Tweet
Vì sao doanh nghiệp nên quan tâm đến nền tảng AI-RAN của Nokia
Phân tích
Ngày 24/07/2026
(Bản dịch từ Network World)
AI-RAN là bước đi chiến lược của Nokia nhằm biến mạng truy nhập vô tuyến (Radio Access Network - RAN) thành một nền tảng điện toán AI, đồng thời mở ra nguồn doanh thu mới cho các nhà khai thác viễn thông.
Đầu tháng này, Nokia đã công bố bản cập nhật cho nền tảng AI-RAN với kiến trúc tính toán lập trình được (programmable compute) và thiết kế AI-native. Theo lộ trình của hãng, nền tảng này có thể tăng gấp đôi hiệu quả sử dụng phổ tần vào năm 2028, không chỉ cải thiện tốc độ mạng mà còn giúp các nhà mạng khai thác thêm nhiều mô hình kinh doanh ngoài việc chỉ cung cấp kết nối.
Trong phiên bản mới, Nokia giới thiệu điều mà họ gọi là nền tảng AI-RAN thương mại đầu tiên trên thế giới, được xây dựng trên phần mềm AI-native anyRAN kết hợp với NVIDIA Aerial AI-RAN Stack, chạy trên hạ tầng GPU thương mại thay vì phần cứng chuyên dụng.
Hiện nay, Nokia cho biết các thuật toán AI đã giúp cải thiện hơn 20% hiệu quả phổ tần. Hãng đặt mục tiêu đạt 50% vào năm 2027 và hơn 100% vào năm 2028, tức gần như tăng gấp đôi dung lượng mạng trên cùng một băng tần, đặc biệt tại các khu vực có mật độ thuê bao cao.
AI-RAN không chỉ giúp truyền dữ liệu nhanh hơn
Hạ tầng RAN truyền thống chỉ đảm nhiệm nhiệm vụ kết nối người dùng vào mạng. Giá trị tạo ra sau đó khá hạn chế.
Trong khi đó, AI-RAN biến mạng vô tuyến thành một hệ thống thông minh, đưa AI xuống tận lớp hạ tầng vật lý. Điều này cho phép các nhà mạng:
Theo Network World, điểm đáng chú ý không phải chỉ vì Nokia là hãng đầu tiên thương mại hóa AI-RAN, mà còn vì họ đang sử dụng GPU và AI để phá vỡ sự phụ thuộc giữa hiệu năng mạng vô tuyến và chu kỳ nâng cấp ASIC chuyên dụng, biến RAN từ một thiết bị truyền dẫn thành một nền tảng chạy ứng dụng AI.
AI-RAN thực chất là gì?
Về mặt kỹ thuật, AI-RAN của Nokia là một kiến trúc baseband định nghĩa bằng phần mềm (Software-Defined Baseband).
Thay vì chạy các chức năng Layer 1 và Layer 2 trên ASIC cố định như trước đây, chúng sẽ được thực thi trên GPU tăng tốc, đồng thời GPU cũng đảm nhiệm việc chạy các mô hình AI.
Ông Udayan Mukherjee, CTO phụ trách RAN và Core của Nokia, mô tả:
Những thành phần nổi bật của AI-RAN
1. Thiết kế AI-native
Các thuật toán xử lý tín hiệu vô tuyến đang chuyển từ mô hình tuyến tính truyền thống sang các kỹ thuật AI phức tạp hơn như:
Những thuật toán này yêu cầu năng lực tính toán tensor rất lớn, phù hợp với GPU hơn là ASIC truyền thống.
2. Software-Defined RAN
Một bộ phần mềm anyRAN duy nhất có thể chạy trên nhiều loại phần cứng:
Nhờ vậy, việc nâng cấp sẽ chủ yếu diễn ra thông qua cập nhật phần mềm, thay vì phải thay card baseband mới như trước.
3. Lớp ứng dụng D-apps
Nokia còn giới thiệu giao diện E3 Interface, cho phép các ứng dụng thời gian thực (D-apps) truy cập trực tiếp:
Từ đó phát triển các ứng dụng như:
Không loại bỏ ASIC ngay lập tức
Nokia cũng nhấn mạnh rằng AI-RAN không có nghĩa sẽ thay thế hoàn toàn phần cứng chuyên dụng.
Theo ông Mukherjee, ASIC vẫn tiếp tục tồn tại trong giai đoạn chuyển tiếp. Tuy nhiên, xu hướng dài hạn sẽ là dịch chuyển sang merchant silicon và GPU, nơi các mô hình AI lớn và các dịch vụ giá trị gia tăng có thể phát triển linh hoạt hơn.
