如果你投资了 $NOK，那你有必要读一下这篇文章。
如果你对机器人技术、物理 AI、边缘 AI 感兴趣，你也有必要读一下。
但在此之前，请先“收藏”并分享。
在今天的 $NVDA 电话会上：
“未来，每一个基站、每一个无线网络都将成为 AI 驱动的无线网络。”
我刚刚在 Substack 上发表了一篇文章，详细解读了这句话的含义。
你可以在这里阅读：
https://cruxcapitalgroup.substack.com/p/nvidia-just-told-us-something-important?r=6so16n
但让我们先退一步...
6 周前我写了一篇关于 AI RAN 的文章，现在我想在这里完整分享出来。
enjoy！
当我们谈论 AI 基础设施时，往往会想到装满 GPU 的巨大数据中心、超大规模云厂商投入数百亿美元、在园区内和园区之间竞相增加更多电力、更多光纤和更多容量。
这个想法没错。但这并不是全貌。
AI 正在将智能推向数据产生和需要快速决策的地方——摄像头、机器人、工厂、联网机器、自动驾驶系统、实时视频，以及更广泛的物理世界。一旦如此，数据中心周围的网络就变得更加重要。而一旦网络变得更加重要，电信基础设施就开始呈现出一种潜在的计算面。
最近我花了不少时间研究一个话题，它不在通常的超大规模云厂商和光学的讨论范围内，但随着时间的推移，它可能成为 AI 建设的重要组成部分。它位于电信基础设施内部，触及无线层，并且随着 AI 的分布式发展，它越来越多地连接回更广泛的光学、传输和计算叙事。
这也是我认为诺基亚是一个很有吸引力的标的的原因之一。大多数报道关注的是电信、运营商预算、重组，以及最近收购 Infinera 带来的光学业务上行空间。但这里正在形成另一个层面，虽然还处于早期，但验证点正在迅速变得更加具体。
在这篇文章中，我想分解一下这到底是什么，哪些是今天已经有商业基础的，哪些仍然是架构上的设想，最近的运营商测试如何改变了我对其成熟曲线的看法，以及为什么这个故事的光学和传输侧在短期内可能与无线侧同样重要。
我说的是什么？
无线接入网（RAN）是蜂窝系统中将你的手机或设备连接到更广泛网络的部分。无线设备、基站、基带功能以及管理这些无线连接的软件都在这里。它也是世界上物理分布最广泛的基础设施之一。电信运营商已经在城市、工业走廊、郊区乃至偏远地区部署了站点，并且这些站点配备了电力、传输、硬件和运营团队。
将 AI 引入这样的基础设施，与建设另一个集中式 AI 园区的概念截然不同。一种模式将计算集中到少数几个大型地点，另一种模式则试图让分布式网络变得更智能、更具适应性，并最终实现更好的货币化。这种区别正是 AI-RAN 试图解决的核心。
三个概念
实际上我们讨论的是三个方面。它们相互关联，但时间线和投资影响不同。
第一个是 AI for RAN。利用 AI 来改善无线网络的运行。比如流量优化、能源管理、更好的调度、更快的问题检测、更好的频谱利用以及更自主的运营。通过软件让复杂的无线网络运行得更好、更少人工干预。这个激励已经存在，因为这些网络成本高昂、运营繁重，并且随着流量增长承受越来越大的压力。这是今天故事中商业基础最扎实的部分，也是运营商最容易论证其合理性的部分，因为价值主张很直接——更低的成本、更好的性能、更少的人工干预。
第二个是 AI and RAN。不再将无线负载和 AI 负载视为两个独立的世界，而是将它们放在同一个底层计算平台上。电信站点已经拥有分布式基础设施。如果这些站点能同时处理无线功能和 AI 负载，那么网络基础设施本身就变得更加具有战略价值。这就是 NVIDIA 角度变得相关的地方，也是验证点开始积累的地方。核心思想是：同一个物理电信站点可以同时承担两项任务——运行移动网络和运行 AI 计算。这是一种根本上不同的方式来思考一个基站的价值。
第三个是 AI on RAN。这时电信边缘成为实际 AI 应用运行的地方——比如机器视觉、机器人、工业自动化、实时视频推理、物理 AI 以及受益于在数据产生地附近处理的低延迟服务。这是听起来规模最大的版本，如果它成熟起来，可能也确实是最大的。但它也是三个中近期收入可见性最低的。在这里，电信网络开始看起来不像通信基础设施，而更像一个应用平台。如果它按照看多者的期望发展，运营商将不仅销售连接，还销售靠近物理世界的本地计算能力——这是一种基于相同物理基础设施的、根本性扩展的商业模式。
这三个都值得理解。
为什么这个故事中诺基亚有一席之地
诺基亚是从内部切入 AI-RAN 的。它已经拥有无线协议栈、运营商关系以及已安装的基础设施，这为其进入这个领域提供了可信的路径。AI-RAN 的采用需要通过现有的供应商关系、渐进的软件支持、向前兼容的硬件以及运营商的信任——而诺基亚已经在所有这些条件中占据了位置。
我们来看看当事人怎么说。
Hotard 关于 AirScale 的评论是整个故事中最重要的一句话之一。
“如果你今天购买 AirScale 平台，它将能够升级到我们推出时的 AI RAN 平台。所以这是一种机会，让运营商现在做出投资决策并拥有清晰的路径，我们认为这尤其重要。”
