หากคุณลงทุนใน $NOK คุณต้องอ่านสิ่งนี้
หากคุณสนใจในหุ่นยนต์, AI เชิงกายภาพ (Physical AI), AI ที่ขอบ (Edge AI) คุณต้องอ่านสิ่งนี้
แต่ก่อนที่คุณจะทำอย่างนั้น โปรด 'บุ๊กมาร์ก' และแชร์
ในการประชุมเรื่อง $NVDA วันนี้:
"ในอนาคต ทุกสถานีฐาน ทุกเครือข่ายวิทยุ จะกลายเป็นเครือข่ายวิทยุที่ขับเคลื่อนด้วย AI"
ฉันเพิ่งโพสต์บทความบน Substack ที่วิเคราะห์ถึงความหมายของคำกล่าวนี้..
คุณสามารถอ่านได้ที่นี่:
https://cruxcapitalgroup.substack.com/p/nvidia-just-told-us-something-important?r=6so16n
แต่ก่อนอื่น... ถอยกลับมาสักก้าว
ฉันเขียนบทความเกี่ยวกับ AI RAN เมื่อ 6 สัปดาห์ที่แล้ว และฉันอยากจะแชร์มันทั้งหมดที่นี่ตอนนี้
ขอให้สนุก!
เมื่อเรานึกถึงโครงสร้างพื้นฐานของ AI เรามักจะนึกถึงศูนย์ข้อมูลขนาดใหญ่ที่เต็มไปด้วย GPU, บริษัท hyperscaler ที่ใช้จ่ายเงินหลายหมื่นล้านดอลลาร์, การแข่งขันเพื่อเพิ่มพลังการประมวลผล, ใยแก้วนำแสง, และความจุภายในและระหว่างแคมปัสมากขึ้น
และเราก็คิดถูก! แต่นั่นไม่ใช่ภาพทั้งหมด
AI กำลังดึงความฉลาดให้เข้าใกล้แหล่งที่มาของข้อมูล และสถานที่ที่การตัดสินใจต้องเกิดขึ้นอย่างรวดเร็ว กล้อง, หุ่นยนต์, โรงงาน, เครื่องจักรที่เชื่อมต่อ, ระบบอัตโนมัติ, วิดีโอสด, และโลกทางกายภาพในวงกว้างมากขึ้น เมื่อสิ่งนั้นเกิดขึ้น เครือข่ายรอบๆ ศูนย์ข้อมูลก็จะมีความสำคัญมากขึ้น และเมื่อเครือข่ายนั้นมีความสำคัญมากขึ้น โครงสร้างพื้นฐานด้านโทรคมนาคมก็เริ่มที่จะดูเหมือนพื้นผิวสำหรับการประมวลผล
หนึ่งในสิ่งที่ฉันใช้เวลาจริงๆ ในช่วงนี้คือ สิ่งที่อยู่นอกเหนือการสนทนาทั่วไปเกี่ยวกับ hyperscaler และออปติก แต่อาจกลายเป็นส่วนสำคัญของโครงสร้างพื้นฐาน AI เมื่อเวลาผ่านไป มันอยู่ในโครงสร้างพื้นฐานด้านโทรคมนาคม สัมผัสกับชั้นวิทยุ และเชื่อมต่อกลับไปสู่เรื่องราวที่กว้างขึ้นของออปติก การส่งสัญญาณ และการประมวลผล เมื่อ AI กระจายตัวมากขึ้น
มันยังเป็นเหตุผลหนึ่งที่ฉันคิดว่า Nokia เป็นการลงทุนที่น่าสนใจมาก การรายงานข่าวส่วนใหญ่มุ่งเน้นไปที่โทรคมนาคม งบประมาณของผู้ให้บริการ การปรับโครงสร้าง และเพิ่งจะเห็น upside ด้านออปติกหลังจาก Infinera มีอีกชั้นหนึ่งที่กำลังก่อตัวขึ้นที่นี่ และถึงแม้จะยังเร็วอยู่ แต่หลักฐานต่างๆ ก็เริ่มเป็นรูปธรรมมากขึ้นอย่างรวดเร็ว
สิ่งที่ฉันต้องการทำในบทความนี้คือ อธิบายว่ามันคืออะไร อะไรที่เป็นเชิงพาณิชย์ในปัจจุบัน เทียบกับสิ่งที่ยังเป็นเชิงสถาปัตยกรรม การทดสอบของผู้ให้บริการล่าสุดเปลี่ยนมุมมองของฉันต่อเส้นโค้งความพร้อมอย่างไร และเหตุใดด้านออปติกและการส่งสัญญาณของเรื่องนี้จึงอาจมีความสำคัญพอๆ กับด้านวิทยุในระยะใกล้
ผมกำลังพูดถึงอะไร?
