1. 从MWC 2026看电信业的十字路口：算力之争如何重塑网络未来
上周，巴塞罗那的MWC 2026刚刚落下帷幕，我作为一个在通信和半导体行业摸爬滚打了十几年的老工程师，对这次展会传递出的信号感触颇深。今年的主题“IQ时代”非常精准——电信行业的核心议题，正从过去二十年孜孜不倦追求的“管道扩容”（带宽），转向“管道智能化”（智能）。最激烈的辩论，并非关于某个炫酷的应用，而是聚焦在最底层、最根本的架构选择上：未来的电信网络，其AI算力究竟该由GPU还是CPU来承载？这远非简单的技术路线之争，它直接关系到未来十年全球运营商的资本开支、能耗账单，乃至整个6G时代的商业模型。如果你关心5G的深度价值兑现、6G的雏形，或是AI如何真正落地到产业中，那么这次展会揭示的博弈与选择，值得你花时间深入了解。
简单来说，行业正站在一个岔路口。一边是以英伟达和诺基亚为代表的“分布式GPU”派，主张将数据中心那种强大的GPU算力下沉到无线接入网（RAN）边缘，把基站变成可运行各种AI应用的通用计算平台。另一边则是以爱立信、Arm和英特尔为首的“高效CPU”派，认为在基站严苛的功耗、空间和成本限制下，集成AI加速模块的专用CPU才是更务实、更可持续的选择。这场争论的背后，是运营商对“降本增效”的极致渴求，以及对未来业务不确定性的谨慎布局。接下来，我将结合现场的一手观察和与多位专家的交流，为你深入拆解这场“芯”战背后的技术逻辑、商业算计与实战考量。
2. 核心架构之争：GPU的激进革新与CPU的务实演进
2.1 GPU阵营：将基站变为“AI原生”计算节点
英伟达在本次MWC上的攻势可谓凌厉。他们提出的“Aerial RAN计算机”愿景，本质上是要重构我们对基站的认知。传统的基站硬件是封闭、固定的，功能在出厂时就被锁定。而英伟达的方案，是提供一个基于GPU的、软件可升级的通用硬件平台。这个平台既能处理传统的无线信号（如波束成形、信道编码），又能同时运行来自第三方或运营商自己的AI推理应用，比如实时网络故障检测、用户行为分析或本地化的内容优化。
其核心逻辑在于“资源池化”和“灵活性”。英伟达电信业务高级副总裁Ronnie Vasishta用了一个很形象的比喻：“你不会为了等下一代更好的电视机，现在就不看电视。”他的意思是，运营商不应该等待完美的专用硬件，而应该立即部署一个可以通过软件不断升级、适应未来未知需求的平台。为此，英伟达甚至开源了基于其Nemotron 3架构的电信AI模型，用于网络故障管理，旨在构建一个围绕其GPU硬件的开发生态。
诺基亚的站队，为GPU阵营注入了强大的电信基因。其CEO Justin Hotard明确指出，传统的通信专用芯片已无法满足AI工作负载的需求，网络架构必须在每一层（包括无线电层）进行变革。诺基亚与英伟达深度合作，并获得了后者10亿美元的投资，目标就是将云数据中心的计算架构引入无线网络边缘，实现软硬件解耦，在基站侧直接处理复杂的AI任务。
实操心得与风险提示：GPU方案的诱惑力在于其强大的并行计算能力和成熟的AI开发生态。对于希望快速推出创新型AI服务（如AR/VR、全息通信、超低延迟工业控制）的运营商来说，这提供了一个高上限的舞台。然而，其挑战极为现实：功耗、成本和复杂性。高端GPU的功耗动辄数百瓦，这对于通常只有几千瓦供电预算的蜂窝基站站点是巨大压力，可能需要对站点电源和散热系统进行昂贵改造。此外，将复杂的通用计算平台部署在环境恶劣的户外机柜，其可靠性和运维复杂度都是未知数。
2.2 CPU阵营：在能效与成本边界内寻找最优解
面对GPU的激进方案，以爱立信和Arm为代表的CPU阵营，则从电信网络最经典的约束条件出发：功耗、密度和总拥有成本。
Arm基础设施业务副总裁Eddie Ramírez的观点一针见血：“当你建设数据中心时，计算规模是由电力供应决定的。对于边缘基站，这个限制要严苛得多。”他指出，运营商正在从粗放的“租赁GPU算力”模式，转向更精细的“推理即服务”模式。这意味着，他们需要的是能够在空气冷却条件下稳定运行、每瓦特性能最优的硬件。Arm的Neoverse计算平台正是瞄准了这一需求，通过定制化的计算子系统（CSS）设计，在CPU核心中集成高效的AI加速单元（如矩阵乘法引擎），在保证通用处理能力的同时，针对常见的AI推理负载进行优化。
