Nếu bạn đầu tư vào $NOK, bạn cần đọc bài này.
Nếu bạn quan tâm đến robot, AI Vật lý (Physical AI), AI biên (edge AI), bạn cũng cần đọc bài này.
Nhưng trước khi làm vậy, hãy 'đánh dấu' (bookmark) và chia sẻ.
Về cuộc gọi $NVDA hôm nay:
"Trong tương lai, mọi trạm gốc, mọi mạng vô tuyến sẽ trở thành mạng vô tuyến được hỗ trợ bởi AI."
Tôi vừa đăng một bài viết trên Substack phân tích tác động của tuyên bố này..
Bạn có thể đọc tại đây:
https://cruxcapitalgroup.substack.com/p/nvidia-just-told-us-something-important?r=6so16n
Nhưng trước hết, hãy lùi lại một bước...
Tôi đã viết một bài về AI RAN cách đây 6 tuần và bây giờ muốn chia sẻ toàn bộ nội dung tại đây.
Chúc bạn đọc vui!
Khi nghĩ về hạ tầng AI, chúng ta thường nghĩ đến những trung tâm dữ liệu khổng lồ đầy GPU, các siêu quy mô (hyperscaler) chi hàng chục tỷ đô la, cuộc đua tăng thêm điện năng, cáp quang và dung lượng bên trong cũng như giữa các khu trung tâm.
Và chúng ta đúng! Nhưng đó chưa phải bức tranh toàn cảnh.
AI đang kéo trí thông minh đến gần hơn nơi dữ liệu được tạo ra và nơi cần đưa ra quyết định nhanh chóng. Máy ảnh, robot, nhà máy, máy móc kết nối, hệ thống tự hành, video trực tiếp và thế giới vật chất nói chung. Khi điều đó xảy ra, mạng lưới xung quanh trung tâm dữ liệu trở nên quan trọng hơn. Và khi mạng lưới đó trở nên quan trọng hơn, dấu chân viễn thông bắt đầu giống như một bề mặt tính toán tiềm năng.
Một trong những điều tôi dành thời gian nghiên cứu gần đây nằm ngoài các cuộc thảo luận thông thường về siêu quy mô và quang học, nhưng có thể trở thành yếu tố đóng góp đáng kể cho quá trình xây dựng AI theo thời gian. Nó nằm trong hạ tầng viễn thông, chạm đến lớp vô tuyến (radio layer) và ngày càng kết nối lại với câu chuyện quang học, vận chuyển (transport) và tính toán rộng hơn khi AI trở nên phân tán hơn.
Đó cũng là lý do tôi cho rằng Nokia là một lựa chọn thú vị. Hầu hết các bài phân tích tập trung vào viễn thông, ngân sách nhà mạng, tái cấu trúc, và gần đây là triển vọng quang học sau Infinera. Một lớp khác đang hình thành ở đây, và dù còn sớm, các điểm bằng chứng (proof points) đang trở nên cụ thể nhanh chóng.
Điều tôi muốn làm trong bài viết này là phân tích bản chất thực sự của vấn đề, đâu là những thứ đã có giá trị thương mại hôm nay so với những thứ chỉ mới ở mức kiến trúc, cách các thử nghiệm gần đây của nhà mạng đã thay đổi quan điểm của tôi về mức độ trưởng thành, và tại sao khía cạnh quang học và vận chuyển có thể mang trọng lượng không kém gì khía cạnh vô tuyến trong ngắn hạn.
Tôi đang nói về điều gì?
Mạng truy nhập vô tuyến (RAN) là phần của hệ thống di động kết nối điện thoại hoặc thiết bị của bạn với mạng lưới rộng hơn. Các bộ thu phát, trạm di động, chức năng băng gốc (baseband) và phần mềm quản lý các kết nối không dây đều nằm ở đây. Đây cũng là một trong những mảnh hạ tầng phân tán vật lý nhất thế giới. Các nhà mạng viễn thông đã có sẵn các địa điểm trải dài khắp thành phố, hành lang công nghiệp, khu vực ngoại ô và vùng sâu vùng xa, với điện, vận chuyển, phần cứng và đội vận hành gắn liền.
Đưa AI vào dấu chân đó là một đề xuất rất khác so với xây dựng một khu trung tâm AI tập trung khác. Một mô hình tập trung tính toán vào một vài địa điểm khổng lồ. Mô hình còn lại cố gắng làm cho một mạng lưới phân tán trở nên thông minh hơn, thích ứng hơn và cuối cùng là có thể kiếm tiền tốt hơn. Sự khác biệt đó là cốt lõi của những gì AI-RAN đang cố gắng làm.