Do đó, trong nhiều năm tới sẽ tồn tại mô hình lai, nơi GPU và ASIC cùng hoạt động, nhưng GPU sẽ đảm nhận ngày càng nhiều tác vụ tính toán nặng.
Vì sao AI-RAN quan trọng với các nhà mạng?
Theo Nokia, AI-RAN được thiết kế để giải quyết ba vấn đề lớn mà các nhà khai thác luôn phải đối mặt: 1. Giới hạn về phổ tần
Phổ tần là tài nguyên cực kỳ đắt đỏ.
Nokia cho biết bằng cách sử dụng AI để tối ưu:
GPU có thể xử lý các thuật toán mà nền tảng truyền thống không còn đủ khả năng tính toán, từ đó khai thác hiệu quả hơn lượng phổ tần đã mua.
2. Mô hình lưu lượng đang thay đổi
Generative AI và Distributed AI đang tạo ra lượng lưu lượng uplink lớn hơn trước rất nhiều.
AI-RAN có thể liên tục điều chỉnh:
bằng các mô hình AI ngay tại baseband để đáp ứng kiểu lưu lượng mới này.
3. Chu kỳ đổi mới quá chậm
Theo Nokia, tốc độ phát triển AI hiện nay nhanh hơn rất nhiều so với chu kỳ thay thế phần cứng kéo dài khoảng ba năm.
Do đó, hãng muốn chuyển sang mô hình thuê bao phần mềm (subscription), nơi các thuật toán AI và tính năng tối ưu mạng được cập nhật liên tục mà không cần thay toàn bộ phần cứng.
Nokia khẳng định rằng các hệ thống GPU hiện đã đạt mức chi phí sở hữu (TCO), hiệu năng và mức tiêu thụ điện tương đương với nền tảng ASIC GridShark của hãng, nhưng mang lại dung lượng cao hơn và mở đường cho nhiều dịch vụ AI mới.
Phân tích
Ngày 24/07/2026
(Bản dịch từ Network World)
AI-RAN là bước đi chiến lược của Nokia nhằm biến mạng truy nhập vô tuyến (Radio Access Network - RAN) thành một nền tảng điện toán AI, đồng thời mở ra nguồn doanh thu mới cho các nhà khai thác viễn thông.
Đầu tháng này, Nokia đã công bố bản cập nhật cho nền tảng AI-RAN với kiến trúc tính toán lập trình được (programmable compute) và thiết kế AI-native. Theo lộ trình của hãng, nền tảng này có thể tăng gấp đôi hiệu quả sử dụng phổ tần vào năm 2028, không chỉ cải thiện tốc độ mạng mà còn giúp các nhà mạng khai thác thêm nhiều mô hình kinh doanh ngoài việc chỉ cung cấp kết nối.
Trong phiên bản mới, Nokia giới thiệu điều mà họ gọi là nền tảng AI-RAN thương mại đầu tiên trên thế giới, được xây dựng trên phần mềm AI-native anyRAN kết hợp với NVIDIA Aerial AI-RAN Stack, chạy trên hạ tầng GPU thương mại thay vì phần cứng chuyên dụng.
Hiện nay, Nokia cho biết các thuật toán AI đã giúp cải thiện hơn 20% hiệu quả phổ tần. Hãng đặt mục tiêu đạt 50% vào năm 2027 và hơn 100% vào năm 2028, tức gần như tăng gấp đôi dung lượng mạng trên cùng một băng tần, đặc biệt tại các khu vực có mật độ thuê bao cao.
AI-RAN không chỉ giúp truyền dữ liệu nhanh hơn
Hạ tầng RAN truyền thống chỉ đảm nhiệm nhiệm vụ kết nối người dùng vào mạng. Giá trị tạo ra sau đó khá hạn chế.
Trong khi đó, AI-RAN biến mạng vô tuyến thành một hệ thống thông minh, đưa AI xuống tận lớp hạ tầng vật lý. Điều này cho phép các nhà mạng:
- khai thác hiệu quả hơn khoản đầu tư hạ tầng;
- chuẩn bị nền tảng cho mạng 6G trong tương lai;
- tận dụng hệ sinh thái AI và CUDA của NVIDIA ngay trong môi trường mạng di động.
Theo Network World, điểm đáng chú ý không phải chỉ vì Nokia là hãng đầu tiên thương mại hóa AI-RAN, mà còn vì họ đang sử dụng GPU và AI để phá vỡ sự phụ thuộc giữa hiệu năng mạng vô tuyến và chu kỳ nâng cấp ASIC chuyên dụng, biến RAN từ một thiết bị truyền dẫn thành một nền tảng chạy ứng dụng AI.
AI-RAN thực chất là gì?
Về mặt kỹ thuật, AI-RAN của Nokia là một kiến trúc baseband định nghĩa bằng phần mềm (Software-Defined Baseband).
