2026年MWC巴塞罗那前后，全球两大无线设备商在AI-RAN（人工智能无线接入网）的基带芯片路线上彻底分道扬镳：爱立信坚持"自研定制芯片"路线，于2月发布新一代RAN Compute G4/G3.1基带平台，把AI算力直接嵌入射频与基带；诺基亚则押下重注，与英伟达（NVIDIA）达成全面合作，承诺新AI-RAN基站"全部基带处理跑在英伟达GPU上"，并接受英伟达约10亿美元战略投资。这并非又一次新品发布秀，而是通信基带芯片"自研ASIC vs 商用GPU"两条产业链的世纪对决，将深刻重塑未来十年无线网络的硅基供应链格局。
2026年2月，在MWC巴塞罗那开幕前夕，爱立信一次性抛出AI-ready无线单元、天线和AI-RAN软件套件。真正令业界关注的是隐藏在这些射频产品背后的"大脑"——基带处理芯片。
爱立信的新一代RAN Compute处理器（G4与G3.1系统）全部由其自研的Ericsson Silicon驱动。这是一颗爱立信沿用多年、基于"定制化、灵活、模块化"架构设计的片上系统（SoC）。官方口径是：最新一代RAN Compute产品是"迄今最先进的基带平台"，单芯片可支持四倍于上一代的容量、整合六个4G/5G调制解调器，并在能效上实现跃升。其中G3.1产品线集成了Lynx 1.1 ASIC，承担先进的基带处理任务。
更关键的信号在于爱立信在AI-RAN上的硅基选择。IEEE ComSoc技术博客披露，爱立信在AI-RAN架构上明确放弃英伟达GPU路线，转而采用自研定制芯片。爱立信曾研究过采用英伟达基于Arm架构的Grace CPU，但并非用于AI训练的Hopper系列GPU。换言之，爱立信的策略是：把AI推理能力"焊"进自家的基带SoC和射频单元里，而不是把一个通用GPU塞进机柜。
这一路线的本质是垂直整合：从天线、射频前端、收发器到基带芯片、再到AI加速器，全部由爱立信自研并打通。爱立信宣称，其仍是业内唯一能提供"从调制解调器到天线"全集成、经过验证解决方案的厂商。在AI-RAN时代，这种"软硬一体、芯片自研"的能力被爱立信视为护城河——因为基站AI推理对功耗、时延和稳定性的要求远超数据中心，定制ASIC在每瓦算力上往往优于通用GPU。
爱立信把这种思路概括为"AI-first网络"和"把AI直接嵌入无线单元"。从商业角度看，这意味着爱立信既能把AI算力作为软件订阅（SaaS化RAN智能）卖给运营商，又不必向第三方芯片巨头支付高昂的硬件毛利，芯片利润留在自己手里。
诺基亚走的是一条几乎完全相反的路。2025年10月28日，诺基亚宣布在新的英伟达RAN计算平台上全面押注AI-RAN的GPU路线。The Mobile Network报道指出，诺基亚的新AI-RAN基站将把全部处理任务都跑在英伟达GPU上，而非传统DSP或自研ASIC。T-Mobile承诺将在2026年把这款AI-RAN产品投入试验。
如果说2025年10月的声明还只是技术路线表态，那么到2026年初，这条路线已经演化为资本与生态的深度绑定。英伟达宣布向诺基亚投资约10亿美元，双方结成面向AI-RAN和6G的战略合作伙伴关系。诺基亚在MWC26（2026年3月1日）同步推出Doksuri系列远程无线单元（Doksuri Remote Radios），作为AirScale产品组合的重大演进，主打能效、容量与AI-RAN性能提升。Doksuri无线单元将作为英伟达GPU基带平台的射频搭档，组成完整的"GPU基站"。
