Edge AI / AI-RAN 受益股有哪些？ 过去两年，AI基础设施投资主要集中在GPU、HBM、数据中心、光模块、电力。 这些对应的是大模型训练阶段。但随着推理需求持续增长，AI正在从集中式云训练扩展到边缘推理。 黄仁勋在最近几次GTC、财报会和AI-RAN相关活动中持续强调：AI将逐渐进入运营商网络、边缘节点、工业现场、机器人、自动驾驶等场景。 未来AI架构会逐渐形成"云+边+端"协同模式。云端负责训练与集中算力，边缘负责低延迟推理与实时响应，终端负责本地感知与执行。 AI-RAN目前仍处于较早阶段，但运营商、设备商和芯片公司已经开始布局相关生态。 几个值得关注的方向 NOK Nokia是AI-RAN Alliance参与方之一，与英伟达在AI-RAN和Cloud RAN方向存在合作。公司长期深度参与全球运营商无线网络建设，在Open RAN、Cloud RAN、边缘网络等方向具备产业基础。 市场目前仍主要将其视为传统通信设备公司。如果未来AI-RAN逐渐进入运营商CapEx周期，Nokia在相关基础设施中的角色可能会重新被定价。 MRVL Marvell与AI-RAN的关系更多体现在网络silicon、数据流动、custom ASIC、边缘网络互联等底层能力。公司并不是AI-RAN设备商，但在Cloud RAN、高速互联、packet processing、运营商基础设施等方向均有布局。 市场通常将MRVL更多视为AI数据流动层相关公司，AI-RAN可以视为其潜在增量应用场景之一。 ERIC Ericsson是全球主要RAN设备商之一，也是AI-RAN Alliance成员。在Cloud RAN、Open RAN等方向持续投入。如果未来AI-RAN商业化推进，Ericsson理论上具备较强产业参与能力。 不过整体行业商业模式与CapEx节奏尚未完全明确，仍需要观察。 ADI ADI属于模拟芯片公司。边缘AI、无线通信、工业设备等场景都需要RF、ADC/DAC、电源管理、信号链。随着边缘推理与无线网络复杂度提升，高性能模拟器件的重要性可能持续提升。ADI与AI-RAN的关系主要体现在底层模拟与信号处理环节。 QCOM Qualcomm在无线通信、低功耗SoC、边缘AI、终端侧推理领域具备长期积累。推出了用于Open RAN的X100 accelerator，同时持续布局AI PC、边缘AI与6G。 市场过去更多关注其手机业务，但未来边缘推理需求增长后，其在低功耗AI与无线连接领域的能力可能获得更多关注。 BB BlackBerry当前最核心的资产是QNX，一个长期应用于汽车、工业设备、嵌入式系统、ADAS场景的实时操作系统。随着Edge AI与Physical AI的发展，对稳定性、低延迟、实时响应的要求可能提升。市场在关注QNX在未来边缘智能设备中的潜在应用空间，但商业化规模与节奏仍需持续观察。 简单划分一下风险收益 长期产业相关性较高： NOK MRVL 产业地位相对稳定： ERIC ADI 市场预期差相对较大： QCOM BB 需要注意的是，AI-RAN与Edge AI当前仍属于较早期方向。产业链参与者较多，商业模式和行业格局仍在演化过程中。相关公司未来受益程度，取决于运营商CapEx、边缘AI渗透速度、推理需求增长，以及AI-RAN商业化进展。(Art of Speculation)