[中国,深圳,2021年4月14日] 在华为第十八届全球分析师大会期间,华为无线营销副总裁朱慧敏发表了《创新共赢5G未来》的主题演讲,详细阐述了华为“1+N”5G目标网的创新理念,分享了业界领先的5G全系列产品与解决方案。朱慧敏表示,“面向‘1+N’5G目标网,华为将围绕多天线技术持续创新,提升5G网络覆盖与体验,并完善高可靠、大上行、低时延等5GtoB解决方案,构筑5GtoB‘规、建、维、优’的服务能力,实现5G社会价值。”
当前,5G产业已经进入“网络、用户、终端、业务”相互促进、正向循环的发展状态。一方面,逐渐成熟的终端生态,不断下降的终端价格,使用户在换机过程中自然选择5G终端,促使运营商继续完善5G网络的覆盖。另一方面,5G网络跨代体验,激发创新业务的出现,个人用户在体验过程中将消耗数倍的流量,行业联接则需要大上行、低时延和高可靠等需求,也推动5G网络能力不断增强与演进。
为了满足个人/行业的联接差异化需求,面向“1+N”5G目标网,华为通过5G解决方案持续创新,与运营商一起构建高质量5G网络。
5G全频段全场景多天线解决方案
Massive MIMO是兑现5G跨代体验的关键技术。自2018年首商用以来,华为5G Massive MIMO产品始终处于业界领先地位。截止目前,华为5G Massive MIMO产品部署已超过百万站,成为全球主流运营商的首选。
基于长达十年的研究积累,华为在无线RAN网络各领域取得了大量的技术突破,将多天线技术引入到5G的每个频段、每个场景,持续提升5G网络覆盖和体验,让5G网络承载更多流量,构筑1张普遍覆盖、toC与toB业务并重的宽管道基础网。
多天线从TDD到FDD,走向全频段。在TDD频段,华为推出业界重量最轻、带宽最宽的TDD M-MIMO,简化网络站点部署,提升运营商建网效率;随着多天线技术在工程实现上日趋成熟,商用性能持续增强,在FDD频段上的应用也逐渐成为主流,面向不同容量、体验与覆盖场景,华为推出了多频4T4R/8T8R/M-MIMO的FDD NR系列化产品,满足客户建网的需求。
多天线从室外到室内,从多抱杆到单抱杆,走向全场景。面向室内高密场景,结合多天线技术,华为推出业界独家的分布式Massive MIMO方案,实现室内千兆体验;针对天面空间受限场景,华为推出的业界首款基于32T/64T的BladeAAU Pro解决方案,单抱杆兑现极致性能。
此外,算法是最大化Massive MIMO能力的关键。通过对Massive MIMO系统研发的长期积累,华为推出业界最强性能的AHR(自适应高分辨率)算法,通过精准信道估计,提升波束赋形的精准性,大幅提升SU-MIMO与MU-MIMO的性能,实现用户体验与小区容量大幅提升。
网络“N”维能力持续创新
相较于人的联接,行业中各种物的联接,不仅需要一张普遍覆盖网络,支撑物联终端的海量连接,同时在局部场景,业务体验从单一的速率维度,扩展到包括上下行速率、端到端时延、定位等多维度。同时,多样性网络能力按照服务模式的组合,对网络的建设和维护提出了更高的要求。
为此,华为持续增强5GtoB网络解决方案,支持好行业关键需求,以实现5G社会价值。为了满足80%以上的5GtoB应用场景,华为推出业界独家的超级上行解决方案,通过高效利用FDD/TDD上行资源及SUL专属频谱,不断提升网络上行容量需求。面向企业海量小规模的“规、建、维、优”的服务能力,华为推出业界首个面向行业应用的自动化网络管理平台5GtoB Suite,提供智能精准规划、规划到运维的全流程自动化、主动端网运维等功能,打造高可靠5GtoB行业网络,助力5GtoB商业成功。
在发言的最后,朱慧敏分享到,“面向未来5G黄金十年,华为将与产业伙伴一起进行持续创新,通过5G及其演进技术,做强5G网络,为5G注入源源不断的生命力”。
好文章,需要你的鼓励
新加坡人工智能机构与阿里云发布全新大语言模型Qwen-Sea-Lion-v4,专门针对东南亚语言和文化特色进行优化。该模型结合阿里云Qwen3-32B基础模型和大量东南亚地区数据集,在东南亚语言模型评估榜单中位居开源模型首位。模型支持119种语言,能在32GB内存的消费级笔记本上运行,采用字节对编码技术更好处理非拉丁文字,并具备3.2万词元上下文长度,可执行文档级推理和摘要任务。
中科大联合快手等机构推出VR-Thinker技术,首次实现AI视频评判员的"边看边想"能力。该系统通过主动选择关键画面、智能记忆管理和三阶段训练,在视频质量评估准确率上达到75%-82%,特别擅长处理长视频场景,为AI视频生成的质量控制提供了突破性解决方案。
AI智能体是下一代业务自动化工具,不仅能对话交流,还能执行复杂任务。与ChatGPT聊天机器人不同,它们可在最少人工干预下规划并完成工作。文章介绍了五个高影响力应用:自动化客户服务解决方案、销售CRM管理、合规自动化、招聘筛选与排程、市场情报报告。这些应用都具有重复性工作流程、依赖结构化数据、遵循可预测规则等特点,能够释放员工宝贵时间用于更有价值的工作。
微软研究院发布BitDistill技术,通过三阶段优化将大型语言模型压缩至1.58位精度,在保持性能的同时实现10倍内存节省和2.65倍速度提升。该技术包括模型结构稳定化、持续预训练适应和知识蒸馏传承三个关键步骤,解决了模型量化中的性能衰减和规模化问题,为AI模型在资源受限设备上的高效部署提供了新方案。