诺基亚 AI-RAN 的关键看点dApp 或将成为下一代 RAN 创新的核心入口诺基亚近期发布了全新的 AI-RAN 产品组合。相比 GPU 加速基带、AI 原生无线网络以及频谱效率提升等备受关注的技术指标更值得持续观察的是诺基亚对分布式应用——dAppDistributed Application的支持。dApp 可能为第三方开发者进入无线基站底层功能提供新的技术路径。在近实时 RAN 智能控制器near-RT RIC及其 xApp 生态发展未达预期的背景下基于 E3 接口的 dApp 架构或许能够突破现有开放 RAN 应用体系在数据访问范围和控制时延方面的限制。一、到2028年实现频谱效率翻倍依赖的不只是 GPU诺基亚在 AI-RAN 发布中提出其 GPU 加速架构将支持更加复杂的 AI 算法并有望在特定网络场景下于2028年前实现超过100%的频谱效率提升即在相同频谱资源下获得接近两倍的网络容量。这一目标明显高于当前业内常见的智能 RAN 应用优化水平。例如部分现有 RAN 智能化方案通常宣称可以带来约10%至15%的性能改善。不过两类数据的适用范围并不完全相同。现有智能 RAN 应用的性能增益通常基于已经部署或即将商用的技术而诺基亚的翻倍目标面向未来两年并且主要针对部分高负载、高干扰和大规模天线场景。根据诺基亚 AI-RAN 与 Cloud RAN 负责人 Aji Ed 的介绍其性能提升主要来自一系列计算密集型 AI 算法包括多用户 MIMO 用户配对非线性信道估计基于智能信道估计的载波聚合深度学习发射机与接收机AI 驱动的调度、波束赋形及干扰优化算法。这些算法并不会使所有站点获得同等收益。其主要应用价值预计将集中在业务负载较高、网络拥塞严重并采用 TDD Massive MIMO 的站点。这类站点具有天线数量多、无线环境复杂、用户调度密集以及上下行资源动态变化明显等特征更适合利用 GPU 的并行计算能力执行实时 AI 推理和复杂信号处理。二、为什么现有 xApp 和 rApp 难以进入物理层在当前 O-RAN 架构中rApp 通常运行在非实时 RIC 上主要处理秒级及以上时间尺度的网络优化xApp 运行在近实时 RIC 上控制周期通常位于10毫秒至1秒之间。这一架构适合移动性管理、负载均衡、节能、切换优化以及无线资源管理等功能但在处理物理层和用户面数据时存在明显局限。O-RAN 联盟下一代研究组提出现有 xApp 和 rApp 架构主要面向 RAN 控制面数据与控制操作并未充分考虑用户面数据例如基带 I/Q 采样数据用户数据包信道状态信息波束测量结果高频率、低时延的物理层中间数据。与此同时xApp 的控制周期通常无法低于10毫秒。这意味着 xApp 难以直接参与时隙级、符号级甚至采样级的无线控制过程。对于30 kHz 子载波间隔的5G NR 系统一个时隙长度约为0.5毫秒。大量物理层功能需要在数百微秒甚至更短时间内完成计算和反馈因此无法通过传统 near-RT RIC 控制闭环实现。这一限制使 xApp 和 rApp 难以支持以下未来无线应用射频指纹识别单次快速波束控制实时频谱感知异常信号和攻击检测授权频谱占用检测高精度无线定位感知辅助的移动性管理通信感知一体化物理层 AI 接收机实时干扰预测和抑制。这些能力恰恰是6G网络、AI原生基站以及通信感知融合系统的重要组成部分。三、E3接口让dApp直接进入基站内部为解决上述问题O-RAN 下一代研究组提出了 E3 接口。E3 接口的核心目标是为 dApp 提供直接连接 O-DU 和 O-CU 的机制使第三方应用能够访问更底层的无线数据并执行低时延闭环控制。与通过 near-RT RIC 间接控制基站不同dApp可以更靠近基带处理链运行从而获得以下能力访问物理层和用户面相关数据处理 I/Q 采样、信道信息和数据包执行低于10毫秒的控制闭环调用 GPU 或其他加速器进行实时 AI 推理将计算结果直接反馈至 O-DU 或 O-CU。因此E3并不仅仅是新增一个管理接口而是试图建立一个面向基站内部实时智能应用的新型开放接口。