無線網絡是現代連接的支柱，通過全球數百萬個蜂窩基站為數十億 5G 用戶提供服務。AI-RAN 的機遇和優勢正在推動電信網絡和生態系統向 AI 原生無線網絡 轉型。
該公司的使命是創建一個智能網絡結構，連接智能手機、攝像頭、機器人和 AI 智能體等數千億 AI 賦能的端點。這需要將 AI 嵌入到無線電信號處理中，以實現 X 因子性能和效率提升，并加速基站以提供 AI 流量，使 AI 推理盡可能接近用戶。
AI-RAN 通過將當前基于 ASIC 的單用途 5G/RAN 純系統發展為多用途商用現成 (COTS) 系統，能夠在同一平臺上托管 AI 和 RAN 工作負載、適用于 RAN 算法的 AI 以及 AI-on-RAN 應用，使其成為可能。這一轉型有望為電信運營商帶來諸多好處，包括支持新的 AI 服務、創造新的收入、提高網絡利用率、頻譜效率、能效和性能。AI-RAN 通過 100% 軟件定義的方法，利用虛擬化 RAN (vRAN) 提供面向未來的 6G 路徑。
“為了讓 AI-RAN 在現場成為現實，它必須根據給定位置對 AI 和 RAN 容量的需求，支持集中式和分布式場景。例如，集中式 RAN (C-RAN) 可以聚合來自數十個蜂窩基站的 AI 和 5G vRAN 工作負載，這些基站需要更高容量的系統，而分布式 RAN (D-RAN) 部署在需要更低總容量的單個蜂窩基站。其目標是在任何部署場景中的同構加速基礎設施上建立無處不在的 5G vRAN 軟件層，以便在易于管理和操作的情況下充分利用 AI-RAN 的全部優勢。
NVIDIA AI Aerial 將使用 NVIDIA Grace Hopper 和基于 NVIDIA Grace Blackwell 的 Aerial RAN 計算機系統（適用于以 AI 為中心的場景）為高密度 AI-RAN 部署提供支持。
新的 NVIDIA Compact Aerial RAN 計算機 (ARC-Compact) 將這些功能擴展到邊緣，在空間和功率都十分有限且以 RAN 為中心的工作負載占主導地位的單個基站實現 AI-RAN。它們共同支持集中式和分布式 AI-RAN。
NVIDIA ARC-Compact：適用于基站的低功耗 AI-RAN 解決方案
ARC-Compact 旨在實現分布式 AI-RAN 部署場景。它將能效、GPU 加速的無線電處理和高性能 vRAN 相結合，利用 Arm 生態系統將蜂窩基站轉變為多功能 5G 和 AI 中心。它在典型功率和空間限制范圍內提供最佳基站容量，同時滿足外形尺寸要求，從而解決了基站的獨特限制。
ARC-Compact 在 C-RAN 和 D-RAN 中支持相同的軟件定義代碼庫，遵循可升級至 6G 的軟件這一首要原則。它使用 NVIDIA Grace CPU C1 構建，配備 72 個高性能、節能高效的 Arm Neoverse V2 核心。搭載 NVIDIA L4 Tensor Core GPU 的 PCIe 插件卡用于加速處理無線電功能或 AI 工作負載。NVIDIA ConnectX-7 網絡接口卡 (NIC) 提供快速以太網連接。
ARC-Compact 基于內部 NVIDIA 基準測試，滿足表 1 中概述的分布式 AI-RAN 的關鍵要求。
| 要求 | ARC-Compact 的優勢 |
| 能效 | * Gbps/Watt，與當今的傳統基帶系統相似* 利用低功耗 72W L4 GPU 和節能高效的 ARM CPU，在典型基站范圍內滿足總功耗 |
| 5G vRAN 性能 | 支持 TDD 和 FDD、標準 4TR 和大規模 64TR MIMO 的混合多達 30 個扇區載波，支持 25 Gbps 的系統吞吐量支持 O-RAN 7-2 和 7-3 RU 拆分支持內聯和旁路第 1 層函數嵌入式 NVIDIA CUDA 加速 RAN 算法 (cuPHY、cuMAC) ，可提高頻譜效率和性能 |
| AI 處理 | 適用于 RAN 創新的高級 AI 模型和 AI，包括神經網絡、基于 NVIDIA GPU 加速的站點特定學習適用于 AI 應用 (例如視頻搜索和摘要、網絡安全、計算機視覺和 LLM 推理) 的附加 NVIDIA GPU 選項 |
| 環境合規性 | 2RU 高度，17 英寸半深度 – 非常適合基站機柜支持+ 55 ° C 到 -5 ° C 操作范圍符合美國 NEBS3 和歐洲 GR-63/1089-CORE 標準 |
| 軟件可升級 | ?完全軟件定義，可升級至 6G |
ARC-Compact 的采用率和可用性