Thay vì chạy các chức năng Layer 1 và Layer 2 trên ASIC cố định như trước đây, chúng sẽ được thực thi trên GPU tăng tốc, đồng thời GPU cũng đảm nhiệm việc chạy các mô hình AI.
Ông Udayan Mukherjee, CTO phụ trách RAN và Core của Nokia, mô tả:
"AI-RAN thực chất là một nền tảng biến mạng vô tuyến thành một hệ thống AI-native có thể lập trình. Phần mềm được tách khỏi phần cứng, cho phép triển khai linh hoạt trên nhiều cấu hình khác nhau, đồng thời trở thành một phần của hạ tầng AI Grid."
Những thành phần nổi bật của AI-RAN
1. Thiết kế AI-native
Các thuật toán xử lý tín hiệu vô tuyến đang chuyển từ mô hình tuyến tính truyền thống sang các kỹ thuật AI phức tạp hơn như:
- Deep Receiver
- Deep Transmitter
- Advanced Channel Estimation
- RKHS-based methods
Những thuật toán này yêu cầu năng lực tính toán tensor rất lớn, phù hợp với GPU hơn là ASIC truyền thống.
2. Software-Defined RAN
Một bộ phần mềm anyRAN duy nhất có thể chạy trên nhiều loại phần cứng:
- card mở rộng GPU
- node AI-RAN độc lập
- máy chủ COTS hoặc Cloud RAN
Nhờ vậy, việc nâng cấp sẽ chủ yếu diễn ra thông qua cập nhật phần mềm, thay vì phải thay card baseband mới như trước.
3. Lớp ứng dụng D-apps
Nokia còn giới thiệu giao diện E3 Interface, cho phép các ứng dụng thời gian thực (D-apps) truy cập trực tiếp:
- IQ Samples
- dữ liệu Channel Estimation
- thông tin Scheduling
Từ đó phát triển các ứng dụng như:
- định vị chính xác
- cảm biến môi trường
- nhận diện không gian
- các dịch vụ AI khác chạy ngay tại RAN.
Không loại bỏ ASIC ngay lập tức
Nokia cũng nhấn mạnh rằng AI-RAN không có nghĩa sẽ thay thế hoàn toàn phần cứng chuyên dụng.
Theo ông Mukherjee, ASIC vẫn tiếp tục tồn tại trong giai đoạn chuyển tiếp. Tuy nhiên, xu hướng dài hạn sẽ là dịch chuyển sang merchant silicon và GPU, nơi các mô hình AI lớn và các dịch vụ giá trị gia tăng có thể phát triển linh hoạt hơn.
Do đó, trong nhiều năm tới sẽ tồn tại mô hình lai, nơi GPU và ASIC cùng hoạt động, nhưng GPU sẽ đảm nhận ngày càng nhiều tác vụ tính toán nặng.
Vì sao AI-RAN quan trọng với các nhà mạng?
Theo Nokia, AI-RAN được thiết kế để giải quyết ba vấn đề lớn mà các nhà khai thác luôn phải đối mặt: 1. Giới hạn về phổ tần
Phổ tần là tài nguyên cực kỳ đắt đỏ.
Nokia cho biết bằng cách sử dụng AI để tối ưu:
- Multi-user MIMO
- Channel Estimation
- Carrier Aggregation
- Deep Receiver/Transmitter
GPU có thể xử lý các thuật toán mà nền tảng truyền thống không còn đủ khả năng tính toán, từ đó khai thác hiệu quả hơn lượng phổ tần đã mua.
2. Mô hình lưu lượng đang thay đổi
Generative AI và Distributed AI đang tạo ra lượng lưu lượng uplink lớn hơn trước rất nhiều.
AI-RAN có thể liên tục điều chỉnh:
- Beamforming
- Scheduling
- Resource Allocation
bằng các mô hình AI ngay tại baseband để đáp ứng kiểu lưu lượng mới này.
3. Chu kỳ đổi mới quá chậm
Theo Nokia, tốc độ phát triển AI hiện nay nhanh hơn rất nhiều so với chu kỳ thay thế phần cứng kéo dài khoảng ba năm.
Do đó, hãng muốn chuyển sang mô hình thuê bao phần mềm (subscription), nơi các thuật toán AI và tính năng tối ưu mạng được cập nhật liên tục mà không cần thay toàn bộ phần cứng.
Nokia khẳng định rằng các hệ thống GPU hiện đã đạt mức chi phí sở hữu (TCO), hiệu năng và mức tiêu thụ điện tương đương với nền tảng ASIC GridShark của hãng, nhưng mang lại dung lượng cao hơn và mở đường cho nhiều dịch vụ AI mới.