尽管在营销上对Nvidia表现得很忠诚，诺基亚一直在与其老芯片合作伙伴Marvell Technology悄悄推进AI-RAN。

关注AI无线接入网（AI-RAN）的人会注意到，诺基亚近几周一直在展示一些电信试点客户，而Nvidia则像“直升机家长”一样在背景中盘旋。Nvidia向诺基亚投资了10亿美元后，这家大型芯片制造商及其图形处理器（GPU）已成为诺基亚RAN战略的核心。诺基亚正在设计未来的5G和6G产品，使其能够运行在这些GPU上，而不是今天网络中使用的定制芯片上。

在这些合作公告之后，英国三大移动运营商之一的Virgin Media O2（VMO2）似乎只是顺带被提及。到那时，Nvidia似乎已经像忙碌的监护人一样悄然退场。VMO2关于AI-RAN试验的官方声明中奇怪地没有提到Nvidia，而Nvidia在柏林举行的近期GTC（GPU Technology Conference，GPU技术大会）之后发布的电信AI活动名单中，也没有提到VMO2。

尽管如此，之前所有迹象都表明，VMO2位于伦敦帕丁顿（Paddington）的试验站点使用的是运行诺基亚AI-RAN软件的Nvidia GPU。但诺基亚随后告诉Light Reading，事实并非如此。远非使用Nvidia著名芯片，这个高容量站点继续依赖较旧的定制芯片来处理新的AI-RAN功能。（在新的细节出现后，Light Reading撤回了最初关于帕丁顿试验的报道。）

VMO2声明中没有提到Nvidia，本应是一个线索。诺基亚几乎从不会在涉及AI-RAN的声明中不点名这家芯片制造商。就在差不多同一时间，竞争对手英国电信BT宣布其与诺基亚的AI-RAN试验时，Nvidia就出现在标题中。诺基亚不仅在AI-RAN总结中没有提到VMO2，也对AI-RAN所使用的定制芯片以及供应商身份保持沉默。

不过，这家供应商其实是Marvell Technology，Nvidia正通过其合作关系尴尬地将其挤出局。如今，诺基亚在其RAN产品中、对资源消耗极大的Layer 1软件，完全依赖Marvell的定制芯片。Light Reading获悉，VMO2的AI-RAN试验具体使用了诺基亚内部代号为ABIP的Marvell Layer 1芯片。

“ABI”这一缩写中的“ABI”代表Airscale Baseband Indoor，而“P”似乎只是与更早一代产品作字母区分。ABIP可能还会存在很多年，但按照当前战略，它将是诺基亚计划开发的最后一款定制芯片。其继任者ABIG则基于Nvidia技术，其中“G”指的是GPU。

对诺基亚来说，潜在尴尬之处在于：AI-RAN在现有定制芯片和GPU上都能实现。自从诺基亚与Nvidia合作以来，AI-RAN几乎就等同于使用Nvidia芯片和CUDA软件技术。如果现有已部署的定制芯片看起来也能带来同样的好处，说服客户采用GPU可能会更难。

但如果在GPU尚未大规模部署之前，让ABIP就这样闲置到报废，也并不明智。竞争对手爱立信表示，它已经在约6万座商业部署的基站中，在其定制芯片上引入了链路自适应这一标准RAN算法的AI后继方案。该公司称，这一举措将频谱效率提高了约10%。如果诺基亚无法在已安装的芯片上提供可竞争的软件产品，就有可能失去市场份额。

这并不一定否定转向GPU的理由。诺基亚认为，一旦客户部署ABIG，就可以受益于多年的AI-RAN软件升级，持续提升频谱效率；而定制芯片则需要更频繁地更换。在此前市场份额下滑，以及Marvell似乎也担心其在萎缩的RAN行业中的投资回报之后，诺基亚可选的芯片方案可能并不多。

问题在于，如果事实证明定制芯片在AI-RAN上仍然具有竞争力，运营商可能会不愿花钱购买GPU。而VMO2的试验似乎正显示出这一点。

在英国最繁忙的地区之一，这项试验聚焦于天线与帕丁顿地区客户手机之间的无线条件。“我们与他们合作的重点，是利用AI更好地估算信道质量，”VMO2移动接入工程总监Rob Joyce在最近的一次新闻简报会上说。

传统算法依据的是关于这些无线条件的一组预设参数。AI则像一个早熟的学徒一样边做边学，并能快速适应实时因素。“你会根据你看到的情况进行优化，它会在所处环境中自我训练，”Joyce解释说。“所以，基站会把自己的算法调校到那个环境。”

