WNC O-RU。室内版本

WNC R1220 O-RU

AI-RAN / O-RAN 7.2x 室内射频单元

4T4R · n77 / n78 / n79 · O-RAN Fronthaul · eCPRI · PTP

面向 NVIDIA Aerial、AI-RAN、Open RAN、5G/6G 与无线通信科研平台的商用 O-RU

WNC R1220 是一款面向 5G NR 室内无线网络和 O-RAN 实验平台的 4T4R Open Radio Unit（O-RU）。

在 NVIDIA Aerial CUDA-Accelerated RAN 当前官方测试列表中，WNC R1220 已作为 4T4R O-RU 进行验证，并覆盖 n77 / n78 / n79 室内频段应用。

它可以通过高速 Ethernet Fronthaul 与 GPU 加速 O-DU 连接，将 NVIDIA GPU 上实时运行的 5G PHY 信号转换为真实 RF 无线信号，从而构建完整的：

GPU → Fronthaul → O-RU → RF → UE

AI-RAN OTA 实验链路。

AI-RAN Radio Front-End

将 GPU Computing 转换为真实 5G 空口

AI-RAN 的核心特征之一，是将传统固定功能基带处理逐步迁移到通用 GPU 加速计算平台。

但是，无论基带处理运行在 CPU、FPGA 还是 GPU 上，真正建立 5G 无线链路仍需要一个关键组件：

O-RU

WNC R1220 位于 AI-RAN 系统最靠近无线空口的位置：

AI / RAN Computing
│
▼
NVIDIA GPU Platform
│
Aerial CUDA-Accelerated
RAN
│
▼
ConnectX / DPU
│
O-RAN 7.2x
│
▼
Fronthaul Switch
│
▼
WNC R1220 O-RU
│
RF / Antenna
│
▼
5G NR
│
▼
UE

因此，WNC R1220 可以理解为：

AI-RAN 系统中的 RF 执行端

GPU 负责计算。

O-RU 负责把数字基带结果转换成真实无线信号。

NVIDIA Aerial Tested O-RU

NVIDIA 当前 Aerial CUDA-Accelerated RAN 官方文档将：

WNC R1220

列入 Tested O-RUs。

官方列出的基本配置为：

这意味着 R1220 可作为 NVIDIA GPU 加速 gNB 的真实射频前端，用于搭建 OTA AI-RAN 平台。

NVIDIA Aerial Testbed

官方 OTA 实验平台组成设备

NVIDIA Aerial Testbed 采用：

GPU gNB
│
▼
Fronthaul NIC
│
▼
Fronthaul Switch
│
▼
Commercial O-RU
│
▼
5G UE

的完整 OTA 架构。

在当前 NVIDIA Aerial Testbed 文档中，WNC O-RU 有独立的：

Part 2.4 – Set up the WNC O-RU

配置章节。

官方示例还显示设备可配置：

• O-RAN M-Plane VLAN
• eCPRI VLAN
• Jumbo MTU
• PTP
• Radio Center Frequency
• Transmit Power
• Radio Enable / Disable

因此非常适合用于 AI-RAN 实验室中真实 O-RAN Fronthaul 的部署与调试。

O-RAN 7.2x Fronthaul

WNC R1220 可作为 O-RAN 架构中的：

O-RU

与 O-DU 之间通过 Ethernet Fronthaul 连接。

在典型 Split 7.2x 系统中：

O-DU
│
│
O-RAN Fronthaul
│
┌──────────┼──────────┐
│ │ │
C-Plane U-Plane S-Plane
│ │ │
Control IQ Timing
└──────────┼──────────┘
│
▼
O-RU

主要包括：

C-Plane

Control Plane

用于资源映射、Section 配置和无线参数控制。

U-Plane

User Plane

用于传输实时 IQ 数据。

S-Plane

Synchronization Plane

用于 PTP / SyncE 等时间同步。

M-Plane

Management Plane

用于 O-RU 配置、状态监控和管理。

eCPRI Fronthaul

WNC R1220 可以通过高速 Ethernet 网络与 O-DU 交换实时前传数据。

典型链路：

NVIDIA GPU
│
▼
ConnectX NIC
│
│ eCPRI / Ethernet
▼
Fronthaul Switch
│
│ eCPRI
▼
WNC R1220

在 NVIDIA 官方 WNC 配置示例中，可以看到独立的：

eCPRI VLAN

与：

M-Plane VLAN

配置。

例如：

M-Plane VLAN
+
eCPRI VLAN

将管理流量与实时前传流量进行逻辑隔离。

4T4R Radio Architecture

WNC R1220 采用：

4T4R

射频架构。

即：

• 4 × TX
• 4 × RX

适用于：

• 5G NR
• SU-MIMO
• Multi-Antenna Research
• Beamforming Research
• Channel Measurement
• AI Receiver Research
• OTA Algorithm Validation

