在2026 年于巴塞罗那举行的MWC上，电信行业面临了一个关键问题：如何将AI融入无线网络之中。
这场争论体现在不同的战略方案上：英伟达支持使用软件定义的分布式GPU，将网络转变为既能用于电信应用又能用于AI应用的平台。相比之下，英特尔和爱立信则倾向于采用基于CPU的方法来管理网络工作负载，同时确保不超过功率限制。
AI-RAN 计算架构
英伟达的战略中，一个关键部分是AI无线接入网络（AI-RAN）。他们的硬件模型采用了“空中无线接入网络计算机”，该计算机依靠英伟达的GPU来处理常规网络功能以及AI任务。
在2026年MWC期间采访时，英伟达负责电信业务的SVP Ronnie Vasishta详细阐述了公司的架构愿景。Vasishta表示：“我们是一家平台公司。我们的平台是一个计算平台，还包含软件栈和库，它能在该平台上支持多种不同的垂直应用。”他指出，电信领域在AI的整体部署基础设施中“起着非常重要的作用”。
为了实现这一架构，英伟达花费了八年时间开发了用于RAN的底层软件，名为“Aerial”。Aerial 平台是“Aerial RAN 计算机”的基础，它允许诺基亚等合作伙伴在硬件之上构建自己的软件。Vasishta将这种方法描述为“五层蛋糕”，其中基础设施和芯片层为一系列专业公司提供支持。
新RAN中GPU与CPU 的选择
英伟达和诺基亚倾向于采用基于GPU 的方案，而英特尔和爱立信则支持使用Xeon 6 平台内置AI加速功能的CPU 方式。
在MWC上，英特尔的高管们表示，电信工作负载主要依赖于推理而非模型训练，因此使用外部加速器会使情况变得更加复杂且能耗更高。在巴塞罗那，爱立信进一步强调了这种以CPU 为中心的方法，展示了基于英特尔Xeon 6 服务器的Cloud RAN解决方案，该方案能够处理核心网络功能，无需额外的硬件加速器。
Vasishta对“GPU与基站的电力限制根本上是不兼容的”这一观点提出了质疑。他指出：“就每瓦特的性能而言，基于GPU的系统可以极其高效。”
Vasishta表示，英伟达专为移动基站设计的Arc Aerial RAN 计算机在300 瓦的功率限制内运行。他称这种配置“与任何专门定制的方案一样高效”，因为GPU能够以更低的能耗提供强大的计算能力。他还指出，在CPU上运行同样的任务将会“完全效率低下”。
将软件定义网络商业化
通过添加GPU，电信运营商能够通过向企业客户提供基于AI的边缘计算服务来创造新的收入来源。将AI融入RAN为运营商提供了提供专门服务的机会，例如实时数据分析和自动化服务，这些服务可以实现商业化。
Vasishta解释说，AI使运营商能够通过视频语言模型将诸如安全和零售分析等应用场景转化为盈利模式。例如，联网摄像头能够主动分析视频内容并触发警报，比如向员工通报商店内的异常行为或监控受限区域，从而使运营商能够向企业客户提供这些增值服务。
他列举了运营商能够获取收入的多种方式，包括公共安全监控、零售库存管理以及资产追踪（比如丢失的行李）。此外，还有其他盈利途径，比如为自动化仓库机器人提供服务，以及为自动驾驶车辆提供实时追踪和路线调整支持，所有这些都得益于该网络的智能技术能力。
最终，Vasishta表示，英伟达设想“这些RAN接入点将成为AI推理的连接网络架构。”
推进自主化AI及自主网络技术
在MWC上，英伟达宣布了开发用于管理复杂软件定义网络的自主化AI的新举措。这项技术使网络不再遵循预设的工作流程，而是能够独立思考、理解操作人员的需求，并自动做出决策。
此外，英伟达推出了基于其Nemotron 3架构的全新开源电信模型。AdaptKey AI 利用行业标准和合成日志对该具有300 亿参数的模型进行了微调，以更好地理解电信术语。该模型旨在帮助管理网络运营，例如故障检测和规划修复。
该公司还推出了“Blueprints”用于协调自主式AI的运作。这些框架使操作人员能够利用专有的运营数据来构建AI代理。
其中一个方案侧重于以目标为导向的RAN能效优化，通过整合VIAVI 模拟平台来在实际环境中部署前测试节能策略。另一个方案则通过多代理编排来管理网络配置，与诸如BubbleRAN 代理工具包之类的框架合作，以应对需求激增的情况。
合作与商业部署
基于AI的无线网络架构正通过与全球电信公司的合作，从实验室测试阶段迈向实际应用阶段。英伟达宣布与行业领军企业（如博思艾伦咨询公司、英国电信集团、思科、德国电信、爱立信、MITRE、诺基亚、韩国电信、软银公司和美国T-Mobile公司）携手合作，将在软件定义平台上构建未来的无线网络。
多家运营商已成功实现与英伟达技术相关的技术突破。美国T-Mobile 公司正在使用英伟达的AI平台和诺基亚的软件进行实时实地测试，同时为商业应用提供支持，并与常规5G 连接并行运行。
软银利用英伟达平台，在一个完全基于软件定义的5G 网络上完成了16 层大规模MIMO 的实地测试。印度尼西亚的Indosat Ooredoo Hutchison 公司使用该技术进行了预商业测试，其中包括一项由AI驱动的5G 通话，该通话远程控制了一只机器狗。
软件部署也在不断发展。Cassava正在利用英伟达的方案来构建一个自主平台，以改善非洲的多供应商移动网络。与此同时，NTT 数据公司正在与日本的一家顶级运营商合作推出网络配置方案，以应对服务中断后的用户需求激增情况。
迎接向6G 的过渡
行业领导者将对软件定义5G 网络的投资视为迈向6G 的一步。英伟达将其在MWC上的发布视为为基于AI的6G 标准奠定基础。
Vasishta将向6G 的过渡定义为对静态硬件周期的突破。他指出：“5G 高级版和6G 都应基于相同的基础设施运行，应该是可进行软件升级的。”
由于6G 正在研发中，而AI也在迅速变化，运营商需要具备灵活性的系统。Vasishta表示：“你不想拥有一个无法适应新变化的固定硬件平台。这就是AI-Native的含义。”他还补充道，一个AI-Native的网络是由“将AI融入该基础设施和硬件的能力”所定义的。
T-Mobile美国公司的CEO Srini Gopalan说:“我们正处于一个关键的时刻，在美国我们已经凭借5G 高级网络和基于AI的网络奠定了基础，这些网络中蕴含着智能元素。随着6G 成为AI时代的支柱，电信行业将成为数字经济的神经系统，能够大规模支持自主系统和智能产业，并为消费者和企业释放出新的价值。”
Vasishta预测，未来的网络流量将会更加难以预测，会包含来自视频语言模型、自动驾驶汽车以及教育工具的数据爆发。为应对这种情况，他表示网络必须“根据不同的环境、网络上的不同需求动态调整”，并且为此还需要AI的参与。
他建议电信运营商在升级基础设施之前不必等待官方推出的6G 硬件设备，“这就好比购买电子产品时不能只等着下一款产品更好才去购买，而应该选择那些可以进行软件升级的产品，而AI原生平台正是这样一种产品。”
