_06/) — AITRAS L1软件基于NVIDIA AI Aerial平台的技术细节 3. [T-Mobile新闻稿：联合NVIDIA/爱立信/诺基亚成立AI-RAN创新中心（2024-09-18）](https://www.t-mobile.com/news/business/t-mobile-launches-ai-ran-innovation-center-with-nvidia) — 美国路线起点，含四家CEO表态与AI-RAN联盟背景 4. [爱立信新闻稿：T-Mobile 5G Advanced现网达成业界首个AI原生RAN成果（2026-05-12）](https://www.ericsson.com/en/press-releases/6/2026/t-mobile-ericsson-ai-ran) — AI原生调度器现网数据：频谱效率≈+10%、下行吞吐最高+15% 5. [NVIDIA AI Aerial平台官方视频（YouTube）](https://www.youtube.com/watch?v=mDbq0OiaTdE) — T-Mobile官方新闻稿引用的平台介绍视频，直观理解GPU如何承载RAN与AI --- > 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。