NVIDIA 携手诺基亚落地 AI-RAN 现网试点，运营商在数据中心与基站部署 NVIDIA 算力

NVIDIA 与诺基亚正式联合多家电信运营商启动 AI-RAN 现网试点项目，整体方案采用分层算力部署模式，运营商可以把 NVIDIA 加速计算硬件分别部署在中心数据中心、区域边缘节点以及室外基站端，在同一套硬件平台同时承载无线基带运算、网络智能调度、AI 模型推理三类业务，实现通信网络与人工智能算力一体化建设，为 5G-A 向 6G 平滑演进打下硬件底座。当下传统基站硬件大多为专用定制设备，只能处理无线信号处理任务，无法额外承载 AI 计算业务，网络扩容只能不断新增专用硬件，建设成本持续走高。而本次试点采用软件定义架构，依托 NVIDIA Aerial RAN Computer 硬件与 CUDA 加速栈，把原本固化在专用芯片里的基带功能转为 GPU 软件运行，硬件资源可以灵活切分，一部分资源跑 5G 无线接入网业务，另一部分资源运行波束优化、智能调度、边缘大模型推理等 AI 任务，算力资源可以按需动态调度，大幅提升硬件利用率。整套试点方案打通了从云端机房到户外基站的全链路算力布局，运营商不用单独搭建两套独立硬件集群，只用一套 NVIDIA 计算设备，就能同时完成移动通信业务与边缘 AI 业务，既能提升无线网络速率、降低网络时延，还能快速落地车联网、工业视觉、本地智能体等边缘业务，帮助运营商开辟新的业务增收渠道。

一、AI-RAN 试点两层算力部署方案清单

表格

二、现网试点完整实施步骤

步骤 1：硬件点位规划部署

运营商完成站点勘测，在核心机房部署 GH 系列 GPU 服务器，在户外基站加装 ARC 边缘计算单元，所有硬件统一接入运营商现有云原生网络架构，硬件不需要改造原有基站射频设备，做到利旧改造、平滑升级。

步骤 2：部署双业务软件栈

在 NVIDIA 硬件上同步部署诺基亚 anyRAN 无线接入网软件与 CUDA AI 加速套件，基带信号处理任务全部 GPU 化，同时预装网络调度 AI 模型、波束优化算法，两套业务共用同一硬件资源。

步骤 3：配置算力动态隔离策略

通过虚拟化技术划分硬件资源池，设置通信业务优先级保障无线网络稳定运行，空闲算力自动分配给 AI 推理任务；网络业务高峰期自动回收 AI 算力，避免通信业务卡顿。

步骤 4：开启现网空中实测

接入现有 5G 独立组网核心网，搭配商用手机、终端设备开展真实通话、高清视频、边缘 AI 业务测试，验证基站同时跑无线业务与 AI 任务的稳定性。

步骤 5：持续优化模型与调度策略

根据现网实测数据迭代 AI 调度模型，优化多用户 MIMO 配对、小区资源分配算法，持续提升网络速率，降低空口时延，逐步完成试点商用化验证。

三、试点项目三大核心技术模块

1. GPU 虚拟化基带处理模块 将传统专用基带芯片的信号处理逻辑迁移至 GPU，依靠 CUDA 并行算力完成信道估计、波束赋形、用户调度，实现软件化 RAN，硬件可以灵活升级，后续 6G 新功能只需要更新软件，不用更换硬件设备。
2. 通信 + AI 算力共享调度模块 依托 NVIDIA 虚拟化与 MIG 切分技术，把单张 GPU 切分为多个独立算力实例，一部分实例运行无线基带业务，另一部分实例运行边缘 AI 模型，实现算力分时复用，硬件资源利用率提升一倍以上。
3. 端到端网络智能优化模块 在基站本地部署 AI 调度模型，实时分析用户位置、信号质量、业务类型，自动调整波束方向、分配无线资源，减少网络拥塞，提升小区整体吞吐速率，改善用户上网体验。

