2026年，AI-RAN（人工智能无线接入网）完成了从PPT到现网的关键一跳：软银宣布自2026财年起将自研的AITRAS融合方案引入商用网；英伟达在2025年10月GTC华盛顿大会上宣布向诺基亚投资10亿美元，把GPU基带做成可商用产品；T-Mobile则明确2026年启动外场试验。本文以软银官方技术博客（2026年7月）和英伟达官方新闻稿为解读主轴，回答三个问题：基站里跑AI到底难在哪、软银五年蹚出了一条什么路、以及这桩生意的账本和冷水各是什么。
通信行业这十年，什么都上云了：核心网上了x86，传输管控上了SDN，连客服都交给大模型了。唯独基站的基带单元（DU）里那层物理层（L1），一直是专用芯片的地盘。原因只有一个字：快。
以5G NR常见的30kHz子载波间隔为例，一个slot只有0.5毫秒。在这0.5毫秒里，基带要完成信道估计、LDPC译码、波束赋形、调制解调整条链路，其中很多处理环节的截止期限是微秒级、且是硬实时的——晚一微秒就是丢包，没有“稍后重试”的余地。传统做法是把L1固化进FPGA或ASIC：确定性极高、能效极好，但代价是算法一旦焊死就改不动，想引入新的信道处理算法，得等下一轮芯片流片。
所以早期的“软件化”只敢往上走：通用服务器接管L2/L3，L1留在加速卡上，这是第一代vRAN。真正激进的一步——把L1整层搬进软件、跑在通用GPU上——直到英伟达推出Aerial CUDA软件栈（把物理层做成cuPHY这类可调用库）、再配合Grace Hopper这类CPU与GPU内存一致的超级芯片，才具备了工程可行性。软银是最早把这条路走到现网门口的运营商。
很多人把AI-RAN当成一个词，其实业界（尤其是2024年2月成立的AI-RAN Alliance）把它拆成三个方向，顺序不同，生意完全不同：
软银的AITRAS是三条线一起做的典型：自研RAN软件跑L1，自研编排器在AI与RAN负载之间动态切分算力，再把边缘AI应用卖给企业。据软银官方技术博客数据，截至2026年7月，AI-RAN Alliance已扩展到超过140家成员组织，软银创始成员身份入会、其Alex Jinsung Choi担任联盟主席。
flowchart TD
UE["手机与行业终端"]
RRU["射频拉远单元"]
subgraph SITE["AI-RAN站点机房"]
ORCH["编排器做资源切分"]
subgraph SRV["GPU服务器池"]
L1["RAN实时处理软件"]
AII["AI推理负载"]
end
end
APP["边缘AI应用"]
CORE["5G核心网"]
UE --> RRU
RRU --> L1
ORCH --> L1
ORCH --> AII
AII --> APP
L1 --> CORE
与传统“基带专用芯片+独立边缘服务器”的架构相比，变化一目了然：射频拉远单元不变，变的是机房里那一排基带柜——从专用设备变成一组GPU服务器，多了一个负责“切蛋糕”的编排器。
| 维度 | 传统专用基站 | AI-RAN方案 |
|---|---|---|
| L1硬件载体 | 专用ASIC/FPGA基带板 | 通用GPU上跑软件栈 |
| 算法迭代 | 绑定芯片周期，以年计 | 软件升级，以月计 |
| 附加负载 | 无，算力专用 | AI推理与RAN共池 |
| 收入模型 | 单一连接费 | 连接费+边缘算力费 |
| 成熟度 | 规模商用多年，极稳 | 2026年才进现网，待检验 |
| 核心风险 | 生态封闭 | 功耗、成本、故障半径 |
软银这条路不是灵光一现，而是分五步走的，每一步都有公开的里程碑：
timeline
title 软银AI-RAN五年商用路
2023年3月 : 联合英伟达完成GPU vRAN端到端验证
2023年5月 : 宣布基于GH200建设AI与5G共平台
2024年11月 : 发布AITRAS融合方案
2025年8月 : Transformer信道处理使5G吞吐提升约三成
2026年起 : AITRAS计划引入软银商用网
第一步（2023年3月）：在软银与英伟达共建的AI-on-5G实验里，用真机打通了GPU vRAN到MEC应用的端到端通信——DU和AI应用跑在同配置硬件上，实时实现了基于AI的人体检测。这一步证明了GPU同时干两种活的可能性。
