Cloud is where AI is born;
Device is where AI acts;
Edge will be where AI lives.
如果要在GTC DC大会上，寻找一个英伟达身上最“性感”而非最“实感”的故事，不同人或许有不同的答案，但有一个技术品牌可能真的要新加入候选人名单了。正是为了它，英伟达刚刚花费了10亿美元入股了老牌电信厂商诺基亚。它就是英伟达AI-RAN的核心技术品牌：Aerial。
Aerial，今天是一个带有点工业气息的词语。但词源来自拉丁语aerius，意指“空气的、轻盈的、高耸的”，在古时也用来形容虚幻的、轻盈优雅的美。它让人联想起另一位硅谷“帮主”OpenAI的视频产品：Sora。
Sora在日语中的本意是“空”，可以是天空，也可以是想象遥远地方时的一种心境。
无论英伟达还是OpenAI都把自己的旗舰产品指向天空，这不是一种偶然，也不仅是一种硅谷审美乐趣上的趋同。或许它们将讲述的是相似的一个东西，但现在我们先暂时按下不表。
所谓AI-RAN，用大白话理解就是在通讯基站上加入算力，让未来海量的场景计算可以不用进入云，直接在基站计算完以后就能够返回给终端的场景设备。
这样的方式有两个最显而易见的好处：
一个是节省大量的传输成本，降低云算力中心的压力。
微软CEO萨提亚·纳德拉（Satya Nadella）在前两天与OpenAI CEO山姆·奥特曼（Sam Altman）对谈时就提到了这种AGI困境：他说他的仓库里还有GPU，但没有足够的算力中心容纳，也缺少足够的电力使用。那么其实AI-RAN把算力分布式地放在全球的各个基站里，就可以成为以上的解决方案之一。
第二个则是大幅降低算力的时延。
打过在线游戏的读者都知道，有50毫秒以内的时延都属于“流畅”，但如果把这个延迟复用到自动驾驶上，高速路上将到处都是被撞烂的废铁，这也是今天高精地图方案被边缘化的重要原因。但如果将算力中心推进到用户周围，那么延迟可以降低90%以上，从毫秒级变成微秒级，大量高时延要求的场景就会跑通了。
根据目前可考的公开资料，Aerial最早出现在英伟达的资料里是在2019年洛杉矶世界移动通信大会，那时它还只是一套SDK工具，目的是支持GPU加速与软件定义的5G无线接入网。
没错，2019年，正是“何同学”拍5G视频获得三千万播放量的梦幻之年。
所以从这个角度来说，Aerial大概也能算是一个“5G原生”的工具，正是通讯带宽的快速增长让英伟达看到了一个未来世界的影子，于是Aerial诞生了。
而在过去五年时间里，5G逐渐让不少人失望，但Aerial一直在默默发育。
在这期间，Aerial的定位脱离了最初的SDK工具箱的数据，而转变为一个为“产学研”服务的平台。
2021年3月，NVIDIA在IEEE的5G分论坛上发了一篇论文《NVIDIA Aerial GPU Hosted AI-on-5G》，介绍5G连接和移动边缘计算（MEC）的NVIDIA超融合（hyper-converged）平台，那时他们的案例目标是工业4.0。
在这篇论文的摘要里，NVIDIA明确表示：
Aerial是一个为研究人员提供下一代无线和人工智能研究平台，从而实现行业转型开放平台。
As an open platform, Aerial is positioned to beindustry transformationalby providing researchers with a platform for next generation wireless and AI research.