基于该接口dApp可以面向以下功能进行开发动态频谱分配AI 信道估计智能波束赋形干扰识别与消除高频定位无线环境感知ISAC 通信感知一体化机器人和工业自动化物理层异常检测射频安全防护深度学习接收机多用户 MIMO 智能调度。四、dApp与xApp、rApp的技术定位差异从功能位置看rApp、xApp与dApp分别面向不同的控制时间尺度和协议层级。应用类型主要运行位置控制时间尺度典型功能rApp非实时 RIC大于1秒网络规划、策略优化、节能、容量预测xApp近实时 RIC10毫秒至1秒切换优化、负载均衡、无线资源管理dAppO-DU或O-CU附近低于10毫秒物理层AI、频谱感知、波束控制、ISACrApp偏向网络级智能xApp偏向小区级和用户级控制而dApp则进一步进入基站实时处理域。从这一角度看dApp并不是对xApp的简单替代而是对O-RAN智能应用体系的向下扩展。dApp使开放 RAN 的可编程能力从管理层和控制层延伸至部分物理层和用户面处理流程从而使第三方开发者有机会参与此前主要由基站设备商内部实现的功能。五、诺基亚希望建立受控的dApp生态诺基亚表示其 AI-RAN 平台符合 O-RAN 架构支持开放前传以及 O1、O2 等接口。在此基础上诺基亚正在进一步引入基于 E3 接口的 dApp。不过诺基亚不会立即将基站底层能力完全开放给所有开发者。基站实时处理链涉及无线性能、系统稳定性、网络安全、调度一致性以及运营商核心资产保护。因此dApp生态预计将以受控方式推进。诺基亚目前采取的方向包括与特定合作伙伴联合研究对dApp用例进行筛选对算法和应用进行严格验证建立安全和治理机制对实时资源调用进行限制确保第三方应用不会影响基站稳定运行。这意味着未来的dApp生态可能类似于一个经过认证的基站应用市场而不是完全自由的软件插件环境。只有能够明确带来网络价值并通过性能、安全性及兼容性验证的dApp才可能被部署到商用网络中。六、CUDA生态可能成为dApp发展的重要基础诺基亚 AI-RAN 平台基于 NVIDIA 加速计算架构构建底层计算平台与 NVIDIA CUDA 生态紧密相关。这对dApp发展具有重要意义。传统基站算法通常依赖专用 DSP、FPGA或基带 ASIC开发环境封闭移植成本较高第三方开发者很难直接进入基站底层计算体系。基于 GPU 和 CUDA 后开发者可以使用更加通用的 AI 和并行计算工具链例如CUDAcuBLAScuFFTTensorRTPyTorchNVIDIA AerialSionnaGPU 加速信号处理库。这使 AI-RAN 的应用开发不再局限于传统通信设备商也可以吸引 AI 算法公司、高校、科研机构、工业自动化企业以及无线感知企业参与。开发者可以在统一的 GPU 平台上完成算法训练、仿真、推理、优化和部署从而缩短新型无线算法从研究到商用基站的转化周期。因此诺基亚支持 E3 和 dApp 的意义不只是开放一个接口更是试图将现有 CUDA 开发者生态引入 RAN 领域。七、Cohere Technologies可能成为重要参与者Cohere Technologies 是较早尝试将高级无线算法引入现网基站的公司之一。该公司开发的 Universal Spectrum MultiplierUSM技术主要目标是通过先进信号处理和干扰利用算法提升频谱效率。其后续推出的 Pulsone 技术则进一步面向通信感知一体化应用。Cohere过去曾尝试多种部署模式包括作为near-RT RIC中的xApp运行部署在基带附近的独立服务器上与设备商基带软件进行集成。但这些方式均存在一定限制。通过near-RT RIC部署难以实现低于10毫秒的控制闭环通过邻近服务器部署又会增加时延、接口适配和系统集成复杂度。如果能够以dApp形式直接部署在O-DU或O-CU附近Cohere的算法就有可能更直接地获取底层无线数据并参与实时基带控制。Cohere已经公开表示将支持E3接口并将其视为开放 RAN 系统中的关键技术发展。此外Cohere和诺基亚均参与了由美国政府和 NVIDIA 支持的 OCUDU 项目。该项目旨在建设能够在开放 RAN 环境中部署先进无线能力的平台。值得注意的是诺基亚提出的频谱效率翻倍目标与Cohere对其USM技术的部分性能描述具有一定一致性。