浙江大学信电学院信息与通信工程系张朝阳教授带领的“计算通信融合与网络智能”研究团队基于高性能通用GPU、通用算子库和DeepSeek开源大模型，构建了国内首个体系功能相对完整、支持边缘侧智能通感算控一体化协同的自主式智能移动边缘网络节点，并完成了边缘大模型支持下无人机等端侧设备全任务流程的演示验证。

自主式智能移动边缘网络（Agentic AI-RAN）有可能成为影响未来移动网络架构和运营范式的变革性技术。其在“AI赋能网络、网络增强AI”的双向互作模式下，通过将AI模型架构和算法以及通信架构、算法和协议，与先进通用计算架构深度融合、协同设计，使通用算力设备具备自主智能地执行通感算控一体化协同任务的关键能力，从而更高效地支撑未来自主式智能物联网（Agentic AIoT）、具身智能等新兴业务场景。

近年来，张朝阳教授团队深入研究和探索了新型无线AI通用模型架构与算法、自主式智能边缘网络架构与协议体系、基于通用算子库的高速通信算法与GPU通算存资源协同优化设计、高速通信处理算法与大模型计算任务协同部署等关键核心技术，并依托所构建的平台结合典型任务场景进行了持续迭代优化。

在近期开展的无人机智能寻的演示实验中，移动边缘节点实时接收空中无人机的5G上行宽带信号，自主利用部署在其通用GPU上的高效算法完成高速收发处理，准确恢复出无人机实时感知的视频流，并根据上层智能应用发出的文本指令“寻找场景中的椅子，找到就靠近它”，同时运行协同部署在同一GPU上的DeepSeek-VL大模型，对文本指令和视频数据流进行智能分析决策，生成动作序列由边缘节点通过5G下行链路发送至无人机，控制其完成任务目标。在此过程中，移动边缘节点实现了自主智能地通感算控一体化协同，初步演示验证了未来Agentic AI-RAN和Agentic AIoT的基本愿景。

张朝阳教授团队将进一步深入探索AI和先进计算架构对未来网络架构的重要影响和作用机理，探索面向无线场景和无线任务的通用AI模型架构与方法。

图1 自主式智能移动边缘网络平台

图2 移动边缘节点自主引导无人机智能寻的演示实验