移动通信网络的价值长期取决于网络覆盖率与带宽。随着AI推理需求向网络边缘移动，全球数百万座基站与电信机房，正被重新定义为距离用户最近的算力节点。AI-RAN（AI Radio Access Network）让AI工作负载能与5G移动通信网络共享同一套加速计算平台，将算力直接推进至最后一公里的电信基站，大幅降低Physical AI应用与边缘推理的计算时延。这意味着AI与通信技术的融合，亦是一场围绕算力、电力与散热的边缘基础设施重构。对台达而言，AI-RAN代表着将电源、散热、边缘计算与基础设施整合能力全面延伸至电信边缘的全新发展契机。
随着AI推理需求向网络边缘移动，全球基站与电信机房被重新定义为离用户最近的算力节点
AI-RAN的应用场景
- AI for RAN – 网络更智慧
AI可提升频谱使用效率、增加网络容量，并通过自动优化改善网络质量，同时预测低流量时段进行设备休眠与节能，进而实现自治网络（Autonomous Networks），提升网络运维效率并降低运营成本。 - AI and RAN – 基站同时提供通信与边缘算力
AI与RAN共享同一套计算平台，把基站从“单一通信设备”升级为“多用途边缘计算基础设施”，通过动态资源调度提供算力服务，创造新的营收来源。未来的技术演进无需重新投资整套硬件平台，可大幅提升资产利用率并降低整体持有成本。 - AI on RAN – 从“哑管道”转型为AI服务提供商
AI应用直接部署于移动网络边缘，利用基站离用户最近的优势，为Physical AI机器人实时控制、自动驾驶远程支援、工厂视觉检测、企业应用及主权AI等场景，提供低延时的实时AI服务，为电信运营商创造全新商业模式。
从AI Factory走向边缘算力基础设施的挑战与机会
- 电源系统：传统基站站点的供电设计多为数百瓦至一两千瓦等级。然而导入AI加速计算后，单站功率需求将显著提升。加上基站分散于成千上万个站点、市电条件各有不同，急需针对边缘场景进行高效率电源转换、直流供电架构、站点储能与备用电源设计的升级。
- 环境与散热：基站站点多位于市区屋顶或路边机柜，空间狭小且环境严苛。要在这类条件下构建短机身AI-RAN系统，必须同时克服环境温度、粉尘、抗震与散热等重重挑战。
- 边缘机房基础设施整合：需将AI-RAN、电源、散热、机柜、监控、网络设备及管理系统，高度整合为可快速部署、上线与远程运维的标准化模块。
凭借在通信、电源、散热，以及集装箱式与预制模块化数据中心领域的布局，台达具备电信边缘算力系统整合与快速部署的能力。通过整合式AI-RAN解决方案，台达能协助电信运营商在有限空间、电力条件与严苛环境下，更快速、稳定且高效率地将AI算力部署至网络边缘，开启全新的服务与商业契机。