但目前双方并未公开确认诺基亚AI-RAN平台是否会集成Cohere相关技术。八、dApp能否弥补near-RT RIC生态的不足过去几年O-RAN产业曾将near-RT RIC和xApp视为推动RAN开放创新的重要入口。但从实际部署情况看near-RT RIC尚未大规模进入多数运营商网络路线图主要原因包括多厂商接口一致性不足xApp可获取的数据有限控制闭环时延较高商业价值缺乏明确验证RIC与现有OSS、SON功能存在重叠应用认证和安全治理复杂运营商缺乏统一的软件采购模式。dApp试图绕过其中部分问题。由于dApp更加靠近基站底层可以直接针对网络性能问题提供功能而不是依赖跨系统的高层策略控制。例如一个AI信道估计dApp可以直接改善信道估计精度一个智能波束dApp可以直接优化波束方向一个ISAC dApp可以直接处理无线回波和定位数据。这些功能的输入、输出和性能收益相对更容易量化因此可能比部分高层xApp更容易建立明确的商业价值。不过dApp也会面临新的挑战。九、dApp产业化仍需解决的关键问题dApp进入商用网络之前至少需要解决以下问题。1. 接口标准成熟度E3目前仍处于研究和标准演进阶段。数据模型、服务定义、时序要求和安全机制仍需进一步统一。2. 实时性能保证dApp必须与基站关键任务共同运行需要明确计算资源、GPU优先级、内存带宽及推理时延的隔离机制。3. 故障隔离第三方算法发生异常时不应影响基站主流程。系统需要提供沙箱、回退、熔断和安全降级机制。4. 数据访问权限I/Q数据、用户面数据和定位信息具有较高敏感性。运营商必须对dApp的数据访问范围进行严格控制。5. 多厂商兼容性不同设备商的O-DU、O-CU和物理层实现存在差异。E3接口能否真正实现跨厂商应用移植将决定dApp是否能够形成规模化市场。6. 应用认证体系dApp需要经过功能、性能、安全性、互操作性以及网络稳定性测试。行业需要建立统一的认证和生命周期管理机制。7. 商业模式dApp最终需要形成明确的授权、订阅、分成或按性能付费模式才能吸引第三方开发者长期投入。十、诺基亚的先发优势来自平台而不仅是算法诺基亚将其AI-RAN称为业界首个商业AI原生RAN平台其竞争重点并不只是单一AI算法而是试图建立一个完整的平台体系。这一体系包括GPU加速基带AI原生anyRAN软件NVIDIA ARC-Pro计算平台CUDA开发生态O-RAN开放前传O1和O2管理接口面向dApp的E3接口第三方应用合作机制。如果该体系能够率先形成规模化部署诺基亚可能不仅销售基站设备还可以控制dApp的认证、分发、运行和商业化入口。从产业竞争角度看这类似于将无线基站从一个封闭的网络设备转变为具备硬件、操作环境、接口和应用生态的平台。诺基亚认为AI原生RAN生态建设将成为未来几年无线产业竞争的关键。其先发优势主要体现在与NVIDIA的长期合作、GPU基带产品化经验以及dApp生态的提前布局。竞争对手即使采用相同的GPU硬件也需要重新建立实时软件架构、开放接口、开发工具、合作伙伴体系和应用治理机制因此不一定能够快速复制完整平台能力。结语dApp可能比“频谱效率翻倍”更值得关注诺基亚提出的频谱效率翻倍目标具有较强的市场吸引力但这一目标仍受网络场景、站点负载、天线规模和算法成熟度等因素影响。相比单一性能指标dApp及其背后的E3接口可能具有更长期的产业意义。dApp将AI应用从网络管理层进一步推进至基站实时处理层使第三方开发者能够参与信道估计、波束控制、干扰管理、无线定位、频谱感知和通信感知一体化等核心功能。如果E3接口能够形成稳定标准且设备商和运营商建立起可信的dApp认证与治理体系基站软件架构可能由封闭、固定功能模式逐步转向可扩展、可编程和应用驱动的平台模式。near-RT RIC和xApp尚未建立广泛的商业生态而更贴近物理层、能够直接产生性能收益的dApp可能成为开放RAN和AI-RAN下一阶段更具现实价值的创新入口。因此在观察诺基亚AI-RAN战略时真正需要持续关注的或许不只是GPU型号、基带性能和频谱效率而是诺基亚能否围绕E3接口建立起一个可部署、可治理、可商业化的dApp生态。
