C114讯 4月2日专稿（艾斯）英伟达虽未单独亮相MWC26，但其身影却遍及场内外各个角落。
这场通信产业盛会将人工智能（AI）置于了前所未有的地位，AI-RAN不仅成为本届巴塞展最热话题方向之一，更是被解读为“电信产业链权力重构的分水岭时刻”。
MWC26传递出一个明确的信息：AI-RAN已从单纯的演示阶段迈向了概念验证（PoC）与初步部署阶段。并且更为关键的是，AI-RAN并非一种单一的技术，而是一场复杂的利益博弈。
黄仁勋的算盘：从AI-RAN到AI Grid的降维打击
根据不完全统计，英伟达参与了MWC26期间超过90个演示，可谓抢尽风头。如果说MWC24是AI-RAN概念的萌芽，今年则是英伟达将其战略升维至“AI Grid”的重要时刻。
英伟达在3月召开的GTC大会上提出了“AI Grid”愿景，其核心思想是利用电信运营商、云服务提供商等现有的广泛网络覆盖，将AI计算能力（特别是推理能力）部署在更靠近最终用户和设备的地方，从而支持AI原生应用的大规模、低延迟扩展。
图：英伟达AI Grid参考架构及生态系统。
显然，英伟达并不满足于仅在数据中心称王，其目标是将触角延伸至电信网络的每一个边缘节点。
从2024年“AI-RAN联盟”的成立，到2025年斥资10亿美元投资诺基亚，英伟达的路径十分清晰：将无线接入网（RAN）从单纯的连接管道，改造成分布式的AI推理工厂。
英伟达将AI-RAN与AI-Grid定位为构建6G网络及各类新型服务的核心基石。其中，AI-RAN是AI Grid的核心组件之一，充当边缘网络和计算层，将RAN操作与AI处理相结合。AI Grid作为一个赋能平台，则提供分布式云和编排层，使AI-RAN能够高效扩展。它创造了一个软件定义的环境，让包括AI-RAN功能在内的多种AI工作负载可以共存，并共享GPU基础设施，而不会影响网络服务质量。
尽管AI-RAN并未像预期的那样出现爆发式增长，“英伟达如今大力推动AI Grid这一更为宏大的系统级方案，其深层动因或许在于试图倒逼电信运营商采取实质性行动，从而在这场AI超级周期中抢占先机、确立自身的一席之地。”市场研究公司ABI Research高级研究总监Dimitris Mavrakis在接受C114采访时指出。
他表示，通信网络架构正经历一场向“以计算为中心”的范式转型，在这一转型过程中，RAN最终将被深度整合进更为广泛的分布式云基础设施之中，从而使其架构模式与超大规模基础设施服务提供商（Hyperscalers）所采用的架构模式日益趋同。
在美国运营商T-Mobile与英伟达近期的AI-RAN合作演示中，英伟达提供的AI-RAN产品组合包括英伟达ARC-Pro——基于英伟达RTX PRO 4500 Blackwell服务器构建——用于蜂窝站点，以及英伟达RTX PRO 6000 Blackwell服务器，用于更高容量的移动交换局。此次合作展示了下一代AI-RAN基础设施如何将无线网络转为分布式高性能边缘AI计算平台。
日本运营商软银则在MWC26发布了电信AI云平台（Telco AI Cloud），该架构同时支持AI模型训练与推理，通过将GPU部署在更靠近用户的位置，满足低时延类应用需求。此外，软银还宣布开源Aitras编排器，让RAN厂商与运营商更便捷地实现AI-RAN编排，加速商用部署，并通过开源协作扩大生态。
不过，另一家市场研究公司Omdia移动基础设施研究负责人Remy Pascal告诉C114，“基于英伟达的RAN平台尚未做好规模化部署准备，目前大多数运营商仍将其视为下一代网络的选项，首个商用部署解决方案预计将在2027年上市。”
Remy Pascal分析道，MWC26显示出，不管采用何种方式方法，推动AI-for-RAN——也即在RAN（基带、射频和管理层）中运行AI，以提高RAN的性能和效率，并实现一些RAN操作的自动化——已经基本达成基本共识，几乎所有人都认为这值得去做。