第二步（2023年5月）：双方宣布基于GH200 Grace Hopper超级芯片建设下一代数据中心平台，为日本各地的分布式AI数据中心铺路。这一步定下了硬件底座。
第三步（2024年11月）：软银正式发布AITRAS，并晒出了自家5G L1软件在Grace Hopper平台上达到电信级性能与质量的成绩单。注意“电信级”这三个字——这是L1软件化的生死线。
第四步（2024—2025年）：外场验证密集展开。在庆应义塾大学湘南藤泽校区（SFC），软银用一台AITRAS服务器处理了20个配置为100MHz 4T4R的小区，同时承载百路视频流、跑大语言模型的四足机器人和自动驾驶AI应用。2025年8月，软银宣布用Transformer架构做无线信号处理，在符合3GPP 5G标准的真实无线环境下把5G吞吐量提升约30%。随后在英伟达加州圣克拉拉总部，软银用GPU纯软件方式完成了下行16层MU-MIMO的室外演示——频谱效率和吞吐约为传统4层配置的3倍。
第五步（2026年起）：软银明确从2026财年起把AITRAS引入商用网（日本2026财年为2026年4月至2027年3月，也就是说此刻正在发生），并在评估英伟达RTX PRO 4500和RTX PRO 6000两档Aerial RAN计算机平台。
这组数字值得拆开看，因为每个都对应一个工程判断。
一台服务器20个小区（100MHz 4T4R）：一个典型三扇区宏站约3-6个小区，20个小区意味着一台GPU服务器能吃下一个由多个宏站组成的簇——这是基带集中化（甚至说法上的“基带云化”）的容量前提。当然，实验室/园区环境和话务模型真实的现网环境之间还有距离，这个数字先当“能力上限”看。
吞吐提升30%：这30%不是靠加功率、加频谱换来的，而是靠改造信道处理算法——用Transformer在真实无线环境里做实时处理。对运营商来说，在频率资源不变的前提下白拿三成容量，这是AI for RAN最硬的价值证明。更关键的是它是实时、符合3GPP标准的，不是离线仿真。
16层MU-MIMO做到约3倍：理论层数从4到16是4倍，实测约3倍，损耗来自多用户信道估计精度和配对损失——这反而说明数据可信，实验室里吹4倍的我反而要怀疑。全部用软件在GPU上跑通16层，等于宣告L1算法迭代周期从“等芯片”变成“发版本”。
10亿美元入股诺基亚（每股6.01美元）：这不是投资行为，是绑桩行为。英伟达用真金白银把诺基亚的RAN产品线拉上自己的平台，Omdia预计到2030年RAN市场中AI-RAN相关机会累计将超过2000亿美元——英伟达要的是这个市场的入口。
2025年10月28日，GTC华盛顿大会上，英伟达与诺基亚宣布战略合作：英伟达向诺基亚投资10亿美元；诺基亚将把英伟达ARC-Pro（Aerial RAN Computer Pro）嵌入其新的AI-RAN产品线，把5G和6G RAN软件搬到CUDA平台；Dell提供PowerEdge服务器作为承载硬件；T-Mobile确认从2026年开始外场验证，作为其2024年牵头成立的AI-RAN创新中心的延续。
这份公告里有三个值得玩味的细节：
第一，ARC-Pro的卖点是“软件升级到6G”。英伟达官方表述是：运营商可以从5G-Advanced通过软件升级走向6G，连接、计算、感知合一。翻译一下：6G换代不再强制换基带硬件。这对传统设备商“每代无线技术卖一轮新硬件”的商业模式是釜底抽薪。
第二，诺基亚的接法很务实。它没有放弃自研路线，而是用anyRAN框架承接——AirScale基带保持模块化，新AI-RAN插卡与已部署插卡共存，老站点可以渐进演进。设备商没有掀桌子，而是给自己留了双轨。
第三，政治色彩浓。黄仁勋的原话把AI-RAN定义为“美国夺回电信基础设施领导权”的代际平台转移。一台基站里的计算平台之争，已经写进了国家叙事。据ConvergeDigest 2026年2月报道，诺基亚与英伟达在MWC26上完成了基于anyRAN软件在AI Aerial平台上的GPU加速RAN功能测试，T-Mobile、SoftBank、Indosat Ooredoo Hutchison均在评估之列，BT、Elisa、NTT DOCOMO等运营商也在跟进观察。诺基亚官方称其已推出业界首个商用AI原生RAN平台。
