从财报出发,看Nokia AI 战略全景(二):把 GPU 装进基站

这是 Nokia AI 战略全景系列的第二篇。上一篇拆了 Q2 财报——AI & Cloud 同比 +105%、美洲 +25%、Hotard 换帅后的战略转向。这一篇聚焦它投入最重的一条产品线，AI-RAN。

在 Q2 财报里，AI-RAN 不是收入大头——它还没有独立营收披露。但 Nokia 把它放在战略叙事的中心位置。7 月中旬发布的"业界首个商用 AI-RAN 平台"，和 NVIDIA 的 $1B 战略投资，是同一件事的两面：把 GPU 算力嵌入基站，让通信设备从专用硬件变成通用计算平台。

MWC 2026 巴塞罗那，行业分裂在桌面上

电信分析师 Chris DePuy 在 MWC 2026 的一句话把行业分歧摆了出来："Nokia 和 Samsung 选商用硅 GPU，Ericsson、华为、中兴选自研 ASIC。"

同一条赛道，两端选了完全不同的技术路线。这不是"谁对谁错"的判断题，而是两家公司对基站未来工作负载做出了截然相反的预判。

Ericsson 的逻辑建立在已知约束上。5G 基站的核心诉求——功耗、成本、可靠性——这三个变量在现有网络中是刚性的。ASIC（专用集成电路）为单一任务极致优化，每瓦性能不可替代。Ericsson 的 AI in RAN 方案没有引入 GPU，而是把 AI 算法硬化到已有的 ASIC 架构上。数据方面，T-Mobile 5G Advanced 现网测试结果：频谱效率提升约 10%，下行吞吐量提升约 15%，2026 年 Q3 商用部署。稳扎稳打，步步有据。

Nokia 的逻辑建立在未来假设上。基站的工作负载正在发生结构性变化。今天基站只处理通信协议栈——信号编码、波束管理、链路自适应。但明天，同一台基站可能还要同时跑 AI 推理——边缘大模型、视频分析、工业机器视觉、AR 实时渲染。当工作负载从单一变为混合、从固定变为可变时，GPU 的灵活性优势就显现出来。

一个技术类比：ASIC 是一台只用来发电报的专用电报机，极度省电但只能做一件事；GPU 是一台通用计算机，功耗更高但能跑任何软件。如果未来你需要在基站上同时处理电报、视频转码、语音识别和自动驾驶决策，你会配备什么硬件？

问题在于，这个"未来"什么时候到来，没有人说得准。

AI-RAN 拆开来看

用通俗的方式解释 AI-RAN：传统 RAN（无线接入网）是基站里的基带处理单元，由 ASIC、DSP 和 FPGA 专用硬件跑固定的 5G 协议栈软件。AI-RAN 的做法是把 GPU 加速卡装进基站，让同一套硬件既能跑通信协议栈，也能跑 AI 推理任务。

技术架构分三层。

最上层是 Nokia 的 anyRAN 云原生软件。 把传统通信功能——信号处理、调度、资源分配——拆解成微服务，运行在容器里，用 Kubernetes 编排。这意味着基站软件可以像云服务一样更新，不需要换硬件。

中间层是 NVIDIA Aerial AI-RAN 平台。 这是整个方案的技术核心。Aerial 提供 ARC-Pro 计算架构和 CUDA 加速库，把通信信号处理和 AI 推理统一到同一套 GPU 管线上。这意味着 GPU 的算力可以在通信负载低时自动调度给 AI 推理——反之亦然。

最底层是硬件。 Nokia 的 AirScale 基站，加上 GPU 加速卡。关键点：不用换整台基站。这是 Nokia 最打动运营商的卖点——利用现有基础设施，插 GPU 卡、升级软件，基站就从"单一功能通信设备"变成"通用计算平台"。

九家运营商入局，但有一件事值得注意

截至 2026 年 7 月，9 家运营商已加入 Nokia AI-RAN 阵营。

T-Mobile US 是领衔客户。2024 年双方联合成立 AI-RAN 创新中心，路线清晰：2026 年现场试验，2027 年商用，2028 年规模部署。

欧洲四大家——Vodafone、BT、Orange、Deutsche Telekom——全部入列。日本的 SoftBank 和 NTT DOCOMO 也在。

最值得关注的一单来自东南亚。印尼 Indosat Ooredoo Hutchison 在 2026 年 6 月签署了全印尼 AI-RAN 部署路线图。在所有已公开合同中，这是第一份明确写有"national rollout"的合作。印尼不是通信小国，Indosat 覆盖近一亿用户。MWC 2026 上 Nokia 完成的业界首次跨大洲 AI 5G 通话，从巴塞罗那直连雅加达，另一端就是 Indosat。

还有芬兰/爱沙尼亚的 Elisa——规模虽小，但 Nokia 总部在芬兰，这是家门口的标杆示范。

九家运营商合计覆盖约 15 至 20 亿移动用户。

但有一个细节。T-Mobile US 同时也是 Ericsson 的大客户。T-Mobile 手里既握着 Ericsson 的 ASIC 方案，也握着 Nokia 的 GPU 方案。对运营商而言，这是理性的技术对冲——两条路都投，不管哪条跑出来，自己都不输。对 Nokia 而言，这意味着从第一天起，AI-RAN 就没有独家客户关系。