VMO2在帕丁顿看到的结果是频谱效率提升了20%，这意味着该站点无需额外容量或频谱就能承载更多数据。20%的数字，也与诺基亚最近表示其通过GPU实现AI-RAN所能达到的频谱效率提升一致。

Joyce也承认，爱立信的AI-RAN产品同样具有竞争力。爱立信坚持使用定制芯片，其首席执行官Per Narvinger此前曾表示，与Nvidia的“原生实现”会造成锁定效应。“你不需要GPU也能做到这一点，”Joyce在新闻简报会上强调。“公平地说，我认为爱立信的芯片也非常好。”

如果有人对AI-RAN在Marvell芯片上实现并不感到意外，那就是诺基亚移动网络业务集团前总裁Tommi Uitto。“几年前就有人聪明地把某些AI和ML［机器学习］能力嵌入到了芯片里，只是我们还没有用上，”他在2025年初告诉Light Reading。“为了仅仅带来网络性能提升而使用相当昂贵的GPU来做AI-RAN，可能在技术经济上并不合理，”他当时说。

也许关键问题在于，定制芯片的正常迭代节奏，能否跟上GPU平台上未来软件改进的步伐，而GPU平台不必像定制芯片那样频繁更换。去年夏天，诺基亚在谈到那20%的频谱效率提升时认为，明年有望达到50%，到2028年则可翻倍。

但咨询公司Chetan Sharma Consulting发布的一份、由诺基亚背书的白皮书则保守得多，甚至提出了各种疑虑。该咨询公司负责人Chetan Sharma写道：“一个已经通过传统处理接近理论频谱效率上限的站点，相比于一个因干扰、信道估计误差或调度不佳而远低于理论上限的站点，AI驱动改进的空间更小。”

AI-RAN的各种实验室测试和现场试验都没有说明，频谱效率提升究竟是以什么基线为参照。专家认为，RAN算法有点像斯特拉迪瓦里小提琴——经过数十年的塑造和打磨，几乎已经难以再改进。让AI去制造一把比这位意大利制琴大师更好的乐器，似乎不太可能成功。

无论如何，在AI-RAN上试用ABIP，会让VMO2看起来更不可能大规模部署GPU。过去两年里，该公司已在移动网络升级上花费约14亿英镑（19亿美元），为英国南部安装了诺基亚的新无线设备，为北部则使用爱立信设备。今年年初宣布的7亿英镑（9.4亿美元）投资计划中，并不包括GPU RAN部署，Joyce向Light Reading证实了这一点。

他对基于GPU的集中式RAN也持怀疑态度。该方案会把基带资源集中到其他网络设施中，只在铁塔上保留无线设备。“如果你有高容量光纤，就可以把GPU移到一个集中位置，”他说，这样就能控制多个站点。“这很有好处，因为你可以在不同技术之间协调调度，并进一步提升效果。”

Joyce担心的是这些站点所需的光纤。帕丁顿站点接入的是10Gbit/s光纤，足以满足本地需求。若要将基带集中化，VMO2就必须通过一种名为CPRI（common public radio interface，通用公共无线接口）或其升级版eCPRI的技术，把该设施重新连接到无线站点。“每条链路都是25Gbit/s，”Joyce说。“你最终可能需要跑三条CPRI连接，也就是到铁塔要75Gbit/s，而不是10Gbit/s。”

几乎可以肯定，这意味着要么增加光纤，要么支付更高的传输费用，这也解释了Joyce对投资集中式RAN的保留意见。“我的看法仍然是，我认为分布式RAN才是前进方向；在这种情况下，如果你想实现这一点，就必须在站点上增加额外的基带GPU资源，”他说。

对诺基亚而言，风险在于客户继续抵制需要部署新硬件的升级，无论成本如何。诺基亚定制芯片产品上可用的AI-RAN功能，可能会进一步削弱客户升级的动力。但反过来，如果今天的定制芯片无法容纳GPU已经支持的新兴AI功能，爱立信也会面临风险。如今已在多年使用的硬件上受益于链路自适应改进的客户，可能会发现，为了更先进的AI，自己需要比预期更早更换设备。

运营商对两家厂商技术路线图的担忧，可能会成为另一家扩大市场份额的机会。但由于RAN市场上的供应商如此之少，运营商又迫切需要这两家北欧公司都取得成功。

更多内容：欧洲