凌晨一点，城市基站房里的基带板卡在空转。话务量跌到白天的两三成，那些为峰值设计的专用芯片——基带SoC、FPGA、加速卡——就这么低功耗待机，等早高峰来临。而几公里外的产业园区里，一家做视觉质检的小公司想部署AI推理，还得自己租机房、买GPU、拉专线。同一座城市，一边是算力闲置，一边是算力难求。这个错配，日本软银决定管一管。他们给出的答案叫AITRAS：把5G基站和AI应用塞进同一台GPU服务器，让一套算力白天扛话务、其余时间跑AI。2026年7月，软银官方技术专栏系统复盘了这条路线四年的推进过程，并给出关键确认——AITRAS将从2026财年起导入软银商用网。本文基于软银官方材料、2024年11月发布新闻稿及行业媒体多方信源，把这件事的来龙去脉、实测数据和商业逻辑一次讲清。
干过无线运维的人都清楚，RAN是运营商身上最重的一块资产：站址、天面、BBU、RRU，样样是真金白银，而且全部按忙时话务模型设计。问题在于，移动网络的潮汐效应太狠——商务区白天挤爆、午夜空场，居民区正好反过来。为了晚高峰那两个小时，你要为一整天的闲置付费。这是全球电信业算了几十年的老账。
传统vRAN（虚拟化无线接入网）迈出了第一步：把基带软件从专用硬件里解放出来，跑在通用服务器上。但走过分体解耦这一步的工程师都知道，物理层（L1）信号处理对时延确定性的要求近乎苛刻，x86通用CPU啃不动，最后还是得外挂专用加速卡。算力依然专用、依然隔离、依然借不出去。
与此同时，AI推理需求正从云端往边缘压。机器人、视觉质检、自动驾驶，这些场景要的是毫秒级就近计算，数据还不能出园区。而边缘机房，恰恰是运营商手里少数还能自己说了算的物理资源。
于是问题被重新表述：能不能有一种算力平台，既跑得动带硬实时约束的L1信号处理，又跑得动大模型推理？这就是AI-RAN要回答的问题。
2024年2月，软银与英伟达牵头，联合多国电信与AI企业成立了AI-RAN Alliance。据软银官方文章，截至2026年7月，联盟成员已超过140家机构，软银的Alex Jinsung Choi出任主席。联盟把整件事拆成三条路线，一张表看明白：
| 路线 | 一句话解释 | AITRAS里的对应 |
|---|---|---|
| AI for RAN | 用AI提升无线接入自身的性能 | Transformer信号处理，吞吐提升约30% |
| AI and RAN | AI负载与RAN负载共存于同一平台 | GH200服务器上混部vRAN与AI应用 |
| AI on RAN | 在RAN算力之上直接经营AI业务 | 边缘AI、物理AI机器人等应用 |
三条路线里，AI for RAN（比如用神经网络做信道估计、接收算法）是算法层的事，水最深但只动网不动商业模式；真正有想象力的是后两条——平台层算力融合。要注意，这跟物理层算法替换不是一回事：AI-RAN更大的野心是让GPU这种通用加速器同时承载电信实时负载和AI负载。前者要确定性时延，后者要吞吐，两种脾气完全不同的活混部在同一台服务器上，全靠软件编排来维持体面。
AITRAS就是这套思路的产品化。按2024年11月12日发布新闻稿，其关键部件包括：软银自研的RAN L1软件（基于英伟达AI Aerial平台开发，通过信号并行处理与任务发起时序优化来保住电信级稳定性）、自研编排器、NVIDIA GH200 Grace Hopper超级芯片底座，以及预集成NVIDIA AI Enterprise——企业客户可以直接在这套边缘AI服务器上开发和部署自己的大模型应用。架构长这样：
flowchart TD
RU["射频单元"] -->|前传| L1["RAN L1软件<br/>基于AI Aerial开发"]
L1 --> VIRT["虚拟化平台"]
L2["RAN L2 L3软件"] --> VIRT
APP["边缘AI应用<br/>生成式AI 机器人"] --> VIRT
VIRT --> GPU["GH200 GPU服务器"]
ORCH["自研编排器<br/>DSF已开源"] -->|动态切分算力| VIRT
ORCH -->|对接SMO框架| ERI["爱立信EIAP"]
ORCH -->|接入外部算力| NOK["诺基亚AI-RAN引擎"]
ENT["NVIDIA AI Enterprise"] --> APP
发布当天，黄仁勋的定调说得毫不掩饰：「运营商能在同一套算力基础设施上同时运行AI和5G，是改变游戏规则的能力，这为各国提供了一条通往主权AI的快车道。软银开发的首个英伟达加速AI-RAN方案，让每一家运营商都能成为AI服务商。」注意「首个」这个词——英伟达把软银钉在了AI-RAN商用史的第一页上。
