返回列表
英伟达联合T-Mobile及诺基亚推动AI-RAN基础设施:加速物理AI应用在分布式边缘网络落地
行业新闻NVIDIA5G人工智能

英伟达联合T-Mobile及诺基亚推动AI-RAN基础设施:加速物理AI应用在分布式边缘网络落地

英伟达(NVIDIA)宣布与T-Mobile、诺基亚(Nokia)及开发者生态系统达成合作,旨在通过具备AI-RAN能力的 ready 基础设施,在分布式边缘AI网络上集成并实现物理AI应用。该合作标志着电信基础设施与人工智能技术的深度融合,重点在于利用边缘计算能力提升物理AI的运行效率。

NVIDIA Newsroom

核心要点

  • 跨界强强联手:英伟达、T-Mobile与诺基亚建立合作伙伴关系,共同探索AI与电信网络的融合。
  • 聚焦物理AI:合作核心在于将物理AI(Physical AI)应用集成到分布式边缘网络中。
  • AI-RAN基础设施:利用支持AI-RAN(无线接入网)的基础设施,提升边缘端的计算与连接能力。
  • 生态系统协同:除核心企业外,该项目还涉及不断增长的开发者生态系统,共同推动技术落地。

详细分析

物理AI与边缘网络的深度集成

根据英伟达发布的消息,此次合作的重点在于将物理AI应用部署在分布式边缘AI网络上。物理AI通常涉及需要与现实世界实时交互的复杂模型,通过在边缘端(即靠近数据源的地方)进行处理,可以显著降低延迟并提高响应速度。T-Mobile的通信网络与英伟达的计算平台相结合,为这些应用提供了必要的运行环境。

AI-RAN ready基础设施的战略意义

AI-RAN(人工智能无线接入网)是电信行业的重要演进方向。通过构建具备AI-RAN能力的 ready 基础设施,合作伙伴能够将通信功能与AI推理任务整合在同一套硬件架构中。诺基亚作为合作伙伴之一,在电信基础设施领域提供了关键支持,确保了网络架构能够承载高负载的AI计算需求,从而实现物理AI应用的无缝集成。

行业影响

该合作对于AI和电信行业具有深远意义。首先,它定义了未来移动网络不仅是数据传输的管道,更是分布式计算的平台。其次,物理AI在边缘侧的落地将推动自动驾驶、工业自动化和智能城市等领域的发展。通过整合英伟达的AI算力与T-Mobile的5G网络优势,行业正朝着“网络即计算机”的愿景迈进,为开发者提供了更广阔的创新空间。

常见问题

什么是物理AI应用?

物理AI是指能够理解、感知并与物理世界进行交互的人工智能系统。在本次合作中,这些应用将运行在分布式的边缘AI网络上,以实现更高效的实时处理。

此次合作涉及哪些主要公司?

主要合作伙伴包括英伟达(NVIDIA)、T-Mobile和诺基亚(Nokia),此外还包括一个不断壮大的开发者生态系统。

AI-RAN基础设施的作用是什么?

AI-RAN基础设施旨在将人工智能能力集成到无线接入网中,使其既能处理传统的移动通信信号,也能支持复杂的AI计算任务,为边缘AI应用提供底层支撑。

相关新闻

美团BI架构演进:以指标平台为核心解决数据口径与查询性能难题
行业新闻

美团BI架构演进:以指标平台为核心解决数据口径与查询性能难题

美团技术团队分享了其在BI领域的最新探索实践。通过构建以指标平台为核心的新一代BI架构,美团引入了“自动语义”与“增强计算”两大核心能力。该架构旨在解决传统BI平台在个性化数据集驱动下普遍存在的数据口径混乱及查询性能低下等核心痛点,实现了数据治理与分析效率的显著提升。

美团31万行代码重构实践:基于Agent评测思路的AI Coding管理新范式
行业新闻

美团31万行代码重构实践:基于Agent评测思路的AI Coding管理新范式

本文深入探讨美团技术团队在31万行代码重构中的前沿实践。面对AI生成代码占比超过90%带来的管理挑战,团队提出“约束AI能力”的核心理念,通过Agent评测思路,构建了包含技术债梳理、规则建设、重构SOP及Pre-PR机制的完整体系,成功将高成本的重构专项转化为随迭代持续进行的日常动作,为AI时代的软件工程提供了重要参考。

美团LongCat开源General 365评测集:Gemini 3 Pro仅获62.8分,树立推理新标尺
行业新闻

美团LongCat开源General 365评测集:Gemini 3 Pro仅获62.8分,树立推理新标尺

美团LongCat团队正式发布General 365推理评测集,旨在为大模型推理能力建立更严苛的标准。在对26款主流模型的实测中,目前顶尖的Gemini 3 Pro准确率仅为62.8%,而绝大多数模型未能达到60分的及格线。这一结果揭示了当前AI模型在复杂推理任务上的局限性,为行业提供了全新的性能衡量基准。