电信运营商终于在AI浪潮中占据一席之地

过去几年，电信行业在一定程度上只能眼睁睁看着超大规模云厂商和芯片制造商瓜分AI基础设施的投资红利。如今，运营商们开始主动出击。Verizon与谷歌签署了一项价值10亿美元的数据中心互联合作协议，云端与边缘业务的营收预计将于2027年起加速增长。SK电信则更进一步，专门设立了子品牌SK Hyper，全面负责旗下AI数据中心业务的端到端运营。

电信运营商能够在AI领域拥有话语权，根本原因在于AI工作负载的重心正在从训练转向推理。模型训练集中发生在少数几处大型中心化设施中，而推理则随时随地、贴近用户发生。这恰恰需要分布式基础设施——数据中心、城域站点、边缘节点以及连接它们的网络——而这些正是电信运营商本就拥有的资产。AT&T在其第二季度财报电话会议上明确表达了这一观点，称其网络已经为智能体AI浪潮做好了准备。值得关注的是，AT&T的网络优化优先考虑上行流量，而非上一代网络着重提升的下载速度。其策略将推理视为主要网络工作负载，并将编排能力而非更大规模的模型视为真正的突破口。

上行流量优先的趋势同样体现在无线侧。华为与中国联通北京已完成商用部署，推出了据称全球最大规模的5G-A 100 MHz GigaUplink网络，华为预测移动AI将在全球范围内推动新一轮上行网络投资浪潮。对于这类厂商预测应保持审慎态度，但其所指的方向与AT&T的独立判断不谋而合——原本为内容消费而设计的网络，正在被重新定向以适应那些产生和发送数据与接收数据同样多的终端设备。与此同时，Verizon也在将AI能力向内部延伸，首席技术官Yago Tenorio将核心网络关键部分的四级自动化（Level 4）作为目标，这一战略依托的是只有运营商才掌握的情境化数据。

当然，并非每一项亮眼的基础设施技术都已准备好大规模商用。HKT推出的3.2Tbps空芯光纤"超级高速公路"在超低时延数据中心互联领域确实令人印象深刻，但分析师警告，大规模商用普及或许还需要十年时间。这也提醒我们，在这个市场中，从技术演示到可落地的商业方案之间，距离往往远比看上去的要大。

以下是更多行业动态：

Verizon与谷歌签署10亿美元数据中心互联协议：该运营商正将业务重心从传统电信转型转向连接数据中心、城域站点和边缘节点。

SK电信成立独立AI基础设施公司：SK Hyper负责全面统筹AI数据中心的开发、土地收购及变电站运营。

三星与博通签署2000亿美元AI芯片合作备忘录：这份为期五年的合作协议将使三星成为博通AI芯片的一站式供应商，整合2nm代工、HBM4内存及先进封装业务。

基础设施格局正在转变：分布式AI基础设施正成为电信运营商下一个关键收入增长周期。

Verizon认知自动化战略：Verizon发布了由首席技术官Yago Tenorio主导的AI战略，核心是利用运营商独有的情境化数据，公开宣布计划在核心网络关键部分实现四级自动化。

AT&T智能体AI就绪能力：AT&T表示，凭借其上行流量处理能力，其网络架构已为智能体AI浪潮做好准备。整体策略将推理视为主要网络工作负载，聚焦编排能力，而非一味追求部署更大规模的大语言模型。

华为移动AI上行网络部署：华为与中国联通北京完成全球最大规模5G-A 100 MHz GigaUplink网络的商用部署，并预测移动AI需求将推动全球上行网络新一轮大规模投资。

空芯光纤高成本挑战：HKT推出3.2Tbps空芯光纤AI"超级高速公路"，展示其在数据中心互联网络中的超低时延能力，但分析机构CRU Group警告，受限于成本差距、生态系统不成熟及产能不足，大规模商用普及或需长达十年时间。

Q&A

Q1：Verizon与谷歌签署的10亿美元数据中心互联协议具体包含哪些内容？

A：Verizon与谷歌达成了一项价值10亿美元的数据中心互联（DCI）合作协议，核心是推动Verizon从传统电信转型，转向连接数据中心、城域站点和边缘节点的新业务。云端与边缘业务的相关营收预计将从2027年开始加速增长。这标志着Verizon正将AI基础设施互联作为其核心战略方向之一。

Q2：AT&T说网络已经为智能体AI做好准备，依据是什么？

A：AT&T在其第二季度财报电话会议上表示，其网络架构在设计上优先保障上行流量，而非传统网络侧重的下载速度。这一特点使其更适合智能体AI场景——智能体需要持续生成并发送数据。AT&T的策略是将推理作为主要网络工作负载，并以编排能力为核心突破口，而非单纯依赖部署更大规模的大语言模型。

Q3：空芯光纤技术距离大规模商用还有多远？

A：HKT展示的3.2Tbps空芯光纤技术在超低时延数据中心互联方面性能出色，但分析机构CRU Group指出，受限于与传统光纤的成本差距、尚不成熟的产业生态以及有限的生产能力，空芯光纤实现大规模商用普及预计还需要长达十年的时间。目前该技术更多处于技术展示阶段，距离可大规模落地的商业方案仍有较长距离。