AI-RAN的商业逻辑分两侧，混在一起谈必然糊涂。
省钱侧（AI for RAN / AI and RAN）：一是硬件归一——基带、边缘服务器不再各买一套；二是容量白拿——30%的吞吐提升等于同等频谱下多出三成容量，扩容晚了买设备；三是机房与运维收敛——集中化的GPU池比散落的专用设备好管。英伟达还推出了面向站点的ARC-Compact低功耗紧凑形态，试图把GPU基带塞进路边机房这种最苛刻的供电环境。
赚钱侧（AI on RAN）：这是软银讲得最多、也是最激进的部分。迈克尔·戴尔在那份新闻稿里说得直白：“电信行业拥有AI最有价值的地产——数据产生的地方，边缘。”软银的落地案例已经超出了演示范畴：与安川电机合作开发基于AI-RAN的办公楼Physical AI机器人；在三菱重工横滨Hardtech Hub的边缘数据中心里用AITRAS搭建了与外网隔离的AI推理环境做工业应用验证；与爱立信完成了基于AI-RAN的低时延高可靠Physical AI网络演示。英伟达的逻辑支撑是流量面：ChatGPT约8亿周活用户中近一半走移动端——AI流量正在涌向移动网，而今天移动网里没有一比特的AI推理算力。
软银还做了两个生态动作：把AITRAS编排器的核心组件Dynamic Scoring Framework开源，并与Linux基金会牵头的OCUDU生态基金会结盟——明显是想拉更多人下水，摊薄单家押注的风险。
作为干了十几年核心网的人，我对任何“代际平台转移”的叙事都保持职业性怀疑。三盆冷水必须泼：
第一盆：能效账还没算清。专用ASIC做LDPC译码的能效，至今仍优于通用GPU，这是架构决定的——专用电路没有通用性开销。GPU把RAN和AI两种负载塞进一台服务器省的是“摊薄”，不是“绝对能耗”。宏网几百万站点的规模替换，电费差一个百分点就是真金白银。软银公布的是性能与功能数据，大规模商用的能耗曲线还要等现网跑一年才见分晓。
第二盆：故障半径变大。传统架构一台基带板挂了，掉一个小区；集中化之后一台服务器挂20个小区的故障域，靠的是冗余设计和编排器倒换速度。99.999%可用性在软件栈上（GPU驱动、CUDA运行时、虚拟化层、编排器）每一层都是新的故障源。软银L1软件宣称电信级，但电信级是靠现网年检的，不是发布会。
第三盆：生态锁定。整套路线深度绑定CUDA——从cuPHY到Aerial软件栈。软银开源DSF、参与Linux基金会OCUDU，客观上就是在对冲这种锁定。跟着上的运营商要问自己一句：五年后我的基带软件，能不能迁移出英伟达的硬件？这个问题今天没有答案。第一代vRAN当年“降本”承诺与实际交付之间的落差，行业里过来人都记得。
第一，盯现网数据，别盯发布会。软银2026财年商用部署是本领域最重要的观察窗口：能耗、可用性、倒换成功率、故障MTBF，这些指标落地后，AI-RAN的争议自然收敛。建议把软银AITRAS的商用进展列入你的年度跟踪清单，参考来源里的官方博客会持续更新。
第二，技能栈提前半步。不管AI-RAN最终成不成，“RAN工程师要懂计算”这个趋势已经确定：GPU基础运维、容器与编排（AITRAS本质是算力编排问题）、CUDA软件栈的基本概念，会成为基站维护岗的新基本功。就像十年前核心网工程师被迫学虚拟化一样，这波轮到无线。
第三，试点从园区找起，别想着一步换宏网。物理AI需求密集的工厂、仓库、园区——机器人、视觉质检、低时延推理场景扎堆的地方——是AI-RAN最合理的首个落点：算力复用收益最高，覆盖失败代价最小。宏网规模化替换是三五年后的事，先让边缘场景把商业模式跑通。
AI-RAN不是又一次设备商换壳营销。它赌的是一件事：未来的移动网络，本质上是长在基站里的分布式AI数据中心。软银把第一个现网赌注押在了2026财年，诺基亚和英伟达把更大的赌注押在了6G周期。这场牌局刚开始发牌，但对干了半辈子“基带=专用芯片”的我们来说，牌桌上出现新玩家这件事本身，就已经值得每个人重读一遍自己的技能清单。
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。