诺基亚的逻辑同样清晰：与其在自研芯片上与高通、爱立信、华为死磕，不如直接"采购"全球最强的AI芯片，把基站变成英伟达生态的一个垂直场景。这样诺基亚可以集中资源做RAN软件和系统集成，把最难、最贵的AI算力外包给英伟达。短期看，这条路径能让诺基亚最快拿到最先进的AI算力（英伟达GPU迭代速度远快于自研ASIC），并且能复用英伟达庞大的CUDA生态、AI模型和开发者社区。在"RAN即AI计算平台"的叙事下，诺基亚甚至可以把每个基站包装成"边缘AI算力节点"，向企业客户二次售卖算力。
表面看，这是两家公司产品策略的分歧；本质上，这是两条产业链组织方式的对撞。
flowchart LR
subgraph A["爱立信路线：垂直整合 / 自研ASIC"]
A1[自研 Ericsson Silicon SoC] --> A2[Lynx 1.1 ASIC基带]
A2 --> A3[AI算力嵌入射频单元]
A3 --> A4[利润留内部 软硬一体]
end
subgraph B["诺基亚路线：水平分工 / 商用GPU"]
B1[采购 NVIDIA GPU] --> B2[全部基带处理跑GPU]
B2 --> B3[Doksuri无线单元配套]
B3 --> B4[复用CUDA生态 算力可二次售卖]
end
OPS[运营商CSP] --> A
OPS --> B
style A fill:#e8f5e9
style B fill:#fff3e0
爱立信路线（垂直整合） 的优势是功耗低、单位算力成本低、技术自主可控、利润链完整；劣势是自研芯片迭代周期长（通常18–24个月），难以追上AI算力的指数级增长，研发投入巨大，且生态封闭。
诺基亚路线（水平分工） 的优势是能拿到最先进的AI算力、生态开放、迭代快；劣势是单站BOM成本和功耗可能更高（GPU的能效比定制ASIC差是行业共识），且核心利润和战略话语权流向英伟达，诺基亚自身有沦为"系统集成商"的风险。这正是Light Reading所指出的——爱立信与诺基亚在AI-RAN上"前所未有地分道扬镳"。
这场硅基分裂将在多个层面引发连锁反应。
第一，芯片设计环节。 诺基亚的GPU路线实质上把基带芯片设计的"皇冠"让给了英伟达。这对诺基亚内部的芯片研发团队是巨大冲击，也意味着传统电信ASIC设计人才的需求被重新分配。反之，爱立信对自研芯片的坚守，反而强化了"通信ASIC设计师"这类岗位的价值——这恰恰与当前通信人才市场对定制芯片/SoC架构师需求升温的趋势吻合。
第二，代工与供应链。 Ericsson Silicon由爱立信定制设计、委托先进制程代工，供应链相对多元、可控；而诺基亚的GPU路线意味着基站核心芯片高度依赖英伟达的产能分配——在地缘政治和AI算力供给紧张的背景下，这是一颗定时炸弹。一旦英伟达产能优先供给云厂商，运营商基站的扩容节奏就可能被"卡脖子"。
第三，运营商TCO（总拥有成本）。 GPU基站的采购价和电费可能显著高于ASIC基站。对于以"度电必争"为生存法则的运营商而言，诺基亚路线在大规模密集部署时的OPEX压力不容忽视。T-Mobile选择试验GPU路线有其特殊性——美国运营商AItoC和边缘算力变现的诉求强烈，愿意为灵活性付溢价；但对能耗敏感、以覆盖为主的市场（如印度、东南亚、大量中东运营商），爱立信的ASIC路线可能更具吸引力。
第四，开放性与锁定的悖论。 表面上诺基亚+英伟达更"开放"，但实际上把基站绑定在英伟达软硬件栈上，是另一种深度锁定；而爱立信虽自研，反而可能因为接口标准化（遵循3GPP和O-RAN）而在多厂商互操作上更灵活。这一点常被市场误读。
下表梳理两条路线的核心差异与关键节点：
| 维度 | 爱立信（自研ASIC路线） | 诺基亚（英伟达GPU路线） |
|---|---|---|
| 核心基带芯片 | Ericsson Silicon自研SoC（含Lynx 1.1 ASIC） | 英伟达GPU（GPU承载全部基带处理） |