RAN (Radio Access Network) คือ ส่วนหนึ่งของระบบเซลลูลาร์ที่เชื่อมต่อโทรศัพท์หรืออุปกรณ์ของคุณกับเครือข่ายที่กว้างขึ้น วิทยุ, สถานีเซลล์, ฟังก์ชันเบสแบนด์, และซอฟต์แวร์ที่จัดการการเชื่อมต่อไร้สายเหล่านั้น อยู่ที่นี่ทั้งหมด นอกจากนี้ยังเป็นหนึ่งในชิ้นส่วนโครงสร้างพื้นฐานที่กระจายตัวมากที่สุดในโลก ผู้ให้บริการโทรคมนาคมมีไซต์กระจายอยู่ทั่วเมือง, ทางเดินอุตสาหกรรม, พื้นที่ชานเมือง, และพื้นที่ห่างไกล โดยมีไฟฟ้า, การขนส่ง, ฮาร์ดแวร์, และทีมปฏิบัติการติดอยู่กับสถานที่เหล่านั้น
การนำ AI เข้ามาในพื้นที่นั้น เป็นแนวคิดที่แตกต่างอย่างมากจากการสร้างแคมปัส AI แบบรวมศูนย์อีกแห่ง โมเดลหนึ่งรวบรวมการประมวลผลไว้ในสถานที่ขนาดใหญ่ไม่กี่แห่ง อีกโมเดลหนึ่งพยายามทำให้เครือข่ายแบบกระจายมีความชาญฉลาดมากขึ้น ปรับตัวได้มากขึ้น และท้ายที่สุดก็สร้างรายได้มากขึ้น ความแตกต่างนั้นคือแกนหลักของสิ่งที่ AI-RAN พยายามจะทำ
สามแนวคิด
จริงๆ แล้วมีสามส่วนที่เรากำลังพูดถึงที่นี่ พวกมันเกี่ยวข้องกัน แต่มีกรอบเวลาที่แตกต่างกันและมีนัยยะในการลงทุนที่แตกต่างกัน
ส่วนแรกคือ AI สำหรับ RAN การใช้ AI เพื่อปรับปรุงการทำงานของเครือข่ายวิทยุ เช่น การปรับแต่งปริมาณการใช้งาน, การจัดการพลังงาน, การจัดตารางเวลาที่ดีขึ้น, การตรวจจับปัญหาที่เร็วขึ้น, การใช้คลื่นความถี่ให้มีประสิทธิภาพมากขึ้น, และการทำงานแบบอัตโนมัติมากขึ้น ซอฟต์แวร์ที่ทำให้เครือข่ายไร้สายที่ซับซ้อนทำงานได้ดีขึ้นโดยใช้แรงงานคนน้อยลง แรงจูงใจมีอยู่แล้วเพราะเครือข่ายเหล่านี้มีราคาแพง, มีภาระด้านปฏิบัติการหนัก, และมีความเครียดมากขึ้นจากการเติบโตของการรับส่งข้อมูล นี่คือส่วนที่มีความพร้อมทางการค้ามากที่สุดในเรื่องนี้ในปัจจุบัน และเป็นส่วนที่ผู้ให้บริการสามารถให้เหตุผลได้ง่ายที่สุด เพราะคุณค่าที่นำเสนอตรงไปตรงมา: ต้นทุนที่ต่ำลง, ประสิทธิภาพที่ดีขึ้น, และการแทรกแซงด้วยตนเองน้อยลงในแต่ละวัน
ส่วนที่สองคือ AI และ RAN แทนที่จะปฏิบัติต่อภาระงานวิทยุและภาระงาน AI เป็นจักรวาลที่แยกจากกัน วิธีการนี้จะวางพวกมันไว้บนแพลตฟอร์มคอมพิวเตอร์พื้นฐานเดียวกัน ไซต์โทรคมนาคมมีโครงสร้างพื้นฐานแบบกระจายอยู่แล้ว หากไซต์เหล่านั้นสามารถจัดการทั้งฟังก์ชันไร้สายและภาระงาน AI พร้อมกันได้ โครงสร้างพื้นฐานของเครือข่ายก็จะมีคุณค่าเชิงกลยุทธ์มากขึ้น