“争议最大的方面是 AI-and-RAN，以及RAN软件功能和AI是否应该在同一个计算平台上运行，以及这个平台是否应该是基于GPU的平台。各种演示证明，AI和RAN工作负载可以在共享基础设施上共存，无论是在GPU上还是在CPU上。”他谈到，不同的平台都能够支持AI-and-RAN，但这并不意味着所有平台在性能、容量、效率、功耗、总拥有成本（TCO）等方面都是对等的。
演进路径多元化：设备供应商们的战略分野
面对英伟达的强势进攻，全球主流设备商并未完全照单全收，而是在结合自身优势与应对未来技术演进不确定性之间，选择了差异化的战略路径。MWC2026清晰凸显出三条技术路线：
·完全绑定派（诺基亚）： 诺基亚选择了“All-in”英伟达的路线，计划将基带软件移植到CUDA架构上，试图利用GPU的通用计算能力来处理物理层（Layer 1）等复杂任务。2025年，诺基亚获得了英伟达10亿美元投资，这一选择非常顺理成章。诺基亚在MWC26宣布已与美国、欧洲、亚洲多家运营商验证GPU加速RAN的潜力，验证了平台的可扩展性与效率，并宣布其首个AI-RAN商用解决方案将于2027年推出。
其中，诺基亚与软银进行了联合展示：利用软银Aitras编排器识别出的AI-RAN空闲算力，可运行第三方AI任务。这说明，AI与RAN负载可在运营商现网环境中共用GPU基础设施同时运行，为分布式AI智能铺平道路。
·左右逢源派（爱立信）： 爱立信采取了一种务实的对冲策略，既不排斥英伟达等外部通用算力平台，也不放弃自研芯片的自主权，而是通过软件的可移植性，实现硬件选择的多元化。在最新发布的硬件产品中，爱立信在其自研Ericsson Silicon芯片中集成了可编程神经网络加速器（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。
同时，爱立信希望通过其“可移植的RAN软件”实现“硬件平台无关”的全面软件兼容性——爱立信表示已在Layer 2及以上层面实现软硬件解耦。MWC26上，爱立信与T-Mobile合作，基于英伟达AI基础设施，借助NVIDIA Aerial CUDA成功完成了Cloud RAN软件的演示，此次测试验证了爱立信Cloud RAN软件的可移植性。
·自主可控派（华为/中兴）：MWC26上，华为提出了“AI-Centric Network”战略，试图从业务、网络、网元三个维度重构运营商价值。华为在MWC26上发布的RAN Agent，正是这一战略在无线领域的关键落地。该公司表示，RAN Agent不仅能助力AN L4进入单域网络自治阶段，更能通过A2A-T意图接口与上层业务智能体协同，精准调度基站资源，匹配多样化场景需求。事实上，华为很早就已提出“Intelligent RAN”，远早于AI-RAN这一概念的诞生。
中兴通讯则在MWC26上发布了AIR MAX解决方案，聚焦能量效率、人力效率、投资效率的最大化。中兴通讯高级副总裁张万春指出，AI Native不等于GPU架构。中兴通讯AI原生基础设施的构建原则是异构计算（ASIC AI + xPU），该供应商认为通信业务的结构化特点决定了部分任务传统算法更高效。同时，通信AI模型必须深度优化，通过将AI深度嵌入无线设备，其基于AI DPD等算法将能耗降低35%-40%。
这种差异化选择的根源之一在于，受地缘政治影响，中国厂商无法自由使用英伟达高端GPU。但通过深耕自研专用芯片，并持续优化通信专用AI大模型，中国市场在TM Forum的自智网络AN L4认证方面一直处于全球领先地位。这证明了即使不依赖单一GPU生态，同样可以实现高阶自智网络和AI原生特性。