典型链路：

WNC R1220
┌──────┬──────┬──────┬──────┐
│ │ │ │
TX1 TX2 TX3 TX4
RX1 RX2 RX3 RX4
│ │ │ │
ANT1 ANT2 ANT3 ANT4

对于 AI-RAN 实验而言，4T4R 是兼顾：

成本、复杂度、MIMO 能力和真实 OTA 测试

的一种实用配置。

n77 / n78 / n79

NVIDIA 当前 Aerial 文档列出的 WNC R1220 测试频段覆盖：

n77 / n78 / n79

因此可以面向多个主流 5G Sub-6 GHz 研究场景。

典型应用包括：

n77

广泛用于 Sub-6 GHz 5G 网络及科研实验。

n78

全球最主流的 5G 中频频段之一。

非常适合：

• 5G SA
• Private 5G
• AI-RAN
• Open RAN
• 5G Advanced
• 6G Pre-Research

n79

适用于更高 Sub-6 GHz 频段的无线实验。

可用于：

• 4.9 GHz 5G Research
• AI-based PHY
• Channel Research
• High-Capacity RAN

实际频率范围应以具体 R1220 SKU 为准。

PTP Synchronization

AI-RAN 实时无线系统的基础

GPU 与 O-RU 之间不仅要传输 IQ 数据，还必须保持严格的时间同步。

典型时钟链路：

GNSS
│
▼
PTP Grandmaster
│
▼
Fronthaul Switch
│
├──────── GPU / O-DU
│
└──────── WNC R1220

WNC R1220 可通过 O-RAN S-Plane 接收 PTP Timing。

NVIDIA 官方配置示例中明确包含：

• PTP 状态检查
• PTP Domain
• Timing Configuration

对于 5G TDD 系统，这一点尤为关键。

PTP 同步影响：

• Radio Frame Alignment
• DL / UL Switching
• Slot Timing
• TDD Synchronization
• Multi-Cell Operation
• OTA Stability

AI for RAN

WNC R1220 不只是普通射频单元。

当它与 NVIDIA Aerial 结合后，可以直接成为：

AI Algorithm → Real RF

的硬件接口。

例如 GPU 中运行：

Neural Receiver
│
Channel Estimation
│
CSI Prediction
│
Beam Management
│
AI Scheduler
│
RAN Optimization

然后通过 O-RAN Fronthaul 将实时 PHY 数据送入 WNC R1220。

最终通过真实无线空口进行 OTA 验证。

因此可以形成：

AI Model
│
▼
GPU PHY
│
▼
O-RAN Fronthaul
│
▼
WNC R1220
│
▼
RF Channel
│
▼
UE

AI-Native PHY Research

AI-RAN 的一个重要研究方向是：

AI-Native Physical Layer

传统 PHY 通常由确定性算法组成，例如：

• FFT
• Channel Estimation
• Equalization
• MIMO Detection
• Demodulation
• LDPC Decoding

AI-native PHY 则可以使用神经网络替换或增强部分算法。

例如：

Traditional PHY

IQ
│
▼
Channel Estimation
│
▼
Equalization
│
▼
Detection

AI-Native PHY

IQ
│
▼
Neural Receiver
│
▼
AI Detection
│
▼
Decoded Data

WNC R1220 提供真实 RF 环境，使算法不再局限于 Simulation，而可以进一步进入：

OTA Validation

Sionna + Aerial + WNC

WNC R1220 可以与 NVIDIA Sionna 和 Aerial 组合，形成完整无线 AI 研究链路。

NVIDIA Sionna
│
▼
Algorithm Simulation
│
▼
Neural Receiver
│
▼
Model Training
│
▼
NVIDIA Aerial
│
▼
GPU Real-Time PHY
│
▼
WNC R1220 O-RU
│
▼
OTA Wireless Channel
│
▼
UE

实现：

Simulation → Training → Real-Time RAN → OTA

从仿真走向真实无线网络。

Sionna RT + Digital Twin

如果进一步加入：

NVIDIA Sionna RT

则可构建无线数字孪生。

3D Environment
│
▼
Sionna RT
│
▼
Ray Tracing
│
▼
Channel Model
│
▼
AI Algorithm
│
▼
Aerial GPU PHY
│
▼
WNC R1220
│
▼
Real RF Environment

这样可以对比：

Digital Twin Channel

与：

Real OTA Channel

从而用于：

• Channel Modeling
• Digital Twin Validation
• Radio Environment Prediction
• Beam Optimization
• AI Channel Estimation
• 6G Research

