在巴塞罗那2026年世界移动通信大会举办前，诺基亚首席技术及人工智能官帕拉维·马哈詹阐述了将电信网络转型为分布式AI基础设施的愿景。她指出，确定性延迟、协同推理和高容量光互连是物理AI系统成功的关键。马哈詹以动态环境中的机器人为例，强调未来网络需将无线接入、边缘计算、核心网、IP路由、数据中心交换和相干光传输整合为统一架构，而非各自独立的模块。

马哈詹聚焦于分布式推理，例如机器人进行本地视觉处理，同时将需要毫秒级延迟的模型卸载到边缘计算节点。车队级协调在中心办公室处理，大规模AI训练和模型更新则在分布式AI工厂执行。这一链条——包括无线接入与切片、核心控制、IP传输、数据中心架构和光互连——必须确保端到端延迟和可靠性的确定性。性能衡量从峰值吞吐量转向跨域保障，当延迟超出阈值时，工作负载会自动在边缘和云之间迁移。

诺基亚的策略结合了AI原生软件架构与垂直集成的光学创新。马哈詹提到，电信基础设施采用与超大规模环境相同的AI数据中心芯片，以实现软硬件解耦和加速模型迭代。诺基亚还提供端到端光控制，从内部DSP和光子集成到相干可插拔模块，支持长途数据中心互连每接口1.2 Tbps速率。光学技术成为扩展分布式AI的基础，促进GPU集群和跨区域AI工厂之间的低延迟、高容量连接。商业AI-RAN试验计划于2026年启动，目标在2027年发布。

马哈詹总结道：“网络对我们来说不再是静态连接。它是连接智能的分布式神经系统。”这一确定性AI网络整合了GPU加速、光传输和无线接入，旨在提升电信系统的智能化和效率。