timeline
title AITRAS这四年
2023年3月 : AI-on-5G实验室实机验证
2023年5月 : 锁定GH200规划分布式AI数据中心
2024年2月 : AI-RAN联盟成立
2024年11月 : AITRAS发布与参考套件计划
2025年3月 : 部署进英伟达总部
2025年8月 : Transformer提速30%
2025年秋 : 16层MU-MIMO外场验证
2026财年 : 商用网导入启动
这条时间线的每一步，解决的是一个不同的问题。
2023年3月，在与英伟达共建的AI-on-5G实验室里，软银首次在实机上完成端到端验证：GPU上的vRAN与MEC侧AI应用跑在同样配置的硬件设施上，AI实时人体检测与通信业务并行不悖。这一步回答的是「能不能」——GPU跑电信实时负载，物理上成立。
2023年5月，双方宣布基于GH200超级芯片打造下一代平台，规划铺向软银在全日本的分布式AI数据中心。这一步把「实验」升级成「基建规划」：生成式AI与无线通信应用共生于多租户公共服务器平台，成为今天AI-RAN战略的直接前身。
2024年11月AITRAS正式发布时，软银同时宣布了两项外溢计划：2025年起向全球运营商提供参考套件，2026年起向全球运营商推广方案。参考套件是个七件套——编排器、边缘AI应用、RAN L2/L3软件、RAN L1软件、虚拟化平台、GH200芯片、射频单元——相当于把一间可复制的AI-RAN机房装进箱子发货。任何一家运营商拉进实验室，就能自己验证功能、性能和成本。
2025年3月，据数据中心行业媒体Data Center Dynamics报道，AITRAS部署进了英伟达圣克拉拉总部，用于边缘AI应用的开发。产品还没在自己国家的商用网铺开，先摆进了甲方乙方的联合展台——这个动作本身，就是给全球潜在买家看的实机广告。
概念讲得再多，最后都要落到数字上。软银四年攒下的核心验证数据如下：
| 验证项目 | 时间 | 关键条件 | 结果 |
|---|---|---|---|
| GPU vRAN端到端实机验证 | 2023年3月 | AI-on-5G实验室，vRAN与MEC AI同配置硬件 | AI实时人体检测与通信业务并行 |
| 单服务器容量密度 | 庆应SFC外场 | GH200平台，100MHz 4T4R配置 | 单台承载20小区，100终端并发视频，LLM四足机器人同机运行 |
| Transformer信号处理 | 2025年8月 | 3GPP合规实测无线环境，实时运行 | 吞吐提升约30% |
| 下行16层MU-MIMO | 2025年秋 | 英伟达总部外场，GPU纯软件PHY | 频谱效率与吞吐约为4层配置的3倍 |
| 联盟生态规模 | 截至2026年7月 | AI-RAN Alliance | 成员机构超140家 |
逐条说点门道。
庆应义塾大学湘南藤泽校区（SFC）的外场环境，是为城区运行设计的。单台AITRAS服务器承载20个小区——对老网优来说，这意味着两三个常规三扇区站点的全部基带处理量，外加一百路并发视频流、一台调用大模型的四足机器人和自动驾驶AI应用，全部同机共存。这是「容量密度」最直观的证据：一台机柜位，顶过去一个小机房。
2025年8月的Transformer验证是AI for RAN路线迄今最硬的数据之一。软银用Transformer架构做无线信号处理，在符合3GPP 5G规范的实测无线环境中实时运行，把吞吐抬高约30%。关键定语有三个：实时（不是离线仿真）、标准合规（不是私有空口）、实测环境（不是实验室线缆对接）。三个定语凑齐，数据才有含金量。
而2025年秋在英伟达圣克拉拉总部的Massive MIMO外场演示，啃的是最难啃的骨头。下行16层MU-MIMO信号处理完全由GPU上的软件执行——过去，PHY层实时信号处理被认为是专用硬件最后的护城河：时延抖动以微秒计，调度周期错过就是丢包。外场环境下跑通16层，频谱效率和吞吐约为传统4层配置的3倍。电信行业媒体telecoms.com在报道此事时点破了另一层意思：这道护城河，GPU啃下来了。
必须补一句实话：以上全部是软银自家的外场结果，目前没有见到第三方独立机构的复测数据。厂商数据当然要打着折扣听，但验证条件（3GPP合规、外场、实时）的表述是完整的，作为工程参考已经够硬。
混部架构真正的深水区不在芯片，在调度。L1信号处理是硬实时负载，错一个调度周期就是丢包掉话；AI推理是弹性负载，慢半秒无感但吞吐胃口大。潮汐来了谁让谁？抢内存了谁先死？
