[中国,深圳,2022年4月28日] 今日,在2022华为全球分析师大会期间,华为无线网络5.5G领域总经理高全中就“5.5G深化数智社会转型”进行主题发言。高全中表示:“数智社会具备虚实融合、数字孪生、人机协作等核心特征,在人类的生产生活和创新模式将发生深刻变化,5.5G提供泛在万兆体验和千亿联接能力,将成为数智社会核心基础设施。”
5.5G万兆体验千亿联接能力,带来巨大产业价值
5G和5.5G就如同比赛的上下半场,5G上半场开启了数智社会,5G下半场能力再升级,将全面深化和使能数智社会转型。5.5G定位于数智社会的核心基础设施,将带来巨大的产业价值。5.5G在传统的通信方面将带来能力的巨大跃升,支持下行10Gbps、上行Gbps、宽带实时交互、千亿物联等超级联接的能力,使能未来虚拟世界、数字孪生和人机协同等核心场景;另一方面,5.5G还将支持感知、高精定位等超越联接的能力,为未来智慧城市构建、数字社会重构和运营商持续探索新产业提供充足动力。
从2.5G到5.5G,每一个半代技术相比上一代在速率上都有约30倍的提升,每一次速率的跃变都直接推动了产业的升级。3G HSPA+推动了智能手机的问世,4.5G推动移动视频走向高清化。5.5G的泛在万兆体验将势必激活AR/VR产业,宽带实时交互将把全感官全交互沉浸式体验带入现实。上行千兆和毫秒级交互时延将全面使能全息交互的对称体验、数字孪生的海量数据上床和及人机云脑协作的大数据收集和实时控制。
在toB方面,5.5G将支持最全面的物联网能力,模组类型将涵盖从工业级高速连接到RedCap、RedCap evo、NB-IoT、无源物联等从Gbps到kbps的全系列物联模组能力和不同的成本档位,5.5G将为物联网设备提供最适配的物联方案,最高性价比的终端类型,全面使能万物智联,为千亿连接提供最强大的产业支持。
5.5G还将划时代的提供超越连接的能力,基站通信将内生感知能力,一网多用既支持通信,又支持感知。未来自动驾驶的设备越来越多,比如无人机、自动驾驶汽车、机器人等设备将会普及,这些设备影响周围环境的能力非常强,但是承担社会责任和法律责任的能力非常弱,如何通过通信感知一体化的能力实现感空一体,在城市低空安防、智慧交通车路协同、高铁周界感知等多个应用场景构建高效治理的和谐数智社会是5.5G的另一大核心价值。
过去业务和网络是解耦发展的,这往往容易造成双方在制定商业计划时都基于最保守的假设,非常不利于业务的快速普及和整个产业的快速迭代创新和发展。实际上内容侧的数据帧是天然具备不等重要性的,无线网络信号的波动也是天然的物理特性。如果业务侧和内容侧通过简单的信令互相通知各自的状态,将会产生1+1大于2的双赢结果。5.5G将开启业务和网络协同创新的大门,构建开放双赢的协同机制。
5.5G网络 1+1+N,全面深化数智社会转型
为了达成这些产业价值,履行在数字社会智能社会的基础设施的历史使命,5.5G需要在5G千兆基础网之上,构筑一张连续覆盖的万兆体验层,去支撑虚实宽带交互、云端人机协同,toB数字孪生等高价值的对未来社会创新和进步具备巨大影响和价值的关键业务场景。同时,可以在N维子空间按需部署通感一体化、无源物联、高精度定位等新能力。这就是“1+1+N”5.5G建网理念,高全中强调。
频谱是运营商的核心生产要素,也是网络建设的最关键要素。5.5G 1+1+N建网理念,在7GHz以下提供超大带宽频谱是实现万兆体验、宽带实时交互的基石。未来的6GHz频谱汇集了超大带宽和Massive MIMO两大最核心的技术元素,将会在比特能效和比特成本上具备前所未有的投资效率和价值。
在上行方面,在Sub3G频谱支持全上行的频谱使用模式,可以用最低的能耗达成上行Gbps的诉求和海量上传的容量要求。
在核心技术演进上,ELAA-MM(超大规模天线阵列M-MIMO)将通过绿色的无源阵列倍增的方式提升覆盖能力,以及分布式ELAA-MM的部署方式将变干扰为能量,大幅降低无效能量辐射,结合大带宽的优势,实现比特能效10倍提升,构筑高效绿色5.5G网络。
在网络智能方面,5.5G将内生提供空口智能、环境感知、网络孪生等创新能力,为5.5G打造新引擎、新体验。
5.5G的健康发展需要产业伙伴共同携手打造,在网络、生态、业务等各方面深度协同,高全中呼吁产业链各方就共同关心的超大带宽频谱发放、全上行频谱使用模式、利用运营商无处不在的基站基础设施支持超越联接能力构建未来智慧城市、绿色智能、终端生态发展等方向持续探索和创新,实现人类共建美好数智社会的梦想。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。