Aerial dApps

NVIDIA Aerial Testbed 1.0 已支持开发实时：

dApps

开发者可以通过：

• Python
• C
• CUDA
• PyTorch

构建实时 RAN 应用。

Aerial 可以向 dApps 提供包括：

• Fronthaul IQ
• CSI
• PUSCH Signals
• RAN Measurements

等实时信息。

因此可以形成：

WNC R1220
│
RF / IQ
│
▼
NVIDIA Aerial
│
┌───────┴───────┐
│ │
Traditional PHY AI dApp
│
PyTorch
│
CUDA
│
Real-Time AI

使 WNC O-RU 成为实时 AI-RAN 数据采集与算法验证的重要 RF 入口。

AI-RAN Data Collection

真实无线网络产生的数据还可以进一步用于 AI Training。

完整流程：

WNC R1220
│
▼
Radio Signal
│
▼
Aerial PHY
│
▼
IQ / CSI / RAN Data
│
▼
Data Lake
│
▼
AI Training
│
▼
New AI Model
│
▼
Deploy to GPU
│
▼
WNC R1220

形成：

RAN Data → AI Training → AI Deployment → RAN

闭环。

Multi-O-RU AI-RAN

在更复杂的实验平台中，可配置多个 WNC O-RU。

GPU Cluster
│
▼
Fronthaul Switch
┌────────────┼────────────┐
│ │ │
▼ ▼ ▼
WNC R1220 WNC R1220 WNC R1220
RU #1 RU #2 RU #3
│ │ │
▼ ▼ ▼
Cell 1 Cell 2 Cell 3

可进一步研究：

• Multi-Cell AI-RAN
• Coordinated Scheduling
• Inter-Cell Interference
• Distributed MIMO
• CoMP
• Mobility
• AI Resource Management
• Multi-Agent RAN

推荐 AI-RAN 实验平台

完整系统：

Sionna / AI Model
│
▼
NVIDIA GPU
│
▼
Aerial CUDA-Accelerated
RAN
│
▼
ConnectX / DPU
│
▼
Fronthaul Switch
▲ │
│ │
PTP Grandmaster │
▼
WNC R1220
│
▼
5G NR
│
▼
UE

与 DGX Spark 组合

随着 NVIDIA Aerial Testbed 1.0 支持 DGX Spark，可以进一步构建紧凑型桌面 AI-RAN 实验平台。

典型配置：

DGX Spark
│
│ NVIDIA Aerial
▼
25GbE Fronthaul
│
▼
PTP Switch
│
├──── PTP Grandmaster
│
▼
WNC R1220
│
▼
5G OTA
│
▼
Smartphone

这种组合非常适合：

• 高校
• 研究院
• AI-RAN 教学
• 5G / 6G Algorithm Research
• Neural Receiver
• Open RAN Development

典型应用

NVIDIA Aerial Testbed

构建 NVIDIA GPU 加速真实 OTA 基站。

AI-RAN Laboratory

用于 AI 与无线接入网融合研究。

O-RAN 7.2x Testbed

用于 O-DU / O-RU Fronthaul 开发与互操作测试。

5G / 6G Research

用于高校及科研机构下一代无线通信研究。

Neural Receiver

从真实 OTA 信号采集 IQ / CSI，用于神经接收机研究。

Wireless Digital Twin

连接 Sionna RT 数字孪生与真实无线环境。

Private 5G

构建企业或实验室室内 5G 网络。

Multi-Cell Research

通过多个 O-RU 扩展多小区 AI-RAN 系统。

产品关键特性

具体射频输出功率、瞬时带宽、工作频率、光口规格、供电和 M-Plane 功能应根据 R1220 的具体 SKU 与 Firmware 版本确定。

WNC R1220

Radio Connectivity for AI-RAN

4T4R O-RU

n77 / n78 / n79

O-RAN 7.2x

eCPRI Fronthaul

PTP Synchronization

NVIDIA Aerial Tested

Real OTA 5G

从 GPU 到射频，

从 AI Algorithm 到真实无线信道，

从 Sionna Simulation 到 Aerial Real-Time RAN，

WNC R1220 将 AI-RAN 从计算平台延伸至真实 5G 空口。

产品说明

WNC R1220 存在不同频段与区域 SKU，不同型号的工作频率、射频输出、认证、接口与软件功能可能不同。本文中 n77 / n78 / n79、4T4R 以及 NVIDIA Aerial 兼容性依据 NVIDIA 当前 Aerial CUDA-Accelerated RAN 官方测试列表；采购及项目实施时应依据具体 R1220 SKU、Firmware、当地频谱法规以及所使用的 Aerial 软件版本进行确认。