यदि आप $NOK में निवेश करते हैं, तो आपको यह पढ़ना चाहिए।
यदि आप रोबोटिक्स, फिजिकल AI, एज AI में रुचि रखते हैं, तो आपको यह पढ़ना चाहिए।
लेकिन ऐसा करने से पहले, कृपया इसे 'बुकमार्क' करें और शेयर करें।
आज $NVDA कॉल पर:
"भविष्य में, हर एक बेस स्टेशन, हर एक रेडियो नेटवर्क AI-संचालित रेडियो नेटवर्क बन जाएगा।"
मैंने अभी एक substack लेख पोस्ट किया है जिसमें इस कथन के निहितार्थों पर चर्चा की गई है।
आप इसे यहाँ पढ़ सकते हैं:
https://cruxcapitalgroup.substack.com/p/nvidia-just-told-us-something-important?r=6so16n
लेकिन पहले एक कदम पीछे चलते हैं...
मैंने 6 सप्ताह पहले AI RAN पर एक लेख लिखा था और अब इसे यहाँ पूरी तरह से साझा करना चाहता हूँ।
आनंद लें!
जब हम AI इन्फ्रास्ट्रक्चर के बारे में सोचते हैं, तो हम आमतौर पर GPUs से भरे विशाल डेटा सेंटरों, हाइपरस्केलर्स द्वारा दसियों अरबों डॉलर खर्च करने, और कैंपस के अंदर और बीच में अधिक पावर, अधिक फाइबर और अधिक क्षमता जोड़ने की होड़ के बारे में सोचते हैं।
और हम सही हैं! लेकिन, यह पूरी तस्वीर नहीं है।
AI इंटेलिजेंस को उस जगह के करीब खींच रहा है जहाँ डेटा बनाया जाता है और जहाँ निर्णय तेज़ी से लेने की आवश्यकता होती है। कैमरे, रोबोट, कारखाने, कनेक्टेड मशीनें, स्वायत्त प्रणालियाँ, लाइव वीडियो, और व्यापक रूप से भौतिक दुनिया। ऐसा होने के बाद, डेटा सेंटर के आसपास का नेटवर्क अधिक महत्वपूर्ण हो जाता है। और एक बार जब वह नेटवर्क अधिक महत्वपूर्ण हो जाता है, तो टेलीकॉम फुटप्रिंट एक संभावित कंप्यूट सतह के रूप में दिखने लगता है।
उन चीजों में से एक जिस पर मैं हाल ही में वास्तविक समय बिता रहा हूँ, वह सामान्य हाइपरस्केलर और ऑप्टिक्स चर्चा के बाहर है, लेकिन समय के साथ AI बिल्डआउट में एक सार्थक योगदानकर्ता बन सकती है। यह टेलीकॉम इन्फ्रास्ट्रक्चर के अंदर बैठती है, रेडियो लेयर को छूती है, और तेजी से व्यापक ऑप्टिकल, ट्रांसपोर्ट और कंप्यूट स्टोरी से जुड़ती है क्योंकि AI अधिक वितरित होता जा रहा है।
यह एक कारण है कि मुझे लगता है कि Nokia एक वास्तविक रूप से दिलचस्प दांव है। अधिकांश कवरेज टेलीकॉम, कैरियर बजट, पुनर्गठन, और हाल ही में Infinera के बाद ऑप्टिकल अपसाइड पर केंद्रित है। यहाँ एक और परत बन रही है, और जबकि यह अभी भी शुरुआती है, प्रमाण बिंदु तेज़ी से अधिक ठोस होते जा रहे हैं।
इस लेख में मैं यह तोड़ना चाहता हूँ कि यह वास्तव में क्या है, आज क्या व्यावसायिक रूप से आधारित है बनाम क्या अभी भी स्थापत्य है, हाल के ऑपरेटर परीक्षणों ने परिपक्वता वक्र के बारे में मेरे दृष्टिकोण को कैसे बदल दिया, और क्यों कहानी का ऑप्टिकल और ट्रांसपोर्ट पक्ष निकट अवधि में रेडियो पक्ष के समान ही भार वहन कर सकता है।
मैं किस बारे में बात कर रहा हूँ?