一个月后，NVIDIA在2021 GTC大会上推出Aerial A100，即NVIDIA AI-on-5G计算平台。
Aerial A100其实是将NVIDIA Aerial软件开发套件与NVIDIA BlueField-2 A100芯片结合起来的产品，后者很大程度上脱胎自英伟达2020年刚完成收购的Mellanox的DPU产品线。虽然这是一个拼凑起来的产品，一张包括了“5T FOR 5G”解决方案、集成GPU和DPU的融合型卡，但它为AI-RAN提供了宝贵的计算平台，得到了包括谷歌云、富士通的支持。
是的，他们甚至没有在名字里放入AI——所谓5T，指的是“时间触发传输技术”（Time-Triggered Transmission Technology for Telco）。顾名思义，这其实就是要解决精确时间戳和高时钟准确性的问题，但这其实是大规模边缘计算的基础。
有趣的是，那年媒体对2021 GTC的标题是：“NVIDIA推出首款CPU，狂推ARM生态。”虽然服务器业务依然重要，但今天已经不太有人想起CPU了，更不会用ARM的视角来看待NVIDIA了。
随后Aerial迎来了一个小的高峰，这从英伟达的“技术博客”可见一斑，在2022年以后有提及Aerial的技术博客数量快速增加。
2022年到2023年间，英伟达陆续推出了DOCA GPUNetIO、Sionna库、Aerial Research Cloud等一系列加速AI-RAN的工具。
DOCA GPUNetIO让GPU绕过CPU实现直连网络，降低了时延和成本、提高了吞吐量；
Sionna库则是一个GPU加速的开源库，用于通信系统研究，官方说它可以实现“自动微分框架”，“通过整个通信系统反向传播梯度”，非常适合“神经网络集成”；
Aerial Research Cloud是第一个完全可编程的5G和6G网络研究沙盒。
但你依然可以将英伟达对Aerial做的所有事情，都重新联系回2021年的那个论文标题上：
GPU Hosted AI-on-5G
2024年是英伟达Aerial的生态大年。
2月，著名的AI-RAN Alliance成立，牵头单位是英伟达和软银，其他创始单位分别是爱立信、诺基亚、三星、T-mobile、微软、AWS、Arm、DeepSig、美国东北大学。
AI-RAN Alliance成为了英伟达希望重新改写6G定义模式的重要一步，因为它囊括了（除了华为和中兴以外）几乎最重要的通信相关的公司。其组织目标就是要让AI与RAN结合，从而让6G变成真正的AI原生网络。
3月，英伟达还推出了包含Omniverse生态系统和Aerial CUDA的6G研究平台。
而直到9月份，英伟达在GTC Paris 2024才宣布正式推出NVIDIA AI Aerial。
这是它在官方介绍中，它已经成为了一个优化无线网络和提供全新生成式AI体验的一站式平台。
英伟达官方的通讯稿里是这样介绍AI Aerial的：
NVIDIA AI Aerial平台提供了全套功能，包括高性能软件定义的RAN以及训练、模拟和推理，以便电信运营商能够参与下一代无线网络从开发到部署的所有阶段。
NVIDIA AI Aerial平台提供的功能包括：
NVIDIA Aerial CUDA加速RAN：包含使合作伙伴能够在NVIDIA加速计算平台上开发和部署高性能虚拟化RAN工作负载的软件库。
NVIDIA Aerial AI无线电框架：包含基于PyTorch和TensorFlow的软件库，用于开发和训练能够提高频谱效率并为5G和6G无线电信号处理添加新功能的模型。该框架还包含NVIDIA Sionna，该链路级模拟器可用于开发和训练基于神经网络的5G和6G无线电算法。
NVIDIA Aerial Omniverse数字孪生（AODT）是一个系统级网络数字孪生开发平台。AODT能够以物理学精度模拟无线系统，无论是单个基站，还是由大量基站组成的覆盖整个城市的综合网络都不例外。它包含软件定义的RAN（Aerial-CUDA加速RAN）和用户设备模拟器，以及物理世界的现实地形和物体属性。
