爱立信和诺基亚在AI-RAN技术路线分歧

在2026年巴塞罗那世界移动通信大会MWC26的展台上，会跳舞的荣耀机器人吸引了全场的眼球，可能是预示着人类将要进入“物理AI”时代。当然咱们本次要讨论的是北欧的两大通信巨头E和N他们在AI-RAN技术领域的巨大技术路线差异。这或许是两大巨头在技术路线和各自未来发展的深度思考做出的不同决策。

Nokia 选择深度绑定 Nvidia 进行垂直整合 (AI-RAN)。 Ericsson 则坚持软硬解耦 (Anychip) 以优化 TCO。 双方均通过激进的组织“去脂”（裁员、撤销中间层）和资产剥离（清洗 CPE/站点实施）来应对利润压力。 杂七杂八，公众号：杂说之七七八八2026架构决断：诺基亚的垂直算力（AI-RAN）与爱立信的水平解耦（Anychip）之争

诺基亚选择将其未来押在与英伟达的紧密合作上，企图通过英伟达的GPU加速让自己的AI-RAN计算走在行业前沿。诺基亚的架构师选择的是将原先使用Marvell定制的RAN芯片转移到使用英伟达的GPU芯片，在CUDA软件平台上设计诺基亚的Layer 1（L1）RAN业务。

Michael Begley, Ericsson's head of RAN compute： "We don't see a problem in continuing to invest in our own silicon" "If you were to start with a blank sheet of paper and say I'm going to design the world's greatest purpose-built silicon, it would be very expensive. But when you have 30 years of investment and you're improving it in each and every generation, it's not the same investment level that you're talking about."

相比之下，爱立信则走的类似华为那样的自研策略，依旧坚持投入大量资金在核心技术的RAN芯片设计上走独立自主研发的道路，强调硬件解耦与灵活性，避免被任何单一技术路线所束缚。这种分歧，不仅在技术层面上构成鲜明对比，更将在未来的6G时代，深刻影响两家公司在超连接网络中的角色与命运。

对于诺基亚而言，这场布局充满了风险，却也蕴藏着巨大的潜力。通过与英伟达的合作，诺基亚试图在AI-RAN的竞争中通过创新弯道超车。诺基亚公司2025年移动网络业务MI的营业利润率减半，仅为2.8%，销售额为78亿欧元（90亿美元），到2025年底，其净现金不足55亿欧元（63亿美元），低于一年前的66亿欧元（76亿美元）。英伟达的10亿美元投资，为诺基亚带来了可观的资金支持，也让其在GPU加速的技术路线中占据了先机。诺基亚的RAN架构将基于英伟达的CUDA平台，将其“Layer 1”（L1）信号处理功能交由GPU来处理，这无疑意味着诺基亚将在AI-RAN的计算能力上实现质的飞跃。这种“全栈式”的GPU解决方案，也极大提高了计算吞吐能力，尤其是在数据密集型的5G和未来6G网络环境中。

然而，这种“全栈式”的架构并非没有代价。对于诺基亚来说，这不仅仅是技术上的一次大跃进，更是资金和战略上的全力下注。如果运营商对这种高端计算能力不感兴趣，而且诸如Greater China之类的运营商市场受到美国技术出口管制，诺基亚的市场份额或将面临巨大的市场风险。事实上，这场捆绑英伟达GPU来拥抱AI超级周期的风险不仅仅体现在技术方面，还在于资本市场的反应。由于诺基亚近年来在美国市场的失利，以及其在全球市场上的份额下滑，是否能够获得足够的运营商支持，直接决定了其未来在AI-RAN领域的未来前景。

与诺基亚在技术上追求极致的做法不同，爱立信的技术战略则显得更为审慎与稳健。爱立信拒绝单纯依赖单一厂商的GPU计算能力，而是坚持其“硬件解耦”的理念，继续推动软硬件的独立性。爱立信认为，虽然定制芯片可以带来一定的性能提升，但从长期来看，这将极大增加研发成本，并限制市场的灵活性。因此，爱立信坚持使用通用的x86和Arm架构，尽可能保持技术的开放性和兼容性。对于爱立信来说，AI-RAN的成功并不依赖于单一硬件解决方案，而是要通过灵活的计算架构，适应不断变化的市场需求。