当我们问及这种分化的路径选择将会是一种暂时过渡状态，还是长期趋势时，Dimitris Mavrakis告诉C114，西方厂商很可能会逐渐向英伟达方案靠拢，但在涉及先进射频技术（尤其是部署高阶MIMO技术）时，仍需要一些定制芯片。并且，由于能耗是6G的主要制约因素，ASIC在密集场景中拥有结构性优势，长期来看，异构架构（GPU+ASIC）可能是更可行的方案。
“我们预期的最大里程碑节点，是诺基亚将其基带软件成功移植到CUDA架构上，并推出基于GPU的硬件单元，与其现有的Reefshark系列产品并行运作。”这位分析师认为，一旦诺基亚能够证明基带软件的实现能在CUDA中达到与定制芯片一样的效率，那么届时更多西方厂商将会跟进，GPU在蜂窝网络中可能将会开始创造远超我们今日所能预见的更大价值。
Remy Pascal则表示，“预计未来不同的厂商、不同的策略和不同的计算平台将会共存。我们不认为单一平台会一统整个市场。”他指出，并非只有爱立信一家厂商采取对冲策略，不少公司都在进行观望。“其他厂商（包括中国厂商）也在使用AI模型作为传统算法的替代方案，用于信道估算和链路自适应等复杂的RAN任务。厂商是务实的。他们会在有明显回报的地方使用AI，而在AI优势不明确的领域继续使用传统方法。”
那么，这些不同的底层技术路径会否导致未来6G出现严重的互操作性危机呢？对此，两位分析师都表达了否定观点，他们共同强调，3GPP专注于定义框架和接口，并在其框架内提供足够的灵活性，以适应不同的RAN实现方式，同时保持全球标准和互操作性。
运营商困局：重塑商业模式还是陷入更深的锁定？
继生成式AI、AI Agent之后，OpenClaw所催生的“Token”热议，一时间成为互联网最新关注焦点。
从技术本质来看，Token是AI模型处理各类信息的基本单元，是算力的最小计量单位。AI的每一项核心动作，都以Token为核心计量尺度。
而英伟达的AI-RAN愿景之一就在于帮助电信运营商应抓住“Token经济”这样的新机遇。英伟达提出的“Token提供商”概念极具诱惑力——即运营商利用其边缘网络为AI大模型提供推理服务（Token生成），从而从单纯的管道商转型为AI算力服务商。
Dimitris Mavrakis强调，AI-RAN与过往的Cloud RAN、vRAN、Open RAN有着本质区别。“英特尔凭借x86和FlexRAN技术，曾一度主导了Cloud RAN和vRAN市场。英特尔的目标是提升网络运营效率并降低成本，相比之下，英伟达AI-RAN的定位并非仅作为一种‘降本工具’，而是旨在帮助运营商优化业务运营，并借此开辟新的服务营收增长点。”
新加坡工程院院士Tony Quek教授在近期一场论坛上指出，随着未来通信的交互主体从“人”转变为“机器人”或“平台”，交互的信息将不再是简单的数据，而是“智慧”。并且，未来的“智慧”将非常易于从模型中获取，运营商可以通过将这些“智慧”进行Token化来实现增值。这不仅是技术的变革，更是商业模式的重塑。
注：该图片由AI生成。
目前，国内电信运营商聚焦这一技术热点已有新布局。例如，在中国电信2025年年度业绩说明会上，中国电信总经理刘桂清表示，在智能时代，要打造智能经济新形态，必须加快从“流量经营”向“Token经营”的转型升级，Token服务将是中国电信今后的经营主线。
“电信运营商可以重新调整其商业定位，将自身重塑为Token提供商，尤其是在机器人技术或物理AI等对低延迟有着极高要求的应用场景中，这相较于传统的移动宽带业务在商业回报方面或许将更为丰厚。”Dimitris Mavrakis亦向我们提出。
然而，一方面是Token经济带来的重塑商业模式的巨大诱惑；另一方面，电信运营商却无法忽略AI-RAN可能带来更深层次的新型“锁定”。
长期以来，电信运营商的运营模式始终伴随着某种形式的“厂商锁定”（Vendor Lock-in）效应。这种锁定关系最初存在于设备商之间（以此降低设备或网络故障的风险），之后转移到了英特尔身上，而在未来，这种锁定关系极有可能将转移至英伟达。