Ba ý tưởng
Thực sự có ba phần chúng ta đang nói đến ở đây. Chúng có liên quan nhưng có các mốc thời gian và tác động đầu tư khác nhau.
Phần đầu tiên là AI cho RAN. Sử dụng AI để cải thiện cách mạng vô tuyến vận hành. Đó là những thứ như tối ưu hóa lưu lượng, quản lý năng lượng, lập lịch tốt hơn, phát hiện sự cố nhanh hơn, sử dụng phổ tần hiệu quả hơn và vận hành tự động hơn. Phần mềm giúp một mạng không dây phức tạp chạy tốt hơn với ít công việc thủ công hơn. Động lực đã có sẵn bởi vì các mạng này đắt đỏ, nặng về vận hành và ngày càng bị áp lực bởi sự tăng trưởng lưu lượng. Đây là phần có giá trị thương mại nhất của câu chuyện hôm nay, và dễ nhất để các nhà mạng biện minh vì đề xuất giá trị rất rõ ràng: chi phí thấp hơn, hiệu suất tốt hơn và ít can thiệp thủ công hàng ngày hơn.
Phần thứ hai là AI và RAN. Thay vì coi khối lượng công việc vô tuyến và khối lượng công việc AI là hai vũ trụ riêng biệt, cách tiếp cận này đặt chúng trên cùng một nền tảng tính toán cơ bản. Các địa điểm viễn thông đã có hạ tầng phân tán. Nếu những địa điểm đó có thể xử lý đồng thời cả chức năng không dây và khối lượng công việc AI, thì dấu chân mạng lưới tự nó trở nên có giá trị chiến lược hơn. Đây là nơi góc nhìn của NVIDIA trở nên phù hợp và nơi các điểm bằng chứng bắt đầu tích lũy. Ý tưởng trung tâm là cùng một địa điểm viễn thông vật lý có thể bắt đầu làm hai việc cùng lúc: chạy mạng di động và chạy tính toán AI. Đó là một cách suy nghĩ hoàn toàn khác về giá trị của một trạm phát sóng.
Phần thứ ba là AI trên RAN. Đây là nơi biên viễn thông trở thành nơi chạy các ứng dụng AI thực tế như thị giác máy tính, robot, tự động hóa công nghiệp, suy luận video thời gian thực, AI vật lý và các dịch vụ độ trễ thấp được hưởng lợi từ việc xử lý gần nơi dữ liệu được tạo ra. Đây là phiên bản nghe có vẻ lớn nhất và có lẽ là lớn nhất nếu nó trưởng thành. Nó cũng mang ít khả năng hiển thị doanh thu trong ngắn hạn nhất trong ba phần. Đây là nơi mạng viễn thông bắt đầu trông giống một nền tảng ứng dụng hơn là hạ tầng truyền thông. Nếu nó phát triển theo cách các nhà đầu cơ giá lên hy vọng, các nhà mạng sẽ bán quyền truy cập vào tính toán cục bộ gần thế giới vật chất cùng với kết nối – một mô hình kinh doanh mở rộng về cơ bản được xây dựng trên cùng một dấu chân vật lý.
Cả ba ý tưởng đều đáng để hiểu.
Tại sao Nokia thuộc về câu chuyện này
Nokia tiếp cận AI-RAN từ bên trong. Họ đã có ngăn xếp vô tuyến, mối quan hệ với các nhà mạng và cơ sở hạ tầng đã lắp đặt, giúp họ có một con đường đáng tin cậy vào lĩnh vực này. AI-RAN được áp dụng thông qua các mối quan hệ với nhà cung cấp hiện có, kích hoạt phần mềm dần dần, phần cứng tương thích về phía trước và sự tin tưởng của nhà mạng – và Nokia đã nằm trong tất cả các điều kiện đó.
Hãy nghe từ chính miệng họ.
Bình luận về AirScale của Hotard là một trong những dòng quan trọng nhất trong toàn bộ câu chuyện.
"Nếu bạn mua một nền tảng AirScale hôm nay, nó sẽ có thể nâng cấp lên AI RAN khi chúng tôi ra mắt nền tảng đó. Và đó là loại cơ hội mà việc đưa ra quyết định đầu tư ngay bây giờ và có sự rõ ràng ngay bây giờ với tư cách là một nhà mạng, chúng tôi cho là đặc biệt quan trọng."
