过去两年，AI投资几乎成了一场围绕英伟达展开的狂欢。

从ChatGPT引爆全球大模型热潮，到各大科技巨头开启史无前例的AI资本开支竞赛，资本市场形成了一个近乎共识的判断：

谁掌握GPU，谁就掌握未来。

于是，英伟达成为AI时代最大的赢家。

但当市场还在研究下一代GPU性能提升多少时，一个新的问题已经开始浮出水面：

如果未来拥有100万张GPU，我们真的知道如何把它们高效连接起来吗？

这个问题的答案，或许将决定下一轮AI投资机会的归属。

而诺基亚的崛起，正是这个变化最典型的缩影。

一、被遗忘的诺基亚，为什么突然回来了？

提到诺基亚，很多人的第一反应仍然是：

• 功能机
• 贪吃蛇
• 摔不坏的手机
• 被智能手机时代淘汰的巨头

事实上，今天的诺基亚早已不是一家手机公司。

手机业务对于诺基亚而言几乎已经无足轻重。

真正支撑公司价值的，是网络基础设施业务。

而过去一年，市场开始重新认识这家公司。

原因很简单：

AI产业正在从“算力竞争”进入“网络竞争”。

二、AI产业链正在发生一次重大迁移

过去两年AI产业的发展，可以划分为四个阶段。

第一阶段：GPU时代

这一阶段最大的赢家是英伟达。

因为所有人都缺GPU。

谁能买到GPU，谁就拥有训练大模型的资格。

市场愿意给予英伟达极高估值。

因为GPU是整个产业链最稀缺的资源。

第二阶段：交换机时代

随着GPU数量暴增。

新的问题出现了。

如何让几万张GPU同时工作？

答案是交换机。

这也是为什么博通开始被市场重新定价。

因为GPU再强，也需要交换网络连接。

第三阶段：高速互联时代

当集群规模继续扩大。

交换机已经不够。

需要更高速的数据传输。

于是市场开始关注：

• AI ASIC
• 光模块DSP
• 高速互联芯片

Marvell成为这一阶段的重要受益者。

第四阶段：数据中心互联（DCI）时代

而今天，AI产业正进入第四阶段。

未来AI数据中心不再是单个建筑。

而是跨区域、跨城市、甚至跨州部署的超级算力网络。

此时最关键的问题变成：

如何让不同数据中心之间实现接近零延迟的数据传输？

答案是：

数据中心互联（DCI）。

而这正是诺基亚重点布局的领域。

三、AI真正缺的可能不是GPU，而是“距离”