爱立信的策略则体现了传统电信设备商的谨慎与独立。他们坚持使用自研的、针对通信任务优化的专用硅芯片（ASIC），并在其中增加AI加速模块。爱立信6G产品战略负责人Marie Hogan描述了一种混合计算分布策略：计算需求巨大的模型（如大规模网络优化AI）可以放在中心云；而对时延敏感、计算量较小的模型（如无线资源动态分配、用户设备识别），则直接集成到基站硬件中本地处理。
这种思路的优势在于“确定性”和“可控性”。专用CPU或SoC的功耗、时延和成本在设计阶段就是可预测、可控制的，非常符合电信网络对高可靠性和可管理性的要求。它避免了在基站引入一个功能强大但功耗波动大、需要复杂虚拟化和管理层的“小型服务器”。
注意事项：CPU方案并非排斥AI，而是追求一种“够用且高效”的AI。其风险在于，如果未来边缘AI应用的发展速度远超预期，需求爆炸性增长，那么当前基于CPU加速的方案可能会很快遇到性能瓶颈，面临需要再次进行硬件升级的压力。因此，选择这条路的运营商，需要对未来3-5年内的边缘AI业务流量和类型有相对准确的预测。
3. 超越算力：6G愿景、新业务与网络价值重塑
3.1 从通信到感知：Qualcomm的6G全景图
MWC 2026上，高通勾勒的6G愿景跳出了单纯的“更快、更低延迟”框架，提出了一个更具颠覆性的概念：集成传感与通信。高通设想，未来的6G网络将成为一个庞大的环境感知系统。通过无线电波，网络不仅能传输数据，还能像雷达一样，感知物理世界的物体、形状、运动甚至材质。
高通总裁兼CEO Cristiano Amon将其定义为“AI原生的未来基础”。这意味着，AI将不再是网络的附加功能，而是其设计与运行的底层逻辑。智能将被分布式地部署在终端（如手机、XR设备）、网络边缘和云端。对于运营商而言，这代表着角色转变的机遇——从单纯的连接提供商，升级为能够提供空间数据、环境智能的AI驱动型企业。
高通全球无线工程负责人John Smee则从工程实现角度补充了关键一点：必须采用端到端的整体能效观。不能只追求云端或边缘单点的算力强大，而要考虑整个链条的能耗。例如，将一部分AI推理任务合理地分配到可穿戴设备上，可以显著减少需要无线传输的数据量，从而延长终端电池续航，并减轻网络负载。这是一种系统级的优化思维。
3.2 寻找“杀手级应用”：机器人、物理AI与变现探索
运营商们对5G投资回报的焦虑，在MWC上转化为对任何可能的新收入来源的狂热追逐。机器人技术和物理AI成为了焦点。
诺基亚和英伟达与印度尼西亚运营商Indosat Ooredoo Hutchison合作，通过AI赋能的5G网络实时操控一只机器狗，展示了超低延迟、高可靠连接对远程精密控制的支持能力。这为远程医疗手术、危险环境作业、高级别工业自动化打开了想象空间。
更直接的变现尝试来自T-Mobile US。他们推出了“Kinetic Tokens”概念，旨在将物理AI动作（如机器人完成一次抓取、无人机扫描一个区域）直接转化为可计费、可交易的数字通证。这试图为运营商的网络能力（尤其是低延迟和高可靠性）创建一个直接的货币化API。
此外，GSMA主导的“Open Gateway”倡议取得了实质性商业进展。这套统一的网络API，允许企业开发者像调用云服务一样，调用网络的质量（如确保带宽、降低时延）。目前，这些API已被用于保障无人机通信安全、驱动工业自动化生产线，标志着运营商网络能力开始以标准化方式，向垂直行业的高价值场景渗透。
一个由欧洲运营商组成的联盟宣布的“边缘连续体”项目也值得关注。它旨在构建一个跨国的、联邦式的边缘计算网络，专门服务于未来跨境行驶的自动驾驶车辆，确保其计算任务能在不同国家的网络间无缝迁移。这解决了自动驾驶商业化中的一个关键基础设施难题。
4. 通向6G的实战路径：标准、部署与能源挑战
4.1 标准未至，部署先行
尽管6G的国际标准（由3GPP主导）预计要到2029年才能正式冻结并开始商用，但MWC 2026上的一个强烈共识是：不能再等待。硬件厂商和前瞻性的运营商都认为，向软件定义网络和AI原生架构的转型必须立即开始，以应对当前已经爆发的数据与智能需求。