रेडियो एक्सेस नेटवर्क (RAN) सेल्यूलर सिस्टम का वह हिस्सा है जो आपके फोन या डिवाइस को व्यापक नेटवर्क से जोड़ता है। रेडियो, सेल साइट्स, बेसबैंड फंक्शन और उन वायरलेस कनेक्शनों को प्रबंधित करने वाला सॉफ्टवेयर सब यहाँ रहते हैं। यह दुनिया के सबसे भौतिक रूप से वितरित बुनियादी ढांचे में से एक भी है। टेलीकॉम ऑपरेटरों के पास पहले से ही शहरों, औद्योगिक गलियारों, उपनगरीय क्षेत्रों और दूरदराज के इलाकों में फैली साइटें हैं, जिनके साथ पावर, ट्रांसपोर्ट, हार्डवेयर और संचालन टीमें जुड़ी हुई हैं।
AI को उस फुटप्रिंट में लाना एक और केंद्रीकृत AI कैंपस बनाने से बहुत अलग प्रस्ताव है। एक मॉडल कंप्यूट को कुछ विशाल स्थानों में केंद्रित करता है। दूसरा एक वितरित नेटवर्क को अधिक स्मार्ट, अधिक अनुकूली, और अंततः अधिक मुद्रीकरण योग्य बनाने की कोशिश करता है। यह भेद ही AI-RAN के प्रयास का मूल है।
तीन विचार
यहाँ वास्तव में तीन भाग हैं जिनके बारे में हम बात कर रहे हैं। वे संबंधित हैं लेकिन उनकी अलग-अलग समयसीमाएँ और अलग-अलग निवेश निहितार्थ हैं।
पहला है RAN के लिए AI। रेडियो नेटवर्क के संचालन को बेहतर बनाने के लिए AI का उपयोग करना। तो ट्रैफिक ऑप्टिमाइजेशन, ऊर्जा प्रबंधन, बेहतर शेड्यूलिंग, तेज़ समस्या का पता लगाना, स्पेक्ट्रम का बेहतर उपयोग, और अधिक स्वायत्त संचालन जैसी चीजें। सॉफ्टवेयर एक जटिल वायरलेस नेटवर्क को कम मैन्युअल काम के साथ बेहतर चलाता है। प्रोत्साहन पहले से मौजूद है क्योंकि ये नेटवर्क महंगे हैं, संचालनात्मक रूप से भारी हैं, और ट्रैफिक वृद्धि से तेजी से दबाव में हैं। यह कहानी का आज सबसे अधिक व्यावसायिक रूप से आधारित हिस्सा है, और ऑपरेटरों के लिए इसे सही ठहराना सबसे आसान है क्योंकि मूल्य प्रस्ताव सीधा है—कम लागत, बेहतर प्रदर्शन, और कम दिन-प्रतिदिन मैन्युअल हस्तक्षेप।
दूसरा है AI और RAN। रेडियो वर्कलोड और AI वर्कलोड को अलग-अलग ब्रह्मांड मानने के बजाय, यह दृष्टिकोण उन्हें एक ही अंतर्निहित कंप्यूट प्लेटफॉर्म पर रखता है। टेलीकॉम साइटों के पास पहले से ही वितरित बुनियादी ढांचा है। यदि वे साइटें एक साथ वायरलेस फंक्शन और AI वर्कलोड दोनों को संभाल सकती हैं, तो नेटवर्क फुटप्रिंट स्वयं अधिक रणनीतिक रूप से मूल्यवान हो जाता है। यह वह जगह है जहाँ NVIDIA का कोण प्रासंगिक हो जाता है, और जहाँ प्रमाण बिंदु जमा होने लगते हैं। केंद्रीय विचार यह है कि एक ही भौतिक टेलीकॉम साइट एक साथ दो काम करना शुरू कर सकती है—मोबाइल नेटवर्क चलाना और AI कंप्यूट चलाना। यह सोचने का एक मौलिक रूप से अलग तरीका है कि एक टॉवर साइट का क्या मूल्य है।
