英伟达AI-RAN面临谷歌TPU挑战

快速阅读: 多年来，虚拟RAN面临英特尔作为唯一供应商的问题，开放RAN运动提倡供应商多样性。英伟达提出AI-RAN解决方案，用GPU替代传统RAN技术，但其市场主导地位构成挑战。谷歌TPU作为低成本替代品引起关注，可能影响RAN市场格局。

多年来，虚拟或云计算无线接入网（RAN）概念面临的主要问题之一是英特尔作为通用硅片的唯一供应商。这与开放RAN运动及其倡导的供应商多样性形成冲突。虽然其他公司也生产中央处理器（CPU），但没有一家在RAN技术上的投入能与英特尔匹敌。像Orange这样的运营商多次呼吁实现硬件和软件的“完全解耦”，并能够“在任何类型的硬件上运行任何类型的软件”。然而，即使从英特尔转向其竞争对手AMD，这一目标也显得困难重重，因为后者同样采用x86架构。最近出现的人工智能RAN（AI-RAN）使这一局面更加复杂。

根据英伟达的定义，AI-RAN将用其图形处理单元（GPU）替代传统RAN的定制硅片和虚拟RAN的CPU。部分原因是通过人工智能和机器学习提高频谱效率——英伟达坚称，这一点在旧硬件平台上无法达到相同程度。然而，对于电信行业来说，问题在于英伟达目前在GPU领域的主导地位甚至超过了英特尔在CPU领域的地位。

人工智能的替代方案是否正在浮现？近日，关于谷歌内部开发的一种称为张量处理单元（TPU）的芯片引起了一些关注。第一代TPU可追溯到2015年，当时用于谷歌的非人工智能工作负载。此后，它们被部署在谷歌的数据中心，以支持Google云平台（GCP）客户的AI工作负载。今天，人们对TPU的兴趣激增，源于两个后续发展。

首先，据报道，谷歌已将其TPUs出售给其他公司，作为英伟达GPU的低成本替代品。《经济学人》的一篇新报道援引伯恩斯坦研究公司的数据称，谷歌的TPU价格仅为英伟达同性能GPU的二分之一至十分之一。根据《经济学人》引用伯恩斯坦的数据图表显示，英伟达最贵的GPU R200平均售价接近6万美元，而谷歌最昂贵的TPU v7售价远低于1.5万美元。

其次，谷歌最近推出了Gemini 3，这是其大型语言模型（LLM）系列的最新成员。据《经济学人》报道，Gemini 3在多个基准测试中优于OpenAI等竞争对手。尽管普遍认为开发LLM需要GPU，但Gemini 3显然完全是在谷歌的TPU上训练的。

业界自然对有关TPU销售给Meta的谈判报道给予了极大关注，Meta是英伟达的大客户。10月，另一家LLM开发商Anthropic宣布将购买多达100万个TPU，并扩大对谷歌技术的使用，交易价值数十亿美元。当Light Reading向谷歌询问基于TPU的AI-RAN提案时，谷歌未作回应。但这种方案是否可行？

鉴于市场相对较小，RAN可能不会成为谷歌的优先事项。据Omdia（Light Reading的姐妹公司）统计，去年全球RAN产品销售额约为350亿美元，仅为谷歌母公司Alphabet同期收入的十分之一。但这并未阻止英伟达斥资10亿美元投资诺基亚进入RAN领域。相比之下，谷歌的电信网络重点一直放在更容易在数据中心设施中托管的5G核心部分。谷歌电信活动负责人Angelo Libertucci在今年6月的TM Forum DTW-Ignite活动中表示：“到目前为止，还没有人真正推动我们进入这一领域。”

对于爱立信、诺基亚和三星等大型RAN软件开发商而言，TPU只会增加他们已经面临的硅片复杂性。如果将软件从英特尔移植到AMD仍存在一些挑战，那么将已部署的软件重新设计以适应TPU无疑会更加困难。

目前，开发者普遍视英伟达的计算统一设备架构（CUDA）平台为面向AI工作负载的x86指令集的通用继任者。爱立信、诺基亚和三星都不同程度地熟悉CUDA，而英伟达最近推出的Aerial框架则是基于CUDA的RAN计算平台，模仿了英特尔早期推广的FlexRAN软件。相比之下，谷歌缺乏类似的TPU开发者生态系统。此外，很难想象TPU会被出售用于部署在RAN站点或非基于GCP的数据中心。

谷歌的任何RAN战略仍可能涉及使用来自英特尔、AMD或Arm授权方的CPU。今年3月，竞争对手亚马逊云科技发布了新的基于Arm架构的Graviton CPU，旨在处理RAN工作负载。如果开发人员能够限制需要独立硬件加速器支持的RAN功能数量，软件在不同CPU平台间的迁移将更加容易。

然而，这仍然让英伟达保持其基于GPU的AI-RAN垄断地位。诺基亚乐观地认为，未来针对英伟达CUDA平台和GPU编写的RAN软件可以在其他GPU上部署，而无需进行大规模改造。AMD已经在这方面取得了一些进展，成为最有可能的选择。不过，AMD的RAN努力主要集中在将其CPU打造为英特尔的可行替代品。

与此同时，包括沃达丰和加拿大电信在内的电信技术专家对GPU在AI-RAN中的必要性持怀疑态度。爱立信和三星也未偏离其基于英特尔的虚拟RAN策略，尽管两家公司最近都在强调AI在网络中的应用。例如，三星本周发表的一篇博文中提到，其虚拟RAN战略和基于AI的网络运营套件CognitiV在同一段落中进行了讨论。

英伟达在RAN领域面临的最大挑战是说服电信公司，其GPU相比其他硅平台具有成本效益。然而，行业试图扩大虚拟RAN选择范围，证明不愿依赖单一供应商，无论该供应商看起来多么稳固。在RAN行业，正如其他领域一样，英伟达的市场主导地位可能是其最大的弱点。

(以上内容均由Ai生成)