在巴塞罗那举行的2026年世界移动通信大会（MWC 2026）上，AMD重点介绍了其产品组合如何帮助电信运营商从人工智能试点项目过渡到生产部署，同时助力他们从传统的无线接入网（RAN）架构向开放的虚拟化架构转型。该公司正致力于整合开放的软件栈、GPU、CPU、网络和自适应计算技术，以支持在核心网、边缘网和无线接入网（RAN）环境中部署分布式电信级人工智能。
运营商面临的根本挑战不仅在于模型开发，还在于如何在实时网络中大规模可靠地运行人工智能。这需要一个开放的生态系统、对行业合作的支持，以及针对资源受限且环境恶劣的边缘站点进行优化的基础设施。
开放式电信人工智能：电信级模型的协作方法
电信网络是复杂且至关重要的系统，它们越来越依赖人工智能来实现动态优化、自动化和增强网络韧性。尽管人工智能技术发展迅速，但GSMA的数据显示，目前网络中仅部署了一小部分生成式人工智能，这凸显了通用人工智能发展与电信行业特定应用之间存在差距。
为了解决这个问题，AMD 正在参与由 GSMA 牵头并在 MWC 上宣布的全球性新倡议——开放电信人工智能 (Open Telco AI)。该倡议的创始合作方包括 AT&T、TensorWave、AMD 以及其他行业利益相关者。该倡议旨在通过开放合作加速电信级人工智能模型和系统的发展。
其中一项核心内容是推出 open-telco.ai 门户网站，旨在为运营商、供应商、研究人员和开发人员提供一个共享平台。该门户网站汇集了数据集、工具、基准测试和其他共享资源，用于构建和验证满足电信行业特定需求的模型，例如网络优化、异常检测和运营自动化。
作为合作的一部分，AT&T 贡献了开放电信模型，AMD 提供计算资源，TensorWave 提供托管基础设施。AMD Instinct GPU 用于训练开放电信 AI 模型，将共享数据集和基准测试转化为实用的、专注于电信领域的模型，供生态系统中的其他成员重用和扩展。这些 GPU 与 AMD ROCm 软件栈配合使用，ROCm 是一个开放的训练和推理平台，支持从实验到验证的快速迭代。
利用 AMD 企业 AI 套件实现电信 AI 运营
开发特定领域的模型只是在实际网络中部署人工智能的第一步。运营商还需要一个生产软件层，能够将模型转化为可控、可观测且可重复的服务，并与现有的运营流程集成。
AMD 企业级 AI 套件专为生产层而设计。它将开源 AI 框架和生成式 AI 模型与针对 AMD 计算（尤其是基于 GPU 的基础架构）优化的企业级平台连接起来。该套件集成了模型服务、经过验证的工作流、治理功能和开发者环境等组件，所有这些组件都旨在满足大规模运行 GPU 集群的企业的需求。
从架构上看，企业级 AI 套件采用 Kubernetes 原生容器化方案。这与大型运营商现有的 DevOps 和 MLOps 实践相契合，并支持多团队协作、安全控制和生命周期管理。对于电信环境而言，这种组合提供了一条从领域训练的 Open Telco AI 模型到网络自动化、容量规划和运营智能等运营服务的路径，而无需锁定任何专有 AI 平台。
采用 AMD EPYC 8005 服务器 CPU 的边缘计算和 vRAN 基础架构
随着运营商扩展开放式和虚拟化无线接入网（RAN）部署，他们在分布式边缘站点面临着电力、空间和散热方面的严格限制，同时还需要确保确定性的性能和长期的平台稳定性。这些因素对支持虚拟无线接入网（vRAN）和其他边缘工作负载的CPU平台提出了特定的要求。
近期发布的AMD EPYC 8005服务器CPU专为应对这些严苛的边缘环境而设计。它们提供高计算密度，可支持虚拟RAN工作负载，包括计算密集型的L1层处理。这种对L1层的重视对于满足5G和未来RAN部署中的实时性和低延迟要求至关重要。
EPYC 8005 系列还支持宽广的温度工作范围，这对于环境条件无法始终严格控制的户外和非传统场所至关重要。这使得 OEM 厂商能够设计和认证符合 NEBS 标准的平台，用于坚固耐用的户外电信部署，以及用于空间受限场所的紧凑型小型系统。
EPYC 8005 平台结合了这些特性，旨在为运营商提供一个 CPU 基础架构，以解决商用 vRAN 的实际部署限制，同时还能提供更高层网络功能和边缘工作负载所需的性能。
端到端视角：从开放模型到分布式基础设施
在 MWC 2026 上，AMD 将展示面向电信行业的端到端 AI 解决方案，该方案涵盖 Open Telco AI、企业 AI 套件和 EPYC 8005 边缘平台，其中包括：
- 通过 Open Telco AI 和 open-telco.ai 门户网站，在 AMD Instinct GPU 和 ROCm 的支持下，对电信专用模型进行开放协作。
- AMD 企业 AI 套件中的生产软件堆栈，可在基于 Kubernetes 的基础设施上实现这些模型的运行，并与电信 DevOps 和 MLOps 实践保持一致。
- 采用 EPYC 8005 CPU 形式的边缘优化计算，专为满足 vRAN 和分布式电信部署的严格电源、空间和环境要求而设计。
对于致力于将人工智能和开放式无线接入网（Open RAN）项目从概念验证阶段推进到大规模生产的运营商而言，重点在于利用开放模型、开放软件以及可扩展、高效的基础设施，实现电信级性能和可靠性。在2026年世界移动通信大会（MWC 2026）上，AMD正通过这些发布和合作，将其硬件和软件堆栈定位为这一转型的基础。
Amazon