英伟达把算力搬到基站旁：6G 的关键，不是多一台“小数据中心”

一辆配送车在路口犹豫半秒，工厂里的机械臂要等云端返回一个判断，远程巡检摄像头把整段视频回传到几百公里外——这些场景真正卡住的，往往不是模型会不会推理，而是数据来回跑了多远。

8月4日，一则关于英伟达在中国寻找 AI-RAN 基站合作方的报道，把“基站会不会变成下一层 AI 计算节点”重新推到台前。报道点名深圳佳贤通信，并称双方正围绕 CUDA 生态开发面向海外的 6G AI-RAN 基站；截至本文截稿，尚未找到英伟达或佳贤公开发布的合作公告，因此这部分只能被视为待双方确认的产业链报道，不能当作已落地订单。佳贤的公开 MWC 参展资料显示，它是一家聚焦 Open RAN、5G/6G 的基站设备商。[7]

但这条消息之所以值得认真看，并不在于一家供应商的名字，而在于它和 2026 年已经清晰可见的全球路线高度同频：英伟达、诺基亚、运营商和开放 RAN 生态，正试着把无线接入网从“把比特搬到云端”的管道，改造成能在近处做判断、也能把 AI 反过来用于无线链路的分布式计算层。

不是“云端下沉”，而是把三件事放进同一套基础设施

AI-RAN 不是一个单一产品。AI-RAN Alliance 把它拆成三类工作：AI-for-RAN，用 AI 改善频谱效率、资源调度、运维；AI-and-RAN，让通信和 AI 任务共享硬件；AI-on-RAN，把推理任务直接部署在网络边缘。[5]

这三层叠起来，才接近你所说的那种体验：用户并不是把每个请求都送回远方中心机房，而是优先由离无线接入更近的节点处理。对于机器视觉、工业控制、机器人协作、车路协同、AR 互动等任务，少一次长距离回传，意味着延迟抖动、上行拥堵和数据外流都可能更可控。

但也别把它理解成“每座铁塔塞进一台通用云服务器”。无线接入网要先满足极严苛的实时性、同步、可靠性和功耗约束。更现实的形态，往往是基站侧、汇聚机房和移动交换局之间的一层层边缘算力：实时无线处理留在最靠近空口的位置，较重的视觉或小模型推理由邻近边缘节点承接，训练和大模型长上下文仍回到区域云或中心数据中心。

2026 年的新信号：从演示台走到运营商现场

3月的 MWC 2026，英伟达联合 BT、德国电信、爱立信、诺基亚、SK Telecom、SoftBank、T-Mobile 等宣布推动开放、安全、AI 原生的 6G 平台，提出 AI 将贯穿 RAN、边缘和核心网。[1] 同期，诺基亚披露其 anyRAN 软件已在英伟达 GPU 加速平台上，与 T-Mobile、Indosat Ooredoo Hutchison 和 SoftBank 完成功能测试；它还列出 BT、Elisa、NTT DOCOMO、Vodafone 等合作进展。[2]

这不是“6G 已经来了”。它说明的是：产业已不再只讨论未来标准，而是在拿现有 5G 与 5G-Advanced 网络验证同一硬件上并行跑 RAN 和 AI 是否可行。英伟达披露，Indosat 已以诺基亚软件和 GPU 加速平台完成面向预商用验证的 AI-RAN 5G 呼叫；SynaXG 的展示则把 4G、5G FR1/FR2 与 agentic AI 工作负载放在一台 GH200 上，报告了 36 Gbps 吞吐和低于 10 ms 的延迟。[3] 这些是厂商和伙伴的演示/测试数据，代表技术可行性，不等于大规模商用网络的平均表现。

更具体的变化在于产品路径。英伟达的 AI Aerial 已将 CUDA 加速 RAN、数字孪生、测试平台和 ARC 系列计算平台拼成一套开发与部署工具链；其官方表述覆盖 Open RAN、集中式、分布式和 Cloud RAN。[4] 2025 年英伟达与诺基亚的合作已经给出清楚信号：ARC-Pro 参考设计面向设备商和网络厂商，目标是通过软件演进从 5G-Advanced 走向 6G，而不是要求运营商一次性替换整张网。[8]

