# 基站芯片战争：双阵营摊牌 **概述**：2026年巴展之后，全球无线设备市场的芯片路线之争第一次公开摊牌——据市场研究机构650 Group在MWC 2026后的观察，诺基亚、三星押注商用通用芯片（CPU/GPU），而爱立信、华为、中兴继续依赖自研专用ASIC。本文用公开数据回答三个问题：这条路线分歧从哪来、双方各自的筹码和软肋是什么、以及作为网络工程师，这条与你无直接交集的“芯片暗线”，会怎样影响你未来五年维护的这张网。文中所引数据均来自Light Reading、Dell'Oro、Omdia、650 Group及厂商官方公开资料。 --- ## 一、MWC 2026：一场迟到的摊牌 过去十年，设备商们在芯片问题上一直维持着微妙的模糊：谁都在用专用芯片，谁都不否认通用化的方向，谁也不把话说死。这个默契在2026年2月到3月之间被彻底打破。 2月19日，爱立信在伦敦举行MWC前的预热发布会，CTO Erik Ekudden和移动网络业务负责人Per Narvinger明确亮牌：新一代AI-RAN产品全部构建在爱立信自有专用硅（purpose-built silicon）之上，并公开表达了对英伟达GPU路线的保留态度。Light Reading的报道用了一个相当直白的标题——《爱立信的AI-RAN不靠英伟达，为的是5G硅自由》。 三周后的巴展上，650 Group在博客中给出了行业全景：**诺基亚和三星押注商用芯片（CPU和/或GPU），爱立信、华为、中兴继续依赖专用ASIC**——MWC 2026把AI-RAN的战略分裂彻底具象化了。 这不是营销口径的分歧。据Omdia（Light Reading的姊妹公司）数据，全球RAN市场收入从2022年的450亿美元缩水到2024年的350亿美元，2025年才勉强企稳。蛋糕缩水了22%，剩下的每一美元怎么花在什么芯片上，直接决定每家设备商未来五年的毛利率，也决定运营商手里那张网十年内的演进路径。 ## 二、两条路线的技术账 要看懂这场摊牌，得先回到RAN基带处理本身的工程现实。 RAN的Layer 1（物理层）是这个星球上计算密度最高的实时负载之一：LDPC/Turbo前向纠错（FEC）、大规模MIMO波束赋形、信道估计、波束管理，全部是硬实时、确定性时延的固定函数计算。这类负载有两个技术解： **解法一：专用ASIC。** 把L1的固定函数烧进定制SoC，用流水线和专用加速器换能效。代价是流片成本高、迭代周期3-4年一代、灵活性差——特性变更受制于芯片能力。 **解法二：通用处理器+加速器。** x86服务器跑L2/L3，L1用CPU向量指令（AVX-512、SVE2）加FEC加速卡，或者干脆上GPU。卖点是软件解耦、迭代快、能蹭AI生态的算力红利，代价是每瓦性能劣势和平台绑定。 虚拟RAN（vRAN）鼓吹了七八年，市场用脚投票的结果如何？据Dell'Oro的最新下调后预测，**到2030年vRAN也只占RAN市场的15%-20%**。Dell'Oro分析师Stefan Pongratz对Light Reading的表态很克制也很扎心：“云RAN在性能、功耗和成本上追平专用芯片，没那么简单。COTS在进步，但定制芯片也在进步。” 两条路线的阵营划分和筹码，可以用一张表看清楚： | 维度 | ASIC阵营（爱立信/华为/中兴） | 通用芯片阵营（诺基亚/三星） | |---|---|---| | L1算力载体 | 自研或合作定制的专用SoC | x86至强、英伟达GPU、第三方加速器 | | 代表平台 | Ericsson Silicon系列、华为天罡系列 | 诺基亚AI-RAN（英伟达GPU）、三星vRAN（英特尔） | | 核心卖点 | 每瓦性能、集成度、站点功耗可控 | 软件解耦、多平台可移植、AI生态协同 | | 主要风险 | 流片成本高、特性受芯片代际约束 | 平台绑定、芯片平台自身动荡 | | AI-RAN打法 | AI小模型直接跑在现网基带/射频芯片上 | AI-RAN整体构建在GPU之上 | | 市场佐证 | Dell'Oro预计vRAN到2030年仅占15%-20% | 英伟达2025年10亿美元入股诺基亚 | ```mermaid flowchart TB subgraph ASIC["ASIC阵营：爱立信、华为、中兴"] direction TB A1["RAN软件栈 L2以上"] --> A2["L1物理层"] A2 --> A3["基带专用SoC"] A2 --> A4["射频SoC 内嵌神经网络加速器"] A3 --> A5["优势：每瓦性能与站点功耗"] A4 --> A5 end subgraph MCH["通用芯片阵营：诺基亚、三星"] direction TB B1["RAN软件栈 L2以上"] --> B2["L1物理层"] B2 --> B3["x86服务器或GPU加速"] B3 --> B4["优势：软件解耦 生态庞大"] B3 --> B5["风险：平台绑定 供应链波动"] end A5 --> C["运营商选型天平：TCO、软件自由度、演进节奏"] B5 --> C ``` ## 三、诺基亚：从ReefShark到傍上英伟达 诺基亚的芯片故事有一个完整的弧线。 **第一阶段（2018-2021）：自研闭环。** 诺基亚联合三家芯片伙伴定制ReefShark SoC，用ASIC替换massive MIMO和基带里的FPGA，单元体积和功耗大幅下降。2021年6月24日，诺基亚发布基于新一代ReefShark的整体AirScale产品线：官方口径下，AirScale基带单系统模块吞吐能力达到**84 Gbps**，并推出了**17公斤**的massive MIMO天线——当时业界最轻。今天诺基亚官网的ReefShark产品页仍然把这套SoC描述为“AirScale射频与基带方案的基石”。 **第二阶段（2021-2024）：混合路线。** 诺基亚一边继续ReefShark迭代，一边与Marvell合作在专用RAN和云RAN里做L1定制硅——这是Light Reading在报道爱立信时顺带确认的事实。同时期诺基亚也跟随行业做了vRAN试点，但没有像三星那样All in。 **第三阶段（2025-2026）：绑上英伟达。** 2025年10月，英伟达向诺基亚投资**10亿美元**，一跃成为其第二大股东，双方宣布共同开发跑在英伟达GPU上的5G/6G AI-RAN软件。这是通用芯片阵营迄今最大的单笔押注——不只是产品合作，而是股权层面的深度绑定。 Light Reading在2026年2月的报道里点出了爱立信方面的疑虑：诺基亚恐怕很难从这个合作中脱身，也很难让那套AI-RAN软件跑在别人家的芯片上。换句运营商熟悉的话说——**这是不是另一种“原生实现”式锁定？**诺基亚当然不承认，但技术事实是：GPU上的RAN软件一旦深度依赖CUDA生态，移植成本会指数级上升。 三星则走得更纯粹：vRAN长期绑定英特尔至强，2025年据公开报道拿下英国VodafoneThree十年网络升级计划中的RAN份额，是通用路线在西方市场目前最成功的商用案例。 ## 四、爱立信：“硅自由”的豪赌 爱立信是这场摊牌里态度最强硬的一家，它的立场建立在三个公开事实上。 **事实一：通用平台没那么通用。** 爱立信伦敦发布会上展示的一页幻灯片被Light Reading记录在案：其云RAN的“商用支持”列表里只有英特尔；AMD、Arm、英伟达全部停留在“原型支持”。也就是说，这家喊着软件自由的厂商，自己的vRAN商业交付至今只有x86一条腿。FEC卸载的演进史也说明了问题：早期用英特尔独立加速卡做lookaside加速，新一代产品则把加速器直接集成进至强CPU——**软件的灵活性，始终受制于那颗加速芯片的形态。** **事实二：AI不需要GPU也能进RAN。** 这是爱立信2026年产品叙事的核心。2025年爱立信在现网实测了AI链路自适应（link adaptation）模型，性能提升**10%**，Narvinger在发布会上的原话是：“这个小模型直接跑在现有基带上。”不需要新硬件，不需要GPU机框，现网基带芯片的富余算力就够了。2026年6月11日，爱立信正式发布AI in RAN软件，把telco级AI模型批量装进基带和射频。射频侧同样有动作：爱立信在射频单元SoC里集成了神经网络加速器，专门用于波束赋形和信道估计，把AI推理做到最靠近天线的地方。 **事实三：射频单元离不了ASIC，6G也是。** Narvinger对Light Reading说得毫不含糊：“射频里的芯片和基带算力芯片有大量协同设计，我看不出射频单元怎么能离开ASIC，6G也一样。所以基带再做专用芯片，边际成本其实是增量的。”CTO Ekudden补了一句工程师都懂的大实话：“**用专用硬件总能做出更好的性能，这正是我们做ASIC的初心。**” 豪赌的成本也摆在明面上：据Light Reading引用的财报数据，爱立信研发支出从Ekholm上任第一年（2017年）的379亿瑞典克朗涨到2025年的489亿克朗（约54亿美元），其中硅投入占掉一大块。