นี่คือจุดที่มุมมองของ NVIDIA มีความเกี่ยวข้อง และที่ซึ่งหลักฐานเริ่มสะสมมากขึ้น แนวคิดหลักคือ ไซต์โทรคมนาคมทางกายภาพเดียวกันนี้ สามารถเริ่มทำงานสองอย่างพร้อมกันได้ เช่น การเรียกใช้เครือข่ายมือถือและการประมวลผล AI นั่นเป็นวิธีคิดที่แตกต่างอย่างสิ้นเชิงว่าไซต์เสาสัญญาณมีมูลค่าเท่าใด
ส่วนที่สามคือ AI บน RAN นี่คือจุดที่ขอบของโทรคมนาคมกลายเป็นสถานที่ที่แอปพลิเคชัน AI จริงทำงาน เช่น การมองเห็นของเครื่องจักร, หุ่นยนต์, ระบบอัตโนมัติในอุตสาหกรรม, การอนุมานวิดีโอแบบเรียลไทม์, Physical AI, และบริการที่มีความหน่วงต่ำซึ่งได้รับประโยชน์จากการประมวลผลใกล้กับแหล่งกำเนิดข้อมูล นี่คือเวอร์ชันที่ฟังดูใหญ่ที่สุดและอาจใหญ่ที่สุดถ้ามันเติบโตเต็มที่ นอกจากนี้ยังมีทัศนวิสัยของรายได้ในระยะใกล้ที่น้อยที่สุดในสามส่วนนี้ นี่คือจุดที่เครือข่ายโทรคมนาคมเริ่มดูเหมือนโครงสร้างพื้นฐานด้านการสื่อสารน้อยลง และดูเหมือนแพลตฟอร์มแอปพลิเคชันมากขึ้น ถ้ามันพัฒนาไปในทางที่นักลงทุนที่มองโลกในแง่ดีหวัง ผู้ให้บริการจะขายการเข้าถึงคอมพิวเตอร์ในพื้นที่ใกล้กับโลกทางกายภาพควบคู่ไปกับการเชื่อมต่อ ซึ่งเป็นโมเดลธุรกิจที่ขยายตัวอย่าง fundamentally โดยสร้างขึ้นบนโครงสร้างพื้นฐานทางกายภาพเดียวกัน
ทั้งสามส่วนนี้ควรค่าแก่การทำความเข้าใจ
ทำไม Nokia ถึงอยู่ในเรื่องนี้?
Nokia เข้าใกล้ AI-RAN จากภายใน มันมีสแต็กวิทยุ, ความสัมพันธ์กับผู้ให้บริการ, และฐานโครงสร้างพื้นฐานที่ติดตั้งไว้แล้ว ซึ่งทำให้มีเส้นทางที่น่าเชื่อถือเข้าสู่หมวดหมู่นี้ AI-RAN ถูกนำมาใช้ผ่านความสัมพันธ์กับผู้จำหน่ายที่มีอยู่, การเปิดใช้งานซอฟต์แวร์แบบค่อยเป็นค่อยไป, ฮาร์ดแวร์ที่เข้ากันได้ในอนาคต, และความไว้วางใจจากผู้ให้บริการ และ Nokia ก็อยู่ในเงื่อนไขเหล่านั้นทั้งหมดแล้ว
มาฟังจากปากของพวกเขาโดยตรง
คำพูดของ Hotard เกี่ยวกับ AirScale เป็นหนึ่งในประโยคที่สำคัญที่สุดในเรื่องราวทั้งหมด
"หากคุณซื้อแพลตฟอร์ม AirScale ในวันนี้ มันจะสามารถอัปเกรดเป็น AI RAN ได้เมื่อเราเปิดตัวแพลตฟอร์มนั้น และนั่นคือโอกาสประเภทหนึ่งที่การตัดสินใจลงทุนตอนนี้และการมีความชัดเจนในตอนนี้ในฐานะผู้ให้บริการ เราคิดว่ามันสำคัญเป็นพิเศษ"