为什么这件事对每个人有用：不是更快的网，而是更少的“等云端”

普通人很难因为“AI-RAN”三个字立刻感到差别。真正的差别，会出现在设备本身装不下大模型、又不能忍受远端往返的时候。

• 手机、眼镜和耳机：设备保留私密数据和第一层即时响应，复杂的多模态理解可由近端节点分担。它不必每次都跨城调用云端，也不必把终端做得又热又贵。
• 视觉与机器人：摄像头不一定要持续上传原始视频；网络可在近端完成筛选、告警或小模型推理。机器人和无人设备则更需要稳定的上行、确定的时延和本地失败保护。
• 城市与工厂：把算力靠近路口、园区和产线，价值不只是“快”，还在于数据治理、网络切片和服务质量可以一起设计。

英伟达在 7 月的技术文章中把同一逻辑说得很直白：运营商网络通常为峰值流量配置，闲时资源利用率偏低；如果同一 GPU 能在不影响 RAN 的前提下承接边缘推理，网络资产才有可能多出一条收入线。[4] 这也是 AI-RAN 最现实的商业动机：不是为每座站点堆昂贵算力，而是把原本独占、闲置的能力做成可调度的资源池。

真正难的地方，也决定谁能留下来

第一是功耗和散热。基站站址不是数据中心：电力、机柜、空调、维护窗口都有限。第二是确定性。聊天机器人慢半秒或许还能接受，空口调度和工业控制不能靠“差不多”。第三是运维。共享一台计算平台，意味着运营商要能证明 AI 任务绝不会挤占无线业务，也要能隔离租户、审计数据并在故障时立即降级。

还有一层常被忽略的竞争：GPU 并非唯一答案。诺基亚和英伟达押注把更多 L1 处理和 AI 算法带进可编程 GPU 平台；爱立信仍更强调自研专用芯片与网络自动化。围绕 6G 无线单元是否会采用 GPU，连英伟达自己的表述也保持审慎：它表示 GPU 可能会随着更高阶 MIMO 和 6G 的计算需求而变得关键，但没有确认正在开发用于 6G 无线单元的 GPU 产品。[6] [9]

因此，谁是“下一个中际旭创”并不是一个简单的供应链问题。能站进这一轮的，不只是会做射频或会装服务器的企业，而是能同时过设备认证、实时软件、CUDA/开放接口、功耗可靠性、海外合规和运营商交付这几道门槛的系统厂商。

该怎样看 2027—2028：先看现场，不看口号

接下来两年，最值得盯住的不是“6G”标签，而是四个现场指标：第一，运营商是否把 AI-RAN 从展会和单站试验带入可重复的外场；第二，RAN 性能、功耗和每比特成本能否在真实负载下同时成立；第三，边缘 AI 是否有持续付费的业务，而不是一次演示；第四，开放接口会不会真的降低供应商锁定，而不是换一种更昂贵的绑定。

如果这些指标跑通，基站不只是把人和云连起来的中转站。它会成为一张更近、更分布式的 AI 网络：终端负责感知和个人控制，近端网络负责需要马上反应的推理，云端负责训练、协同和最重的计算。那时“算力下沉”不是把数据中心缩小后塞进塔下，而是终于给每一种任务找到了合适的距离。

资料来源

• 英伟达与全球电信伙伴关于 AI 原生 6G 的联合承诺。[1]
• 诺基亚 MWC26 AI-RAN 合作、测试与生态更新。[2]
• 英伟达对 2026 年外场验证及演示的说明。[3]
• 英伟达 AI Aerial 技术文章与平台说明。[4]
• AI-RAN Alliance 的三类工作定义。[5]
• 关于 6G 无线单元 GPU 路径的行业报道与厂商澄清。[6][9]
• 佳贤通信的公开参展信息。[7]
• 英伟达—诺基亚 2025 年 ARC-Pro 与 6G 路径公告。[8]