概述：连接收入见顶、资本开支退潮，全球运营商找到了一条新财路——把机房、电力和光纤打包，改卖AI算力。德国电信与英伟达共建万卡工业AI云，SK电讯把H100按小时租给工程师，意大利电信联手Nscale建AI工厂，中国移动的智算规模已达数十EFLOPS量级。本文以德电与英伟达2025年10月的官方公告为解读主轴，盘点这波"运营商卖算力"的打法、账本与坑，回答一个问题：管道生意见顶之后，通信公司靠什么再增长？
干了十几年核心网的人，看运营商财报的习惯是先翻移动业务收入那一行。过去十年，这一行的曲线基本被两股力量夹死：一边是提速降费和无限流量套餐把单价打穿，另一边是流量红利见顶——发达市场的人均月流量增速，已经从几年前的30%以上滑到10%上下。爱立信《移动市场报告》（Ericsson Mobility Report，链接见文末）反复给出同一组背离数据：全球移动数据流量还在以每年约两成的速度增长，但运营商的移动服务收入几乎原地踏步。流量涨、收入不涨，这就是"管道化"的数学表达。
但2025年到2026年，我在多家运营商的新闻室里看到了另一种表情。德国电信宣布和英伟达共建工业AI云，SK电讯把GPU算力做成按小时计费的云服务，意大利电信拉着AI云新贵Nscale建"AI工厂"，软银干脆坐上了星际之门（Stargate）计划的庄家位置。这些动作有一个共同名字：GPU-as-a-Service（GPUaaS）——运营商不再只卖连接，而是把机房、电力、光纤和GPU打包，按小时、按卡、按机柜卖给AI公司。
这篇文章把各家已公开的打法拆开来看：谁在真投钱、投了多少、商业模式是什么、坑在哪里。先说结论：这是继2C流量、2B专网之后，运营商第一次真正摸到"供给侧稀缺"的生意，但它绝不是躺赢的生意。
先给不熟悉这条线的读者交代一下背景逻辑，这也是理解全文的钥匙。
卖流量的成本结构是"重资产、边际成本近零"：基站和核心网建好之后，多一个用户打电话，网络几乎不多花一分钱，所以运营商拼命卷用户数、卷ARPU。而卖算力恰恰相反：GPU是会折旧、会过时、要吃电的资产，客户租的每一小时卡时，都对应真实的电费和折旧。用一位国内省级公司政企部老同事的话说："卖流量像收房租，卖算力像开酒店——房间空一晚，钱就永远没了。"
这就决定了两件事：
第一，选址逻辑变了。 建基站看人和话务，建AI机房看电和网：便宜的电、稳定的水（液冷）、以及到骨干网的低时延光路。运营商手里恰好压着两样别人眼馋的资产——遍布全国的机房和管道资源，以及直连用户的光纤网。AI工厂最贵的三样东西（电力接入、土地、光纤互联），运营商全部有存量。
第二，客户逻辑变了。 卖流量的客户是几亿个只会比价的个人用户；卖算力的客户是几十家愿意为确定性付溢价的企业和AI公司，但他们的议价能力强得多，而且随时可能自建。这意味着运营商要第一次学会做"企业级SLA+算力运维"这门手艺活。
顺着这两条逻辑，再看各家动作，就能看出门道了。
本文的解读主轴，就是这笔目前欧洲运营商里最激进的算力投资。
2025年10月，英伟达GTC华盛顿站，Deutsche Telekom（德国电信）与英伟达联合官宣"Industrial AI Cloud"（工业AI云）项目。按双方官方公告的口径：首批一万张NVIDIA Blackwell架构GPU部署在慕尼黑和法兰克福两地，2026年初上线，并可扩展至两万五千张；项目由德电旗下T-Systems负责运营，面向欧洲的工业企业、制造商和公共部门，主打"主权AI"（Sovereign AI）卖点——你的数据不出欧洲、算力在欧洲、运维在欧洲。（官方公告发布于Deutsche Telekom Media Center，telekom.com/en/media，链接见文末；具体扩容节奏以官方后续披露为准。）
拆开看这笔生意的三个关键词：