"100% 频谱效率"这个数字该怎么读

Nokia 在发布会上给出了明确的路线图数字：频谱效率当前约 20%，2027 年目标 50%，2028 年目标 100% 以上。

频谱效率翻倍意味着什么？同样的频谱带宽，原来能过 2 万辆车，现在能过 4 万辆——不用申请新的频谱资源，不用建新的基站。

但有必要把其他几组数字放在一起看。

Ericsson 在 T-Mobile 5G Advanced 上的 AI in RAN 实测数据是约 10% 频谱效率提升和约 15% 下行吞吐提升。Samsung 2025 年的试点报告是 30% 至 40%。Omdia 分析师 Remy Pascal 的评价很客观："Nokia 的数字偏激进，目的是让运营商相信 GPU 路径的长期潜力。"

一个关键区别：Ericsson 和 Samsung 的数字是"实测"，Nokia 的数字是"目标"。对比并不公平，而且 Nokia 自己也说了 2027 年才开始商用。但 Nokia 把 100% 这个三位数放在路线图上，意图很清楚：如果买我的 GPU 方案，未来的提升空间是 ASIC 路线的五到十倍。

退一步看，RAN 市场本身在收缩。Dell'Oro 数据，2025 年全球 RAN 市场约 350 亿美元，比 2022 年高点回落约 15%。运营商的钱包在缩水，这时候让它们为一个 2028 年的激进目标更换设备架构，不是买今天的性能，是买一个预期。这个预期能不能兑现，取决于基站端的 AI 推理需求会不会真的爆发。

三个拆不掉的质疑

功耗。 GPU 比 ASIC 功耗高，这是物理定律决定的——ASIC 为单一任务极致优化，GPU 是通用芯片，能效比天然差一截。基站是 7×24×365 运行的基础设施，每瓦电费摊到三五年总拥有成本（TCO）上，差距可能非常显著。Nokia 的对策不在技术层面，在商业模式层面——软件订阅制。运营商不买硬件所有权，按容量和性能付订阅费，把功耗变量从客户账本转移到 Nokia 的资产负债表上。这招聪明，但不是每个人都接受。

边缘推理真的有刚需吗。 今天最热的 AI 工作负载——ChatGPT、视频生成、代码辅助——几乎全部在云端运行。边缘推理这个市场喊了七八年，至今没有杀手级应用。如果基站变成了"能跑 AI 的基站"，但三年后运营商发现没有人用它跑 AI，那多花的 GPU 钱就是沉默成本。

NVIDIA Aerial 不是 Nokia 专享。 Samsung 在 2026 年 3 月已经完成了 vRAN 加 NVIDIA AI Aerial 的多小区联合测试，比 Nokia AI-RAN 商用发布还早。NVIDIA 自己的策略也耐人寻味：Booz Allen、Cisco、MITRE、ODC 组成了一个"All-American AI-RAN Stack"联盟，核心动作是把 Aerial 软件开源化。Nokia 在 AI-RAN 里的价值在于 anyRAN 云原生软件和系统集成能力——这一层壁垒有多厚，取决于它能不能持续比 Samsung 和开源社区跑得更快。

真正的胜负手在 3GPP

如果把 AI-RAN 的商业竞争看作水面上的竞速，真正的制高点在 3GPP 标准制定上。

首个 6G 标准 Release 21 目标 2028 年 Q4 完成，Stage-1 规格 2027 年 3 月冻结。这意味着未来 18 个月，谁把 AI-native 架构写进 3GPP 标准，谁就拿到了 2030 年全球 6G 部署的通关文牒。

Nokia 在 3GPP 里有深度参与，但不是唯一。Ericsson 联合 Verizon、Samsung、Meta、Qualcomm 组了"6G Innovation Forum"——有意思的是 Nokia 也在里面。标准战场上是对手，场下也得坐同一张桌子。但坐同一张桌子不意味着利益一致。

从时间窗口看，2027 年 3 月 Stage-1 规格冻结之前，各家必须把自己的技术方案推上去。Nokia 的优势在于有 9 家运营商站台，可以在提案时说"我们的方案已经有九家全球前三十的运营商背书"。Ericsson 的优势在于可以说"我们的方案已经在 T-Mobile 现网跑出了实测数据"。两种叙事，3GPP 工作组里的人更相信哪一种，取决于他们更看重"已落地的数字"还是"更大的生态系统"。

Nokia AI-RAN 最终的走向，取决于三件事能不能同时成立：运营商愿不愿意为它签足够大的商用合同、NVIDIA 的 GPU 演进步伐能不能持续拉低功耗、3GPP 的 6G 标准最终偏向谁的底层架构。

下一篇文章是本系列的最后一篇。不再谈基站，而是看 Nokia 另外两块核心资产——光通信和贝尔实验室。一个是 AI 数据中心互联的硬实力，一个是全球通信标准定义的软实力。两件事合起来，才构成 Nokia 在 AI 时代最深的那条护城河。

? 参考来源