诺基亚 AI-RAN 的关键看点dApp 或将成为下一代 RAN 创新的核心入口诺基亚近期发布了全新的 AI-RAN 产品组合。相比 GPU 加速基带、AI 原生无线网络以及频谱效率提升等备受关注的技术指标更值得持续观察的是诺基亚对分布式应用——dAppDistributed Application的支持。dApp 可能为第三方开发者进入无线基站底层功能提供新的技术路径。在近实时 RAN 智能控制器near-RT RIC及其 xApp 生态发展未达预期的背景下基于 E3 接口的 dApp 架构或许能够突破现有开放 RAN 应用体系在数据访问范围和控制时延方面的限制。一、到2028年实现频谱效率翻倍依赖的不只是 GPU诺基亚在 AI-RAN 发布中提出其 GPU 加速架构将支持更加复杂的 AI 算法并有望在特定网络场景下于2028年前实现超过100%的频谱效率提升即在相同频谱资源下获得接近两倍的网络容量。这一目标明显高于当前业内常见的智能 RAN 应用优化水平。例如部分现有 RAN 智能化方案通常宣称可以带来约10%至15%的性能改善。不过两类数据的适用范围并不完全相同。现有智能 RAN 应用的性能增益通常基于已经部署或即将商用的技术而诺基亚的翻倍目标面向未来两年并且主要针对部分高负载、高干扰和大规模天线场景。根据诺基亚 AI-RAN 与 Cloud RAN 负责人 Aji Ed 的介绍其性能提升主要来自一系列计算密集型 AI 算法包括多用户 MIMO 用户配对非线性信道估计基于智能信道估计的载波聚合深度学习发射机与接收机AI 驱动的调度、波束赋形及干扰优化算法。这些算法并不会使所有站点获得同等收益。其主要应用价值预计将集中在业务负载较高、网络拥塞严重并采用 TDD Massive MIMO 的站点。这类站点具有天线数量多、无线环境复杂、用户调度密集以及上下行资源动态变化明显等特征更适合利用 GPU 的并行计算能力执行实时 AI 推理和复杂信号处理。二、为什么现有 xApp 和 rApp 难以进入物理层在当前 O-RAN 架构中rApp 通常运行在非实时 RIC 上主要处理秒级及以上时间尺度的网络优化xApp 运行在近实时 RIC 上控制周期通常位于10毫秒至1秒之间。这一架构适合移动性管理、负载均衡、节能、切换优化以及无线资源管理等功能但在处理物理层和用户面数据时存在明显局限。O-RAN 联盟下一代研究组提出现有 xApp 和 rApp 架构主要面向 RAN 控制面数据与控制操作并未充分考虑用户面数据例如基带 I/Q 采样数据用户数据包信道状态信息波束测量结果高频率、低时延的物理层中间数据。与此同时xApp 的控制周期通常无法低于10毫秒。这意味着 xApp 难以直接参与时隙级、符号级甚至采样级的无线控制过程。对于30 kHz 子载波间隔的5G NR 系统一个时隙长度约为0.5毫秒。大量物理层功能需要在数百微秒甚至更短时间内完成计算和反馈因此无法通过传统 near-RT RIC 控制闭环实现。这一限制使 xApp 和 rApp 难以支持以下未来无线应用射频指纹识别单次快速波束控制实时频谱感知异常信号和攻击检测授权频谱占用检测高精度无线定位感知辅助的移动性管理通信感知一体化物理层 AI 接收机实时干扰预测和抑制。这些能力恰恰是6G网络、AI原生基站以及通信感知融合系统的重要组成部分。三、E3接口让dApp直接进入基站内部为解决上述问题O-RAN 下一代研究组提出了 E3 接口。E3 接口的核心目标是为 dApp 提供直接连接 O-DU 和 O-CU 的机制使第三方应用能够访问更底层的无线数据并执行低时延闭环控制。与通过 near-RT RIC 间接控制基站不同dApp可以更靠近基带处理链运行从而获得以下能力访问物理层和用户面相关数据处理 I/Q 采样、信道信息和数据包执行低于10毫秒的控制闭环调用 GPU 或其他加速器进行实时 AI 推理将计算结果直接反馈至 O-DU 或 O-CU。因此E3并不仅仅是新增一个管理接口而是试图建立一个面向基站内部实时智能应用的新型开放接口。基于该接口dApp可以面向以下功能进行开发动态频谱分配AI 信道估计智能波束赋形干扰识别与消除高频定位无线环境感知ISAC 通信感知一体化机器人和工业自动化物理层异常检测射频安全防护深度学习接收机多用户 MIMO 智能调度。