这里包含了英伟达对下一个6G的很多定义和想象：
高性能的算力、神经网络的分布式网络能力、数字孪生的虚拟世界开发能力。
也从此开始，英伟达开始加速推进整个AI-RAN的生态建设的扩容，不仅与Vapor IO这类边缘计算服务商在拉斯维加斯开辟实验田，也不断开源新的工具，推进新的头部合作伙伴。
而这一系列生态动作，在2025年10月的GTC DC大会上达到了一个阶段性的峰值。
Aerial冲刺CUDA时刻
在10月GTC DC大会期间，英伟达终于对着AI-RAN暗流涌动的湖面上扔下了两个大石头：
第一，开源Aerial软件。
开源后的软件，将可以运行于包括NVIDIA DGX Spark在内的多种NVIDIA平台。
DGX Spark就是黄仁勋之前亲手交付给马斯克和李在镕的小“便当盒子”，是目前全球最小的“AI超级电脑”，可以在本地执行最高2000亿参数的AI模型推理和700亿参数的模型微调，可以说完美匹配像AI-RAN场景多元的开发生态需求，非常适合高校研究者和个人开发者参与。
第二，英伟达宣布以10亿美金入股诺基亚，达成战略合作。
入股后英伟达将占比2.9%，英伟达的AI-RAN生态产品将进入诺基亚的RAN产品组合里，双方共同推进6G的AI-RAN落地。
第三，英伟达推出了Aerial RAN Computer Pro（ARC-PRO）平台。
如果说曾经的Aerial平台还是一个带有研发起步性质的小平台，这次的ARC-PRO就是为顶级合作伙伴预备的产业级大跑道，它可以直接和基站结合，既能服务5G实现AI-RAN功能，还能帮助5G向6G的平滑过渡。介绍稿里的标题也从AI-RAN，正式切换成了“6G AI”。英伟达对这个6G AI平台的口气也变得很大，甚至在中国读者看来可能是很具有侵略性的：
“驱动美国重返电信领导地位”。
如果了解英伟达历史的读者，至此可能已经有一种似曾相识的感觉。Aerial的发展历程很像CUDA，几乎是一种关于技术的商业美学复刻。
黄仁勋力推CUDA，因为它看到GPU不止局限于游戏图像，而有通用计算能力的潜力；推Aerial，因为RAN不止是通信，还可能是未来的AI基础设施。
CUDA从高校生态起步，花了十年时间培养，最终形成了独有的生态护城河；Aerial也是从小的研发性质开发平台起步，一步步变成一个AI-RAN生态，总共花了五年时间，成为了英伟达基站算力业务的护城河。
从单点工具→通用平台→生态护城河，这是英伟达与时间的经典故事。
但如果细究，则会发现两者在商业细节上不完全相同。
这种差别不是在节奏的快慢上，Aerial是含着金钥匙出生的孩子，节奏自然更快。最大的区别是英伟达对生态伙伴的态度上。
以算法生态为例，CUDA是闭源为主，Aerial是开源为主。
在合作方面，CUDA的开放主要是积累开发者的习惯和口碑，Aerial虽然也拥抱大量中小开发者，但核心战略目标直指生态中的顶级玩家。
英伟达若要复刻CUDA时刻，第一个“北极星指标”实际上是让自己的标准与生态被“大玩家”接受。没有通信行业错综复杂的利益生态的支持，AI-RAN就无从谈起。在通用计算方面，GPU对CPU是从无到有的降维打击。但Aerial对RAN则是从无到有的合作升维。
从这个角度来说，虽然贵为5万亿美金的硅谷新宠，在通信市场里，英伟达依然在扮演“仰攻”和“说服者”的角色。
“10亿美金入股”就是其中最有力的说服方式。
诺基亚可能是今天Aerial所能找到的最完美合作伙伴。
抛开华为外的欧美国家市场，诺基亚的5G基站市场份额已经落后爱立信，且在趋势上与后者的差距越来越大。尤其在美国的基站市场，诺基亚丢单Verizo以后，一度传出仅剩的T-Mobile也将不保。与英伟达的合作或许可以帮助诺基亚在美国市场重新站稳脚跟。
