給諾基亞 10 億，黃仁勳想賺 2000 億

在2025年的GTC上，黃仁勳放出了一個猛料，英偉達將投資諾基亞10億美元。對，就是那個20年前火遍大江南北的塞班手機公司諾基亞。

黃仁勳在演講中說，電信網絡正處於從傳統架構向AI原生系統的重大轉變中，而英偉達的投資將加速這一進程。於是英偉達就以投資的方式，和諾基亞共同創建一個面向6G網絡的AI平臺，把AI賦能到傳統的RAN網絡中。

具體的投資形式是英偉達以每股6.01美元的價格認購諾基亞約1.66億股新股，這將使英偉達持有諾基亞約2.9%的股權。

就在宣佈合作的一剎那，諾基亞股價上漲了21%，是2013年以來的最大漲幅。

01 

什麼是AI-RAN？

RAN就是無線接入網，而AI-RAN將AI計算能力直接嵌入到無線基站中的新型網絡架構。傳統的RAN系統主要負責在基站和移動設備之間傳輸數據，而AI-RAN則在此基礎上增加了邊緣計算和智能處理功能。

讓基站能夠應用AI算法來優化頻譜利用率和能源效率，改善整體網絡性能，同時還能利用閒置的RAN資產託管邊緣AI服務，為運營商創造新的收入來源。

運營商可以在基站現場直接運行AI應用，而不必將所有數據傳回中心數據中心處理，大大減少了網絡的負擔。

黃仁勳舉了個例子，幾乎50%的ChatGPT用戶都是通過移動設備進行訪問，不僅如此，ChatGPT的月度移動下載量超過了4000萬，在AI應用爆炸式增長的年代，傳統的RAN系統沒辦法應對生成式AI以及智能體主導的移動網絡。

而AI-RAN通過在邊緣提供的分佈式AI推理能力，讓接下來的AI應用，比如智能體、聊天機器人響應更快。同時，AI-RAN，也是為6G時代的集成傳感和通信應用做好準備。

黃仁勳引用了分析師公司Omdia的預測，該公司預計RAN市場到2030年將累計超過2000億美元，其中AI-RAN部分將成為增長最快的細分領域。

諾基亞總裁兼首席執行官賈斯汀·霍塔德在聯合聲明中表示，這一夥伴關係將把AI數據中心放入每個人的口袋中，實現從5G到6G的根本性重設計。

他特別提到，諾基亞正在和英偉達、戴爾、T-Mobile這三家不同類型的企業合作。T-Mobile作為首批合作伙伴，將從2026年開始進行AI-RAN技術的實地測試，重點驗證性能和效率提升。賈斯汀說這項測試將為6G創新提供寶貴數據，幫助運營商構建適應AI需求的智能網絡。

基於AI-RAN，英偉達發佈的新產品叫做Aerial RAN Computer Pro（ARC-Pro），這是一個為6G準備的加速計算平臺。它的核心硬件配置同時包含了英偉達的兩種GPU：Grace CPU和Blackwell GPU。

這個平臺通過NVIDIA CUDA運行，RAN軟件可以直接嵌入到CUDA技術棧中。因此，它不僅能處理傳統的無線接入網功能，還能同時運行主流的AI應用。這也是英偉達實現AI-RAN中AI兩個字母的核心方法。

鑑於CUDA悠久的歷史，這個平臺的最大優勢其實是可編程性。不止是這樣，黃仁勳還宣佈將Aerial軟件框架開源，預計從2025年12月開始在GitHub上以Apache 2.0許可證發佈。

ARC-Pro與其前代產品ARC的主要區別在於部署位置和應用場景。前代ARC主要用於集中式雲RAN實現，而ARC-Pro則可以直接部署在基站現場，這使得邊緣計算能力得以真正落地。

英偉達電信業務負責人羅尼·瓦希塔說，過去RAN和AI需要兩套不同的硬件才能實現，但是ARC-Pro可以根據網絡需求動態分配計算資源，既可以優先處理無線接入功能，也可以在閒置時段運行AI推理任務。

ARC-Pro還集成了英偉達AI Aerial平臺，這是一個完整的軟件棧，包括CUDA加速的RAN軟件、Aerial Omniverse數字孿生工具和新的Aerial Framework。Aerial Framework可以將Python代碼轉換為高性能的CUDA代碼，在ARC-Pro平臺上運行。此外，平臺還支持AI驅動的神經網絡模型，用於高級信道估計。

黃仁勳說，電信是經濟和安全的數字神經系統。與諾基亞和電信生態系統的合作，將點燃這一革命，幫助運營商構建智能、適應性的網絡，定義下一代全球連接。

02 

放眼2025年，英偉達真的投了不少錢。

9月22日，英偉達和OpenAI達成合作，英偉達計劃逐步向OpenAI投資1000億美元，這將加速其基礎設施建設。

黃仁勳說，其實OpenAI很久前就尋求英偉達的投資，但當時公司資金有限。他幽默地說，當時太窮，其實應該把所有錢都給他們。

黃仁勳認為，AI推理增長不是100倍或1000倍，而是10億倍。而且這一合作不僅限於硬件，還包括軟件優化，確保OpenAI能高效利用英偉達的系統。

這可能是因為他在瞭解到OpenAI和AMD合作後，擔心OpenAI放棄CUDA。一旦全球最大的AI基礎大模型不使用CUDA，那麼其他大模型廠商效仿OpenAI，也是情理之中的事情。

