--- title: "AI 基础设施的下一个瓶颈：数据开始传不动了（摘自 x）" type: "Topics" locale: "zh-CN" url: "https://longbridge.com/zh-CN/topics/41066920.md" description: "$诺基亚(NOK.US) AI 基础设施的钱，正在慢慢从单点算力流向系统级互联过去两年市场一直盯着 GPU，这没有错。但现在越来越明显的一件事是：训练大模型不是几张卡单打独斗，而是成千上万张 GPU 同时协作。机器越来越快，系统整体效率却开始越来越受制于数据搬运能力。AI 行业未来几年，本质上都在解决同一个问题：data movement。PCIe 6.0 之后..." datetime: "2026-05-23T06:41:56.000Z" locales: - [en](https://longbridge.com/en/topics/41066920.md) - [zh-CN](https://longbridge.com/zh-CN/topics/41066920.md) - [zh-HK](https://longbridge.com/zh-HK/topics/41066920.md) author: "[Ryan-](https://longbridge.com/zh-CN/profiles/19144604.md)" --- # AI 基础设施的下一个瓶颈：数据开始传不动了（摘自 x） $诺基亚(NOK.US) AI 基础设施的钱，正在慢慢从单点算力流向系统级互联 过去两年市场一直盯着 GPU，这没有错。但现在越来越明显的一件事是：训练大模型不是几张卡单打独斗，而是成千上万张 GPU 同时协作。机器越来越快，系统整体效率却开始越来越受制于数据搬运能力。 AI 行业未来几年，本质上都在解决同一个问题：data movement。 PCIe 6.0 之后，铜互联在距离、功耗和信号完整性上的压力越来越明显。AI 基础设施正在逐步从以铜为主走向光铜混合，尤其在长距离、高带宽场景下，光互联的重要性会越来越高。 过去两年的核心矛盾是算力不够，接下来，系统瓶颈会慢慢扩散到 memory、networking 和 data movement。 这也是为什么最近英伟达、台积电、运营商和云厂商都开始越来越重视 optical 和 networking；而更长期，AI-RAN 和 edge AI 会成为下一阶段的重要扩容方向。 老黄其实已经把未来说得很清楚 老黄其实已经把未来的增长路径讲得很清楚：云端 AI 工厂是现在，企业与工业 AI 正在加速落地，Physical AI——自动驾驶、机器人、边缘 AI、AI-RAN——是下一个阶段。 但问题在于，当 AI 真正走进现实世界之后，每一个机器人、每一辆自动驾驶汽车、每一个智能电网节点，都会持续产生海量实时数据。很多场景根本不允许把数据送到几千公里外的云端再等结果返回，因为延迟本身就决定了系统能不能正常运行。 这意味着 AI 基础设施的重心，会慢慢从"单点算力"扩展到骨干光网络、边缘低延迟通信、AI-RAN、数据中心互联和运营商级基础设施。未来真正重要的，不只是 GPU 本身，而是谁在负责把这些 AI 系统连接起来。 为什么是诺基亚 把竞争格局捋清楚，其实答案并不复杂。 真正能做大规模运营商级通信基础设施的玩家，全球其实就那么几家。华为技术实力当然很强，但在欧美 AI 基础设施体系里，地缘政治限制已经非常明显。剩下的西方玩家里，很多公司要么更偏单点光模块，要么更偏企业网络，真正同时覆盖骨干光网络、IP 核心路由、运营商基础设施以及本土化供应链能力的，其实并不多。 而诺基亚，正好卡在这些环节的交叉点上。 最近英伟达在 AI-RAN 和运营商 AI 网络方向上，与诺基亚的合作越来越深，这并不是偶然。真正关键的是 Infinera 收购。它给诺基亚补上了过去最重要的一块短板：长距离光互连能力，以及 InP 磷化铟光芯片制造产线。 未来 AI 光通信里，很多高速光芯片都需要 InP 材料，而欧美真正具备规模化 InP 制造能力的公司并不多。