तीसरा है RAN पर AI। यह वह जगह है जहाँ टेलीकॉम एज एक ऐसा स्थान बन जाता है जहाँ वास्तविक AI एप्लिकेशन चलते हैं—जैसे मशीन विज़न, रोबोटिक्स, औद्योगिक ऑटोमेशन, रीयल-टाइम वीडियो इंफ़रेंस, फिजिकल AI, और कम-लेटेंसी सेवाएँ जो डेटा के उत्पत्ति स्थान के करीब प्रोसेस होने से लाभान्वित होती हैं। यह वह संस्करण है जो सबसे बड़ा लगता है और शायद यदि यह परिपक्व होता है तो सबसे बड़ा भी है। इसमें तीनों में से सबसे कम निकट-अवधि की राजस्व दृश्यता भी है। यह वह जगह है जहाँ टेलीकॉम नेटवर्क कम संचार बुनियादी ढांचा और अधिक एक एप्लिकेशन प्लेटफॉर्म जैसा दिखने लगता है। यदि यह उस तरह विकसित होता है जैसा बुल्स उम्मीद करते हैं, तो ऑपरेटर कनेक्टिविटी के साथ-साथ भौतिक दुनिया के करीब स्थानीय कंप्यूट तक पहुँच बेच रहे होंगे—जो एक ही भौतिक फुटप्रिंट पर बना एक मौलिक रूप से विस्तारित व्यवसाय मॉडल है।
तीनों को समझना सार्थक है।
Nokia इस कहानी में क्यों आता है
Nokia AI-RAN के पास अंदर से आ रहा है। उसके पास पहले से ही रेडियो स्टैक, ऑपरेटर संबंध और स्थापित बुनियादी ढांचा आधार है जो इसे श्रेणी में एक विश्वसनीय पथ देता है। AI-RAN को मौजूदा विक्रेता संबंधों, क्रमिक सॉफ्टवेयर सक्षमता, फॉरवर्ड-संगत हार्डवेयर और ऑपरेटर विश्वास के माध्यम से अपनाया जाता है—और Nokia पहले से ही उन सभी स्थितियों के अंदर बैठता है।
आइए इसे घोड़े के मुँह से सुनें।
Hotard का AirScale टिप्पणी पूरी कहानी की सबसे महत्वपूर्ण पंक्तियों में से एक है।
"यदि आप आज एक AirScale प्लेटफॉर्म खरीदते हैं, तो जब हम उस प्लेटफॉर्म को लॉन्च करेंगे तो यह AI RAN के लिए अपग्रेड करने योग्य होगा। और इसलिए यह उस तरह का अवसर है जहाँ अब निवेश निर्णय लेना और एक ऑपरेटर के रूप में अब स्पष्टता होना, हमारे विचार में विशेष रूप से महत्वपूर्ण है।"
ऑपरेटर आज के रेडियो प्लेटफॉर्म पर भारी खर्च करने से हिचकिचाते हैं यदि कुछ वर्षों बाद पूर्ण प्रतिस्थापन की आवश्यकता होती है। Nokia उन्हें बता रहा है कि संक्रमण धीरे-धीरे हो सकता है, जो प्रयोग को अधिक यथार्थवादी बनाता है और तैनाती के आसपास के घर्षण को कम करता है। NVIDIA के Ronnie Vasishta ने व्यापक बदलाव को समान शब्दों में रखा:
"बड़े, हार्डवेयर-भारी चक्रों में नेटवर्क को अपग्रेड करने के बजाय, अब हमारे पास उन्हें पूरी तरह से सॉफ्टवेयर-संचालित सिस्टम के रूप में बनाने का अवसर है। AI और रेडियो एक्सेस नेटवर्क को एक ही त्वरित कंप्यूटिंग प्लेटफॉर्म पर चलाकर, हम सुनिश्चित करते हैं कि नेटवर्क व्यावसायिक आवश्यकताओं का समर्थन करता है, न कि दूसरे तरीके से।"
