C114讯 11月11日消息（岳明）10月的英伟达GTC柏林大会上，黄仁勋集中宣布了多项携手诺基亚共同推进的AI-RAN项目进展，包括与T-Mobile US打通全球首次AI-RAN通话等，可谓声势浩大，赚足眼球。
彼时，英国Virgin Media O2（以下简称“VMO2”）并未出现在那串长长的电信运营商合作名单中。但它实则是诺基亚AI-RAN技术的关键客户之一：根据VMO2最新披露的信息，该运营商已与诺基亚完成英国首个AI-RAN功能现网部署试验，并实现约20%的频谱效率提升。
然而，诺基亚随后向LightReading证实，VMO2此次试验站点并未采用基于英伟达GPU的AI-RAN解决方案，而是通过定制芯片（即ASIC）来承载新的AI-RAN功能。
这就产生了一个值得关注的矛盾现象：一方面，诺基亚与英伟达深度绑定，几乎将AI-RAN等同于英伟达GPU芯片/CUDA架构与诺基亚AnyRAN软件的结合体；另一方面，VMO2的试验成果则表明，即使不采用GPU，仅依靠传统ASIC也能获得AI-RAN“大结果”——尽管这种结果可能只是阶段性的。
关于VMO2试验
相关新闻稿显示，VMO2此次AI-RAN试点在位于伦敦帕丁顿的Giga Site进行。帕丁顿是英国最繁忙的交通枢纽之一，在整个试验期间，该技术在VMO2现网中运行，并为真实用户提供服务。
VMO2指出，传统移动站点主要依靠相对静态的算法来管理无线资源，而诺基亚的AI解决方案则采取了更为动态的方式：通过持续学习网络状况，自动调整站点的频谱与容量分配。该功能依托嵌入RAN的预测型AI，分析网络状况并预判需求变化，使站点能够在无需人工干预的情况下自动响应流量波动。
在此次现网试验中，该技术将频谱效率提升了约20%，这意味着在相同的频谱和现有网络容量下，基站能够承载更多数据流量。此外，在需求高峰时段，该技术实现了吞吐量的显著提升，同时保障了网络连接的稳定性与可靠性。
资料来源：Chetan Sharma Consulting。
诺基亚移动网络业务总裁Emma Falck表示：“这一里程碑表明，AI正从试验阶段迈向在现网中创造可量化收益的阶段。通过将智能直接嵌入RAN，运营商能够更充分地利用现有频谱资源，提升网络性能，并为未来由AI驱动的服务奠定更坚实的基础。我们与VMO2的合作充分展现了AI原生网络在提升客户体验与运营效率方面的巨大潜力。”
VMO2移动接入工程总监Rob Joyce在最近的一次新闻发布会上表示：“我们与他们（诺基亚）合作的重点，在于利用AI技术更准确地评估信道质量。”
非常巧合的是，VMO2频谱效率提升20%这一数字，正是诺基亚近期宣称其GPU AI-RAN解决方案所能取得的频谱效率增益。
诺基亚用的什么ASIC
据悉，诺基亚目前的RAN产品完全依赖Marvell的定制芯片来运行资源密集型的底层Layer 1软件。Light Reading报道称，VMO2的AI-RAN试验所采用的正是一款Marvell Layer 1芯片，诺基亚内部代号为ABIP。
该代号中的“ABI”代表“Airscale Baseband Indoor”，而“P”可能只是用于与前代产品区分的字母标识。ABIP或许还会存在多年，但按照当前的战略，它将是诺基亚计划开发的最后一款定制芯片产品。其继任者ABIG基于英伟达的技术，其中的“G”代表GPU。
对诺基亚而言，一个略显尴尬的问题在于：AI-RAN既能在定制芯片上实现，也能在GPU上实现。自诺基亚与英伟达结盟以来，AI-RAN在很大程度上已被等同于英伟达芯片及CUDA架构。如果现有的定制芯片也能带来同样的收益，那么要说服客户改用GPU就更加困难了。
不过，在GPU尚未大规模铺开之前，就任由ABIP闲置或淘汰，显然是不明智的。
诺基亚指出，客户一旦部署ABIG，就能持续受益于AI-RAN软件不断升级带来的频谱效率提升；而定制芯片则需以更短的周期更换。在经历市场份额下滑，且Marvell对自身在不断萎缩的RAN领域的投资回报产生担忧之后，诺基亚在芯片方案上的选择余地本就不多。
作为参照，爱立信正依托自研专用ASIC芯片打造AI-RAN解决方案，旨在无线侧实现高性能、低功耗的推理。该公司的核心理念在于：要把电信级的AI放到最合适的位置上，通用算力并非一定是最优解，需要通过专用加速器和通用加速器的合理搭配，充分发挥各类算力的自身优势。
近期消息显示，爱立信已在其约6万个采用定制芯片的商用基站中引入AI原生链路自适应（AI-native Link Adaptation）技术，使频谱效率提升了约10%。另外，T-Mobile US宣布通过与爱立信在纽约合作部署AI管理的波束赋形（AI-managed Beamforming）技术，实现了下行吞吐量提升16%，频谱效率提升12%。