很多投资者有一个误区。

认为未来的数据中心会越来越集中。

现实恰恰相反。

未来的数据中心会越来越分散。

原因主要来自三个方面。

电力

AI数据中心耗电量正在急剧上升。

一个大型AI园区的耗电规模甚至接近一座中小城市。

许多地区已经无法提供足够电力。

散热

GPU功耗不断提升。

散热成本越来越高。

将所有算力集中在一个地方并不经济。

土地与建设周期

超大规模数据中心建设需要大量土地资源。

审批和建设周期越来越长。

因此：

微软、Meta、亚马逊和谷歌等云巨头正在建设分布式AI基础设施。

多个数据中心共同组成统一算力平台。

问题来了。

如果德州的数据中心需要实时调用弗吉尼亚的数据中心资源。

如果亚利桑那州的数据中心需要和俄亥俄州的数据中心协同训练。

那么决定性能的已经不是GPU。

而是连接GPU的网络。

从这个角度看：

未来网络本身就是算力。

四、诺基亚为什么要收购Infinera？

很多投资者没有真正理解这笔交易的重要性。

从表面上看。

这只是一次普通的光通信行业并购。

但从产业视角来看。

诺基亚买下的并不是一家光通信公司。

而是一张AI时代的入场券。

Infinera最有价值的资产包括：

• 相干光通信技术
• 数据中心互联解决方案
• 光学芯片研发能力
• 北美云计算客户资源

尤其是相干光技术。

这是未来超长距离高速数据传输的重要基础。

简单来说：

GPU负责计算。

而光网络负责让GPU协同工作。

如果没有高速光网络。

再多GPU也无法形成真正意义上的超级计算系统。

这就像拥有无数超级跑车。

却没有高速公路。

五、诺基亚最大的变化，其实是客户变了

投资者最容易忽略的一点是：

真正决定利润率的，往往不是产品，而是客户。

过去诺基亚的主要客户是谁？

• 中国移动
• AT&T
• Verizon
• Vodafone

这些运营商有一个共同特点：

采购周期长。

预算严格。

议价能力极强。

利润率相对有限。

而今天诺基亚正在争取的新客户是谁？

• 微软
• Meta
• 谷歌
• 亚马逊

这些公司的共同特点则完全不同。

它们每年投入数百亿美元建设AI基础设施。

对于这些客户来说：

设备贵一点并不重要。

性能领先才重要。

因此：

同样100亿美元收入。

客户结构不同。

利润率可能天差地别。

这也是为什么市场开始重新评估诺基亚盈利能力的重要原因。

六、为什么市场可能低估了诺基亚的利润弹性？

目前市场依然习惯把诺基亚视为一家传统通信设备公司。

但现实正在发生变化。

传统运营商业务：

• 增长缓慢
• 利润稳定
• 估值较低

AI网络基础设施业务：

• 增长迅速
• 利润率更高
• 估值更高

更重要的是。

网络设备行业具有明显规模效应。

大量研发投入完成后。

新增收入往往能够更高比例转化为利润。

这意味着：

收入增长20%。

利润增长可能达到40%甚至50%。

市场通常低估这种经营杠杆带来的收益。

七、诺基亚与Marvell：两种完全不同的AI投资逻辑

很多投资者喜欢把诺基亚与Marvell进行比较。

实际上，两家公司处于AI产业链不同层级。

Marvell

主要布局：

• AI ASIC
• 高速互联芯片
• 光模块DSP

投资逻辑是：

盈利高速增长。

诺基亚

主要布局：

• 光网络
• 数据中心互联
• 网络基础设施

投资逻辑则是：

盈利增长 + 估值重估。

这两种逻辑最大的区别在于：

Marvell已经被市场视为AI核心资产。

而诺基亚仍然被大量投资者视为传统通信设备商。

如果未来AI相关收入持续提升。

市场给予诺基亚的估值体系可能发生根本变化。

八、未来三年，AI基础设施最大的机会在哪里？

如果把AI产业链拆开来看。

目前市场关注度大致如下：

资本市场往往高估短期热点。

却低估长期基础设施。

2023年市场讨论的是GPU。

2024年市场讨论的是交换机。

2025年市场讨论的是ASIC。

而2026年至2028年。

最大的资本开支增量，或许将流向：

数据中心互联（DCI）与电力基础设施。

九、谁在为AI修路？

很多投资者认为：

AI时代最大的赢家一定是芯片公司。

但历史告诉我们。

每一次技术革命中。

最赚钱的未必是制造工具的人。

而是建设基础设施的人。

铁路时代如此。

互联网时代如此。

AI时代也可能如此。

当未来数百万张GPU分布在全球各地的数据中心。

当不同城市、不同州、不同国家之间的算力开始协同工作。

真正决定效率的。

不只是GPU本身。

还有连接这些GPU的网络。

结语

AI产业发展的第一阶段。

卖算力的人赚钱。

AI产业发展的第二阶段。

卖网络的人赚钱。

AI产业发展的第三阶段。

卖电力的人赚钱。

今天市场的聚光灯仍然照在GPU身上。

但真正值得投资者思考的问题或许是：

当所有人都在研究如何制造更强大的GPU时，谁在为这些GPU修建高速公路？

如果答案里有诺基亚。

那么市场对它的定价逻辑，或许才刚刚开始改变。