Hotard ने यह भी बताया है कि श्रेणी व्यावसायिक रूप से कहाँ खड़ी है:
"AI-RAN RAN को AI के लिए अनुकूलित एक सॉफ्टवेयर-संचालित प्लेटफॉर्म में बदल देता है, और NVIDIA और भागीदारों के बढ़ते पारिस्थितिकी तंत्र के साथ हम सत्यापन से व्यावसायिक तैनाती की ओर बढ़ रहे हैं।"
Nokia के पास पहले से ही स्थापित स्थिति, उत्पाद रोडमैप और ऑपरेटर संवाद है ताकि इसे अवधारणा से समय के साथ अधिक व्यावसायिक रूप से टिकाऊ कुछ में स्थानांतरित किया जा सके।
यह रेडियो लेयर से परे क्यों जाता है
यदि AI वर्कलोड अधिक वितरित हो जाते हैं, यदि टेलीकॉम साइटें अधिक इंटेलिजेंस ले जाने लगती हैं, और यदि नेटवर्क एज एक कंप्यूट सतह की तरह व्यवहार करने लगता है, तो आसपास का नेटवर्क भी अधिक महत्वपूर्ण हो जाता है। ट्रांसपोर्ट, रूटिंग, ऑप्टिकल क्षमता, और एज, क्लाउड और बीच की हर चीज़ के बीच अधिक डेटा स्थानांतरित करने की भौतिक क्षमता—सब उस बदलाव में खिंच जाते हैं। AI-RAN रेडियो लेयर पर शुरू होता है और इसके आसपास का आर्किटेक्चर उसका अनुसरण करता है।
OFC पर Nokia के David Heard:
"विशेष रूप से हाइपरस्केलर्स और नियोक्लाउड प्लेयर्स और अब वाइड एरिया नेटवर्क में सेवा प्रदाताओं और मिशन-क्रिटिकल एंटरप्राइज के साथ भी, वे रोड मैप खरीद रहे हैं क्योंकि वे योजनाएँ बना रहे हैं, वे डेटा सेंटर खरीद रहे हैं। वे सुविधाएँ खरीद रहे हैं। वे अभी HVAC की योजना बना रहे हैं।"
Hotard ने Q4 कॉल पर ऑप्टिकल और IP बिल्डआउट को उसी गतिशीलता से जोड़ा:
"ये अब पिछले 10 से 15 वर्षों में बनाए गए क्लाउड कंप्यूटिंग सिस्टम नहीं हैं। ये AI सुपरकंप्यूटर हैं, और AI सुपरकंप्यूटर को उच्च बैंडविड्थ, समृद्ध कनेक्टिविटी की आवश्यकता होती है। और अब हम उनमें ऑप्टिकल तकनीक जाते हुए देख रहे हैं और एकीकृत और नेटवर्किंग कर रहे हैं।"
Nokia के ऑप्टिकल मार्केटिंग प्रमुख Rob Shore ने बताया कि ग्राहक ऑप्टिकल नवाचार के बारे में कैसे सोच रहे हैं:
"ऐतिहासिक रूप से हम 30 से अधिक वर्षों से उद्योग में प्रति फाइबर क्षमता को अधिकतम करने पर केंद्रित इंजन बनाने पर ध्यान केंद्रित कर रहे थे। यह पीढ़ी पहली पीढ़ी है जहाँ हमने वास्तव में बदलाव किया है। वे अधिक लागत-आधारित और पावर-अनुकूलित समाधान चाहते हैं।"
यह संदर्भ है कि क्यों Nokia का व्यापक नेटवर्क एक्सपोजर इस लेख में आता है। एक अधिक वितरित AI आर्किटेक्चर के लिए ट्रांसपोर्ट और ऑप्टिकल बुनियादी ढांचे की आवश्यकता होती है जो अधिक वितरित इंटेलिजेंस का समर्थन करने में सक्षम हो। रेडियो लेयर और नेटवर्क अंडरले एक साथ आगे खिंच रहे हैं।
क्या निवेश योग्य है?