- ARC-Compact 預計將通過 Foxconn、Lanner、Quanta Cloud Technology 和 Supermicro 等多家 OEM 和 ODM 合作伙伴提供，我們正與這些合作伙伴合作開發基于 Grace CPU C1 的系統。我們預計將在今年晚些時候在市場上看到各種配置，以支持電信分布式 AI-RAN 用例。
- 在 T-Mobile 資本市場日宣布的 AI-RAN 聯合創新中心合作伙伴關系 為 NVIDIA ARC-Compact 分布式 AI-RAN 部署解決方案的開發提供了見解。新解決方案將作為 D-RAN 參考架構，用于下一階段的 AI-RAN 協作。
- Vodafone 將繼續與 NVIDIA 合作，評估基于 ARM 的 NVIDIA ARC-Compact 分布式 AI-RAN 解決方案，這符合其主要 OpenRAN 目標，即在邊緣優化的短深度服務器上提供更高性能和更高效的分布式計算。
- 作為搶先體驗計劃的一部分，諾基亞獲得了 NVIDIA ARC-Compact 的種子系統，并正在通過早期基準測試測試其 5G Cloud RAN 軟件，以證明 ARC-Compact 適用于分布式 RAN 部署場景。這進一步推進了諾基亞和 NVIDIA 在 AI-RAN 方面的持續合作。
- 三星 正在擴大與 NVIDIA 的 AI-RAN 合作，將其 5G vRAN 與 NVIDIA ARC-Compact 集成到分布式 AI-RAN 解決方案中。三星已經完成了一項概念驗證，以驗證其 vRAN 軟件與 NVIDIA L4 GPU 之間的無縫集成，這表明去年的網絡性能和效率得到了提升。三星目前正在評估其搭載 NVIDIA Grace C1 和 NVIDIA L4 Tensor Core GPU 的 vRAN 軟件，以加速其他 AI 工作負載 (包括 AI/ML 算法) ，從而進一步提升性能和效率。
NVIDIA 憑借其 AI Aerial 產品組合 一直處于 AI-RAN 解決方案的前沿。現有的 Aerial RAN 計算機系統已經成為與 Indosat Ooredoo Hutchison、SoftBank 和 T-Mobile 等客戶以及 Capgemini、Fujitsu、Kyocera 和 SynaXG 等解決方案合作伙伴開展的 AI-RAN 合作的一部分。借助 ARC-Compact，它現在包括高密度和低密度系統，以滿足以 AI 為中心、以 RAN 為中心，甚至是僅 AI 和僅 RAN 模式的需求。這可在集中式和分布式 AI-RAN 部署場景中實現同構的軟件和硬件架構，這是運營商構建 AI-RAN 網絡的關鍵要求。
ARC-Compact 關鍵構建模塊
ARC-Compact 旨在利用以下硬件和軟件組件高效處理 5G vRAN 和 AI 工作負載。
NVIDIA Grace CPU?
NVIDIA Grace CPU 專為運行 AI、vRAN、云、邊緣和高性能計算應用的現代數據中心而設計。其能效是當今領先的服務器處理器的 2 倍。NVIDIA Grace 架構與 Arm 生態系統完全兼容，可確保數據中心中專為 Arm 設計的任何應用均在 Grace 上無縫運行，反之亦然，從而為電信運營商的 vRAN 部署提供所需的供應商多樣性。
NVIDIA L4 Tensor Core GPU?
“L4 Tensor Core GPU PCIe 插件卡為高吞吐量、低延遲 AI 工作負載和 RAN 加速提供經濟高效的解決方案。它支持具有 24 GB GPU 顯存的 FP8 Tensor Core，可實現 485 teraFLOPS 的性能，適用于邊緣 AI 工作負載 (如視頻搜索和摘要) 和視覺語言模型，以及無線電 Layer 1 和一些第 2 層功能 (如調度) 。L4 提供的 AI 視頻性能比基于 CPU 的解決方案高 120 倍，并且半高外形規格在 72W TDP 低功耗范圍內運行。
NVIDIA ConnectX-7?
NVIDIA ConnectX-7 提供高速、低延遲的 Ethernet 連接，支持前傳、中傳或回傳，還可以路由 AI 流量或提供高級卸載。它提供多達四個連接端口和高達 400 Gbps 的總吞吐量，并為電信行業提供數據中心規模的硬件加速網絡、存儲、安全性和可管理性服務，包括用于 Transport Layer Security (TLS) 、IP Security (IPsec) 和 MAC Security (MACsec) 的內聯硬件加速等功能
軟件架構?