分析师质疑的核心在于：RAN市场已经缩到350亿美元，养不养得起一整套自研硅能力？爱立信的回答是规模协同——射频和基带芯片共用设计平台，摊薄流片成本。 ## 五、华为中兴：被逼出来的纵深 650 Group把华为、中兴归入ASIC阵营，但必须说清楚：这两家的专用芯片路线，一半是战略选择，一半是制裁倒逼。 华为的RAN自研硅起步很早——2019年初公开发布的5G基站核心芯片“天罡”，就是华为把ASIC路线摆上台面的标志。2019年制裁落地后，商用高端芯片采购通道被切断，自研设计+国产制造成了唯一选项，这反而让华为在RAN硅上的纵深积累远超西方同行。市场的回应也很直接：据Dell'Oro等第三方机构自2023年起的统计口径，华为重回全球RAN收入份额首位，并在2024-2025年保持领先（此为行业公开报道口径，具体份额数值未经官方证实）。 值得注意的是，华为被归入ASIC阵营更多是商业事实而非技术教条——华为同样对外销售vRAN产品，从未公开否定通用芯片路线。它只是别无选择，并且把这个别无选择做成了能效和成本优势。 中兴的逻辑类似，在此不必展开。 ## 六、变数：英特尔自身的摇摆 通用芯片阵营最大的软肋，不在芯片本身，而在**芯片平台供应商的不确定性**。 Light Reading的报道披露了一段惊险的历史：几年前英特尔在网络市场的地位看似不可动摇，但在英伟达崛起后，英特尔一度试图**剥离服务爱立信的那块网络与边缘业务**——直到2025年英伟达和日本软银合计向英特尔注资**70亿美元**，该计划才被搁置。 对爱立信和三星来说，这是一次不该被遗忘的虚惊：你把L1的未来押在一个通用平台上，而平台玩家自己随时可能战略漂移。Narvinger的疑问直白得不像设备商高管：“英特尔未来还会往平台里投多少能力？相比英伟达它的竞争力会怎样？”——这个问题他自己都答不上来。 这就是“硅自由”叙事的真实背景：爱立信追求的不是不用通用芯片，而是**任何时候都能换**。理想很丰满，但如前所述，L1的硬件耦合让这个自由目前更像是愿景。Ekudden对Light Reading也承认：想充分发挥先进加速器的能力，就免不了定制化移植。 ## 七、六年的路线之争，一张时间线看懂 ```mermaid timeline title RAN芯片路线之争大事记 2021 : 诺基亚发布ReefShark版新一代AirScale，单模块基带84Gbps，最轻massive MIMO仅17公斤 2023 : 据第三方统计华为重回全球RAN收入份额第一，ASIC路线撑起东方阵营 2024 : Omdia口径RAN市场缩水至约350亿美元，vRAN热潮全面退烧 2025 : 英伟达10亿美元入股诺基亚成为第二大股东 : 英伟达与软银合计70亿美元注资英特尔，剥离风波暂平 2026 : 爱立信伦敦发布会亮牌硅自由 : MWC2026双阵营公开分野 : 爱立信发布AI in RAN软件 ``` ## 八、对工程师意味着什么：三个实操判断 路线之争听着像董事会的事，但它会以具体的方式落到你的网络、你的KPI上。 **判断一：站点功耗的差异是真实的电费。** ASIC的每瓦性能优势在massive MIMO大流量场景下最明显——同样的64T64R站点，专用SoC方案在满负荷时的能效优势直接体现在站点电费上。这就是为什么2024-2025年运营商CAPEX收紧后，专用芯片产品的销售反而更稳：能耗指标写进了采购标书。反过来说，通用路线若不能在服务器能效迭代上持续吃到红利，TCO测算撑不满十年周期。 **判断二：AI收益正在从“换硬件”变成“换软件”。** 爱立信链路自适应+10%的案例给出了一个重要信号：第一批真正落地的RAN AI，是跑在**现网基带富余算力**上的小模型。这意味着未来两年的AI特性采购，大概率不需要GPU机框进场——评估厂商AI-RAN能力时，先问一个问题：“这个特性在我现网的基带板上能不能跑？”答不上来的，是PPT产品。 **判断三：看一个厂商的未来连续性，看它的L1路线。** 选型时除了容量、功耗这些常规项，值得追问厂商三个问题：L1加速器是自研还是外购？有没有BBDev类抽象接口让L2以上软件可移植？芯片路线图和6G标准节奏是否对齐？爱立信押ASIC、诺基亚绑英伟达、三星跟英特尔——三条路都能走到6G，但沿途的锁定深度和更换成本完全不同。 | 关注点 | ASIC阵营的含义 | 通用阵营的含义 | |---|---|---| | 站点功耗 | 大流量场景电费优势明确，可写入采购指标 | 依赖服务器/GPU能效迭代节奏 | | 新特性上线 | 随SoC代际演进，约3-4年一代 | 理论上更快，实际受L1耦合制约 | | 软件自由度 | L1与硬件深度耦合，L2以上逐步解耦 | L2以上解耦成熟，L1仍绑死加速平台 | | 平台风险 | 自研自主可控，流片成本自担 | 平台厂商（英特尔/英伟达）自身战略摇摆 | | AI能力获取 | 小模型跑现网基带，无需新硬件 | 需引入GPU算力，配套投入高 | ## 九、结论：ASIC没有死，vRAN没有赢 2026年的这轮摊牌，本质是RAN行业黄金时代结束后的生存策略分化：市场从450亿美元缩到350亿美元，**爱立信、华为、中兴选择把命脉握在自己手里，诺基亚、三星选择借更大的船**。两条路线都会走到6G，但十年的TCO曲线、锁定深度和AI演进路径会截然不同。 对设备商，这场仗的胜负手不在芯片本身，而在谁先把AI做进现网——爱立信已经证明小模型不用GPU，诺基亚则赌大模型时代的RAN必须有GPU。对运营商，别被任何路线口号绑架：专用芯片的能效是真金白银，通用芯片的软件自由也是真金白银，**唯一不靠谱的，是只讲一半的厂商叙事**。Dell'Oro那句“COTS在进步，但定制芯片也在进步”，值得写在每一份RAN框架采购的技术评估结论第一行。 --- ## 参考来源 1. [Ericsson does AI-RAN minus Nvidia in push for 5G silicon freedom](https://www.lightreading.com/5g/ericsson-does-ai-ran-minus-nvidia-in-push-for-5g-silicon-freedom) — Light Reading，2026-02-19，本文核心素材：爱立信伦敦发布会、幻灯片细节、Ekudden与Narvinger引语、Omdia/Dell'Oro数据 2. [MWC 2026: The RAN Chip Wars - Merchant vs ASIC Strategies](https://650group.com/blog/mwc-2026-the-ran-chip-wars-merchant-vs-asic-strategies/) — 650 Group博客，2026-03-16，双阵营划分的直接出处 3. [Ericsson advances AI-native networks through AI in RAN](https://www.ericsson.com/en/news/2026/6/the-ran-gets-smarter-ericsson-puts-ai-where-it-matters) — 爱立信官方新闻，2026-06-11，AI in RAN软件发布 4. [Nokia launches next-generation AirScale 5G portfolio powered by ReefShark technology](https://www.nokia.com/newsroom/nokia-launches-next-generation-airscale-5g-portfolio-powered-by-reefshark-technology/) — 诺基亚官方新闻稿，2021-06-24，ReefShark版AirScale与17公斤massive MIMO 5. [ReefShark | Nokia](https://www.nokia.com/mobile-networks/ran/reefshark/) — 诺基亚ReefShark产品页，AirScale基带84 Gbps等参数 6. [Ericsson goes with custom silicon (rather than Nvidia GPUs) for AI RAN](https://techblog.comsoc.org/2026/02/20/ericsson-goes-with-custom-silicon-rather-than-nvidia-gpus-for-ai-ran/) — IEEE ComSoc技术博客，2026-02-20，爱立信双架构路线的独立佐证 7. [Ericsson Silicon](https://www.ericsson.com/en/ran/ericsson-silicon) — 爱立信官方SoC产品线介绍 --- > 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。