Các nhà mạng ngần ngại chi tiêu mạnh cho nền tảng vô tuyến ngày nay nếu cần phải thay thế toàn bộ vài năm sau. Nokia đang nói với họ rằng quá trình chuyển đổi có thể diễn ra dần dần, điều này làm cho việc thử nghiệm trở nên thực tế hơn và giảm ma sát xung quanh việc triển khai. Ronnie Vasishta của NVIDIA đã mô tả sự chuyển dịch rộng hơn bằng những thuật ngữ tương tự:
"Thay vì nâng cấp mạng lưới trong các chu kỳ lớn, nặng về phần cứng, giờ đây chúng ta có cơ hội xây dựng chúng như những hệ thống hoàn toàn do phần mềm điều khiển. Bằng cách chạy AI và mạng truy nhập vô tuyến trên cùng một nền tảng tính toán tăng tốc, chúng tôi đảm bảo mạng lưới hỗ trợ nhu cầu kinh doanh, chứ không phải ngược lại."
Hotard cũng đã mô tả vị trí thương mại của lĩnh vực này:
"AI-RAN biến RAN thành một nền tảng do phần mềm điều khiển, được tối ưu hóa cho AI, và với NVIDIA cùng hệ sinh thái đối tác đang phát triển, chúng tôi đang tiến từ xác nhận giá trị (validation) sang triển khai thương mại."
Nokia đã có vị trí lắp đặt, lộ trình sản phẩm và đối thoại với nhà mạng để đưa khái niệm này trở thành thứ gì đó bền vững hơn về mặt thương mại theo thời gian.
Tại sao điều này vượt ra ngoài lớp vô tuyến
Nếu khối lượng công việc AI trở nên phân tán hơn, nếu các địa điểm viễn thông bắt đầu mang nhiều trí thông minh hơn, và nếu biên mạng bắt đầu hoạt động giống một bề mặt tính toán hơn, thì mạng lưới xung quanh cũng trở nên quan trọng hơn. Vận chuyển, định tuyến, dung lượng quang học và khả năng vật lý để di chuyển nhiều dữ liệu hơn giữa biên, đám mây và mọi thứ ở giữa đều bị kéo vào sự thay đổi đó. AI-RAN bắt đầu ở lớp vô tuyến và kiến trúc xung quanh nó theo sau.
David Heard của Nokia tại OFC:
"Đặc biệt là các siêu quy mô và người chơi đám mây mới (neocloud), và thậm chí bây giờ ở mạng diện rộng với các nhà cung cấp dịch vụ và doanh nghiệp quan trọng, họ đang mua lộ trình vì họ đang lập kế hoạch, họ đang mua trung tâm dữ liệu. Họ đang mua cơ sở vật chất. Họ đang lên kế hoạch HVAC ngay bây giờ."
Hotard đã gắn kết việc xây dựng quang học và IP với cùng động lực trong cuộc gọi Q4:
"Đây không còn là các hệ thống điện toán đám mây được xây dựng trong 10 đến 15 năm qua. Đây là các siêu máy tính AI, và siêu máy tính AI cần băng thông cao hơn, kết nối phong phú hơn. Và giờ đây chúng tôi thấy công nghệ quang học đi vào đó và tích hợp và kết nối mạng."
Rob Shore, người đứng đầu mảng tiếp thị quang học của Nokia, đã mô tả sự thay đổi trong cách khách hàng suy nghĩ về đổi mới quang học:
"Trong lịch sử hơn 30 năm qua trong ngành, chúng tôi tập trung vào việc xây dựng các engine tập trung cụ thể vào việc tối đa hóa dung lượng trên mỗi sợi quang. Thế hệ này là thế hệ đầu tiên chúng tôi thực sự chuyển đổi. Họ muốn các giải pháp tối ưu hơn về chi phí và năng lượng."
Đó là bối cảnh giải thích tại sao phạm vi mạng lưới rộng hơn của Nokia thuộc về bài viết này. Một kiến trúc AI phân tán hơn đòi hỏi hạ tầng vận chuyển và quang học có khả năng hỗ trợ trí thông minh phân tán hơn. Lớp vô tuyến và lớp nền mạng đang được kéo về phía trước cùng nhau.
Điều gì có thể đầu tư?
Phân tách ngắn hạn và dài hạn là cách rõ ràng nhất để định hình điều này.