收购完成后，诺基亚开始从传统设备商，慢慢往芯片 + 系统 + 骨干网络一体化方向走。 Infinera 收购补齐了最关键的一块拼图 过去诺基亚更多是设备集成商，核心光芯片依赖外部供应商。别人涨价就难受，别人缺货就断供。 Infinera 手里有磷化铟光芯片制造工厂，就在美国加州圣何塞。未来 AI 光通信里很多高速光芯片都需要 InP 材料，而欧美市场真正具备规模化 InP 产线能力的公司并不多。 收购完成后，诺基亚开始往"芯片加系统加骨干网络"全链条走。利润开始留在自己手里。 财报数字印证了这个变化。最新季度整体营收同比增长 4%，但光网络业务增长 20%，净利润暴涨 245%，毛利率明显提升。新工厂今年逐步投产，新芯片方案可以帮客户降低 40% 的使用成本。 爆发期可能还没真正开始，但触发条件快成熟了 接下来有两个变化，会慢慢把市场注意力从机房内部推向整个网络。 第一个变化，是算力开始跨越地理边界。单个数据中心的土地、电网和散热都有上限，当一个地方的算力不够时，云厂商一定会把多个城市的数据中心连接成一个整体。数据开始走出机房之后，短距离互联不再是唯一瓶颈，长距离骨干光网络、DCI 和核心路由系统的重要性会明显提升。这部分才是 NOK 真正的主场。 第二个变化，是 AI 开始从训练走向推理，从云端走向边缘。自动驾驶、工业机器人、智能电网这些场景，对延迟要求极高。很多情况下，数据根本不可能传到几千公里外的云端再返回处理，运营商必须在离设备最近的位置部署低延迟边缘网络。这会带来过去十年未见的大规模运营商扩容周期，而诺基亚本身就是全球运营商骨干网络的重要玩家之一。 时间线上，我觉得 2026 下半年到 2027 年，工业专网、智能电网通信、AI-RAN 这类需求会率先开始体现；真正的大级别骨干网升级周期，可能要等到 2027 年底到 2028 年，等 Vera Rubin 和大规模 Agent 流量真正落地之后才会全面爆发。 华尔街通常会提前 12 到 18 个月开始定价。 NOK 和 CIEN 最大的区别 同样吃光通信这碗饭，但方向不同。 CIEN 是技术领先型：赌的是 WaveLogic 系列持续领先，1.6T 传输方案业内第一，每比特功耗降低 50%。技术上很强，但被夹在云厂商和上游供应商之间，订单很满，利润不一定都留得住。 NOK 是产业链整合型：赌的是整个 AI 骨干网络升级周期。不只做光网络，还做 IP 路由、固定网络、运营商基础设施，一站式解决客户需求。芯片、设备全链路打通之后，护城河会越来越深。 还有一个经常被忽略的收入来源 NOK 不仅仅赚设备的钱，还有极强的专利现金流。 全球大量 4G/5G 设备、本地网络和车联网方案，本质上都在给诺基亚交通行费。不管行业怎么波动，这条收入流不会消失，利润率极高，提供了稳定的现金流底座。 风险也要说清楚 1. 传统电信运营商业务近年来资本开支在收缩，这块拖累是真实存在的。AI 业务的高增长需要持续抵消传统业务的压力，过程不是线性的。 2. 订单多不代表能顺利变成收入，供应链压力在整个行业都存在。 3. 市场目前还给诺基亚贴着传统通信公司的标签，这个标签的重新定价需要时间和持续的财报数据来推动。 总结 当 AI 开始跨数据中心、跨城市、跨边缘节点协同，真正受益的是长距离骨干光网络、AI-RAN、运营商级基础设施、边缘低延迟网络。 $诺基亚(NOK.US) 就是这一切的底层管道。 骨干网络是它的主业。AI-RAN 是它和英伟达联合推进的方向。运营商基础设施是它几十年积累的客户关系。InP 芯片产线是它在欧美市场独一份的制造壁垒。专利收入是它不管行业怎么波动都能持续收到的通行费。 等 AI 真正走出机房，诺基亚就是那个在路上收费的人。 ### 相关股票 - [NOK.US](https://longbridge.com/zh-CN/quote/NOK.US.md) - [NOA3.DE](https://longbridge.com/zh-CN/quote/NOA3.DE.md) - [INFN.US](https://longbridge.com/zh-CN/quote/INFN.US.md)