移动通信网 林知远
11月11日，C114从英国运营商Virgin Media O2（VMO2）披露的信息获悉，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，频谱效率提升约20%。试验站点位于伦敦帕丁顿Giga Site——英国最繁忙的交通枢纽之一，试验期间技术在现网中运行并为真实用户提供服务。这一成果颇具戏剧性：就在10月的英伟达GTC柏林大会上，黄仁勋刚刚高调宣布多项与诺基亚携手推进的AI-RAN项目进展，包括与T-Mobile US打通全球首次AI-RAN通话，但VMO2并不在那串合作运营商名单中。诺基亚随后向LightReading证实，VMO2试验站点并未采用基于英伟达GPU的AI-RAN方案，而是通过定制芯片ASIC承载新的AI-RAN功能。这构成了行业当下的核心矛盾：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与CUDA架构叠加诺基亚AnyRAN软件的组合；另一方面VMO2的成果证明，仅依靠传统ASIC也能取得阶段性“大结果”。
【关键数据】
[1] 频谱效率提升约20%（VMO2现网AI-RAN试验）
[2] 爱立信约6万个商用基站部署AI原生链路自适应，频谱效率提升约10%
[3] T-Mobile US纽约AI波束赋形：下行吞吐量提升16%、频谱效率提升12%
[4] 诺基亚预计频谱效率增益明年达50%、2028年翻倍
[5] VMO2试验采用Marvell Layer 1定制芯片（代号ABIP）
从技术原理看，传统移动站点主要依靠相对静态的算法管理无线资源，而诺基亚的AI方案采取了动态路径：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，使站点在无需人工干预的情况下自动响应流量波动。现网试验中，该技术在相同频谱和现有网络容量下让基站承载了更多数据流量，在需求高峰时段实现吞吐量显著提升，同时保障了连接稳定性与可靠性。VMO2移动接入工程总监Rob Joyce表示，双方合作重点在于利用AI技术更准确地评估信道质量。耐人寻味的是，20%这一数字恰好是诺基亚近期宣称其GPU AI-RAN方案所能取得的频谱效率增益——两种截然不同的硬件路径，交出了相同的阶段性成绩单。据了解，VMO2试验采用的是一款Marvell Layer 1定制芯片，诺基亚内部代号ABIP，其中"ABI"代表"Airscale Baseband Indoor"。诺基亚目前的RAN产品完全依赖Marvell定制芯片运行资源密集型的底层Layer 1软件。
竞争格局层面，爱立信走的是与诺基亚-英伟达联盟截然不同的自研ASIC路线。爱立信已在约6万个采用定制芯片的商用基站中引入AI原生链路自适应技术，使频谱效率提升约10%；T-Mobile US则通过与爱立信在纽约合作部署AI管理的波束赋形技术，实现下行吞吐量提升16%、频谱效率提升12%。爱立信AI-RAN硬件的核心创新在于自研ASIC中集成了神经网络加速器（NNA），将AI推理能力直接下沉到AAU/RRU射频端，让射频单元自身完成实时AI处理，数据无需来回传输。爱立信总裁兼CEO Per Narvinger在财报电话会上直言：“眼下拥有自研ASIC仍是一项巨大优势，让我们能够快速交付各项功能，并保持极强的成本竞争力。”与此同时，T-Mobile US正同时与诺基亚、爱立信合作，借助GPU与ASIC两条技术路径开展AI-RAN验证，目的在于弄清楚打造一张更智能、更自适应的网络究竟需要付出什么代价。VMO2同样脚踏两只船——爱立信是其英国北部区域的网络合作伙伴，Joyce也公开表示“实现这一能力并不一定非要用到GPU，爱立信的芯片也非常出色”。
产业链视角下，诺基亚的芯片选择空间已相当有限。在经历RAN市场份额下滑、Marvell对不断萎缩的RAN领域投资回报产生担忧之后，诺基亚实际上是在被动转向英伟达。ABIP或许还会存在多年，但按照当前战略，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基于英伟达技术，"G"即代表GPU。对诺基亚而言，一个略显尴尬的问题在于：如果现有定制芯片也能带来同样的频谱效率收益，说服客户改用GPU就更加困难；但在GPU尚未大规模铺开之前，任由ABIP闲置或淘汰显然不明智。诺基亚给出的GPU卖点在于：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周期更换。真正的悬念是，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——今年夏天诺基亚曾预计，频谱效率提升幅度明年有望达到50%，2028年实现翻倍。
商业化落地方面，AI-RAN正从实验室走向现网可量化收益阶段。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，为未来由AI驱动的服务奠定更坚实的基础。”为何各家都聚焦频谱效率？答案在于频谱是运营商最核心的生存根基，也是最有限的稀缺资源——以约20%的频谱效率提升计算，相当于在不新增拍频支出的前提下扩容了五分之一的网络容量。对VMO2这类在成熟市场经营的重资产运营商而言，这种“零频谱成本”的扩容路径，直接转化为CapEx与OpEx的双重优化。爱立信方面则强调落地速度优势：“从AI中获益，关键不在于你使用哪个执行平台，而在于能否真正将功能落地。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。”
行业趋势上，软硬件解耦正成为设备商对冲技术路线风险的主流策略。爱立信推行“可移植的RAN软件”战略，在L2及以上层面已实现软硬件解耦，运营商能够在COTS商业通用硬件和采用爱立信芯片的专用硬件上运行相同的RAN软件，并基于统一平台与英伟达、英特尔、AMD、ARM开展协同。Narvinger明确表态：“我们在理念上不排斥任何技术路径，只做有商业意义的事。我们已经实现了软硬件解耦，未来将拥有极大的灵活性。”对运营商而言，多路径验证、多供应商并行成为理性选择；对设备商而言，AI-RAN的竞争焦点正从“用不用GPU”转向“谁先在现网规模化交付可量化收益”。诺基亚与英伟达的GPU联盟押注的是长期软件迭代红利，爱立信的自研ASIC路线赌的是当下的成本与交付优势——VMO2帕丁顿站点20%的频谱效率提升，则为ASIC路径提供了现网实证。这场围绕无线接入网智能化的路线之争，最终裁决权握在掌握频谱与预算的运营商手中。