这带来了一个“先有鸡还是先有蛋”的挑战。是应该等待6G标准确定后，再开发完全符合标准的硬件？还是应该基于现有技术趋势（如AI算力下沉、通感一体）先行部署可演进的平台，待标准成熟后再通过软件升级对齐？产业界显然倾向于后者。诺基亚、爱立信等设备商展示的，都是具备向6G平滑演进能力的现有平台。他们的策略是，用符合5G-Advanced（5.5G）标准的硬件，通过软件更新来逐步支持3GPP R19、R20及以后版本中定义的6G特性。
对于运营商网络规划者的启示：在制定未来几年的资本开支计划时，必须将设备的“软件可升级能力”和“硬件前向兼容性”作为关键评估指标。采购的不仅仅是一台当下能用的基站，更是一个能在未来5-8年内通过软件解锁新功能、新服务的计算资产。
4.2 能源：无法回避的终极约束
无论GPU还是CPU路线，所有讨论都绕不开一个日益紧迫的议题：能源消耗。随着网络流量持续指数级增长，以及AI算力的大量引入，基站和数据中心的电费已成为运营商最大的运营成本之一，在某些地区甚至占到总成本的30%-40%。
因此，未来的网络架构设计，必须在性能与功耗之间做出极其精细的权衡。Arm强调的“每瓦特性能”，爱立信追求的专用硅效率，高通倡导的端到端能效优化，都指向同一个方向：绿色节能已从社会责任变为核心竞争力。
实操中的关键考量点：
- 站点电源审计：在规划部署边缘AI算力节点前，必须对目标站点的供电容量、备用电源系统进行彻底评估。许多老旧站点的扩容空间非常有限。
- 散热方案选型：传统的风扇散热可能不足以应对高算力硬件。需要评估液冷等先进散热技术在户外机柜环境下的可靠性、维护成本和总拥有成本。
- 智能节能策略：利用AI来管理AI的能耗。例如，根据业务流量潮汐效应，动态调整边缘算力节点的激活数量和运行频率；将非实时性AI训练任务调度到可再生能源供电时段进行。
5. 给从业者的策略思考与行动建议
MWC 2026描绘的图景清晰表明，电信行业正经历一场由内而外的深刻变革。对于身处其中的工程师、架构师或决策者，我认为可以从以下几个层面着手准备：
对于网络规划与架构师：
- 开展现网评估：对现有网络站点进行详细的功耗、空间和回传带宽普查，建立清晰的“能力地图”，识别哪些站点适合改造为边缘算力节点。
- 拥抱开放架构：深入研究O-RAN、Open Gateway等开放接口和标准。未来的竞争不仅是设备性能的竞争，更是生态整合和API服务能力的竞争。
- 进行概念验证：不要试图一次性做出全局决策。针对机器人控制、AI视觉质检、网络节能等具体场景，同时开展基于GPU平台和基于CPU加速平台的POC测试，用实测数据（时延、精度、功耗、总成本）来指导技术选型。
对于硬件与芯片开发者：
- 聚焦异构集成：纯粹的CPU或GPU可能都不是最终答案。未来的电信SoC必然是“CPU + 专用AI加速单元 + 高性能通信处理单元”的异构融合体。如何设计高效的数据总线与内存架构，是成败关键。
- 将能效作为第一指标：在定义产品规格时，将“每TOPS算力的功耗”和“典型电信负载下的能效”放在与绝对性能同等甚至更高的位置。
- 强化可靠性设计：针对电信设备长达十年以上的生命周期、-40°C到+65°C的宽温工作环境，进行远超消费级和部分企业级标准的设计与测试。
对于运营商与投资者：
- 重新定义投资回报率模型：评估网络投资时，不仅要算连接收入的账，更要算“算力服务收入”、“数据服务收入”和“使能行业数字化带来的间接收益”这笔大账。
- 培养复合型人才：未来的电信团队需要既懂通信协议，又懂AI算法和云原生架构的复合型工程师。人才结构的转型需要提前布局。
- 积极参与标准制定：6G的形态仍在塑造中。通过参与3GPP、GSMA等组织的工作，将自身的业务需求和技术见解注入国际标准，才能在未来掌握更大的主动权。
巴塞罗那的喧嚣已经散去，但留下的技术路线之争与战略思考才刚刚开始。AI与通信的融合已不是“是否”的问题，而是“如何”与“多快”的问题。这场算力架构的博弈，其结果将深远影响我们未来十年的网络体验、商业创新乃至数字社会的运行效率。作为从业者，我们既是这场变革的观察者，更是其构建者中的一员。保持开放心态，深入理解不同路径背后的权衡，用工程实践去验证猜想，或许是我们应对这个“IQ时代”不确定性最好的方式。
