移动通信网 云坪
近期，三星与日本电信运营商NTT Docomo共同宣布，双方联合开发的AI-RAN“用户定制化网络质量优化技术”已顺利完成性能验证。传统移动通信网络在处理基站连接请求时，普遍采用静态参数配置，向同一基站覆盖区域内的所有终端广播相同的网络设置。这种“一刀切”的资源配置模式在复杂的电磁环境中极易产生信令干扰，导致无线信号边缘区域出现频繁断连或吞吐量锐减。此次验证重点引入了具备深度学习能力的动态分配机制，彻底打破传统基站的物理共享限制。系统利用从NTT Docomo现网及日本本地5G测试网络中提取的底层信令数据进行高保真模拟，量化结果证实该机制使服务吞吐量下降的发生概率从13.1%大幅压缩至7.2%。通信基线指标的大幅改善直接反映出AI算法在复杂无线环境调度中的高可靠性，为后续6G网络架构中原生集成AI算力确立了工程基准。
【关键数据】
[1] 7.2%（服务吞吐量下降概率优化后的数值）
[2] 20 TOPS（基带侧单节点的AI推理峰值算力要求）
[3] 155亿美元（2024年第一季度全球RAN设备市场规模）
[4] 45%（引入数据降维引擎后数据处理量减少的比例）
[5] 50 Mbps（高优先级业务下行传输速率稳定保障底线）
在底层技术架构层面，此次验证的AI-RAN系统依托多输入多输出（MIMO）天线阵列与边缘计算节点，构建了高频谱效率的预测模型。该模型的核心算法能够实时抓取并解析三个维度的动态参数集：终端移动轨迹向量、业务流特征图谱以及时频域二维无线信道矩阵。基于这三大数据源，AI推理引擎能在毫秒级延迟内完成链路衰落仿真。当系统预测到视频流媒体等高优先级业务的有效信噪比将跌破解调门限时，基带单元会提前触发切换指令，自动将该用户的网络设置调配至干扰较小的载波频段或专属时隙。为解决深度学习模型推理带来的庞大信令开销，双方还联合部署了数据降维引擎。相比传统全量收集基带数据的粗放模式，新架构仅过滤抽取引发通信降级的异常特征值进行定向回传，数据处理量锐减约45%，从根源上消除了AI运行对无线回传链路造成的拥塞隐患。
全球通信设备市场的竞争焦点正加速向软件定义网络与原生智能转移，AI-RAN已成为主导研发投入的核心高地。三星通过此次与NTT Docomo的深度技术绑定，直接对标爱立信与挪威运营商Telia联合部署的意图驱动网络，试图在下一代基站市场份额争夺战中抢占规则制定权。据 Dell'Oro Group发布的最新报告显示，2024年第一季度全球RAN（无线接入网）设备市场规模收窄至155亿美元，同比下滑约5%。面对整体硬件营收收缩的宏观压力，爱立信在第一季度财报中明确指出，其Networks业务部正加速推进频谱效率提升项目，预计将网络能耗降低10%。面对行业巨头施加的压力，三星采取差异化竞争策略，将AI算力直接下沉至基站基带芯片，把提升单用户体验质量（QoE）作为高端基站产品的核心溢价点。三星研究院下一代通信研究中心负责人Jeong Jin-guk在官方声明中强调，现网数据验证了AI对单用户通信体验的实质性提升，三星将持续加大在AI与通信融合技术上的研发投资规模，稳固其技术护城河。
AI-RAN技术的深度演进正在重塑整个通信半导体供应链的价值分布，基带芯片的架构设计与光通信模块的算力承载模式均发生结构性调整。传统的分布式单元（DU）主要承担物理层编码解码与层一（L1）基带信号处理，而在引入AI-RAN架构后，DU必须额外内嵌张量处理单元（TPU）或神经网络处理器（NPU）阵列。在此次三星提供的测试模型中，基带侧单节点的AI推理峰值算力被硬性要求提升至20 TOPS，才能确保在毫秒级时间窗口内完成针对海量用户的动态资源编排。这种算力需求的激增直接改变了芯片产业链的成本结构，导致基站主板上的高速PCB板层数与散热组件体积大幅度增加，单基站处理板的物料（BOM）成本攀升约12%至15%。与此同时，前传链路中必须全面引入50Gbps甚至更高速率的PAM4光模块，以支撑边缘AI推理节点与核心网算力枢纽之间的低延迟数据互通。上游射频器件厂商与晶圆代工厂被迫加速向先进制程节点迁移，以在提高晶体管密度、控制硅片面积的同时，抵消新增AI计算模块所带来的额外功耗负担。
在商业化部署的推进过程中，三星与NTT Docomo的联合工程团队已将该AI-RAN解决方案深度对接至NTT Docomo现有的商用5G独立组网（SA）网络架构中。双方利用1月份采集的日本现网密集街区数据进行了长达三个月的闭环模拟测试。在具体的落地评估场景中，技术团队重点监控了高并发状态下的超高清流媒体分发与基于云端的移动端3A级游戏大作串流。当网络检测到小区边缘的物理层阻塞概率升高，或者频谱效率数值逼近预设的降质门限时，AI调度引擎能在用户终端察觉到视频缓冲或画质降级之前，提前200毫秒完成资源重构。系统不仅自动为处于高优先级队列的用户终端分配专属的频谱资源块，还能根据业务类型动态调整调制与编码策略（MCS）阶数，确保下行传输速率稳定维持在50 Mbps以上。针对物联网高密度并发接入场景，该AI系统还能智能规划空口调度周期，将海量低速率设备的随机接入冲突率压减逾30%。NTT Docomo 6G技术部负责人Masuda Masafumi明确表示，本次技术验证所收集的商业化数据将直接反哺给网络切片运营平台，为打造高精度的SLA（服务等级协议）计费模型提供底层数据支撑。
国际电信联盟（ITU）已正式发布《IMT-2030愿景》，6G国际标准的制定已进入核心技术指标确立的实质性阶段。在3GPP R19与R20标准会议的议程中，通信与AI的深度融合被确立为六大核心技术演进方向之一。三星与NTT Docomo已于今年2月向3GPP RAN工作组联合提交了关于AI原生空口设计的标准化提案，重点涉及基站侧动态频谱共享的AI干预机制与跨链路干扰消除算法。两家企业试图通过详实的测试参数，将自身验证通过的数据降维引擎架构与分级信令回传协议直接写入下一代Release标准规范。同时，NTT Docomo正联合多家日本本土通信设备商，紧锣密鼓地推进频段范围位于7GHz至20GHz之间的亚太赫兹频段的室内外信道测量工作。三星则加速推进氮化镓（GaN）工艺的射频前端放大器在6GHz以上高频段的技术迭代，旨在将基站的峰值能效比提升至现有5G宏基站设备的2.5倍。双方围绕AI算力调度与高频射频半导体器件的联合开发，正在物理层协议栈重构与高频段频谱规划两个维度上，对全球通信设备供应链的产业格局产生直接而深远的冲击。