黃仁勳在BG2播客節目中預測，OpenAI很可能成為下一個萬億美元市值的公司，其增長速度將創下行業紀錄。他反駁了AI泡沫論，指出全球每年在AI基礎設施上的資本支出將達到5萬億美元。

也正是因為這筆投資，OpenAI在10月29日宣佈完成公司資本重組。公司被拆分成了兩部分，一部分是非營利基金會，另一部分就是營利性公司。

非營利性質的基金會將在法律上控制營利性的部分，且必須兼顧公共利益。但是依然可以放開手腳去融資或收購公司。基金會將擁有這家營利性公司 26% 的股份，並持有一份認股權證。如果公司繼續發展壯大，基金會還能獲得額外股份。

除了OpenAI，英偉達在2025年還投資了馬斯克的xAI。這家公司當前融資輪次規模提升至200億美元。其中約75億美元通過股權募集，至多125億美元通過特殊目的實體（SPV）的債權募集。

這個特殊目的實體的運作方式是，它將使用募集到的資金購入英偉達的高性能處理器，然後將這些處理器出租給xAI使用。

這些處理器將被用於xAI的Colossus 2項目。Colossus初代是xAI位於田納西州孟菲斯的超級計算數據中心。Colossus初代項目已經部署了10萬個英偉達H100 GPU，使其成為全球最大的AI訓練集群之一。現在xAI正在建設的Colossus 2，計劃將GPU數量擴展到數十萬甚至更多。

9月18日，英偉達還宣佈將向英特爾投資50億美元，並建立深度戰略合作關係。英偉達將以每股23.28美元的價格認購英特爾新發行的普通股，總投資額達50億美元，交易完成後，英偉達將持有英特爾約4%的股份，成為其重要戰略投資者。

03 

當然，這場GTC上黃仁勳還說了很多。

比如英偉達推出了多個開源AI模型家族，包括用於數字AI的Nemotron、用於物理AI的Cosmos、用於機器人的Isaac GR00T和用於生物醫學AI的Clara。

同時，黃仁勳推出了DRIVE AGX Hyperion 10自動駕駛開發平臺。這是一個面向4級自動駕駛的平臺，集成了英偉達計算芯片和完整的傳感器套件，包括激光雷達、攝像頭和雷達。

英偉達還推出了Halos認證計劃，這是行業首個用於評估和認證物理AI安全性的系統，專門針對自動駕駛車輛和機器人技術。

Halos認證計劃的核心是Halos AI系統，這是行業首個獲得ANSI認證委員會認可的實驗室。而ANSI是美國國家標準協會，其認證具有很高的權威性和公信力。

這個系統的任務是通過英偉達的物理AI，來檢測自動駕駛系統是否符合標準。AUMOVIO、Bosch、Nuro和Wayve等公司是Halos AI系統檢驗實驗室的首批成員。

為了推動4級自動駕駛，英偉達發佈了一個從25個國家手的多模態自動駕駛數據集，裡面包含了1700小時的攝像頭、雷達和激光雷達數據。

黃仁勳說這個數據集的價值在於其多樣性和規模，它涵蓋了不同的道路條件、交通規則和駕駛文化，為訓練更加通用的自動駕駛系統提供了基礎。

不過黃仁勳的藍圖遠不止於此。

他在GTC上宣佈了一系列與美國政府實驗室和領先企業的合作，目標是構建美國的AI基礎設施。黃仁勳說，我們正處於AI工業革命的黎明，這將定義每個行業和國家的未來。

這次合作的重頭戲是與美國能源部的合作。英偉達正在幫助能源部建設兩個超級計算中心，一個在阿貢國家實驗室，另一個在洛斯阿拉莫斯國家實驗室。

阿貢實驗室將獲得一個名為Solstice的超級計算機，這個系統配備了10萬個英偉達Blackwell GPU。10萬個GPU是什麼概念？這將是能源部有史以來最大的AI超級計算機。另外還有一個叫Equinox的系統，配備1萬個Blackwell GPU，預計2026年投入使用。這兩個系統加起來能提供2200 exaflops的AI計算性能。

阿貢實驗室主任保羅·科恩斯說，這些系統將重新定義性能、可擴展性和科學潛力。他們要用這些算力來做什麼？從材料科學到氣候建模，從量子計算到核武器模擬，都需要這種級別的計算能力。

除了政府實驗室，英偉達還在弗吉尼亞州建了一個AI工廠研究中心。這個中心的特別之處在於，它不只是一個數據中心，而是一個實驗場。英偉達要在這裡測試一個叫Omniverse DSX的東西，這是一個用於建設千兆瓦級AI工廠的藍圖。

一個普通數據中心可能只需要幾十兆瓦的電力，而千兆瓦相當於一箇中等規模核電站的發電量。

這個Omniverse DSX藍圖的核心思想是讓AI工廠變成一個自學習系統。AI代理會持續監控電力、冷卻和工作負載，自動調整參數來提高效率。比如當電網負荷高的時候，系統可以自動降低功耗，或者切換到儲能電池供電。

這種智能化管理對於千兆瓦級的設施來說至關重要，因為電費和冷卻成本會是天文數字。

這個願景很宏大，黃仁勳說他需要三年才能實現。AI-RAN測試要在2026年才能開始，基於DRIVE AGX Hyperion 10的自動駕駛汽車要到了2027年才能上路，能源部的超級計算機也是2027年投入使用。

英偉達手握CUDA這個殺手鐧，掌握著AI計算的事實標準。從訓練到推理，從數據中心到邊緣設備，從自動駕駛到生物醫學，英偉達的GPU無處不在。這次GTC上宣佈的這些投資和合作，進一步鞏固了這個地位。