"一万张Blackwell"。 一张B200级别GPU的整机柜功耗是传统服务器机房的十倍以上。按当前主流的GB200 NVL72机柜设计，单个机柜功率在120kW量级——传统电信机房一个机柜4到8kW，也就是说一个AI机柜顶二三十个老机柜。一万张GPU意味着德电要为一期项目准备百兆瓦级的供电和全套液冷。这不是买卡，是重建一批机房。
"工业"。 注意德电没有对标亚马逊Azure去抢互联网客户，而是咬死欧洲制造业——汽车、机械、制药这些被要求"数据不出欧盟"的GDPR重度客户。这是把欧盟《数据法案》《AI法案》的合规成本，反向做成了自己的护城河。欧洲主权AI是英伟达这两年在GTC上反复讲的故事，德电是它在这个故事里找的头号电信主角。
"T-Systems运营"。 运营AI云和运营通信网是两码事。T-Systems是德电旗下做了二十多年企业IT外包的子公司，有运维数据中心和给车企做ERP的家底。这个组织安排透露了一个信号：卖算力的活，不是网络部干的，是IT服务序列干的——这对国内运营商"云公司/数科公司承接算力"的组织设计是个印证。
据后续媒体报道，德电同时还在推进与谷歌云等伙伴在企业AI服务上的合作，并把AI定位成集团"下一个增长引擎"。一万张GPU只是台面上的部分，台面下是德电把整个集团从"电信公司"往"数字基础设施公司"方向掰。
如果说德电是"大基建"打法，韩国SK电讯（SKT）就是"零售"打法的代表——它走得更早，也更贴开发者。
早在2024年11月，SKT就与美籍GPU云公司Lambda合作上线了面向韩国市场的GPUaaS：基于NVIDIA H100，按小时计费，客户是韩国的AI初创公司、高校实验室和企业研发部门。对买不起整卡、排不上超算队列的韩国工程师来说，这是第一次可以从运营商手里按小时租到H100。据SKT官方新闻室和韩媒报道，2024年底SKT还在首尔加山把一座传统数据中心改造成了专门的AI数据中心，作为GPUaaS的承载节点；SKT把这一整套布局称为"AI基础设施超级高速公路"（AI Infrastructure Superhighway）。
更有分量的是第二步：2025年6月，SK集团与AWS宣布在韩国蔚山共建AI数据中心。据韩联社等韩媒报道，项目一期规划约103MW，远期用地向吉瓦级演进，整体投资规模达数万亿韩元量级，目标2027年前后部分投运（以上数字为媒体报道口径，最终以项目方披露为准）。这座节点未来接的是AWS的云体系——也就是说，SKT的算力生意分两层：自营的GPUaaS赚开发者的钱，重资产的数据中心赚超大规模云厂的钱。
对中国读者来说，SKT的路径其实很好理解：它就是韩国版的"运营商+云计算+AI"，只是步子比国内运营商在GPUaaS上迈得更早、更干脆。2024年那会儿，H100的现货租金还在每小时数美元的高位，SKT敢做按时零售，赌的是韩国本土AI需求爆发后供给跟不上；现在回头看，这步棋踩在了一个不算差的时点上。
这波算力热里，运营商的入场姿势其实分好几种，把另外几家放在一起看会更清楚。
姿势一：意大利电信（TIM）——机房换算力。 据路透社2025年11月报道，TIM与英国AI云公司Nscale签署初步协议，在意大利共建AI工厂（AI Factory），复用TIM现有的数据中心和全国光纤网，据报道首期投资规模约十亿欧元量级（未经官方最终确认）。TIM是典型的高负债运营商，自己买不动几万张卡，于是选择"出地、出机房、出光网，合作伙伴出GPU和运营"的合资产出。这是缺钱运营商的标准解法：不动资产负债表的重头，把存量资产折成股份。
姿势二：新加坡Singtel——区域零售。 据公开报道，Singtel在2024年下半年推出RE:AI品牌，依托自家数据中心把H100算力做成面向东南亚企业和政府的云服务，卡位"东南亚主权AI"。东南亚各国政府确实不想把AI workload全放在美式超大规模云上，Singtel吃的就是这波区域信任红利。