| AI算力承载 | AI推理嵌入射频/基带单元 | 集中于英伟达GPU |
| 产业链模式 | 垂直整合、软硬一体 | 水平分工、采购+集成 |
| 关键合作伙伴 | 自研为主，少量IP授权 | 英伟达（战略投资约10亿美元） |
| 旗舰射频产品 | AI-ready无线单元+天线套件 | Doksuri系列远程无线单元 |
| 首批试验运营商 | 中国移动、中国电信、T-Mobile等 | T-Mobile（2026年试验） |
| 公开时间节点 | 2026年2月MWC前发布 | 2025年10月宣布；2026年3月MWC26亮相 |
| 潜在优势 | 能效高、利润完整、自主可控 | 算力先进、生态开放、迭代快 |
| 潜在风险 | 自研迭代慢、研发投入大 | BOM/功耗高、供应链被英伟达绑定 |
这场硅基对决的胜负远未到盖棺定论之时，有几个关键变量将决定走向。
一是GPU基站的实测功耗与散热。 英伟达GPU在数据中心动辄数百瓦，塞进户外基站机柜后，散热、供电、备份电池的改造成本是否可控，需要T-Mobile 2026年外场试验给出答案。若功耗失控，诺基亚路线在大规模商用时会遭遇现实拷问。
二是英伟达的产能与定价权。 英伟达同时面对云巨头的天量AI算力订单，基站GPU能否获得稳定的产能配额和有竞争力的价格，是诺基亚无法完全掌控的外部变量。10亿美元投资更多是战略表态，并不等于产能保障。
三是"主权芯片"与地缘因素。 在欧洲、中东等地，运营商和监管层对"关键基础设施核心芯片高度依赖单一美国供应商"日益敏感。爱立信（瑞典）和华为的自研路线，反而契合"数字主权"诉求，这可能成为诺基亚GPU路线在欧洲本土的政策阻力。
四是6G时间表。 诺基亚与英伟达的合作明确指向"AI原生6G"。这意味着GPU路线是一场面向2030年前后6G商用的长跑押注。如果6G的AI原生特性确实需要远超今天的算力，自研ASIC的迭代速度可能追不上，届时爱立信或被迫重新评估路线；反之，若6G算力需求被高估，诺基亚的重资产GPU路线将面临沉没成本风险。
从产业投资视角看，这场硅基分裂释放出三个信号。
其一，通信芯片的价值重心正在从"连接"转向"算力"。 过去基带芯片比拼的是谁能把5G波形处理得更省电；现在比拼的是谁能在基站里塞进更多AI推理算力。这直接抬高了基带芯片的ASP（平均售价）和技术门槛，利好具备先进制程和AI加速能力的芯片厂商，挤压缺乏AI能力的传统DSP供应商。
其二，"电信级AI芯片"成为新战场。 英伟达通过诺基亚打开基站入口，本质上是把电信市场纳入其AI版图；而爱立信的坚守，则保住了传统设备商对核心芯片的自主权。高通、三星、联发科等也都在觊觎这一中间地带，未来可能出现"自研ASIC、商用GPU、第三方电信AI加速芯片"三足鼎立的格局。
其三，运营商采购逻辑被改写。 当基站开始装GPU，运营商采购的不再只是"无线覆盖设备"，而是"边缘AI算力节点"。这将催生新的商业模式——基站算力共享、AI推理即服务、算网一体化计费。谁能在硬件路线上更灵活地支撑这些新模式，谁就能赢得下一代集采。
对国内产业链而言，这场海外硅基对决具有镜鉴意义：华为早已走通自研芯片（麒麟/天罡/巴龙系列）的垂直整合之路，中兴、大唐也在强化自研基带；而在AI-RAN浪潮下，国产电信AI芯片（寒武纪、海光、燧原等）能否切入基站基带这一高壁垒场景，将决定国内AI-RAN是否能摆脱对海外算力的依赖。爱立信"自研可控"与诺基亚"借力英伟达"的两种选择，恰好为国内厂商提供了正反两面的参照系。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。