ARC-Compact 基于 NVIDIA Aerial CUDA 加速 RAN 軟件實現，利用 CPU 和 GPU 提供 5G vRAN。表 2 顯示了 ARC-Compact 支持的各種 RAN 函數和 AI 工作負載所使用的計算。
| 工作負載 | Grace CPU C1 | L4 GPU |
| RAN 和 CNF | FDD 第 1 層 TDD 和 FDD 第 2 層分布式 UPF RIC 應用 | * 用于標準和大規模 MIMO 的 TDD 第 1 層 L1 中的嵌入式 AI/ML 算法，以及加速調度程序 (cuMAC、cuPHY) 等第 2 層功能 |
| AI | 不適用 | 高級 AI 模型，例如用于通道估計的神經網絡模型 LLM、VLM 推理、視頻搜索和摘要、網絡安全、智慧城市/ 物聯網 AI 應用、計算機視覺等 RIC 應用 |
電信服務提供商的 Core benefits
對于希望在蜂窩基站部署分布式 AI-RAN 的電信服務提供商，NVIDIA ARC-Compact 提供了一種低功耗、緊湊且經濟的解決方案，用于提供高性能 5G 和 AI 推理。主要優勢包括：
- 適用于蜂窩基站的高效解決方案：ARC-Compact 可在低功耗范圍內提供高性能 5G vRAN 和 AI 工作負載，從而實現可持續、經濟高效的分布式 AI-RAN 部署。
- AI 賦能的無線電和邊緣創新 ：通過集成 PCIe 插件 L4 GPU，它可實現用于無線電信號處理的先進 AI/ ML 算法，從而提高頻譜效率和網絡利用率，并在邊緣解鎖新的 AI 驅動服務。
- 利用 ARM 生態系統實現靈活性和多樣性 ：ARC-Compact 基于具有 Arm 核心的 NVIDIA Grace C1 CPU 構建，使電信運營商能夠從不斷發展的 ARM 生態系統中受益，并使其 vRAN 解決方案的供應商群體多樣化。
- 在所有部署中實現同構、軟件定義的 vRAN ：ARC-Compact 運行的 5G vRAN 軟件與集中式 AI-RAN 站點相同，可實現統一、完全軟件定義的網絡，該網絡可輕松升級到 6G，并簡化管理，無論部署場景如何。
- 針對現實世界的基站要求進行了優化 ：它外形緊湊、溫度范圍寬且符合全球電信標準，專為單個平臺上的邊緣 AI-RAN 部署而構建。
該系統可以靈活配置，以支持各種 AI-RAN 用例，包括：
- 以 RAN 為中心或僅 RAN：這預計將成為大多數分布式部署的主要用例，并通過單個 Grace C1 CPU 和單個 L4 GPU 配置提供服務。
- 以 AI 為中心：主要使用用于 RAN 的 Grace CPU (如 FDD) ，并將 L4 GPU 專用于 AI 或視覺處理應用。
- 以 RAN 和 AI 為中心：利用專用于 AI 或視覺處理的附加 L4 GPU，同時通過單個 C1 和 L4 同時支持高端 RAN 工作負載。
結論：AI-RAN 催化劑
NVIDIA 于 2024 年推出了 Aerial RAN Computer-1 ，展示了 AI-RAN 的優勢，例如通過外部現場試驗，每 1 美元的 CAPEX 收入增加了 5 倍，能效比一流的 ASIC 系統提高了 40%，容量利用率提高了 3 倍。這一時刻標志著 AI-RAN 技術及其生態系統的轉折點。許多客戶和合作伙伴開始推進其 AI-RAN 目標。
NVIDIA ARC-Compact 是 AI-RAN 采用的下一個催化劑，使電信公司能夠在每個基站部署功能強大、節能且靈活的 AI-RAN 解決方案。它與 Aerial RAN Computer-1 相結合，通過全棧平臺為 AI-RAN 構建塊添加支持，該平臺支持可擴展的硬件、通用軟件和開放式架構，能夠與生態系統合作伙伴一起在任何部署場景中提供高性能 AI-RAN。
電信公司還重視全套 NVIDIA AI Aerial 產品組合，其中包括用于訓練、模擬和部署 AI-RAN 的三個計算機系統。例如，在 Aerial Omniverse 數字孿生和實時 Aerial RAN 計算機中實施了相同的 NVIDIA Aerial CUDA-Accelerated RAN 軟件版本，使客戶能夠在現場部署新 AI 模型之前以可預測的方式對其性能進行模擬，并繼續通過數據循環對其進行微調。
隨著行業加速采用 AI 原生無線網絡，NVIDIA AI Aerial 為分布式智能的新時代奠定了基礎，在整個無線領域釋放了前所未有的效率、創新和價值。
在 NVIDIA GTC 2025 上，從電信行業領導者小組了解有關 AI-RAN 實際應用的更多信息。
?
