爱立信与软银联合展示:AI-RAN增强的物理AI

此举顺应行业向物理AI和分布式AI工作负载转型趋势，该背景下，机器人和自主系统需动态访问计算基础设施。

合作中，软银利用其正在开发的AI-RAN移动边缘计算（MEC）平台所提供的实时处理技术，与爱立信提供的、搭载其网络功能的5G网络进行了协同。

通过该协同机制，机器人可在需要额外算力时，将AI任务动态卸载至附近的MEC平台。这使机器人能够执行更高级的功能，而不会受到自身机载硬件的限制，同时还能保持运行的可靠及迅速响应。

因此，实验证实，根据机器人的运行状态和处理需求，此前直接在机器人上执行的AI处理任务可动态转移至MEC平台。此外，爱立信独特的连接能力*²（包括网络切片和优先级处理），使网络能够实时适应这些工作负载需求，从而确保可靠的性能，并保障物理AI应用的稳定运行。

这一成就为可扩展的物理AI部署，以及先进的企业级、工业机器人应用场景的落地奠定了基础。通过确保分布式计算基础设施的高效利用，这一里程碑标志着在向连接与智能的原生集成的AI-RAN架构演进迈出了关键一步。

近年来，人们对“物理AI”（即机器人能够准确感知周围环境，并做出灵活的决策和行动）的关注度迅速提升。然而，这种灵活决策和行动所需的AI处理能力会因具体情境而异。在需要进行复杂决策的场景中，可能存在机器人自身搭载的计算资源不足。

在此基础上，软银与爱立信正通过在“AI-on-RAN”开发领域的持续联合研究，推进物理AI用例的验证工作。通过利用两家公司的技术将机器人与外部计算资源相连接，旨在实现更灵活、更先进的决策能力和运营模式。

当利用通信网络将AI处理卸载至外部计算资源时，不仅要确保具有低时延和高可靠性的通信，还必须对机器人、通信网络和计算资源进行一体化动态控制。然而，在传统网络中，AI处理与无线接入网（RAN）管控是分别设计的，难以基于外部计算资源的调度实现灵活管控。这一直是实现物理AI面临的关键挑战。

为应对这些挑战，软银与爱立信合作，将软银基于AI-RAN MEC平台的实时处理技术，与搭载爱立信网络功能的5G网络相结合，构建了一个可卸载AI处理任务的基础架构，从而实现对机器人、通信网络及外部计算资源的一体化协同管控。

该卸载架构通过一种动态切换机制实现对机器人的最优管控：根据具体情况，切换AI处理任务的执行载体，既可以在机器人一侧执行AI处理，也可以利用MEC平台作为外部计算资源执行AI处理。此外，基于各种应用对时延、吞吐量和可靠性等维度的不同需求，通过实现差异化连接，比如网络切片和优先级控制，可以优化通信网络，从而实现低时延、高可靠性的控制。

因此，研究证实，虽然机器人本身能够执行轻量级的AI处理和决策，但在需要更复杂的决策时，可将AI处理任务卸载至MEC平台，从而使机器人能够进行更灵活、更精密的判断和操作。

由于该系统能够根据实际情况自动切换至最优的AI处理模式，因此能够确保物理AI的稳定运行，具体功能如下：

图示由软银和爱立信项目团队提供

通过持续合作及AI-RAN计划，软银与爱立信正在定义实现物理AI在制造、物流和基础设施维护等现实环境中大规模应用所需的网络架构。通过验证差异化连接的能力以及将动态AI工作负载卸载至边缘基础设施，这项工作标志着在实现可扩展且具有商业可行性的物理AI部署方面迈出了重要一步。软银和爱立信将持续推进下一代网络能力的建设，以支持分布式AI工作负载，并构建能够为各行业AI驱动型服务提供动力的“AI网络”。

“软银一直在推进AI-RAN技术的开发，以拓展通信基础设施的功能，同时利用MEC平台推进实时处理技术的发展，从而应对社会挑战。通过进一步完善此次构建的动态卸载AI处理机制以及低时延、高可靠性的网络，软银旨在实现能够进行更灵活、更先进决策的‘物理AI’。”

“机器人等物理AI应用需要能够实时适应不断变化的计算和连接需求的网络。通过与软银的合作，并借助爱立信差异化连接能力，我们正展示如何在边缘基础设施上动态卸载和支持AI工作负载。这使得RAN上能够提供新一代AI驱动的服务，同时保持运营商对爱立信网络所期待的性能和可靠性。”