ผู้ให้บริการไม่เต็มใจที่จะใช้จ่ายจำนวนมากกับแพลตฟอร์มวิทยุในปัจจุบัน หากจำเป็นต้องเปลี่ยนใหม่ทั้งหมดในอีกไม่กี่ปีต่อมา Nokia กำลังบอกพวกเขาว่าการเปลี่ยนแปลงสามารถเกิดขึ้นได้ทีละน้อย ซึ่งทำให้การทดลองทำได้จริงมากขึ้น และลดแรงเสียดทานรอบๆ การปรับใช้งาน Ronnie Vasishta จาก NVIDIA อธิบายการเปลี่ยนแปลงที่กว้างขึ้นในลักษณะเดียวกัน:
"แทนที่จะอัปเกรดเครือข่ายในรอบใหญ่ที่ใช้ฮาร์ดแวร์หนัก ตอนนี้เรามีโอกาสที่จะสร้างมันเป็นระบบที่ขับเคลื่อนด้วยซอฟต์แวร์อย่างสมบูรณ์ ด้วยการเรียกใช้ AI และเครือข่ายการเข้าถึงวิทยุบนแพลตฟอร์มคอมพิวเตอร์แบบเร่งความเร็วเดียวกัน เราทำให้แน่ใจว่าเครือข่ายสนับสนุนความต้องการทางธุรกิจ ไม่ใช่ในทางกลับกัน"
Hotard ยังได้อธิบายถึงจุดที่หมวดหมู่นี้ยืนอยู่ในเชิงพาณิชย์:
"AI-RAN เปลี่ยน RAN ให้เป็นแพลตฟอร์มที่ขับเคลื่อนด้วยซอฟต์แวร์ซึ่งปรับให้เหมาะสมสำหรับ AI และด้วย NVIDIA และระบบนิเวศของพันธมิตรที่กำลังเติบโต เรากำลังก้าวจากการตรวจสอบความถูกต้องไปสู่การปรับใช้เชิงพาณิชย์"
Nokia มีตำแหน่งที่ติดตั้งไว้แล้ว, แผนงานผลิตภัณฑ์, และการสนทนากับผู้ให้บริการ เพื่อย้ายสิ่งนี้จากแนวคิดไปสู่สิ่งที่คงทนทางการค้ามากขึ้นเมื่อเวลาผ่านไป
เหตุใดจึงไปไกลกว่าชั้นวิทยุ?
หากภาระงาน AI กระจายตัวมากขึ้น หากไซต์โทรคมนาคมเริ่มนำพาความฉลาดมากขึ้น และหากขอบเครือข่ายเริ่มทำงานเหมือนพื้นผิวการประมวลผล เครือข่ายโดยรอบก็จะมีความสำคัญมากขึ้นเช่นกัน การขนส่ง, การกำหนดเส้นทาง, ความจุของออปติก, และความสามารถทางกายภาพในการเคลื่อนย้ายข้อมูลมากขึ้นระหว่างขอบ, คลาวด์, และทุกสิ่งที่อยู่ระหว่างกลาง ล้วนถูกดึงเข้าสู่การเปลี่ยนแปลงนั้น AI-RAN เริ่มต้นที่ชั้นวิทยุ และสถาปัตยกรรมรอบๆ ก็ตามมา
David Heard จาก Nokia ที่งาน OFC:
"โดยเฉพาะอย่างยิ่ง hyperscaler และผู้เล่น neocloud และแม้กระทั่งตอนนี้ในเครือข่ายบริเวณกว้างกับผู้ให้บริการและองค์กรที่สำคัญ พวกเขากำลังซื้อแผนงานเพราะพวกเขากำลังวางแผน พวกเขากำลังซื้อศูนย์ข้อมูล พวกเขากำลังซื้อสิ่งอำนวยความสะดวก พวกเขากำลังวางแผน HVAC ในตอนนี้"
Hotard เชื่อมโยงการสร้างออปติกและ IP เข้ากับพลวัตเดียวกันในการประชุม Q4:
"สิ่งเหล่านี้ไม่ใช่ระบบคลาวด์คอมพิวติ้งที่สร้างขึ้นในช่วง 10 ถึง 15 ปีที่ผ่านมาอีกต่อไป สิ่งเหล่านี้คือซูเปอร์คอมพิวเตอร์ AI และซูเปอร์คอมพิวเตอร์ AI ต้องการแบนด์วิธที่สูงขึ้น การเชื่อมต่อที่สมบูรณ์ยิ่งขึ้น และตอนนี้เรากำลังเห็นเทคโนโลยีออปติกเข้าไปในนั้น และบูรณาการและสร้างเครือข่าย"
