Edge 系列第一篇讲 Physical AI（物理 AI），核心是机器人如何从仿真进入真实工厂和人形机器人场景。第二篇讲 Autonomous Machines（自主机器），核心是汽车如何成为最成熟的轮式物理 AI。第三篇则回到网络层：当机器人、汽车、无人机、工业视觉和城市摄像头大规模上线时，网络如何承载实时智能。
AI-RAN（AI Radio Access Network，AI 原生无线接入网）不是普通通信设备升级，而是把 RAN（无线接入网）、GPU 加速、边缘推理、低延迟调度和 6G 通信感知一体化放在同一条主线上。它的战略意义在于：把传统“连接管道”升级为“分布式 AI 基础设施”。
本文聚焦 AI-RAN / 6G 边缘网络。手机端侧 AI、AI PC、企业私有 AI 服务器、Dell、MediaTek、Intel 与 NVIDIA 的深度竞争合作关系，将留到第五篇“AI PC / Workstation / Local Agent”集中展开。第三篇只保留这些方向与 AI-RAN 的必要接口。
NVIDIA（英伟达，NVDA）在 AI-RAN 里的核心布局，是把无线通信从传统专用硬件，推向 GPU 加速、软件定义和 AI 原生架构。关键组件包括 AI Aerial（AI 原生无线通信平台）、CUDA（GPU 编程生态）、TensorRT（推理优化）、Sionna（无线通信仿真与研究工具）、BlueField DPU（数据处理器）和边缘 GPU 服务器。
AI-RAN 的核心不是“基站里加一块 GPU”这么简单，而是把无线信号处理、网络调度、AI 推理和边缘服务放进同一套可编程计算平台。英伟达的战略，是把 CUDA 生态从数据中心外溢到电信基础设施。
NVIDIA 对 Nokia（诺基亚，NOK / NOKIA.HE）的战略投资，是 AI-RAN 赛道里最清晰的资本案例。公开报道显示，NVIDIA 以约 10 亿美元投资 Nokia，并取得约 2.9% 股权；Nokia 随后把 AI 相关业务单独拆入新的增长部门，重点聚焦 AI-powered cloud、数据中心网络、光网络、IP 网络和未来 6G / AI-RAN 基础设施。
这笔投资的含义不是普通财务投资，而是英伟达试图把 GPU、AI Aerial、CUDA、DPU 和数据中心网络能力嵌入传统电信设备商的网络升级路径。Nokia 的价值也不再只是“5G 设备商”，而是有机会从无线接入网、光网络、IP 网络和数据中心连接四个方向，承接 AI 时代通信基础设施重估。
NVIDIA 投资 Intel（英特尔，INTC）的逻辑，更偏 Data Center（数据中心）、PC 与 Edge Computing（边缘计算）横向平台协同，而不是 AI-RAN 专项投资。它与 AI-RAN 的关联在于：未来运营商边缘机房和企业边缘网络需要 CPU、GPU、DPU、NIC、射频和网络软件协同。
因此，Intel 可以放在“边缘计算协同”观察名单中，但不应把英伟达投资 Intel 简单解读为“英伟达押注 Intel 做 AI-RAN”。第三篇中仅保留这一边界说明；Intel 与 PC、AI PC、企业私有服务器的深度分析留到第五篇。
T-Mobile US（美国电信运营商，TMUS）与 NVIDIA、Nokia 等伙伴推进 AI-RAN-ready infrastructure（AI-RAN 就绪基础设施）。其战略意义在于，移动网络不只是连接手机，也要服务机器人、自动驾驶车辆、工业设备和物理 AI 应用。
SoftBank（软银，9434.T）长期参与 AI-RAN Alliance（AI-RAN 联盟）和 AI 网络测试，是运营商探索 AI-RAN 商业模型的重要样本。其看点不是传统手机用户增长，而是运营商是否能够把频谱、站点、边缘机房和 AI 计算合并成新收费资产。
Deutsche Telekom（德国电信，DTE.DE）和 TIM Brasil（巴西电信运营商，TIMS3.SA）等运营商推进 AI 驱动网络和企业服务。AI-RAN 可能帮助运营商向企业客户提供 AI 驱动网络服务，而不仅仅是卖流量。
战场 AI 是 AI-RAN 逻辑最极端、也最能说明其必要性的场景。无人机、地面机器人、单兵设备、传感器、雷达、电子战系统和前线指挥节点，都需要在通信受干扰、带宽不稳定、网络可能断裂的环境里运行 AI 推理和快速决策。
这类场景不能完全依赖远端云。前线需要 Tactical Edge（战术边缘）计算，也需要更智能的通信网络在多节点之间进行感知、转发、压缩、优先级调度和抗干扰连接。AI-RAN 的关键价值，就是把“网络”和“计算”合并，使边缘节点不仅传输数据，也能判断哪些数据该传、何时传、传给谁，以及哪些任务应在本地推理完成。
