MWC2026：AMD 技术为要求严苛的电信网络赋能助力

随着电信运营商从 AI 实验阶段迈向生产落地、从传统的无线接入网 (RAN) 转向开放虚拟化架构，他们面临着如何在真实的大规模网络部署环境中落地创新技术的严峻挑战。想要取得成功，不能仅凭单一模型或单一层级的基础设施：而是需要依托开放的生态系统来推动电信级 AI 开发，并借助软件来实现可靠运营，同时还需要专为分布式边缘部署设计的高效计算解决方案。

在西班牙巴塞罗那举行的 MWC2026 上，AMD 展示了其如何支持 Open Telco AI 等开放协作的行业计划。AMD 还展示了其如何凭借企业级 AI 软件、卓越 CPU、GPU、网络技术及自适应计算技术等产品，助力打造适配需求的端到端解决方案，进而推动 AI 愿景落地成真。

依托 Open Telco AI 推动电信级 AI 加速发展

电信网络是最为复杂、最为关键的系统之一。运营商依靠 AI 来动态优化网络、实现运营自动化并提升网络韧性，同时确保数十亿用户依赖的实时服务不受干扰。然而，尽管 AI 模型正在迅速迭代优化，但这些优化改进并未始终造福于电信行业，根据 GSMA 发布的报告，仅有 16% 的生成式 AI 部署应用于电信网络。

正因如此，AMD 携手 AT&T、TensorWave 及其他电信行业领军企业，共同参与 Open Telco AI 计划；这项全新的全球性计划由 GSMA 主导并在 MWC 上宣布启动，旨在通过开放协作加速电信级 AI 模型与系统开发。该计划的核心是推出 open-telco.ai 门户网站，旨在通过共享资源、数据集、工具和基准测试，将运营商、供应商、研究人员和开发者凝聚在一起。该计划整合了 AT&T 提供的全新开源电信模型、AMD 提供的计算技术，以及 TensorWave 提供的托管服务，旨在助力规模化部署。在此次合作中，AMD Instinct GPU 负责训练 Open Telco AI 模型，助力将共享数据集和基准测试转化为实用的电信专用模型，为整个生态系统提供模型基础。搭配快速演进的开源 AMD ROCm 软件平台，AMD Instinct GPU 为训练和推理提供了开放的基础架构，帮助团队在从实验到验证的过程中快速迭代。

从训练到生产：借助 AMD 企业级 AI 套件实现电信 AI 落地运营

训练电信级模型是一个关键里程碑，但是若想在实际网络中产生切实影响，则需要通过软件层将模型转化为可重复、受管控且可扩展的服务。

AMD 企业级 AI 套件将关键的开源 AI 框架和生成式 AI 模型与基于 AMD 计算技术的企业级平台相整合，可帮助企业从 AI 实验阶段顺利过渡到大规模生产应用阶段。

该套件汇集了面向大规模运营 GPU 基础设施的团队而设计的生产级组件，涵盖模型服务、经过验证的工作流程、治理机制以及开发环境。该套件采用 Kubernetes 原生容器化架构，融入企业级 DevOps/MLOps 实践，同时支持安全性和多团队治理。

对于电信运营商而言，这种组合提供了切实可行的实现路径，能够将经过训练的领域特定模型转化为生产级 AI 服务（包括网络自动化和运营智能服务），同时确保平台保持开放性并符合企业需求。

基于 AMD EPYC（霄龙）8005 服务器 CPU 构建可持续的边缘计算基础

随着开放虚拟化网络不断扩展，运营商面临诸多挑战，包括能源成本、受限边缘环境中的资源利用率、自动化以及长期可扩展性等方面的挑战。在此背景下，模型和软件层需要专为分布式部署打造的高效 CPU 作为基础，以满足功耗、空间、运行确定性三大要求。

近期发布的 AMD EPYC（霄龙）8005 服务器 CPU 专为严苛的边缘部署环境而设计。处理器针对电信行业进行了优化，具备高计算密度，可承载虚拟 RAN (vRAN) 工作负载，包括计算密集型第 1 层处理工作负载。此外，还针对实际部署环境进行了优化设计，支持超宽工作温度范围，能够助力原始设备制造商打造通过 NEBS 认证的平台，包括适用于严苛户外电信部署环境的平台以及小尺寸系统。所有这些特性都有助于运营商在规模化部署商用 vRAN 时，基于核心业务需求选择合适的基础设施。