运营商不愿意在当前的无线平台上投入巨资，如果几年后需要完全替换的话。诺基亚告诉他们，过渡可以逐步进行，这使得试验更加现实，并降低了部署的摩擦。NVIDIA 的 Ronnie Vasishta 用类似的语言描述了更广泛的转变：
“我们不再需要以大规模硬件升级的周期来升级网络，而是有机会将它们构建为完全由软件驱动的系统。通过在同一个加速计算平台上运行 AI 和无线接入网，我们确保网络支持业务需求，而不是反过来。”
Hotard 也描述了该类别的商业定位：
“AI-RAN 将 RAN 转变为面向 AI 优化的软件驱动平台，通过与 NVIDIA 及不断增长的生态系统伙伴合作，我们正从验证阶段迈向商业部署。”
诺基亚已经拥有了安装基础、产品路线图和与运营商的对话，有能力将这一概念在时间推移中转化为更具商业持久性的东西。
为什么这超出了无线层面
如果 AI 工作负载变得更加分布式，如果电信站点开始承载更多智能，如果网络边缘开始更像一个计算面，那么周围的网络也会变得更加重要。传输、路由、光容量以及在边缘、云和其他一切之间移动更多数据的物理能力，都会被拉入这一转变。AI-RAN 始于无线层，其周围的架构也会随之变化。
诺基亚的 David Heard 在 OFC 上表示：
“尤其是超大规模云厂商和新型云服务商，现在甚至扩展到广域网中的服务提供商和关键任务企业，他们购买的是路线图，因为他们正在制定计划，他们正在购买数据中心，他们正在购买设施。他们现在就在规划 HVAC。”
Hotard 在第四季度电话会上将光学和 IP 建设与同样的动态联系起来：
“这些不再是过去 10 到 15 年构建的云计算系统。它们是 AI 超级计算机，而 AI 超级计算机需要更高的带宽、更丰富的连接。我们现在看到光学技术进入这些领域，并与集成和网络相结合。”
诺基亚光学营销负责人 Rob Shore 描述了客户对光学创新看法的转变：
“历史上，30 多年来我们一直专注于构建专门以最大化每纤芯容量为目标的引擎。这一代是我们真正转变的第一代。他们想要更注重成本和功耗优化的解决方案。”
这就是为什么诺基亚更广泛的网络业务应该出现在这篇文章中的背景。一个更加分布式的 AI 架构需要能够支持更分布式智能的传输和光学基础设施。无线层和网络底层正在被一起向前推动。
什么具有投资价值？
将近期与远期分开来看，是最清晰的框架。
这个主题中商业基础最扎实的部分是 AI for RAN。更智能的运营、更少的人工负担、更好的优化、数字孪生以及帮助运营商更高效地运行网络的软件。Hotard 在第四季度电话会上给出了最清晰的验证点之一：
“本季度我们推出了两款新产品，包括用于事件驱动自动化管理的 Agentic AI 解决方案，可将网络停机时间减少 96%。”
其经济价值是直接的，运营商可以立即证明其合理性：更好的网络性能和更低的运营复杂性，直接带来成本节约。
AI and RAN 是下一层。共享基础设施、实时的运营商测试以及通过向前兼容平台逐步部署，都让这个故事更加可信。T-Mobile 的一次测试是最清晰的验证点：
“该试验在单个 NVIDIA Grace Hopper 200 服务器上，通过加速 AI-RAN 负载同时进行 AI 和 RAN 处理，展示了将高级无线接入网功能与 AI 应用程序结合在共享加速计算平台上的能力。”
Indosat 的结果又增加了一个实时环境的确认：
“这一里程碑证明，在实时运营商环境中，AI 和 RAN 工作负载可以在共享 GPU 基础设施上同时运行，为分布式 AI 智能铺平了道路，使 5G 网络更高效、更智能、更可持续。”
这仍然是一个发展中的类别，而非全面放量的收入引擎，但验证点的积累速度超出了大多数人的预期。
AI on RAN 是最长期的上行机会——电信边缘成为物理 AI、机器视觉、机器人、工业自动化和低延迟推理的真正应用面。诺基亚和 SoftBank 已经展示了货币化逻辑的一个版本：
“诺基亚和 SoftBank 演示了如何将空闲的 AI-RAN 计算容量用于运行第三方 AI 任务。这一集成标志着将 RAN 转变为能够提供超越连接的新 AI 服务和收入流的 AI 赋能平台的关键一步。”
Elisa 的 COO Sami Komulainen 很好地描述了长期弧线：
“AI-RAN 是实现端到端网络性能优化、提升服务质量、迈向 AI 原生 6G 以及未来的 Agentic、机器人、最终是物理 AI 的关键推动因素。”
诺基亚让我们接触到这样一个主题：它有真实的验证点、可信的安装基础桥梁，以及足够多的支撑性基础设施，如果架构继续沿着这个方向发展，它可能变得具有经济意义。近期的上行空间在于光学、IP 以及 AI for RAN 软件。长期的上行空间在于电信基础设施可能变成什么。随着故事的发展，这两者都值得持有。
所提供的信息仅供信息参考，不构成投资建议、推荐或购买或出售任何证券的要约。作者可能持有上述证券的头寸。读者在做出投资决策前应自行进行尽职调查并咨询财务顾问。
