AI-RAN của Nokia và Nvidia: từ RAN chuyên dụng đến RAN trên GPU¶

Nokia nói AI-RAN đang tiến gần triển khai thương mại. Bài này giải thích AI-RAN là gì, kiến trúc đứng sau, các mốc đã đạt được và những câu hỏi kỹ thuật chưa có lời đáp.

Tóm tắt nhanh

AI-RAN theo Nokia: biến trạm gốc thành nền tảng tính toán dùng chung cho xử lý vô tuyến và workload AI.
Kiến trúc: phần mềm anyRAN của Nokia chạy trên Nvidia Aerial RAN Computer (ARC) với CUDA.
Hiện trạng: đã có cuộc gọi đầu tiên trên mạng thương mại (T-Mobile) và mô hình chạy nhiều workload cùng lúc (Elisa). Các thử nghiệm của BT và Deutsche Telekom dự kiến năm 2027.
Còn thiếu: số liệu độc lập về công suất tiêu thụ, chi phí mỗi cell và độ trễ.

Tin gì vừa xảy ra¶

Trong cuộc họp với nhà đầu tư về kết quả quý 3/2026, CEO Nokia Justin Hotard nói AI-RAN đang tiến gần triển khai thương mại. Ông nêu hai mốc. T-Mobile hoàn thành cuộc gọi thoại trực tiếp đầu tiên qua AI-RAN trên mạng sản xuất. Elisa chạy đồng thời thoại, dữ liệu di động và workload AI trên cùng một nền tảng trong mạng thương mại.

Cuộc gọi của T-Mobile diễn ra ở Bellevue, Washington. Hệ thống gồm server ARC thương mại, phần mềm RAN của Nokia tăng tốc bằng CUDA, radio massive MIMO, lõi 5G Standalone sẵn có và một điện thoại thương mại.

Về kinh doanh, Nokia xếp AI-RAN vào nhóm cơ hội đang hình thành của mảng radio, chưa phải nguồn doanh thu chính. Mảng radio quý 3 tăng 10%, một phần do doanh thu được dịch từ quý 4 sang. Động lực tăng trưởng lớn nhất của tập đoàn là AI và cloud.

Chỉ tiêu	Quý 3/2026
Doanh thu thuần	€5,154 tỷ (+10%)
Mảng radio networks	+10%
Core software	−13%
Khách hàng AI & cloud	€631 triệu (+123%), 12% doanh thu

Số liệu do Nokia công bố. Tăng trưởng tính theo tỷ giá không đổi, riêng doanh thu thuần là số báo cáo.

Bối cảnh: RAN đã đi qua những giai đoạn nào¶

Ở mức khái quát, kiến trúc trạm gốc đã đi qua ba giai đoạn. RAN chuyên dụng chạy phần mềm trên chip riêng của hãng. Cloud RAN tách phần mềm khỏi phần cứng chuyên dụng và chạy trên server đa dụng, thường kèm accelerator cho các khối tính toán nặng như FEC. AI-RAN đi thêm một bước: đưa xử lý lên GPU.

Hình 1. Ba giai đoạn của kiến trúc RAN. Sơ đồ đơn giản hóa, chỉ nhằm so sánh nơi đặt phần xử lý nặng.

Xu hướng dồn về tính toán đa dụng có lý do: các khối xử lý tín hiệu lớp vật lý (L1) là phần tốn tính toán nhất của trạm gốc. Nokia mô tả đây là bước RAN chuyển sang general-purpose computing, giống những gì đã xảy ra ở các mảng khác của ngành công nghệ.

AI-RAN là gì theo Nokia¶

Nokia định nghĩa AI-RAN là việc biến mạng vô tuyến thành nền tảng cho physical AI, gồm các ứng dụng như xe tự hành, tự động hóa công nghiệp, robot và thực tế tăng cường. Khái niệm có hai nửa:

AI cho RAN. Dùng AI để nâng dung lượng và hiệu năng mạng. Orange đang thử phần mềm 5G của Nokia trên ARC để cải thiện hiệu suất phổ.
RAN cho AI. Cùng hạ tầng đó chạy suy luận AI ở edge và các dịch vụ mới. Tại sự kiện Radio World tháng 9, Nokia cùng DeepSig, ZayNar và Cohere đã demo việc cảm biến thế giới vật lý theo thời gian thực bằng hạ tầng vô tuyến sẵn có.

Hình 2. Hai nửa của AI-RAN. Nokia nói rằng cách này mở ra hướng kiếm tiền từ AI cho nhà mạng.

Nokia cũng nhấn mạnh nền tảng này cho nhà mạng một đường nâng cấp bằng phần mềm lên 6G. Nvidia gọi ARC-Pro là nền tảng sẵn sàng cho 6G.

Kiến trúc kỹ thuật¶

Phần mềm. anyRAN là phần mềm RAN chung của Nokia, dùng cho cả Cloud RAN, RAN chuyên dụng và AI-RAN. Nokia đang đưa phần mềm 5G và 6G sang nền tảng CUDA.
Tính toán. Nvidia Aerial RAN Computer Pro (ARC-Pro) kết hợp kết nối, tính toán và sensing. Theo một bài báo, cấu hình gồm Grace CPU và Blackwell GPU. Theo The Mobile Network, Nokia cam kết chạy toàn bộ xử lý của trạm AI-RAN trên GPU.
Máy chủ. Hai công ty thiết kế tích hợp anyRAN và ARC-Pro vào server Dell PowerEdge. T-Mobile là nhà mạng thử nghiệm đầu tiên.
Quan hệ đối tác. Hợp tác AI-RAN được công bố từ tháng 10/2024. Cuối tháng 10/2025, Nvidia đầu tư 1 tỷ USD vào Nokia, tương đương khoảng 2,9% cổ phần.

