摘要

  • NTT 与 DOCOMO 计划在 12 月 31 日前，围绕可再生能源、需求响应和停电三种场景，协调无线处理负荷迁移与太阳能、蓄电池运行。
  • 试验的能源设备接入 DOCOMO 基站，无线负荷及其迁移则由 NTT 的 vRAN 环境模拟；两家公司尚未公布性能结果。

公告中最关键的细节，不是“AI”二字，而是试验真实接入了什么、又模拟了什么。DOCOMO 基站侧配置太阳能发电、蓄电池和能源管理平台，平台监测发电量、蓄电池状态与用电量。NTT 的研发据点则搭建 vRAN 验证环境，用来重现无线处理负荷及其在不同地点间的移动。两家公司称，试验于 2026 年 10 月 20 日启动，计划在 12 月 31 日前结束。(NTT 原始公告)

真实能源设备接入，使试验比纯软件模拟更具体，但这不等于客户流量已经在商用基站间迁移。公告描述的是验证环境，列出三种控制方式：把处理负荷从 DOCOMO 基站侧移向 NTT 研发据点、反向迁移，或不迁移。公告没有公开商用网络的流量记录、试验地点、服务指标或结果。所谓“世界首创”是两家公司截至公告日基于自身调查作出的表述，并非独立验证结论。

三种情景对应不同的电力与通信取舍。太阳能发电较充足时，计划把处理负荷移向可再生能源供给更充足的地点，同时为蓄电池充电。需求响应期间，电池运行与负荷迁移要共同压低受约束地点的用电；响应结束后的充电也要纳入计划，避免延后充电形成新的峰值。停电时，迁出处理负荷的目标是减少受影响地点的耗电，再检验蓄电池能否让通信维持更久。

这把两个通常分别管理的控制面接在一起。能源管理系统掌握发电、储能状态和站点用电；无线负荷控制掌握处理需求和接收地点。某项决定即使降低本地耗电，也可能要求目的地有足够算力、站点之间的连接保持可用，并满足服务质量约束。公告没有证据表明这些条件已经在生产网络中成立；它们是试验应当验证的内容。

NTT 表示其开发了基于强化学习的运行计划优化模型，并负责 vRAN 验证环境；DOCOMO 表示其开发了数学优化与 AI 运行计划技术，并负责能源管理平台以及太阳能、蓄电池控制。公告没有披露模型目标权重、迁移阈值、回退规则或服务质量限制。

因此，目前公开记录证明的是试验设计和计划时间，而不是韧性提升。蓄电池续航、可再生能源利用率、电网峰值、时延和服务连续性都还没有可比结果。下一次有价值的披露，应按场景说明测了什么、模拟了什么、负荷去了哪里，以及哪些服务条件得以保持。在这些结果出现前，“延长通信时间”仍是待检验目标。