四、dApp与xApp、rApp的技术定位差异从功能位置看rApp、xApp与dApp分别面向不同的控制时间尺度和协议层级。应用类型主要运行位置控制时间尺度典型功能rApp非实时 RIC大于1秒网络规划、策略优化、节能、容量预测xApp近实时 RIC10毫秒至1秒切换优化、负载均衡、无线资源管理dAppO-DU或O-CU附近低于10毫秒物理层AI、频谱感知、波束控制、ISACrApp偏向网络级智能xApp偏向小区级和用户级控制而dApp则进一步进入基站实时处理域。从这一角度看dApp并不是对xApp的简单替代而是对O-RAN智能应用体系的向下扩展。dApp使开放 RAN 的可编程能力从管理层和控制层延伸至部分物理层和用户面处理流程从而使第三方开发者有机会参与此前主要由基站设备商内部实现的功能。五、诺基亚希望建立受控的dApp生态诺基亚表示其 AI-RAN 平台符合 O-RAN 架构支持开放前传以及 O1、O2 等接口。在此基础上诺基亚正在进一步引入基于 E3 接口的 dApp。不过诺基亚不会立即将基站底层能力完全开放给所有开发者。基站实时处理链涉及无线性能、系统稳定性、网络安全、调度一致性以及运营商核心资产保护。因此dApp生态预计将以受控方式推进。诺基亚目前采取的方向包括与特定合作伙伴联合研究对dApp用例进行筛选对算法和应用进行严格验证建立安全和治理机制对实时资源调用进行限制确保第三方应用不会影响基站稳定运行。这意味着未来的dApp生态可能类似于一个经过认证的基站应用市场而不是完全自由的软件插件环境。只有能够明确带来网络价值并通过性能、安全性及兼容性验证的dApp才可能被部署到商用网络中。六、CUDA生态可能成为dApp发展的重要基础诺基亚 AI-RAN 平台基于 NVIDIA 加速计算架构构建底层计算平台与 NVIDIA CUDA 生态紧密相关。这对dApp发展具有重要意义。传统基站算法通常依赖专用 DSP、FPGA或基带 ASIC开发环境封闭移植成本较高第三方开发者很难直接进入基站底层计算体系。基于 GPU 和 CUDA 后开发者可以使用更加通用的 AI 和并行计算工具链例如CUDAcuBLAScuFFTTensorRTPyTorchNVIDIA AerialSionnaGPU 加速信号处理库。这使 AI-RAN 的应用开发不再局限于传统通信设备商也可以吸引 AI 算法公司、高校、科研机构、工业自动化企业以及无线感知企业参与。开发者可以在统一的 GPU 平台上完成算法训练、仿真、推理、优化和部署从而缩短新型无线算法从研究到商用基站的转化周期。因此诺基亚支持 E3 和 dApp 的意义不只是开放一个接口更是试图将现有 CUDA 开发者生态引入 RAN 领域。七、Cohere Technologies可能成为重要参与者Cohere Technologies 是较早尝试将高级无线算法引入现网基站的公司之一。该公司开发的 Universal Spectrum MultiplierUSM技术主要目标是通过先进信号处理和干扰利用算法提升频谱效率。其后续推出的 Pulsone 技术则进一步面向通信感知一体化应用。Cohere过去曾尝试多种部署模式包括作为near-RT RIC中的xApp运行部署在基带附近的独立服务器上与设备商基带软件进行集成。但这些方式均存在一定限制。通过near-RT RIC部署难以实现低于10毫秒的控制闭环通过邻近服务器部署又会增加时延、接口适配和系统集成复杂度。如果能够以dApp形式直接部署在O-DU或O-CU附近Cohere的算法就有可能更直接地获取底层无线数据并参与实时基带控制。Cohere已经公开表示将支持E3接口并将其视为开放 RAN 系统中的关键技术发展。此外Cohere和诺基亚均参与了由美国政府和 NVIDIA 支持的 OCUDU 项目。该项目旨在建设能够在开放 RAN 环境中部署先进无线能力的平台。值得注意的是诺基亚提出的频谱效率翻倍目标与Cohere对其USM技术的部分性能描述具有一定一致性。但目前双方并未公开确认诺基亚AI-RAN平台是否会集成Cohere相关技术。