AI 术语表 · 进阶 · 效率与基础设施 · AI 平台与解决方案 · 电信
AI-RAN
AI-RAN 是一种通信网络设计方式：将 AI 深度融入连接手机与基站的无线接入网（RAN，Radio Access Network），用 AI 让网络运营更智能，并在同一套基站计算资源上运行 AI 服务。
关于这个术语
工作原理
RAN 由基站天线及其后端处理无线信号的设备组成，传统上采用通信专用硬件构建。AI-RAN 将这些处理转移到通用服务器和 GPU 等加速器上的软件中，并在其上部署 AI 模型。通常分为三个方向来说明。第一是用 AI 改进 RAN 本身（AI for RAN），负责无线状态预测、波束方向调整、节能等工作。第二是通信处理与 AI 任务共享同一计算资源（AI and RAN），第三是在网络边缘运行靠近用户的 AI 服务（AI on RAN）。
AI-RAN 的三个方向
AI for RAN用 AI 改进网络
- 无线状态预测
- 波束方向调整
- 节能
AI and RAN共享资源
- 同一服务器上进行通信·AI 处理
- 闲置资源用于 AI 任务
AI on RAN网络上的 AI 服务
- 在靠近用户处推理
- 低时延服务
공통 均以通用服务器·GPU 上的软件化基站为基础
为什么重要
基站在运营商设备投资中占比很大，但在流量较少的时段，大量处理能力处于闲置状态。AI-RAN 尝试将这些闲置资源用于 AI 推理，以提高设备利用率。此外，随着手机用户增多、业务日益多样，仅靠人工制定的规则已难以对网络进行最优运营，由 AI 学习情况并实时调整的方式成为替代方案。在下一代移动通信（6G）的讨论中，也经常提到从网络设计之初就融入 AI 的“AI 原生”方向。
注意事项
通信网络是国家基础设施，AI 一旦判断失误，可能导致通话中断或大范围服务故障。因此，通常不会直接应用 AI 的决策，而是先在仿真或数字孪生中验证，并设置出现问题时回退到原有规则的安全机制。无线频谱使用和网络稳定性受各国通信监管约束，网络中处理的位置和使用数据属于个人信息，用于训练时需要去标识化和访问控制。通用 GPU 服务器可能比专用设备耗电更多，因此成本和能效是否真正划算，仍需在各个现场具体评估。
示例
运营商可以利用 AI-RAN，在夜间用户较少的区域自动让部分天线休眠以节省电力；在体育场等人流突然聚集的地方，则让 AI 预测拥堵并提前分配资源。在同一台基站服务器上利用空闲时间处理附近工厂的视觉检测、手机 AI 助手等对时延要求较高的 AI 服务，以开辟新的收入来源，这类方案也正在试验中。