爱立信的这一策略，与其长期以来在技术独立性方面的坚持密切相关。在过去的几十年中，爱立信一直注重软硬件的解耦，避免与单一技术平台发生过深的依赖。虽然这使得爱立信在市场上拥有了更多的灵活性，但在面对快速发展的AI-RAN技术时，它也不得不面临另一个问题：是否能够在不依赖GPU的情况下提供足够的计算能力来支持未来网络的复杂需求？

在这一点上，爱立信与诺基亚的差异尤为突出。诺基亚的AI-RAN架构将计算密集型的信号处理任务交给GPU，而爱立信则保持了一定的硬件多样性，其计算任务则由通用CPU和定制芯片共同承担。爱立信的技术专家认为，GPU仅仅作为前向纠错（FEC）的加速器，并不足以承担所有AI-RAN所需的计算任务，更重要的是爱立信的目标是保持计算架构的可移植性，以便在未来能够灵活地选择最合适的硬件平台。因此，爱立信坚持通过软件与硬件的解耦来应对不断变化的技术需求，确保其AI-RAN架构能够适应不同供应商的CPU和芯片。

然而，爱立信的这种策略也并非没有挑战。

• 首先，尽管通用CPU可以提供一定的计算能力，但与GPU相比，其在AI推理方面的效率明显较低，尤其是在未来6G网络的复杂计算场景中，单纯依赖CPU的方案可能会面临性能瓶颈。
• 其次，爱立信的硬件选择虽然能够保证一定的灵活性，但也可能带来更高的成本和更长的研发周期。

在AI-RAN的商业应用中，谁能在性能与成本之间找到最合适的平衡(抛去行政商务因素)，谁就能够在未来的市场中占据优势。

实际上，爱立信的这一战略选择也反映了它对未来市场的谨慎预测。虽然GPU加速可以在短期内带来显著的性能提升，但爱立信相信，随着计算技术的不断发展，通用的CPU和定制芯片在未来网络中依然有足够的竞争力。诺基亚的技术专家则认为，GPU加速才是未来网络中计算能力的关键，只有通过这种“高投入、高回报”的技术路线，才能够在AI-RAN的竞争中脱颖而出。

对于欧美运营商来说，选择哪种技术路线无疑是一个复杂的决策问题。在AI-RAN的竞争中，性能、灵活性与成本三者之间的平衡将成为决定胜负的关键。

• 对于诺基亚而言，GPU的高性能和英伟达的强大技术支持无疑为其提供了强大的竞争力，但高成本和市场风险也使得其未来充满不确定性。
• 对于爱立信来说，虽然其避免依赖单一硬件的策略可以在一定程度上降低风险，但是否能够在未来的竞争中保持足够的计算能力，仍然是一个未解之谜。

Ericsson, however, would not necessarily be at a disadvantage if AI and RAN took off. If the GPU's only RAN role were as the FEC accelerator, there would be more capacity available on it for AI inferencing. Conversely, using a GPU for nothing but FEC does not sound very economical. If there is to be no AI and RAN, many telcos seem likely to prefer a deployment based on custom silicon or Intel's CPUs.

综上所述，诺基亚与爱立信在AI-RAN领域的分歧，正是两家通信巨头对未来技术和市场的不同理解与预测的体现。在这个瞬息万变的时代，谁能在技术创新与市场需求之间找到最合适的平衡，谁就能够在未来的6G网络时代占据一席之地，而这一切，或许都将在AI-RAN的技术选择中得到答案。

参考资料：

1、NVIDIA Integrate Physical AI Applications on AI-RAN-Ready Infrastructure

https://nvidianews.nvidia.com/news/nvidia-t-mobile-and-partners-integrate-physical-ai-applications-on-ai-ran-ready-infrastructure

2、大佬杂说七七八八的文章

2026架构决断：诺基亚的垂直算力（AI-RAN）与爱立信的水平解耦（Anychip）之争

如果觉得有启发，欢迎点个在看，让更多人看到。

#阿里巴巴 #AI #人工智能

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！