Rob Shore หัวหน้าฝ่ายการตลาดด้านออปติกของ Nokia อธิบายถึงการเปลี่ยนแปลงในวิธีที่ลูกค้าคิดเกี่ยวกับนวัตกรรมออปติก:
"ในอดีตเราให้ความสำคัญมาเป็นเวลากว่า 30 ปีในอุตสาหกรรมนี้กับการสร้างเอ็นจิ้นที่เน้นการเพิ่มความจุต่อเส้นใยให้สูงสุด คนรุ่นนี้เป็นรุ่นแรกที่เราเปลี่ยนอย่างแท้จริง พวกเขาต้องการโซลูชันที่คุ้มต้นทุนและปรับให้เหมาะสมด้านพลังงานมากขึ้น"
นั่นคือบริบทว่าทำไมการเปิดรับเครือข่ายที่กว้างขึ้นของ Nokia จึงเป็นส่วนหนึ่งของบทความนี้ สถาปัตยกรรม AI แบบกระจายมากขึ้นต้องการโครงสร้างพื้นฐานด้านการขนส่งและออปติกที่สามารถรองรับความฉลาดแบบกระจายมากขึ้น ชั้นวิทยุและชั้นรองรับเครือข่ายกำลังถูกดึงไปข้างหน้าด้วยกัน
อะไรที่สามารถลงทุนได้?
การแยกส่วนที่ใกล้กว่าออกจากส่วนที่ไกลกว่าเป็นวิธีที่ชัดเจนที่สุดในการวางกรอบนี้
ส่วนที่มีความพร้อมทางการค้ามากที่สุดของธีมในปัจจุบันคือ AI สำหรับ RAN การดำเนินงานที่ชาญฉลาดขึ้น, ภาระงานคนที่ลดลง, การปรับแต่งที่ดีขึ้น, ดิจิทัลทวิน, และซอฟต์แวร์ที่ช่วยให้ผู้ให้บริการดำเนินเครือข่ายได้อย่างมีประสิทธิภาพมากขึ้น Hotard ให้หลักฐานที่ชัดเจนที่สุดชิ้นหนึ่งในการประชุม Q4:
"เราเปิดตัวผลิตภัณฑ์ใหม่สองรายการในไตรมาสนี้ รวมถึงโซลูชัน AI แบบ agentic ของเราสำหรับการจัดการระบบอัตโนมัติที่ขับเคลื่อนด้วยเหตุการณ์ ซึ่งช่วยลดระยะเวลาหยุดทำงานของเครือข่ายลง 96%"
มูลค่าทางเศรษฐกิจนั้นโดยตรง และผู้ให้บริการสามารถให้เหตุผลได้ทันที ประสิทธิภาพเครือข่ายที่ดีขึ้นและความซับซ้อนในการดำเนินงานที่ลดลง โดยมีเส้นทางที่ชัดเจนไปสู่การประหยัดต้นทุน
AI และ RAN คือชั้นถัดไป โครงสร้างพื้นฐานที่ใช้ร่วมกัน, การทดสอบของผู้ให้บริการจริง, และการปรับใช้แบบค่อยเป็นค่อยไปผ่านแพลตฟอร์มที่เข้ากันได้ในอนาคต ล้วนทำให้เรื่องราวน่าเชื่อถือมากขึ้น การทดสอบของ T-Mobile หนึ่งครั้งเป็นหลักฐานที่ชัดเจนที่สุด:
"การทดลองดังกล่าวแสดงให้เห็นถึงการประมวลผล AI และ RAN พร้อมกันบนเซิร์ฟเวอร์ NVIDIA Grace Hopper 200 เครื่องเดียวโดยใช้ภาระงาน AI-RAN แบบเร่งความเร็ว ซึ่งเน้นย้ำถึงความสามารถในการรวมฟังก์ชันเครือข่ายการเข้าถึงวิทยุขั้นสูงเข้ากับแอปพลิเคชัน AI บนแพลตฟอร์มคอมพิวเตอร์แบบเร่งความเร็วที่ใช้ร่วมกัน"
