AI-parate platforme
Altså en komplet infra-stack, som er mere end summen af dens dele. Dette er også en tilbagevendende forretningsmodel, hvor Nokia indgår aftaler med operatører i overensstemmelse med deres edge-datacenter-strategi, hvilket er et nyt marked, der åbner sig.
Hvor hyperscaler DC-switching er det sværeste marked at bryde ind på, leverer Nokia her hele optical + IP routing + NOS + automation + edge-core-integrationen, og her er IP-laget en af de mest profitable og strategisk bindende dele.
GTP5.2 vurderer værdien af Telefonica-aftalen til ~100–200 mio. € over flere år. Hvis dette skaleres på europæisk plan, er det ~1–2 mia. € kumulativt og en global telco-edge-udrulning på ~2–3 mia. € i perioden 2026–2030. På årsbasis i spidsbelastningsfasen ~300–600 mio. €?
I starten SAN JOSE, Calif. — NVIDIA GTC .. Så måske hører vi mere til den tid..?
Nokia annoncerede et betydeligt fremskridt inden for simulering af trådløse netværk med lanceringen af sin Nokia RAN Digital Twin. Dette system er bygget på NVIDIA Aerial Omniverse Digital Twin (AODT)-platformen og udnytter AI og avanceret ray tracing til at levere fysisk nøjagtige radioudbredelsesmiljøer til design og optimering af næste generations netværk.
Mens vi venter på andre annonceringer, og det er især den optiske side, der er interessant. Nu er RAN-tingene mere i fokus, da MWC2026 starter i næste uge.
Som svar på Reddit-opslaget, er her min korte kommentar om forskellene mellem Nokia og Ciena:
Ciena er en ren optisk spiller med en ordrebeholdning på omkring 5 milliarder dollars, og den er allerede fuldt ud blevet prissat om på markedet som en vinder inden for AI-infrastruktur.
Nokias optiske forretning er dog ikke væsentligt svagere. I 2025 var deres marginaler på den optiske side sammenlignelige, omsætningen var faktisk højere, og i fjerde kvartal gik omkring 30 % af salget i Optical Networks-enheden til AI-aktører og hyperscalere. Dette er sandt momentum.
Nokia = Betydeligt bredere udbud (optik + routing-chips + egen chipfabrik (en ny større fabrik tages i brug i år) + eget pakkeri + mobilnetværk + softwareforretning + indbringende patenter) → kompleksitetsrabat (complexity discount).
Vertikal integration af optiske netværk er dog en enorm fordel, som gør det muligt at opnå bedre lønsomhed og producere mere energieffektive produkter.
Ciena er i øjeblikket vurderet højere end hele Nokia-koncernen. Værdiansættelsesforskellen er slående og efter min mening uberettiget i lyset af Nokias fordele. Nokias investment case baserer sig på væksten i hyperscaler-kundeaftaler og marginudvidelse, hvilket vil blive efterfulgt af en rerating af værdiansættelsen, hvis NI-enheden lykkes med sin eksekvering. Ciena er prissat efter succes. Nokia er prissat efter behovet for at præstere.
En mere detaljeret Nokia–Ciena-sammenligning kan findes i et separat opslag.
Godt opsummeret, præcis sådan tænker jeg også selv. Nokia har virkelig en gylden mulighed i de kommende år, og egen produktion på komponentniveau (vertikal integration) sikrer bedre marginer end Ciena, såfremt produkterne er på niveau med eller bedre end andre førende virksomheders (som f.eks. Ciena). Som en forsmag på dette er ICE-X, efter hvad jeg forstår, rigtig god i sin klasse, og den kombinerer alt det væsentlige (DSP, PIC, InP..).
Der vælter ind med fantastiske nyheder, og vi er kun nede med 3 % i dag. Jeg nævner dette i tilfælde af, at der er nye investorer her, og dette ikke er hverdagskost. Virkelig stærk sag med den spanske datacenter-aftale. Den vil fungere som reference fremover.
Når Nokias RAN Digital Twin og Nvidias Omniverse-platform smelter sammen, fremhæves efter min mening en side af AI-RAN-udviklingen, som får mindre opmærksomhed i “AI-RAN vs ASIC-RAN”-debatten. Selvom branchen bevæger sig mod en GPU-baseret AI-RAN-arkitektur, er denne teknologi også altafgørende for udviklingen af traditionel ASIC-baseret (ReefShark) hardware. Her følger et resumé udarbejdet af Gemini:
Hvordan udnytter Nokia data og AI-platformen?
Nokia har adgang til årtiers “Real World RAN”-data fra hundredvis af netværk verden over. Dette udnyttes på følgende måde:
Finjustering af ASIC-parametre (ReefShark-optimering):
ASIC-chips (som Nokias ReefShark) er faste, men deres softwarebaserede parametre og algoritmer kan justeres.
Nokia føder sit indsamlede data ind i Nvidias AI-platform, som kører millioner af simuleringer i en digital tvilling. Dette afslører, hvilke indstillinger i ASIC-chippen (f.eks. strømstyring, hukommelsesforbrug eller timing), der fungerer bedst under specifikke belastningsforhold.
Resultatet er funktioner som “Extreme Deep Sleep”, der sparer op til 25 % energi alene ved at optimere chippens drift baseret på trafikdata i realtid.
Radions Beamforming-egenskaber:
Beamforming (stråleformning) i Massive MIMO-radioer er ekstremt kompleks fysik.
Nokias digitale tvilling bruger Nvidias strålesporing (Ray Tracing) til at modellere, hvordan radiobølger reflekteres fra virkelige materialer (glas, beton, træer) i et bymiljø.
Ved hjælp af denne simulering oplærer kunstig intelligens radions styringsalgoritmer til at rette strålerne mere præcist, hvilket kan forbedre netværkskapaciteten og spektraleffektiviteten med op til 40 %.
Lukket kredsløb (Closed-loop) fra simulering til produktion:
Nokia kan teste nye algoritmer virtuelt i den digitale tvilling, før de implementeres i fysiske basestationer.
Dette forkorter produktudviklingscyklussen (“concept-to-live”) markant og sikrer, at den ASIC-baserede hardware får fordelene ved AI, uden at selve hardwaren skal udskiftes.
Resumé: AI gør “dum” hardware intelligent
Selvom Nvidia presser på for GPU-baseret databehandling, er Nokias strategiske fordel evnen til at overføre denne AI-genererede viden direkte til deres AirScale- og ReefShark-portefølje.
Det betyder, at Nokia ikke dropper ASIC-udvikling, men derimod gør den “AI-native”. Den digitale tvilling fungerer som et laboratorium, hvor Nokias enorme mængder data omdannes til optimale præstationsværdier for ASIC-chips og radioer.
Virkelig stærk sag med den spanske datacenter-aftale. Den vil fungere som reference fremover.