夜雨聆风摘要：最近跟几个做通信和AI的朋友聊到AI-RAN。本文拆解三层含义、五大厂商策略，提出核心判断——AI Agent时代的算力主战场在集中推理池，边缘推理的真实驱动力是安全合规而非时延，公众市场未来几年看不到必须把推理下沉到基站的硬需求。
最近跟几个做通信和 AI 的朋友聊天，他们都不约而同提到了一个词——AI-RAN。说 NVIDIA 投了诺基亚 10 亿美元，要把全球几百万个基站变成"分布式 AI 工厂"。说以后你的手机 AI 助手不用连云端了，基站就能帮你跑。
听起来特别美好。但我这人有个毛病，听到太美好的故事就忍不住想拆开看看。
于是花了点时间翻了翻白皮书、翻了翻技术标准，也看了看各家厂商到底在做什么。今天把研究结果整理出来，尽量用通俗的语言说清楚这件事。
下面我们一步步拆。
一、AI-RAN 到底是什么？三层意思差别巨大
很多人聊 AI-RAN 的时候其实是各说各话。因为它根本不是"一个技术"，而是三个层次的事。先把这个搞清楚，后面才不会被带偏。
第一层，让 AI 帮网络自己跑得更好。
举个例子。你手机信号好不好、上网快不快，很大程度上取决于基站"瞄准"你的那束无线电波打得准不准。以前是靠工程师写固定规则，现在用 AI 来实时调整，覆盖更好、更省电。
这一层大家都没争议。标准已经定了，中国移动已经改造了将近 50 万个基站，330 多个城市都用上了。省电、提效，ROI 算得清。这是唯一已经在赚回投资的部分。
第二层，在基站上跑别人的 AI 来赚钱。
这是争议最大的地方。逻辑是这样的：运营商在基站里装一块 GPU，大部分时间处理通信信号用不完，空闲时间就把算力租出去，给旁边的企业跑 AI 推理。软银在日本演示了这个场景——基站 GPU 不忙的时候，跑一些后台的 AI 批处理任务。
第三层，同一块 GPU 同时干通信和 AI 两件事。
这是 NVIDIA 和诺基亚画的终极大饼。但通信信号处理是要"实时"的——毫秒级别的延迟都不能有。而 AI 推理是"尽力而为"——慢一点也能接受。两种完全不同的工作模式抢占同一块 GPU，这在技术上太难了，今天还做不到。
记住这三个层次，后面看厂商宣传的时候你就知道他们在讲哪个了。
二、各家都在打什么算盘
NVIDIA + 诺基亚：故事讲得最大，但有一个细节值得细品。
他们的方案是：在基站里装 NVIDIA 的 GPU（一个叫 Aerial RAN Computer 的东西，功耗大概 300W），通信处理之余，通过软银开发的一个调度系统，把空闲算力卖出去。
这里有个细节特别有意思：NVIDIA 投了诺基亚 10 亿美元。
你想想，如果这个商业模式真的成立——运营商抢着买 GPU 装基站——NVIDIA 用得着掏 10 亿美元投资诺基亚吗？运营商会因为业务需要自己找上门来买。
这 10 亿的本质是"我要创造这个市场，而不是市场已经存在"。先砸钱让设备商把故事讲出去、把样板做出来，然后期望需求能跟上来。这个逻辑能不能跑通，现在还不知道。
爱立信：不跟，我就用我自己的芯片。
爱立信的态度很明确：不需要在基站里塞一块大 GPU。它在自己的芯片里内置了小型 AI 加速器，够用就行。多一块 GPU 就多一份功耗、多一份成本、多一份故障风险。对利润已经越来越薄的运营商来说，这个账不好算。
华为：我不站队，我定义标准。
华为的策略要高一层——它不去争用 GPU 还是用专用芯片，而是在 3GPP 标准层面推"AI 内生"这个概念。意思是 AI 能力应该是网络自己的事，至于底下用什么硬件，你不需要操心。这个策略的好处是，不管将来硬件怎么选，华为都在牌桌上。
中国运营商：嘴上说重要，身体很诚实。
三大运营商在公开场合都说 AI-RAN 很重要。但你去看他们的财报，2026 年合计快 2800 亿的投资里，算力占比确实超过了 30%——但这些钱是去建集中式的大型智算中心的，不是去给每个基站装 GPU 的。
钱投在哪里，比说什么更有说服力。
三、最核心的问题：到底谁需要在基站上跑 AI？
这是我觉得 AI-RAN 这个故事里最需要被追问的一个问题，也是在跟朋友聊的时候他们最容易忽略的。
AI Agent 现在很火，推理算力需求确实在暴涨。但你想过没有，这些需求是什么形态的？大语言模型、AI 编程助手、AI 数据分析——它们的推理计算，在哪里跑？
在云端的万卡集群上。用户发一个请求，通过光纤传过去，几十毫秒后结果回来了。对于对话、写代码、生图片这些场景，几十毫秒的延迟完全感觉不到。
万卡集群有个巨大的优势：GPU 利用率能做到 70% 以上，因为几百上千个用户的请求可以混在一起调度，谁闲了谁上。
而一座基站覆盖范围就几百米，同一时刻能有几个推理任务需要处理？大概率是零。GPU 一天大部分时间在闲置，这个成本谁来扛？