2023年，诺基亚出台过一个“2030年计划”。该计划与英伟达的喜好高度吻合，它将AI放在了所有战略的第一条，将“云连续体”放在了第二条。所谓云连续体，其实就是将“云-边-端”无缝融合，背后最大的市场机会其实就是“边缘云”市场。
而如果按照英伟达的技术构想，今天的通信公司未来都可以成为新的云计算公司。这点我们放在最后细说。
最后，诺基亚是一个股权分散的上市公司，大股东系芬兰政府旗下资金，不直接干预公司经营。因此，英伟达2.9%的持股，既不会过度引发其他基站公司的抵触和担忧，也能直接对诺基亚施加影响。
对于英伟达而言，入股诺基亚有两大战略优势。
第一，6G AI的部署速度会领先行业，假如英伟达率先将部署了Aerial的基站设备推向市场，再在Aerial基础上形成应用生态，率先做成生态的增长飞轮。
这有点像安卓之于塞班、Windows Mobile等系统，先发优势会形成操作系统的重要优势。
第二，则是关于传统RAN市场格局中非常重要的投票机制：3GPP。
3GPP是全球移动通信技术标准的核心制定组织，组织内有上百个不同产业链的关键企业。3GPP在中国算半个网红，因为它曾在几年前爆发过一个科技行业非常出圈的新闻，即华为主推的Polar码和高通主推的LDPC码的“投票门”。投票过程被花边演绎，结果对某投票的企业形成了极大的公关创伤。
其实像编码提案是需要71%的投票率通过，因此并不存在严格意义的“关键少数”，而是以技术共识为主、投票为辅的决策形式。但3GPP“权力修罗场”的形象已经被深刻留在了互联网里了。
英伟达虽然有AI-RAN作为行业联盟，但3GPP才是规则的制定者。坏消息是，由于没有传统的通信业务，英伟达在其中的权重很低，存在感很弱。所以英伟达也需要一个具有生态协同能力的策动能手，而诺基亚便是在3GPP中与华为、爱立信、高通并驾齐驱的第一梯队权重的投票者，对上下游的其他投票权企业也有很深的影响力。
而今年和明年的3GPP讨论release 20和release 21刚好是5G转向6G的重要节点。
其中2025年的release 20被认为是5G-Advanced的最后一站，也是迈向6G的第一站。而大概率在明年召开的release 21则将是6G标准的第一站。英伟达需要抓住更多的时间窗口，来为自己的AI-RAN生态获得更好的站位。
谁的“6G”？
英伟达是今天RAN生态不可忽视的变量，高通也是。
如果将AI-RAN粗暴地分成AI和RAN两个维度，再将二家半导体巨头放在一起比较：显然英伟达是AI强，RAN弱；高通则是RAN积累更深，AI相对英伟达处下风。
在6G时代，高通当然也会是重要的参与者。但这涉及到一个话语权的重新争夺：
6G的本质到底是倾向于AI还是RAN？
最简单的做法是算账。
我们暂时无法给出准确的数据，但是有一些相近的数字可以参考。DGX Spark 128G的定价是3999美元，折合人民币近3万元；算力中心的大芯片A100，大内存的单卡价格在1.5万美金往上，折合10万人民币。
5G基站方面，此前有媒体通过中国移动的总5G投资和总5G基站部署量，计算出整体的基站平均部署成本大约40万人民币（含安装、土地等综合成本）。不过近几年随着产业链成熟，5G基站成本也在快速下降，有相应集采价格已经跌到16万人民币。
不过5G基站的类型包含了大基站、微基站等不同种类大小，功率和覆盖范围差异很大，所以不能一概而论。但6G的基站相应会比5G更密集，大基站空间更少，微基站更多。不过早期技术普及期，整体价格也可能会高一些。
有两件事情是确定：
第一，芯片算力会在基站业务中占据非常重要的成本比例；
第二，这个成本占比在未来是存在弹性的：
如果算力的使用频率越高，场景对算力的需求就会越大，那么芯片在基站中的成本占比也就越高。换言之，相比于RAN业务的规模，算力芯片业务的收入想象可以是很宏大的。
而黄仁勋从来没有放弃过的东西，就是对算力的“想象”。
这时我们就不得不搬出NVIDIA的另一个杀手锏级的技术品牌：Ominverse。
