问题——6G临近，网络“智能化”如何落地成为行业共同命题；随着大模型与边缘推理需求快速增长，传统无线接入网以语音与数据转发为主的设计正面临挑战：一方面，运营商希望把智能能力下沉到网络边缘，以支撑低时延场景；另一方面，基站侧功耗、空间与运维约束始终存，如何在可控成本内将人工智能嵌入网络体系，成为MWC现场的焦点议题。围绕此问题，产业界形成两条代表性路径：以GPU为核心的“平台化RAN”，以及以CPU为核心的“通用化RAN”。 原因——路线分化源于对技术路径、功耗边界与产业分工的不同判断。英伟达在大会期间阐释其面向电信的架构设想：通过软件定义的分布式GPU，将接入网节点从“通信专用设备”升级为“既承载网络功能也承载智能任务的计算平台”。其核心抓手是AI无线接入网络（AI-RAN）与“空口RAN计算机”概念，即在同一硬件体系内同时运行常规RAN处理与AI推理等工作负载。为支撑该愿景，企业持续投入打造底层软件平台Aerial，并计划向合作伙伴开放能力，使设备商和运营商能在统一算力底座上叠加自有软件与行业应用，推动更清晰的上下游分工与生态协作。 与之相对，英特尔、爱立信等更强调电信业务的主流负载以推理与实时处理为主，优先考虑稳定性、易部署与功耗可预测。其观点认为，引入外置加速器可能增加系统集成与能耗管理难度，因此更倾向利用服务器级CPU的内置加速能力承载云化RAN及核心网功能，减少硬件种类，降低运维门槛。这一差异的关键在于：未来接入网是否会成为边缘智能算力入口——一方主张平台化与多用途，另一方强调工程化与确定性。 影响——将决定运营商能否打开增量空间，也可能重塑设备与芯片格局。若AI能力在RAN侧更深度融合，网络节点不再只是连接通道，还可能成为企业业务的边缘推理入口。英伟达提出的商业化逻辑是：在接入点引入GPU算力后，运营商可向企业提供边缘智能增值服务，例如实时视频分析、异常告警、自动化运维与数据处理，并继续探索公共安全、零售运营、资产追踪、仓储机器人协同、车路协同与自动驾驶辅助等场景的服务化收费模式。对运营商而言，这意味着从“流量经营”延伸到“能力经营”；对产业链而言，RAN硬件形态、软件栈与开发生态可能随之调整，设备商、芯片商与云服务厂商的边界也将被重新划分。 另外，功耗与部署约束将继续成为“路线之争”的现实检验标准。英伟达反驳“GPU与基站功耗不相容”的判断，强调通过面向基站优化的方案，可在约300瓦级别的功耗约束内实现较高能效，并认为GPU在单位功耗性能上具备竞争力。另一方则更关注基站长期运行的能耗成本、散热与维护复杂度，对方案的可控性提出更高要求。可以预见，未来一段时期内，产业会在不同网络层级与场景采取组合策略：热点区域、园区专网或低时延业务密集区域更可能推动边缘智能下沉，而广域覆盖与成本敏感区域则更强调通用部署与能耗稳定。 对策——以标准、开放与可验证的工程能力推动“智能原生”稳步演进。面向6G与网络智能化，行业需要在三上形成合力：其一，推动接口与软件栈开放、解耦，降低单一路线锁定风险，避免生态割裂；其二，建立统一、可对比的能效与性能评估体系，将每瓦性能、端到端时延、可靠性与运维复杂度纳入同一标尺；其三，强化安全、隐私与合规设计，尤其是视频分析等企业场景数据敏感度高，需在边缘部署、模型更新、权限控制与审计追踪等环节形成可落地机制。 在大会涉及的发布中，英伟达还提出面向软件定义网络的自主化管理构想，希望让网络从依赖预设流程转向更具自适应能力的运行方式，并发布面向电信领域的开放模型架构更新。业内人士认为，网络自治与智能运维是降低复杂度、释放云化与边缘化价值的重要方向，但其成熟仍取决于可解释性、可控性与可验证性，尤其在大规模商用网络中，自动决策必须满足高可靠要求。 前景——“AI原生”或成6G重要特征，但路径将多元并行、分阶段推进。综合MWC释放的信息，面向6G的网络能力演进正从“更快的连接”走向“连接即智能的平台”。短期看，产业竞争将集中在AI-RAN的工程化落地：谁能在功耗、成本、性能与运维之间给出更优平衡，谁就更可能在运营商试点中占得先机。中长期看，随着边缘应用扩张、企业专网需求增长以及网络自治能力提升，接入网节点可能逐步承担更多推理与编排任务，网络与计算的协同将进一步增强。与此同时，CPU与GPU并非简单替代关系，异构协同、按需调度与软硬件一体化优化，可能成为走向规模化的更现实选择。