投资上，战场 AI 不是单纯电信运营商逻辑，而会外溢到国防 AI、卫星通信、边缘服务器、加固 GPU、战术网络、无人系统和传感器融合。可跟踪公司包括 Palantir（帕兰蒂尔，PLTR）、Anduril（非上市）、Lockheed Martin（洛克希德·马丁，LMT）、RTX（雷神技术，RTX）、L3Harris（LHX）和 Viasat（VSAT）。
战场 AI 在本文中只是 AI-RAN / 边缘网络的极端应用案例，不是第三篇主线。国防 AI 和战术边缘可以未来单独成篇。
AI-RAN 的投资机会应按七层拆解：GPU 平台层、电信设备层、运营商层、网络芯片层、光通信层、测试测量层、战术边缘观察层。
| 赛道 | 代码 | 公司 | 一两句话介绍 |
|---|---|---|---|
| 平台税 | NVDA | NVIDIA（英伟达） | 通过 AI Aerial、GPU、DPU、CUDA 和边缘 AI 服务器，把 AI 计算带入电信网络。 |
| 电信设备 | NOK / NOKIA.HE | Nokia（诺基亚） | 英伟达 AI-RAN 最核心设备合作方之一，兼具 5G/6G、光网络、IP 网络和数据中心基础设施暴露。 |
| 电信设备 | ERIC | Ericsson（爱立信） | 全球 RAN 设备龙头之一，AI-RAN 和 Open RAN 变化将影响其设备与软件价值量。 |
| 运营商 | TMUS / DTE.DE / 9434.T | T-Mobile / Deutsche Telekom / SoftBank | 频谱、站点和边缘机房是 AI-RAN 商业化的核心运营资产。 |
| 网络芯片 | AVGO / MRVL | Broadcom（博通）/ Marvell（迈威尔） | 受益于数据中心、边缘网络、交换芯片、定制 ASIC 和光互联需求。 |
| 边缘服务器 | DELL / HPE / SMCI | Dell / HPE / Supermicro | 只在本篇作为运营商边缘机房和企业专网的硬件接口，深度分析留到第五篇。 |
| 光通信 | CIEN / COHR / LITE | Ciena / Coherent / Lumentum | AI-RAN 与 6G 会增加前传、中传、回传和边缘互联的光网络压力。 |
| 测试测量 | KEYS / VIAV | Keysight / Viavi | 6G、O-RAN、AI-RAN 测试验证设备供应商，受益于标准与网络升级周期。 |
| 战术边缘 | PLTR / LMT / RTX / LHX / VSAT | 国防 AI 与战术通信链 | 战场 AI 需要加固边缘计算、卫星通信、战术网络和多传感器融合。 |
最确定的是 NVDA 平台层；最可能被重新定价的是 Nokia 和 Ericsson 这类传统电信设备商；运营商的关键在于能否从连接费走向 AI 服务费；Broadcom 和 Marvell 属于网络芯片与边缘互联的重要外延；战术边缘需求强，但采购周期和预算政治需要单独评估。
第一，AI-RAN 仍处早期，运营商能否从 AI-RAN 中获得足够投资回报尚未完全验证。
第二，6G 标准仍在形成阶段，过早把 6G 概念等同于收入兑现，容易高估短期节奏。
第三，电信行业历史上资本开支周期波动明显，设备商订单常受运营商预算、频谱拍卖和宏观利率影响。
第四，AI-RAN 的商业化需要同时解决能耗、散热、网络时延、软件编排、标准接口和多厂商互操作问题。
第五，战场 AI 虽然需求强，但部分项目存在保密、预算周期、政府采购流程和地缘政治风险，不能直接套用消费互联网估值逻辑。
AI-RAN / 6G 边缘网络，是英伟达 Edge Computing 中最容易被市场低估的一条线。它不如人形机器人性感，也不如 Robotaxi 直观，但它可能成为所有 Physical AI 终端的底层网络。
英伟达投资 Nokia 是 AI-RAN 的直接资本案例，说明英伟达正在把 GPU、Aerial、DPU、光网络和 6G 生态绑定到传统电信设备升级中。英伟达投资 Intel 则更偏数据中心、PC 与边缘计算协同，和 AI-RAN 是间接关系，不应混同为 AI-RAN 专项投资。
第三篇的核心不是“端侧 AI 大合集”，而是回答：当机器人、汽车、视频智能体和工业设备分布到真实世界时，谁来提供低延迟、高上行、可调度、可推理的边缘网络。