“锁定关系已逐渐从基础设施供应商转移到芯片供应商手中，但如果爱立信和诺基亚将其软件平台移植到CUDA架构上，那么英伟达所形成的厂商锁定效应将远比其他任何公司都要强劲。”Dimitris Mavrakis分析道。不过，他认为，鉴于电信网络所具备的“运营商级”特性，它或许并不适合完全套用开放市场的运作模式。向英伟达AI-RAN方案的转型可能会将竞争重心转移至软件层面。
在这位资深行业分析师看来，这意味着运营商在底层服务器方面或许拥有了更多选择余地，但却依然会被“锁定”在英伟达的生态体系之中。对于电信运营商来说，其最重要的战略转变可能在于如何牢牢掌控网络架构中的上层部分（即业务编排、数据管理及服务开放），而非仅仅致力于实现硬件供应商的多元化。
不过，Remy Pascal则对AI-RAN时代的供应商锁定关系持“乐观态度”。他表示，“大多数运营商希望推行多供应商策略以避免锁定。这种策略在传统的专用RAN中是可能的，在通用计算上的RAN当中也是可能的。运营商在选择供应商时总是存在锁定的风险，但我不认为一家供应商的风险比另一家更高，或者说现在的风险比过去更高。”
与此同时，所有技术争论最终都要回归到财务报表。需要看到的是，电信运营商面临着严峻的财务现实。与豪掷千金的Hyperscalers相比，电信运营商的资本支出能力相形见绌。Hyperscalers可以为了未来的AI霸权不计成本地投入，而运营商必须精打细算每一笔TCO，面对AI-RAN亦是如此。
Dimitris Mavrakis认为，AI-RAN在短期内可能无法降低运营支出（OPEX），甚至很可能会导致OPEX有所增加。
而面对“新王”英伟达的挑战，曾经的芯片霸主企业英特尔在算力架构转型中并未放弃。英特尔执行副总裁兼数据中心事业部（DCG）总经理Kevork Kechichian近日指出，应拒绝CPU与GPU的二元对立。英特尔主张为不同AI工作负载匹配合适算力，使其能够在性能、效率、成本和部署便捷性之间达到平衡。
英特尔表示，其至强6 SoC通过集成AMX与vRAN Boost，将AI推理集成至vRAN软件栈，无需额外GPU即可完成多数推理任务。英特尔已与沃达丰、乐天移动、SK电讯、NTT DOCOMO等多家运营商展开相关合作，验证了低TCO、高利旧、易运维优势。
Remy Pascal则表示，不能一概而论认为采用GPU将推高网络成本。“认为GPU本质上比其他类型的芯片更昂贵、更耗电，这是一种过于简化的看法。在评估GPU时，运营商必须考虑每比特的成本和功耗、利用率以及芯片的更广泛能力等指标。”他指出，运营商应该从全局考虑，并进行自己的计算，以确保收益大于相关成本。这包括考虑运营效率、可扩展性和生命周期价值等多重因素。
【结语】
当前正值3GPP定义6G标准的关键窗口期。在通往6G的道路上，GPU的通用性与ASIC的能效性、英伟达的生态霸权与运营商的独立诉求，将长期处于一种动态的平衡与博弈之中。
在这场博弈中，运营商既是最大的金主，也是最焦虑的群体——他们渴望通过AI-RAN转型为Token提供商来打破营收天花板，却又时刻警惕着不要沦为芯片巨头的电力供应商。
正如Tony Quek教授所言，未来的6G通信主权不仅关乎频谱资源的掌控，更体现在智能架构信创生态的构建上。全球不断加剧的地缘政治风险，正使得不同区域必须考量建立自主可控的产业体系。
尽管投资能力不及Hyperscalers，但在AI时代，电信运营商将会是隐形的关键基础设施提供商。RAN是连接物理世界与数字世界的最后一公里，对于国家安全至关重要。电信运营商需要利用其遍布全国的边缘节点，为国家AI战略提供底层算力支持。因此，未来的AI-RAN发展很可能将不再是纯粹的市场选择，而是商业利益与国家战略的混合体。