四、多运营商试点落地进展

1. 美国 T-Mobile：已经完成全球首次 AI-RAN 现网通话，在商用基站上实现无线通信与 AI 推理并发运行，验证了 ARC 硬件的商用可靠性。
2. 德国电信：在波恩与奥卢完成实验室验证，即将进入外场现网试点，计划在区域基站批量部署 NVIDIA 边缘算力。
3. 东南亚 Indosat 运营商：完成东南亚首个 AI-RAN 5G 现网测试，实现基站侧本地 AI 业务落地Nokia。
4. 英国电信：规划 2027 年在伯明翰启动大规模现网试验，搭建云端 + 基站分层算力网络。

五、项目落地带来的业务价值

1. 硬件降本：一套 NVIDIA 计算硬件同时承载通信与 AI 业务，无需单独采购 AI 服务器，大幅减少基站硬件投入，降低机房扩容成本。
2. 网络提效：AI 智能调度持续优化波束与资源分配，有效提升 5G 网络峰值速率，降低空口传输时延，保障高清视频、云游戏业务稳定运行。
3. 业务扩容：基站具备边缘 AI 算力之后，可以直接承接车路协同、工业质检、本地智能问答等政企边缘业务，拓展运营商新营收赛道。
4. 平滑演进：软件化 RAN 架构可以无缝升级到 6G，后续网络迭代只需要更新软件算法，硬件可以长期复用，保护运营商长期投资。

【相关 FAQ】

问题 1：NVIDIA 与诺基亚开展的 AI-RAN 现网试点，运营商要在哪些位置部署 NVIDIA 计算硬件？

回答 1：本次 AI-RAN 现网试点采用分层部署模式，运营商需要在中心数据中心部署 NVIDIA Grace Hopper 服务器，同时在户外基站部署 Aerial RAN Computer 边缘计算设备，云端与基站两端同步搭建 NVIDIA 算力，实现通信业务与 AI 业务一体化运行。

问题 2：AI-RAN 试点里，NVIDIA 计算设备可以同时跑无线基带和 AI 推理两项任务吗，资源会不会互相争抢？

回答 2：硬件可以同时承载无线基带处理与边缘 AI 推理两类任务，依靠 GPU 虚拟化与 MIG 算力切分技术划分资源池，优先保障无线网络业务，空闲算力自动供给 AI 模型，不会出现业务互相抢占资源的情况，保障网络运行稳定。

问题 3：参与本次 AI-RAN 现网试点的运营商，部署 NVIDIA 计算硬件时，需要更换原有基站射频设备吗？

回答 3：不需要更换原有基站射频天线与射频单元，只需要在现有基站机柜内加装 NVIDIA ARC 边缘计算单元，利旧原有无线网络硬件，实现低成本改造，平滑完成 AI-RAN 升级。

【数据来源】

[2026-10-21]（NVIDIA 携手诺基亚落地 AI-RAN 现网试点，运营商在数据中心与基站部署 NVIDIA 算力）NVIDIA 新闻中心

[2026-10-21]（T-Mobile 完成全球首次 AI-RAN 现网通话）凤凰网科技

[2026-10-21]（NVIDIA 与诺基亚联合运营商打造 AI 原生无线网络）NVIDIA 技术博客NVIDIA New...

[2026-10-21]（anyRAN+NVIDIA ARC AI-RAN 现网测试成果）诺基亚官网新闻稿Nokia

[2026-10-21]（全球运营商 AI-RAN 试点项目进展汇总）通信产业网

【免责声明】

本文仅客观整理 NVIDIA 与诺基亚 AI-RAN 现网试点的部署方案、硬件配置、实施流程与试点进展，仅作为通信技术科普内容；AI-RAN 硬件算力共享效果受虚拟化配置、网络负载、软件版本影响；硬件部署方案以厂商官方技术文档为准；本文不构成运营商基站改造、算力设备采购与网络升级的项目实施建议；现网试点的商用落地进度由运营商与设备厂商共同推进，实际上线时间以项目公示为准。