姿势三：KDDI——直接入股。 日本KDDI没有自己从零建GPU云，而是在2023年底宣布与本土云商Sakura Internet资本合作，成为其大股东（据报道持股约两成），借Sakura已有的GPU云服务触达AI客户。自己不碰卡，但 shareholders meeting 上有座位。
姿势四：软银——坐庄。 2025年1月，软银与OpenAI、Oracle、MGX联合宣布Stargate计划，宣称四年内投入5000亿美元建设美国AI数据中心，首站落地得州阿比林，孙正义出任董事长。软银已经不是"运营商顺便卖算力"了，它是把整个公司的命运押注在AI基础设施上——电信业务成了现金牛和光网底座，AI基建才是主业。
姿势五（对照）：中国运营商——国家队打法。 中国移动、中国电信、中国联通这几年沿着"东数西算"大规模建设智算中心：以中国移动为例，按其2024年年报披露口径，智算规模已接近30 EFLOPS（FP16），在呼和浩特、哈尔滨等西部枢纽布局训练集群，同时通过移动云对外输出算力服务；电信、联通亦有数十EFLOPS量级的智算布局（各家口径不一，以年报为准）。与海外同行相比，国内运营商的特点是"自建自用自营"一条龙，训练推理都做，且和头部大模型客户深度绑定。
下面这张表把各家打法放进一个坐标系里：
| 运营商 | 合作伙伴 | 已公开的算力规模/进展 | 商业模式 | 主要风险 |
|---|---|---|---|---|
| 德国电信 | NVIDIA、T-Systems | 首批1万张Blackwell，慕尼黑+法兰克福，2026年初上线，可扩至2.5万张（官方公告口径） | 欧洲工业主权AI云 | 电价高企、客户上量节奏 |
| SK电讯 | Lambda、AWS、Scale AI | GPUaaS（H100按小时）已商用；蔚山AI DC一期约103MW（据报道） | 开发者零售+重资产出租 | 大客户自建、汇率与电价 |
| 意大利电信 | Nscale | 共建意大利AI工厂，首期投资约十亿欧元量级（据报道，未经最终确认） | 出机房出网，合作方出卡 | 高负债下的出资能力 |
| Singtel | NVIDIA（据报道） | RE:AI品牌GPU云，面向东南亚政企 | 区域主权AI零售 | 市场体量有限 |
| KDDI | Sakura Internet | 资本入股本土GPU云商（据报道约两成） | 财务+渠道协同 | 不掌控底层资产 |
| 软银 | OpenAI、Oracle、MGX | Stargate计划，宣称四年5000亿美元（联合体口径） | AI基建总操盘 | 融资与AI泡沫双重风险 |
| 中国移动等 | 自建+国产芯片 | 智算规模数十EFLOPS量级（年报口径） | 移动云等自营商用 | 芯片供给、利用率爬坡 |
作为老运维，我最关心的不是发布会，是账。这门生意的账本有三个残酷的地方，也有两个温柔的地方。
残酷之一：算力租金的半衰期极短。 据GPU租赁市场跟踪数据，H100的现货时租从2023年的8美元上下，跌到2025年的2美元左右——两年跌去七成。原因不复杂：供给涌进来（每家都在建），且新卡迭代太快（Blackwell上量后，Hopper旧卡租金被压着打）。卖流量至少还有"网建好了用十年"的从容，卖算力是一边折旧一边降价的资产，ROIC模型比5G还难看。
残酷之二：客户集中且随时自建。 真正吃得下千卡集群的客户一只手数得过来，而这些客户恰恰是最有钱自建的。运营商GPUaaS的稳定客源其实是中长尾——AI初创、高校、出海企业——这个市场真实存在，但撑不起万卡级的摊销，除非有主权AI式的政府订单托底。
