英伟达正在中国急寻AI基站供应商，开发6G AI-RAN基站（既负责通信连接，又能承担AI计算的基站）
这件事真正值得关注的，不是英伟达又找到了一种卖GPU的方法，而是算力基础设施正在从数据中心向通信网络延伸。
按照报道，英伟达正在中国寻找基站合作伙伴，开发面向海外市场的6G AI-RAN基站。它既提供无线连接，也承担边缘AI计算。项目希望在2027年或2028年进入试验网。
如果这个方向成立，基站就不再只是传输流量的设备，也可能成为分布式算力节点。
算力开始离开数据中心
AI发展的前一阶段，训练和推理主要集中在大型数据中心。英伟达依靠GPU和CUDA生态，成为这一轮集中式算力建设的最大受益者之一。
但AI应用要真正进入手机、汽车、机器人和各种现场设备，只靠远端数据中心并不够。延迟、带宽、成本和数据处理方式，都会推动一部分推理任务靠近用户。
芯片公司可以提供GPU和推理能力，却不能独自把算力送到每个终端。基站和运营商网络，正是连接集中算力、边缘节点与海量用户的现成基础设施。
所以我认为，AI-RAN的关键不是通信功能增加了一项AI能力，而是通信网可能逐步变成算力网的一部分。
英伟达仍然选择生态模式
报道提到，深圳佳贤通信是英伟达正在建立的合作方之一。双方从2025年开始接触，目前已经进入技术研发阶段，并计划在2026年年底推出基于CUDA生态的原型机。
英伟达并不直接生产和销售完整基站。合作模式仍然是它熟悉的路径：提供GPU和软件生态，由基站厂商完成射频、天线、整机、测试以及运营商网络适配，最终面向海外市场销售。
这与英伟达在数据中心的打法是一致的。它不必包办全部设备，而是尽量让合作伙伴围绕自己的计算平台开发产品。
此前，英伟达已经通过投资诺基亚，并与诺基亚、爱立信、T-Mobile、德国电信、软银等企业合作，推动AI原生、软件定义的通信网络。中国供应商并不是一项孤立布局，而是这条路线向产品和制造环节继续深入。
中国的价值不只是制造成本
英伟达来中国寻找合作方，首先是因为全球基站产业链已经高度集中在中国。
一套基站涉及射频、微波、天线、AAU、整机制造、生产测试和网络适配。真正的门槛不只是零部件，而是通信行业长期积累的工程师、生产体系和协同经验。
这些能力一旦形成产业集群，就很难在短时间内复制。报道援引的估算认为，2026年中国约占全球5G基站硬件制造量的60%至70%，主要生产集群分布在深圳、东莞、上海和成都。
这说明中国供应链的优势已经不只是价格便宜，而是能够把复杂通信产品真正做出来，并完成规模化交付。
不过，英伟达在中国能够选择的独立合作方并不多。华为、中兴等主要设备商拥有自己的芯片和技术生态，再叠加现实的产业环境，英伟达需要寻找既有完整基站能力、又愿意进入CUDA体系的厂商。
供应链能力很强，合适的合作对象却有限。这正是这次合作的特殊之处。
运营商需要新的收费单位
AI基站能否成为大生意，最终不取决于设备概念，而取决于运营商能否建立新的收入模式。
5G主要出售语音和流量，资费持续下降，网络投资与收入增长并不匹配。如果基站同时提供模型调用和推理服务，运营商出售的就不只是带宽，还包括Token和算力。
报道提到，中国电信已经推出Token套餐，中国移动也在尝试融合通信流量与大模型Token。这个变化值得重视，因为它意味着运营商可能从连接服务商进一步转向AI服务基础设施提供者。
一旦Token成为通信网络中的新计费单位，AI-RAN才可能形成设备、网络和应用之间的商业闭环。
市场想象很大，确定性还没有那么高
报道给出了很大的市场预测：佳贤通信设想，如果产品进入规模化部署，整个6G时代的销量可能达到百万台级；Omdia则预测，到2030年AI-RAN累计市场规模可能超过2000亿美元。
这些数字可以说明产业期待，但不能直接视为确定需求。
从原型机到试验网，再到运营商规模部署，中间还要经过技术验证、标准演进、成本测算和商业模式验证。特别是“通信加算力”能否比独立建设边缘节点更高效，还需要真实网络证明。
因此，我更愿意把当前阶段理解为一次基础设施方向的提前卡位，而不是一个已经成熟的市场。
下一轮竞争是算力如何抵达用户
数据中心解决的是算力如何集中生产，AI-RAN要解决的是算力如何低成本、低延迟地抵达用户。
在缺少大型数据中心建设条件的海外市场，由基站、边缘机房和本地节点组成的分布式网络，可能成为集中式算力的重要补充。这也是英伟达急于进入通信领域的根本原因。
英伟达想把CUDA从数据中心延伸到基站，通信厂商想借AI打开新的设备周期，运营商则希望从出售流量转向出售推理服务。三股力量正在同一个位置交汇。
我认为，6G最重要的变化或许不只是速度更快，而是网络第一次同时承担连接和计算。谁能控制这套融合基础设施的技术生态，谁就更有机会掌握端侧AI的入口。