Hình 3. Stack RAN hiện nay và stack AI-RAN. Phần mềm giữ nguyên là anyRAN, phần khác biệt nằm ở nền tảng tính toán bên dưới.

Điểm đáng chú ý là hướng đi. Nếu toàn bộ xử lý RAN chạy trên GPU, Nokia chuyển từ chip riêng hoặc accelerator trên x86 sang một nền tảng tăng tốc do bên thứ ba cung cấp. Khi công bố ban đầu vào tháng 10/2025, chưa có tài liệu công khai nào về ARC-Pro.

Hiện trạng triển khai¶

Tại GTC 2026 ở Berlin, Nokia và Nvidia cho biết gần 20 nhà mạng đã công bố hợp tác AI-RAN dùng anyRAN và ARC. Hình 4 xếp các mốc theo mức độ đã thực hiện.

Hình 4. Mức độ trưởng thành của các mốc AI-RAN. Khung nét đứt là phần chưa có thông tin công khai.

Cần phân biệt demo và triển khai. Cuộc gọi của T-Mobile chứng minh chuỗi hoạt động từ đầu đến cuối, nhưng một cuộc gọi chưa nói gì về dung lượng, số thuê bao hay độ ổn định. Theo Telco Magazine, phần Elisa chạy phân tích video cùng thoại và dữ liệu. Chưa có thông tin cho thấy đây là dịch vụ tạo doanh thu.

Cơ hội và câu hỏi còn bỏ ngỏ¶

Những gì Nokia và Nvidia đưa ra làm nổi bật ba cơ hội:

Một hạ tầng phục vụ cả RAN lẫn AI, tận dụng năng lực tính toán đặt sẵn tại site.
Nâng cấp giữa các thế hệ bằng phần mềm.
Tận dụng hệ sinh thái CUDA và công cụ AI sẵn có.

Các câu hỏi chưa có đáp án rõ ràng:

Công suất tiêu thụ và chi phí mỗi cell so với RAN hiện tại là bao nhiêu.
Mức phụ thuộc vào một nhà cung cấp GPU ảnh hưởng thế nào đến nhà mạng.
Nhà mạng có bán được năng lực AI ở edge hay không, và ai là khách hàng.

Các nguồn đã tham khảo chưa có số liệu độc lập cho những điểm này.

Góc nhìn từ phía firmware gNodeB¶

Với người phát triển firmware và hệ thống cho gNodeB, phần đáng quan tâm nằm ở những điều thông cáo báo chí không nêu. Dưới đây là các câu hỏi kỹ thuật cần được trả lời trước khi coi AI-RAN là phương án thay thế thực sự.

Độ trễ xác định. Một slot chỉ dài 0,5 ms ở khoảng cách sóng mang con 30 kHz, và L1 có hạn chót cứng theo từng slot. Điều cần xem là độ trễ đuôi và jitter của đường xử lý qua GPU, không chỉ giá trị trung bình.
Chia sẻ GPU giữa RAN và AI. Khi workload AI tăng tải, RAN vẫn phải giữ hạn chót. Cơ chế cô lập và ưu tiên tài nguyên là câu hỏi then chốt của ý tưởng dùng chung hạ tầng.
Fronthaul và đồng bộ. Cần biết gói eCPRI đi vào GPU bằng đường nào, và tín hiệu timing (PTP, GNSS) đi qua server GPU ra sao. Yêu cầu đồng bộ pha và tần số của radio vẫn còn nguyên. Câu hỏi là server GPU đáp ứng nó thế nào.
Điện năng và tản nhiệt tại site. Một server GPU có nằm trong cùng ngân sách điện và làm mát như BBU hiện nay hay không.
Độ mở. So với hướng x86 với DPDK và accelerator trên nền tảng mở, CUDA do một nhà cung cấp kiểm soát. Đánh đổi giữa hiệu năng và khả năng chọn nhà cung cấp cần được tính vào TCO.

Tóm lại, các số liệu sau cần xuất hiện trước khi có thể so sánh công bằng:

Chỉ tiêu	Vì sao quan trọng
Số cell trên mỗi server	Quyết định chi phí đầu tư mỗi site
Công suất (W) trên mỗi cell	Chi phí vận hành và tản nhiệt
Độ trễ đuôi và jitter của L1	Giữ hạn chót slot, tránh mất dữ liệu
Thông lượng theo cấu hình MIMO và băng thông	So sánh công bằng với RAN hiện tại
Hiệu năng RAN khi chạy kèm workload AI	Kiểm chứng ý tưởng dùng chung hạ tầng

Kết luận¶

AI-RAN đáng theo dõi vì nó thay đổi cách nhà mạng nghĩ về trạm gốc: từ thiết bị chuyên dụng thành một nút tính toán. Những gì đã công bố mới ở mức chứng minh khả năng hoạt động. Bước kiểm chứng thật sự là các thử nghiệm thực địa của BT và Deutsche Telekom năm 2027, cùng bộ số liệu về công suất, chi phí và độ trễ nêu ở trên.