软银的答案是自研编排器：按AI与RAN各自的应用特征动态分配计算资源，忙时RAN优先保住网络性能，闲时算力让渡给AI应用。其核心算法叫动态评分框架（Dynamic Scoring Framework，DSF），软银已将其开源，并以创始成员身份加入了Linux基金会发起的OCUDU生态基金会。把编排这一层开源、开放，用意很清楚：AI-RAN要成气候，不能只有软银一家会调度，入场门槛必须打下来。
更值得玩味的是两笔对接。与爱立信：AITRAS编排器与爱立信智能自动化平台（EIAP，O-RAN兼容的SMO框架）实现了互通；与诺基亚：AITRAS编排器接通了诺基亚AI-RAN外部算力引擎，可为AI-RAN环境内的外部AI负载供应算力。这两家正是软银现网RAN的主力供应商。换句话说，AITRAS不是来砸场的——它准备在现网设备商的管理框架里「挂载」进去，让爱立信、诺基亚的RAN算力与AI算力动态互济。标准允许多种实现，具体行为以各厂家官方文档为准，但「编排器互通」这个动作本身透露了第一批商用的形态：大概率不是推倒重来的GPU基站，而是从现有网络旁边长出来的算力节点。
应用侧也已经开跑。与安川电机合作开发面向办公室场景的物理AI机器人，AI跑在MEC上；与三菱重工在横滨Hardtech Hub的边缘数据中心内部署AITRAS，验证与外部网络隔离环境下的边缘AI应用——工厂数据不出园区，恰恰是边缘算力的主场；与爱立信则验证了AI处理动态卸载下的低时延高可靠网络，为机器人这类物理AI铺路。基站改行当机房之后，第一批「租客」已经入住。
按软银官方口径，AITRAS将从2026财年起导入软银自有商用网——日本2026财年为2026年4月至2027年3月，也就是说，此刻正在这个窗口之内。这不是远期路线图，是进行时。
硬件选型上有个细节值得注意：软银正在评估的平台，已经从GH200这种数据中心级超级芯片，换成了英伟达RTX PRO 4500和RTX PRO 6000——工作站级别的GPU产品线。从旗舰芯片降到主流级别，指向很明确：把单站成本与功耗密度压进可大规模铺开的区间。这是我基于选型变化的解读，但硬件选型从来不会说谎。
行业情绪也有数据佐证。英伟达发布的《State of AI in Telecom》调研显示，77%的受访者预计AI原生无线网络架构将比传统6G部署周期更快落地——注意，这是设备商出品的行业调研，样本与口径天然偏向乐观，数字听一半就好；但它与AI-RAN联盟四年内扩张到140多家机构的速度，倒是能对得上。
商业模型才是这件事的底层驱动力：同一份算力，白天卖管道，其余时间卖AI推理、卖边缘算力租赁。对营收增长见顶、被资本开支压得喘不过气的全球电信业来说，这是近年少有的「增量故事」。黄仁勋那句「让每一家运营商都成为AI服务商」，说的正是这个。
热度归热度，以下三个问号是笔者基于公开材料的分析判断，供同行对照自己的网络盘算。
第一，全网TCO对账单至今没人晒出来。GPU服务器采购价、机房供电制冷改造、软件订阅授权——软银的官方表述始终围绕「降低功耗、提升容量、提高成本效益」，但全网级、按年的TCO对比数据没有公开。telecoms.com那篇分析的文章标题说得更直接：《英伟达才是软银AI-RAN里程碑的最大受益者》。算力融合省下的电和买GPU花的钱，哪个大，只有第一批商用运营商的财务报表知道。
第二，生态里藏着结构性张力。爱立信、诺基亚愿意与编排器互通，是顺水推舟还是留有后手？设备商的专用基带生意与通用GPU路线，长期看存在此消彼长的矛盾。AI-RAN联盟140多家成员声势浩大，但联盟签名不等于采购订单——推动者与观察者同席，是所有行业联盟的常态。
第三，生命周期错配是运维层面的真问题。电信设备按7到10年设计寿命采购，GPU却两年一代。基带硬件跟着GPU换代节奏走，现网参数经验要不要重标？故障模型、备件体系、员工技能栈，全都要重建。这些坑只有规模商用才会暴露——而2026财年，恰恰就是暴露的开始。
回到开头那个画面：深夜闲着的基带，和买不到GPU的创业公司。AITRAS给出的不是一个新算法，而是一张资产负债表的重组方案——把「网络成本」重新记成「算力资产」。四年时间，这件事从实验室里的「能不能」，走到了外场实测的「快多少、密多少」，如今正走进商用网。
对全球同行而言，这条路线真正的启示不在省了多少电费，而在于运营商第一次有机会以「算力提供商」的身份重返AI产业链的主桌。基站改行当机房，改的不是设备，是运营商的商业模式。软银已经把单子下了、把箱子发了、把开源代码交了——接下来两年，就看谁的机房先租出去。
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。