Phần có giá trị thương mại nhất của chủ đề hôm nay là AI cho RAN. Vận hành thông minh hơn, gánh nặng thủ công thấp hơn, tối ưu hóa tốt hơn, bản sao kỹ thuật số (digital twins) và phần mềm giúp các nhà mạng vận hành mạng lưới hiệu quả hơn. Hotard đã đưa ra một trong những điểm bằng chứng rõ ràng nhất trong cuộc gọi Q4:
"Chúng tôi đã ra mắt hai sản phẩm mới trong quý, bao gồm giải pháp AI tác nhân (agentic AI) của chúng tôi cho quản lý tự động hóa dựa trên sự kiện, giúp giảm thời gian gián đoạn mạng xuống 96%."
Giá trị kinh tế là trực tiếp và các nhà mạng có thể biện minh ngay lập tức. Hiệu suất mạng tốt hơn và độ phức tạp vận hành thấp hơn với một đường dẫn rõ ràng đến tiết kiệm chi phí.
AI và RAN là lớp tiếp theo. Hạ tầng chia sẻ, các thử nghiệm trực tiếp của nhà mạng và triển khai dần dần thông qua các nền tảng tương thích về phía trước đang làm cho câu chuyện trở nên đáng tin cậy hơn. Một thử nghiệm của T-Mobile là điểm bằng chứng rõ ràng nhất:
"Thử nghiệm đã chứng minh xử lý đồng thời AI và RAN trên một máy chủ NVIDIA Grace Hopper 200 duy nhất sử dụng khối lượng công việc AI-RAN tăng tốc, nhấn mạnh khả năng kết hợp các chức năng mạng truy nhập vô tuyến tiên tiến với các ứng dụng AI trên một nền tảng tính toán tăng tốc chia sẻ."
Kết quả từ Indosat đã thêm một xác nhận môi trường trực tiếp khác:
"Cột mốc này chứng minh rằng khối lượng công việc AI và RAN có thể chạy đồng thời trên hạ tầng GPU chia sẻ trong môi trường nhà mạng trực tiếp, mở đường cho trí thông minh AI phân tán giúp mạng 5G hiệu quả hơn, thông minh hơn và bền vững hơn."
Đây vẫn là một lĩnh vực đang phát triển hơn là một động cơ doanh thu được mở rộng hoàn toàn, mặc dù các điểm bằng chứng đang tích lũy nhanh hơn hầu hết mọi người mong đợi.
AI trên RAN là tiềm năng tăng trưởng dài hạn nhất, nơi biên viễn thông trở thành một bề mặt ứng dụng thực sự cho AI vật lý, thị giác máy tính, robot, tự động hóa công nghiệp và suy luận độ trễ thấp. Nokia và SoftBank đã chứng minh một phiên bản của logic kiếm tiền:
"Nokia và SoftBank đã chứng minh cách dung lượng tính toán AI-RAN dư thừa có thể được sử dụng để chạy các tác vụ AI của bên thứ ba. Sự tích hợp này đánh dấu một bước quan trọng trong việc biến RAN thành một nền tảng hỗ trợ AI có khả năng cung cấp các dịch vụ AI mới và nguồn doanh thu vượt ra ngoài kết nối."
Giám đốc Vận hành của Elisa, Sami Komulainen, đã định hình quỹ đạo dài hạn tốt:
"AI-RAN là một yếu tố then chốt để tối ưu hóa hiệu suất mạng đầu cuối, nâng cao chất lượng dịch vụ và tiến tới 6G bản địa AI (AI-native 6G), cũng như AI tác nhân, robot và cuối cùng là AI vật lý trong tương lai."
Nokia cho chúng ta tiếp xúc với một chủ đề có các điểm bằng chứng thực tế, một cầu nối cơ sở lắp đặt đáng tin cậy và đủ hạ tầng hỗ trợ để trở nên có ý nghĩa kinh tế nếu kiến trúc tiếp tục đi theo hướng này. Tiềm năng tăng trưởng ngắn hạn nằm ở quang học, IP và phần mềm AI cho RAN. Lựa chọn dài hạn nằm ở những gì dấu chân viễn thông có thể trở thành. Cả hai đều đáng để nắm giữ khi câu chuyện phát triển.
Thông tin được cung cấp chỉ mang tính chất tham khảo và không cấu thành lời khuyên đầu tư, khuyến nghị hoặc lời đề nghị mua hoặc bán bất kỳ chứng khoán nào. Tác giả có thể nắm giữ vị thế trong các chứng khoán được đề cập. Người đọc nên tự thực hiện thẩm định và tham khảo ý kiến cố vấn tài chính trước khi đưa ra quyết định đầu tư.