ผลลัพธ์ของ Indosat เพิ่มการยืนยันในสภาพแวดล้อมจริงอีกครั้ง:
"เหตุการณ์สำคัญนี้พิสูจน์ให้เห็นว่าภาระงาน AI และ RAN สามารถทำงานพร้อมกันบนโครงสร้างพื้นฐาน GPU ที่ใช้ร่วมกันในสภาพแวดล้อมของผู้ให้บริการจริง ปูทางไปสู่ความฉลาดของ AI แบบกระจายที่ทำให้เครือข่าย 5G มีประสิทธิภาพ ฉลาด และยั่งยืนมากขึ้น"
นี่ยังคงเป็นหมวดหมู่ที่กำลังพัฒนา มากกว่าที่จะเป็นเครื่องยนต์สร้างรายได้ที่ปรับขนาดได้เต็มที่ แม้ว่าหลักฐานจะสะสมเร็วกว่าที่คาดไว้ก็ตาม
AI บน RAN เป็น upside ที่มีกรอบเวลายาวนานที่สุด โดยที่ขอบโทรคมนาคมกลายเป็นพื้นผิวแอปพลิเคชันที่แท้จริงสำหรับ Physical AI, การมองเห็นของเครื่องจักร, หุ่นยนต์, ระบบอัตโนมัติในอุตสาหกรรม, และการอนุมานที่มีความหน่วงต่ำ Nokia และ SoftBank ได้สาธิตตรรกะการสร้างรายได้ในรูปแบบหนึ่งแล้ว:
"Nokia และ SoftBank สาธิตว่าความจุคอมพิวเตอร์ AI-RAN ที่ว่างสามารถใช้เพื่อรันงาน AI ของบุคคลที่สามได้ การบูรณาการนี้เป็นก้าวสำคัญในการเปลี่ยน RAN ให้เป็นแพลตฟอร์มที่เปิดใช้งาน AI ซึ่งสามารถให้บริการ AI ใหม่และแหล่งรายได้นอกเหนือจากการเชื่อมต่อ"
Sami Komulainen COO ของ Elisa อธิบายส่วนโค้งที่ยาวกว่าได้ดี:
"AI-RAN เป็นตัวขับเคลื่อนสำคัญสำหรับการเพิ่มประสิทธิภาพเครือข่ายแบบ end-to-end, การปรับปรุงคุณภาพการบริการ, และการก้าวไปสู่ 6G ที่เป็น AI โดยธรรมชาติ รวมถึง AI แบบ agentic, หุ่นยนต์, และท้ายที่สุดคือ Physical AI ในอนาคต"
Nokia ให้เราได้สัมผัสกับธีมที่มีหลักฐานจริง, สะพานเชื่อมฐานที่ติดตั้งไว้ที่น่าเชื่อถือ, และโครงสร้างพื้นฐานที่สนับสนุนเพียงพอที่จะมีความหมายทางเศรษฐกิจหากสถาปัตยกรรมยังคงเคลื่อนที่ไปในทิศทางนี้ upside ในระยะใกล้อยู่ในออปติก, IP, และซอฟต์แวร์ AI สำหรับ RAN ตัวเลือกระยะยาวอยู่ในสิ่งที่โครงสร้างพื้นฐานโทรคมนาคมสามารถกลายเป็นได้ ทั้งสองอย่างคุ้มค่าที่จะถือไว้ในขณะที่เรื่องราวพัฒนาไป
ข้อมูลที่ให้ไว้มีวัตถุประสงค์เพื่อให้ข้อมูลเท่านั้น และไม่ถือเป็นคำแนะนำการลงทุน คำแนะนำ หรือข้อเสนอในการซื้อหรือขายหลักทรัพย์ใดๆ ผู้เขียนอาจมีสถานะในหลักทรัพย์ที่กล่าวถึง ผู้อ่านควรดำเนินการตรวจสอบสถานะของตนเองและปรึกษาที่ปรึกษาทางการเงินก่อนตัดสินใจลงทุน