资料来源：T-Mobile US。
可见，T-Mobile US正同时与诺基亚、爱立信合作，并借助GPU与ASIC两种不同的技术路径开展AI-RAN验证，目的在于弄清楚：打造一张更智能、更自适应、能更好地服务客户的网络，究竟需要付出什么。
到底需不需要GPU
实际上，VMO2也并非只与诺基亚一家合作，爱立信是其在英国北部区域的网络合作伙伴。
更重要的是，Rob Joyce对爱立信AI-RAN产品的竞争力也表达了认可。他在上述新闻发布会上强调：“实现这一（AI-RAN）能力并不一定非要用到GPU。平心而论，我觉得爱立信的芯片也非常出色。”
在2026年第三季度财报电话会议上，爱立信总裁兼首席执行官Per Narvinger表示，“眼下拥有自研ASIC仍是一项巨大优势。（ASIC）让我们能够快速交付各项功能，并保持极强的成本竞争力。”
据悉，爱立信在AI-RAN硬件层面的核心创新在于其自研AISC芯片中集成了神经网络加速器（NNA）。这一设计将AI推理能力直接下沉到AAU/RRU的射频端，让射频单元自身就能完成实时AI处理，数据无需来回传输。
不过，爱立信方面并未排除未来采用GPU的可能性。Per Narvinger指出，“我们在理念上不排斥任何技术路径，我们只做有商业意义的事。我们已经实现了软硬件解耦，这意味着未来将拥有极大的灵活性。”
这里的软硬件解耦，指的是爱立信“可移植的RAN软件”（Portable RAN Software）战略：爱立信称在L2及以上层面已实现软硬件解耦，移动运营商能够在商业通用（COTS）硬件和采用爱立信芯片的专用硬件上运行相同的RAN软件。基于统一平台，该公司正与英伟达、英特尔、AMD、ARM积极开展协同。
资料来源：爱立信。
对于爱立信来说，在6万个现网基站中直接部署运行基于ASIC的链路自适应技术，意味着客户眼下就能受益于AI。
“从AI中获益，关键不在于你使用哪个执行平台，而在于能否真正将这些功能落地，从而构建出创新的模型。我们在这一领域处于领先地位，但我们不排除使用其他任何平台的可能性……我们一直在评估哪种运行环境更具成本效益。AI不是要到2028年才会发生，它此时此刻就发生在我们的网络里。”Per Narvinger表示。
不过，需要关注的一个问题在于：定制芯片常规的迭代节奏，能否跟得上一个无需频繁更换的GPU平台未来所能实现的软件与算法改进速度。今年夏天，诺基亚在谈到频谱效率提升20%时曾预计，明年这一数字有望达到50%，到2028年则实现翻倍。
为何聚焦于频谱效率
不难发现，无论是哪种AI-RAN技术路径，厂商与运营商当前技术验证的重点都聚焦于频谱效率增益。
这很容易理解。频谱是运营商最核心的生存根基之一，也是一种非常有限的稀缺资源。频谱效率的提升，意味着运营商手中的（尤其是国际运营商通过投入巨资获得的）频谱资源能够产生更大的容量，价值也将相应放大。
眼下，全球移动网络流量增速虽有所放缓，但仍保持持续增长态势。根据诺基亚最新《全球网络流量报告》预测，到2035年全球网络总流量将较2026年水平增长近三倍，达到每月近3789 EB，其中44%由AI驱动。因此，网络必须更高效地利用现有频谱与基础设施。
资料来源：诺基亚最新《全球网络流量报告——2026年》。
从价值转化角度看，若放到SpaceX近期斥资80亿美元收购800MHz频谱这一背景下考量，以频谱效率提升10%为例，这部分增益很快就能转化为8亿美元的价值。
然而，由诺基亚背书、咨询公司Chetan Sharma Consulting发布的一份白皮书，对AI技术所能带来的频谱效率提升成果要保守得多，甚至提出了种种疑问。
该咨询公司负责人Chetan Sharma写道：“如果某个站点在传统处理方式下已接近理论频谱效率极限，那么通过AI进行优化的空间就非常有限；反之，如果站点因干扰、信道估计误差或调度不当等原因，运行水平远低于理论上限，那么AI驱动的优化空间才会更大。”
需要指出的是，各类针对AI-RAN的实验室测试和外场试验，均未明确指出这些频谱效率提升是基于何种基准得出的。有专家认为，RAN算法经过数十年的打磨与精炼已臻于完美，几乎没有进一步提升的空间。若想借助AI实现颠覆，恐怕很难成功。
最后让我们再回到VMO2的AI-RAN试验：过去两年里，VMO2已投入约14亿英镑（19亿美元）用于移动网络升级，安装部署了来自诺基亚和爱立信的新型无线设备。Rob Joyce则证实，今年年初宣布的7亿英镑（9.4亿美元）支出中，并不包含任何GPU RAN部署计划。
相关阅读：
