业务目标
明确要解决的性能、扩容、稳定性、覆盖、互连或运维问题,并确认上线优先级。
一、核心平台与基础架构解决方案名称:NVIDIA AI-RAN平台 / NVIDIA AI Aerial平台定义:一套用于构建、训练、仿真和部署AI原生无线网络的加速计算平台、软件库与工具集。核心特征:软件定义的统一基础架构,支持AI与RAN工作负载并发运行。为安全、开放的AI原生6G系统奠定基础。NVIDIA已开源NVIDIA Aerial CUDA...
查看方案背景、关键能力与适配场景,帮助你更快判断下一步应进入测试、咨询还是部署阶段。
解决方案名称:NVIDIA AI-RAN平台 / NVIDIA AI Aerial
平台定义:一套用于构建、训练、仿真和部署AI原生无线网络的加速计算平台、软件库与工具集。
核心特征:
软件定义的统一基础架构,支持AI与RAN工作负载并发运行。
为安全、开放的AI原生6G系统奠定基础。
NVIDIA已开源NVIDIA Aerial CUDA加速RAN库,并加入OCUDU(Open CU DU)Ecosystem Foundation(Linux基金会主办),参与开源RAN软件开发。
硬件底座:
NVIDIA Aerial RAN Computer (ARC) 平台:结合NVIDIA Grace CPU与多种GPU,提供高性能、高能效计算。
合作伙伴提供基于ARC平台的商用产品(详见第五部分)。
以下案例均基于NVIDIA AI-RAN平台,实现从实验室到户外的商业推进:
1. T-Mobile US
使用诺基亚CUDA加速RAN软件,实现AI与RAN并发运行。
在3.7GHz频段,支持5G连接的同时,商用终端运行视频流、生成式AI及AI视频字幕等应用。
2. 软银集团
AITRAS实地试验:通过运行软件定义5G,成功实现16流Massive MIMO,标志着AI-RAN商业化重要技术突破。
3. Indosat Ooredoo Hutchison (IOH)
部署基于诺基亚vRAN软件和NVIDIA AI-RAN平台的软件定义5G,从概念验证迈向预商用实地验证。
在MWC上展示东南亚首个AI驱动5G通话,以及通过5G网络对机器狗进行实时远程控制。
4. SynaXG
在单台NVIDIA GH200服务器上,同时运行4G、5G(涵盖Sub-6GHz [FR1] 与毫米波 [FR2] 频段)并同步处理代理式AI工作负载(全球首次在FR2频段实现AI-RAN)。
性能数据:激活20个分量载波,集成集中单元(CU)与分布单元(DU),实现36 Gbps吞吐量且延时低于10毫秒。
AI-RAN联盟33项演示中,26项基于NVIDIA AI Aerial和软件定义架构。代表性创新包括:
1. AI原生空中接口(DeepSig)
让AI在通信链路两端学习更智能的信号编码与解码方式,消除导频开销,自适应信道条件。
初步测试:相同频谱下吞吐量最高提升约2倍,频谱效率和能效显著提高。
2. 分割推理(新加坡科技设计大学、NVIDIA等)
机器人与辅助驾驶汽车将“思考”任务分布在设备端、边缘端与云端,实时决定每个AI任务的运行位置。
证明AI-RAN能满足严格的延时、隐私与覆盖服务水平协议(SLA),支持物理AI和视觉语言模型在边缘端大规模应用。
3. AI-RAN编排蓝图(zTouch Networks及合作伙伴)
利用NVIDIA多实例GPU技术,实时动态分配资源,在确保RAN服务质量的同时最大化GPU利用率并优化能耗。
推动多租户AI-RAN解决方案商用,使运营商能将GPU算力转化为收入。
4. AI切换解决方案(美国东北大学与软银集团)
针对NVIDIA AI Aerial,在微秒级时间内在AI算法与传统算法之间切换信道估计,动态选择最优处理方案,提升稳定性与吞吐量。
项目名称:Project ULTIMO(欧盟资助,凯捷参与)
目标:展示AI-RAN支撑欧洲城市间大规模智能出行服务。
实现方式:
配备NVIDIA Jetson Orin模块的辅助驾驶接驳车,本地处理传感器数据。
部分视频与遥测流通过5G上传至运行在NVIDIA AI-RAN服务器上的代理式AI应用中。
大规模处理场景理解、事件与安全检测、无障碍洞察等任务,同时关键任务型5G服务优先获得GPU资源保障。
围绕NVIDIA AI-RAN平台,合作伙伴提供多样化部署选择:
系统集成商与服务器厂商
云达科技 (QCT):推出支持NVIDIA ARC平台与诺基亚软件的商用现货AI-RAN产品。
Supermicro:扩展支持至NVIDIA ARC-Pro等配置,以及集成诺基亚软件的ARC-Compact系统。
无线电单元厂商
启碁科技:推出AI优化型室内外开放式无线电单元,已与NVIDIA AI Aerial Testbed和NVIDIA ARC平台集成,支持5GA与6G。
Eridan:推出4T4R O-RU,集成2T2R O-RU与NVIDIA AI Aerial;同时在NVIDIA DGX Spark上运行DU,打造便携室外基站。
光宝科技:完成Sub-6GHz和毫米波无线电单元与NVIDIA AI Aerial的集成,并扩大与Supermicro、SynaXG等合作。
行业调研数据(NVIDIA《电信行业AI发展现状及趋势》):
77%受访者预计AI原生无线网络架构的部署时间将大大缩短(相较于传统6G部署周期)。
联盟与协作:
AI-RAN联盟主席Alex Choi指出:“AI-RAN正成为未来无线网络的统一架构”。
NVIDIA通过GSMA开源大型电信模型(详见前一篇博客),并积极参与开源RAN社区。
在进入报价、测试或实施前,先把业务目标、现网条件和风险边界整理清楚。
明确要解决的性能、扩容、稳定性、覆盖、互连或运维问题,并确认上线优先级。
整理拓扑、服务器/交换机型号、接口速率、链路距离、供电散热和现有管理平台。
确认是否需要 PoC、兼容测试、吞吐测试、时延测试、无线覆盖测试或故障切换测试。
确认交付窗口、责任分工、备件策略、培训需求、验收指标和后续扩容路径。
先回答“适合谁、如何评估、下一步怎么做”,再决定是否继续进入测试与实施阶段。
如果你已经明确业务规模、性能目标和实施时间,这类方案更容易直接转化为可执行的落地路径。
对兼容性、吞吐、延迟和交付风险有要求的项目,更适合先通过 PoC 或测试申请把关键问题前置。
业务规模、接口需求、现网架构和时间节点越清楚,后续选型、测试和部署节奏越容易收敛。
适合已经明确业务目标,需要继续判断网络架构、产品组合和实施路线的团队,用于加快技术评估与落地决策。
建议准备业务规模、性能目标、现网架构、关键接口、时间节点,以及是否需要测试验证等信息。
可以。对于需要验证兼容性、性能或交付风险的项目,可先进入咨询、测试申请和 PoC 节奏,再推进部署。
可在当前方案基础上继续沟通品牌方向、业务场景、计划规模和时间要求,再细化产品组合、测试路径和实施建议。
建议先看业务目标、现网瓶颈、性能指标、扩展规模、上线窗口和预算约束,再判断方案架构与产品组合是否匹配。
需要前置确认兼容性、链路带宽、时延要求、设备供电与散热、施工窗口、测试范围和交付责任边界。
上一篇:基于代理式AI的自主网络运营
下一篇:基于AI与加速计算的OT网络安全