残酷之三：机房要按AI标准重造。 供电密度从个位数kW/柜跳到百kW级、风冷换液冷、备电架构重做、消防等级重评——传统电信机房改AI机房的土建改造周期，往往比GPU的代际周期还长。钱花下去了，卡已经换了两代。
温柔之一：电力和光纤是稀缺的。 在欧洲，电网接入排队动辄三五年；在美国，数据中心选址最难的就是电力。运营商手里成规模的变电站容量、管道和光缆纤芯，是英伟达生态里真正的"卖铲人"资产。TIM和Nscale的交易本质就是把这份稀缺变现。
温柔之二：它会反哺主业。 这是很多分析会漏掉的一点：AI机房拉动的干线光缆扩容、DCI波分、城域网升级、以及企业专线，最后都落在运营商自己的连接业务上。算力是新的话务量——哪怕GPUaaS本身只赚个辛苦钱，光网络那一层是稳赚的。
所以我的判断是：GPUaaS不会是运营商的印钞机，但它逼着运营商第一次认真经营自己的"非连接资产"。德电们买的其实不是卡，是一张进入AI供应链的门票。
最后说说对一线工程师的影响。这波算力基建，会催生一批新岗位，技能树和传统网优/核心网差异不小：
flowchart TD
A["算力需求方"] --> B1["工业企业"]
A --> B2["AI初创与高校"]
A --> B3["政府与公共部门"]
B1 --> C["运营商GPUaaS平台"]
B2 --> C
B3 --> C
C --> D1["机房与电力<br/>存量资产改造"]
C --> D2["GPU集群<br/>按小时计费"]
C --> D3["光纤互联<br/>DCI低时延专线"]
D1 --> E["绿色电力<br/>液冷与备电"]
D2 --> F["GPU健康监控<br/>RDMA组网"]
D3 --> G["骨干网扩容<br/>400G与800G波分"]
对照这张图，四个值得提前点亮的技能点：
第一，机房电气与液冷。 百kW机柜、一次侧二次侧液冷管路、CDU、PUE治理——这些原本是数据中心行业的手艺，正在成为通信动力岗位的必修课。未来几年"懂AI机房的电源工程师"会比"懂5G的射频工程师"更抢手。
第二，RDMA组网。 AI集群的东西向流量是RoCEv2或InfiniBand承载的，PFC水线、ECN标记、无损网络的调优，和传统IP承载网的尽力而为 philosophy 完全两个世界。做过承载网QoS的工程师转这个方向，门槛其实不高。
第三，GPU集群运维。 上万张卡的故障率是常态化的，坏卡定位、任务漂移、checkpoint恢复，对应到通信人的语言就是"告警治理+故障自愈"那套方法论迁移过来，只是告警对象从网元变成了GPU和NCCL。
第四，算力调度与计量。 按小时计费意味着计费准确率就是收入准确率，卡时计量、配额管理、SLA度量，这些是运营商做ToB的老本行，只是计量单位从分钟变成了GPU小时。
回到开头那张财报。流量收入增长见顶是真的，AI算力需求爆炸也是真的，运营商站在这两个事实的交点上——手里的电力、机房、光纤从"沉没成本"变成了"入场券"，这是十年来第一次。
但要把门票变成收入，中间隔着液冷施工、GPU运维、客户销售和残酷的租金曲线。德电一万张卡是豪赌，SKT按小时零售是苦活，TIM出机房是务实的妥协，没有一条路是轻松的。对我们这些从业者来说，更实际的判断是：AI基建不会取代通信网，但它会重新分配这个行业里值钱的技能。管道永远在，只是别把全部身家押在管道上——这句话，对运营商成立，对通信工程师同样成立。
（注：本文写作时检索渠道受限，文中标注"官方公告口径"与"据报道"的数据分别对应各公司官方新闻室与媒体公开报道，具体数字请以官方披露为准；链接均为各机构官方发布页。）
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。