这个产品曾经是元宇宙热潮时候的宠儿，名字也带着元宇宙的气息（Omni是“所有”的意思，连起来就是“全宇宙”）。2021年，黄仁勋用它做了一个数字分身做发布会演讲，成了Metaverse时期的一道独特风景。
如今，Meta的时代已经远去，Omni却留了下来。
今天Omnivesre成为了英伟达与场景的重要链接器，许多跟落地相关的业务都在这里。如果你想知道，算力将在未来改变哪些场景，最简单的方法就是直接看Omniverse的业务线。
比如这次2025GTC DC披露的重头戏自动驾驶业务，背后是Omniverse为主导的团队。
英伟达宣布将要在2027年前部署超过10万台自动驾驶车队，部署NVIDIA DRIVE AGX Hyperion 10自动驾驶平台。这是除了特斯拉以外，目前最庞大的部署计划。
在L4期间，AI-RAN似乎不那么重要，但是L5几乎必须要6G以上的AI-RAN网络支持。
因为L5意味着无方向盘的无人驾驶，要在所有路况、所有时间都能够稳定运行，而如此庞大的车流网络就必须要边缘算力支持、配合高精地图的全局规划能力。
L5自动驾驶对于AI-RAN是堪称教科书级别的场景，因为它满足了AI-RAN背后三个场景强烈的需求：
超高的低时延要求、端侧难以承载的算力要求、类似“群体智能”一般的AI算力调度能力。
马斯克在近期接受采访时，有个“大胆”的预言。他说：
“未来不会有操作系统，不会有APP，你的手机只是显示像素和发出声音，它预测你最想看到和听到什么，然后实时生成，我们会尽可能地将AI集成到这个设备中……不会再有传统意义上的手机了，我们所谓的手机，实际上是一个用于AI推理的边缘节点，配备一些无线电模块进行连接。”
而服务器端的AI会与用户设备（以前被称为手机）上的AI进行通信，并生成用户想要的任何实时视频。
马斯克观点的本质，其实是AI-RAN能力和大模型能力叠加，将取代所有的终端算力。这算是最激进的一种AI-RAN的愿景，如果这个愿景实现，那么AI-RAN就是宇宙级的大生意。但许多研究机构都认同，在6G时代“云电脑”、“云手机”会从小众走向大众。而其中的“云”很可能就是AI-RAN能力加持的“边缘云”。人们不再需要花昂贵的价格占有设备，只需要在有高算力需求的时候租用即可。
不过我们如果回到现实，有两个场景是相对近在眼前的：
一个是机器人与XR设备。
目前所有的机器人都面临“端侧”对话太智障，但是“云”对话缓慢且昂贵的体验困境。智能眼镜厂商，面临的则是大算力芯片做不进小眼镜，小设备撑不起长续航的困境。但未来AI-RAN可能会成为潜在的解决方案。
一个是“元宇宙”级别的数字孪生场景。
无论是消费级的游戏应用，还是工业、手术台、能源、国防，都可以做场景的延展。
今年3月，NVIDIA出过一个数字孪生平台，正是叫Aerial Omniverse Digital Twin（AODT）。官方说，它可以实现从单个塔到城市规模的完整6G系统进行物理级准确的模拟。
读到这里，我猜你其实已经想到了AI-RAN的终局。
一个由边缘计算节点组建的超级计算机，一个地球ONLINE的超级服务器，一个AI打破世界的所有链接壁垒、又模糊掉所有边界的线上线下同构的世界。
当然，地球ONLINE还很遥远。但在此之前，你可能需要最后知道，AI-RAN可能还将改变两件事情：
一件是好的。云服务器厂商的格局可能会变化，“边缘云”会从小众需求变成一件主流的超大生意，而通信服务商则可能会天然成为新的云服务商。下一个AWS，可能未必出自亚马逊。
一件是坏的。如果你打开英伟达Aeiral页面，你会看到一个页面，写着：主权AI基础设施。
当然，算力原本也是脱敏的信息，但如果当5G通信网络都无法实现基站生意顺畅的跨国竞争，那么在AI-RAN时代，你可能更难以想象，欧美的政客会采用其他国家的基站设备。尽管华为可能是这个世界上，唯一既有AI芯片能力，又有基站能力的厂商。
这就是6G和它的AI。
它诞生在一个复杂的世界，所以也催生世界的复杂。
"