निकट-अवधि और लंबी-अवधि को अलग करना इसे फ्रेम करने का सबसे साफ तरीका है।
थीम का आज सबसे अधिक व्यावसायिक रूप से आधारित हिस्सा RAN के लिए AI है। स्मार्ट संचालन, कम मैन्युअल बोझ, बेहतर ऑप्टिमाइजेशन, डिजिटल ट्विन्स, और सॉफ्टवेयर जो ऑपरेटरों को उनके नेटवर्क को अधिक कुशलता से चलाने में मदद करता है। Hotard ने Q4 कॉल पर सबसे स्पष्ट प्रमाण बिंदुओं में से एक दिया:
"हमने तिमाही में दो नए उत्पाद लॉन्च किए, जिसमें इवेंट-संचालित ऑटोमेशन प्रबंधन के लिए हमारा एजेंटिक AI समाधान शामिल है, जो नेटवर्क डाउनटाइम को 96% तक कम करता है।"
आर्थिक मूल्य प्रत्यक्ष है और ऑपरेटर इसे तुरंत सही ठहरा सकते हैं। बेहतर नेटवर्क प्रदर्शन और कम संचालन जटिलता, लागत बचत के स्पष्ट रास्ते के साथ।
AI और RAN अगली परत है। साझा बुनियादी ढांचा, लाइव ऑपरेटर परीक्षण, और फॉरवर्ड-संगत प्लेटफॉर्म के माध्यम से क्रमिक तैनाती सभी कहानी को अधिक विश्वसनीय बना रहे हैं। एक T-Mobile परीक्षण सबसे स्पष्ट प्रमाण बिंदु है:
"परीक्षण ने एकल NVIDIA Grace Hopper 200 सर्वर पर त्वरित AI-RAN वर्कलोड का उपयोग करके एक साथ AI और RAN प्रोसेसिंग का प्रदर्शन किया, जो एक साझा त्वरित कंप्यूटिंग प्लेटफॉर्म पर उन्नत रेडियो एक्सेस नेटवर्क फंक्शन और AI एप्लिकेशन को संयोजित करने की क्षमता को उजागर करता है।"
Indosat परिणाम ने एक और लाइव-पर्यावरण पुष्टि जोड़ी:
"यह मील का पत्थर साबित करता है कि AI और RAN वर्कलोड एक लाइव ऑपरेटर वातावरण में साझा GPU बुनियादी ढांचे पर एक साथ चल सकते हैं, जो वितरित AI इंटेलिजेंस के लिए मार्ग प्रशस्त करता है जो 5G नेटवर्क को अधिक कुशल, बुद्धिमान और टिकाऊ बनाता है।"
यह अभी भी एक पूरी तरह से बढ़े हुए राजस्व इंजन के बजाय एक विकासशील श्रेणी है, हालाँकि प्रमाण बिंदु अधिकांश अपेक्षा से तेज़ी से जमा हो रहे हैं।
RAN पर AI सबसे लंबी-अवधि का अपसाइड है जहाँ टेलीकॉम एज फिजिकल AI, मशीन विज़न, रोबोटिक्स, औद्योगिक ऑटोमेशन और कम-लेटेंसी इंफ़रेंस के लिए एक सच्ची एप्लिकेशन सतह बन जाता है। Nokia और SoftBank ने पहले ही मुद्रीकरण तर्क का एक संस्करण प्रदर्शित किया है:
"Nokia और SoftBank ने प्रदर्शित किया कि कैसे अतिरिक्त AI-RAN कंप्यूट क्षमता का उपयोग तीसरे पक्ष के AI कार्यों को चलाने के लिए किया जा सकता है। यह एकीकरण RAN को AI-सक्षम प्लेटफॉर्म में बदलने में एक महत्वपूर्ण कदम है जो कनेक्टिविटी से परे नई AI सेवाएँ और राजस्व धाराएँ प्रदान करने में सक्षम है।"
Elisa के COO Sami Komulainen ने लंबी चाप को अच्छी तरह से रेखांकित किया:
"AI-RAN एंड-टू-एंड नेटवर्क प्रदर्शन को अनुकूलित करने, सेवा गुणवत्ता बढ़ाने, और AI-नेटिव 6G, साथ ही भविष्य के एजेंटिक, रोबोटिक, और अंततः फिजिकल AI की ओर बढ़ने के लिए एक प्रमुख सक्षमक है।"
Nokia हमें वास्तविक प्रमाण बिंदुओं, एक विश्वसनीय स्थापित-आधार पुल, और पर्याप्त सहायक बुनियादी ढांचे के साथ एक थीम का एक्सपोजर देता है जो आर्थिक रूप से सार्थक हो सकता है यदि आर्किटेक्चर इस दिशा में आगे बढ़ता रहे। निकट-अवधि का अपसाइड ऑप्टिकल, IP, और RAN सॉफ्टवेयर के लिए AI में बैठता है। लंबी-अवधि का विकल्प इसमें बैठता है कि टेलीकॉम फुटप्रिंट क्या बन सकता है। कहानी विकसित होने पर दोनों को थामे रहना सार्थक है।
प्रदान की गई जानकारी केवल सूचनात्मक उद्देश्यों के लिए है और यह निवेश सलाह, एक अनुशंसा, या किसी भी प्रतिभूति को खरीदने या बेचने का प्रस्ताव नहीं है। लेखक उल्लिखित प्रतिभूतियों में एक स्थिति रख सकता है। पाठकों को अपना स्वयं का उचित परिश्रम करना चाहिए और निवेश निर्णय लेने से पहले एक वित्तीय सलाहकार से परामर्श करना चाहिए।