那边缘推理是不是就完全没需求了？也不是。有，但驱动力不是你想象的那样。
真实的需求来自"数据不能出门"。
矿山的地质数据、核电厂的运行参数、工厂的核心工艺——这些数据的老板不在乎推理快 20 毫秒还是慢 20 毫秒。他们在乎的是数据绝对不能传到园区外面去。这是合规要求，不是性能要求。
所以"5G 专网 + 本地 AI 推理"这个组合在园区场景是成立的。但关键是——这个本地推理服务器，有必要非得塞进基站机箱里吗？你把它放在园区机房里，通过专网连接，效果一模一样，还不用考虑室外高温灰尘对 GPU 的伤害。
再看消费者这边。你今天用的 ChatGPT、AI 绘图、AI 视频生成——你能感觉到几十毫秒的延迟吗？城域网延迟 5 到 15 毫秒，加上数据中心处理，总共也就 20 到 50 毫秒。你完全不觉得慢。
有人会说，云游戏需要极低延迟啊。没错，但这个市场这么多年了，规模怎么样大家心里有数。拿一个还没做大的市场去论证几千亿美元的新基础设施投资，这个账我不敢算。
结论：消费者这边，未来三到五年，看不到必须把 AI 推理下沉到基站的硬需求。
四、就算需求真的来了，技术上也还有五道坎
退一步说，就算某一天突然出现了一个杀手级应用，真的需要基站级推理，技术上也还有一堆问题没解决。
第一，GPU 闲着也是闲着？没那么简单。 一座基站覆盖范围内，同一时刻可能一个推理请求都没有。GPU 大部分时间在空转。有人说"可以把隔壁基站的请求调度过来"——但请求都已经跨基站传输了，为什么不直接在汇聚点统一处理？加一层分布式调度，反而更复杂。
第二，通信和 AI 谁能插队？ 这是最根本的矛盾。通信信号处理是"我不能等"的任务，毫秒级必须完成。AI 推理是"我可以排队"的任务。当这两件事抢 GPU 的时候，优先级怎么定？让通信等一下，信号质量就崩了。让 AI 排队，用户体验就崩了。NVIDIA 的 GPU 硬实时调度能力今天还做不到。
第三，多个基站之间没法协同算大模型。 大语言模型跑推理可能需要好几块 GPU 一起工作。数据中心里 GPU 之间互联的速度是几百 GB 每秒。基站之间的互联是 10 到 25GB 每秒的光纤，差了几十倍，延迟还高。在这上面做多卡协同，通信开销会吃掉所有计算收益。
第四，你走过去的时候，谁来接？ 手机用户是会动的。你从一个基站走到另一个基站，如果正在跑一个 AI 推理会话——上下文、对话历史、计算中间状态——这些东西怎么在毫秒之间迁移过去？今天做不到。
第五，GPU 不是设计给基站机箱用的。 数据中心恒温恒湿，基站机箱夏天太阳直晒能到六七十度，灰尘、供电波动都是日常。GPU 在这种环境下的可靠性，还没有经过大规模验证。运营商最怕的不是装一次，而是装完以后无穷无尽的维修。
五、什么时候能看到真的？分三步走
基于上面的分析，我觉得 AI-RAN 的节奏应该是这样的：
现在到 2026 年底：只做第一层，让 AI 优化网络。 ROI 清楚、标准成熟、产品现成。波束管理、网络节能、负载均衡——中国移动已经在做了。不需要任何"新故事"就能说服财务。
2026 到 2028 年：在专网场景试点边缘 AI。 矿山、工厂、港口的本地推理需求是真实的——驱动力是安全合规，不是时延。但这个阶段验证的也不是"公网基站 GPU 共享"，而是 Private 5G + 边缘计算的商业可行性。
2028 年以后：看需求会不会出现。 需要三个条件同时满足——时延敏感的杀手级应用出现、GPU 实时虚拟化技术成熟、跨基站编排系统跑通。大概率会伴随 6G 的 AI 原生架构一起落地，时间点在 2030 年前后。
诺基亚说的是 2027 年商用。但 3GPP 的时间表是 2029 年 6G 版本才冻结。差这三年，中间的不确定性太多了。
说三个判断
第一，AI Agent 爆发的算力红利，在集中式智算中心，不在分布式基站。 万卡集群的池化效率，单站 GPU 永远追不上。AI 应用越火，集中式的优势越明显。
第二，边缘推理的第一驱动力是安全合规，当前极少是时延。 "数据不出园区"的付费逻辑是成立的，但不需要把 GPU 塞进基站来满足。
第三，分步走比一步到位更务实。 眼前先把 AI 优化网络这件事做好，确定性最高、回报最快。远期的事，跟踪而不超前投资。
对运营商的兄弟们来说，有限的算力预算，先砸在集中式智算中心上，那里有确定的需求、可预期的回报。AI-RAN 保持关注、保持试点，但别急着大规模铺。
故事再好，最后还是要看需求端怎么投票。
信息来源：AI-RAN Alliance 官方资料、3GPP Rel-18/19/20 技术规范、MWC 2026 各厂商公开资料、清华AIR×亚信科技《AI-RAN商业展望白皮书》、SKT×NTT Docomo 白皮书（2026.03）。
本文仅代表作者个人观点。