八、dApp能否弥补near-RT RIC生态的不足过去几年O-RAN产业曾将near-RT RIC和xApp视为推动RAN开放创新的重要入口。但从实际部署情况看near-RT RIC尚未大规模进入多数运营商网络路线图主要原因包括多厂商接口一致性不足xApp可获取的数据有限控制闭环时延较高商业价值缺乏明确验证RIC与现有OSS、SON功能存在重叠应用认证和安全治理复杂运营商缺乏统一的软件采购模式。dApp试图绕过其中部分问题。由于dApp更加靠近基站底层可以直接针对网络性能问题提供功能而不是依赖跨系统的高层策略控制。例如一个AI信道估计dApp可以直接改善信道估计精度一个智能波束dApp可以直接优化波束方向一个ISAC dApp可以直接处理无线回波和定位数据。这些功能的输入、输出和性能收益相对更容易量化因此可能比部分高层xApp更容易建立明确的商业价值。不过dApp也会面临新的挑战。九、dApp产业化仍需解决的关键问题dApp进入商用网络之前至少需要解决以下问题。1. 接口标准成熟度E3目前仍处于研究和标准演进阶段。数据模型、服务定义、时序要求和安全机制仍需进一步统一。2. 实时性能保证dApp必须与基站关键任务共同运行需要明确计算资源、GPU优先级、内存带宽及推理时延的隔离机制。3. 故障隔离第三方算法发生异常时不应影响基站主流程。系统需要提供沙箱、回退、熔断和安全降级机制。4. 数据访问权限I/Q数据、用户面数据和定位信息具有较高敏感性。运营商必须对dApp的数据访问范围进行严格控制。5. 多厂商兼容性不同设备商的O-DU、O-CU和物理层实现存在差异。E3接口能否真正实现跨厂商应用移植将决定dApp是否能够形成规模化市场。6. 应用认证体系dApp需要经过功能、性能、安全性、互操作性以及网络稳定性测试。行业需要建立统一的认证和生命周期管理机制。7. 商业模式dApp最终需要形成明确的授权、订阅、分成或按性能付费模式才能吸引第三方开发者长期投入。十、诺基亚的先发优势来自平台而不仅是算法诺基亚将其AI-RAN称为业界首个商业AI原生RAN平台其竞争重点并不只是单一AI算法而是试图建立一个完整的平台体系。这一体系包括GPU加速基带AI原生anyRAN软件NVIDIA ARC-Pro计算平台CUDA开发生态O-RAN开放前传O1和O2管理接口面向dApp的E3接口第三方应用合作机制。如果该体系能够率先形成规模化部署诺基亚可能不仅销售基站设备还可以控制dApp的认证、分发、运行和商业化入口。从产业竞争角度看这类似于将无线基站从一个封闭的网络设备转变为具备硬件、操作环境、接口和应用生态的平台。诺基亚认为AI原生RAN生态建设将成为未来几年无线产业竞争的关键。其先发优势主要体现在与NVIDIA的长期合作、GPU基带产品化经验以及dApp生态的提前布局。竞争对手即使采用相同的GPU硬件也需要重新建立实时软件架构、开放接口、开发工具、合作伙伴体系和应用治理机制因此不一定能够快速复制完整平台能力。结语dApp可能比“频谱效率翻倍”更值得关注诺基亚提出的频谱效率翻倍目标具有较强的市场吸引力但这一目标仍受网络场景、站点负载、天线规模和算法成熟度等因素影响。相比单一性能指标dApp及其背后的E3接口可能具有更长期的产业意义。dApp将AI应用从网络管理层进一步推进至基站实时处理层使第三方开发者能够参与信道估计、波束控制、干扰管理、无线定位、频谱感知和通信感知一体化等核心功能。如果E3接口能够形成稳定标准且设备商和运营商建立起可信的dApp认证与治理体系基站软件架构可能由封闭、固定功能模式逐步转向可扩展、可编程和应用驱动的平台模式。near-RT RIC和xApp尚未建立广泛的商业生态而更贴近物理层、能够直接产生性能收益的dApp可能成为开放RAN和AI-RAN下一阶段更具现实价值的创新入口。因此在观察诺基亚AI-RAN战略时真正需要持续关注的或许不只是GPU型号、基带性能和频谱效率而是诺基亚能否围绕E3接口建立起一个可部署、可治理、可商业化的dApp生态。
![[C++]内存管理：串顺序存储的内存回收](http://pic.xiahunao.cn/yaotu/[C++]内存管理：串顺序存储的内存回收)
