[泰国,曼谷,2022年10月26日] 2022全球移动宽带论坛(Global MBB Forum 2022)期间,华为ICT产品与解决方案总裁、华为无线网络产品线总裁杨超斌发布了实现全频段走向5G的One 5G理念和全系列解决方案。杨超斌表示:“5G已进入高速发展期,未来全频段将走向5G。华为All-Band 5G全系列解决方案将帮助客户构筑性能最优、能耗最低、体验最好的5G网络。”
杨超斌在2022全球移动宽带论坛发表主题演讲
5G商用三年以来,在网络覆盖、终端、用户规模等方面发展迅速,证明了5G不仅可以给消费者带来更高清、更沉浸的数字生活体验,同时加速千行百业数字化转型,改善人们的工作方式和企业的生产效率。在网络建设方面,5G从初期围绕TDD、毫米波建设,逐步走向TDD+FDD融合组网的主流建设模式。
面向未来,所有的联接将走向5G、所有的业务将走向5G、所有的频段也将走向5G。华为发布One 5G理念和系列解决方案,最大化提升各频段能力,使能各频段高效协同,助力运营商建设综合性价比最优的5G网络。
超大规模天线阵列MetaAAU,提升TDD上下行覆盖,降低能耗
TDD大带宽结合M-MIMO已兑现5G的十倍体验。如何进一步提升覆盖和容量并降低能耗,是TDD M-MIMO持续创新的动力。
MetaAAU引入超大规模天线阵列技术,通过算法、架构的软硬件融合创新,实现性能和节能双提升。MetaAAU已经在全球规模部署,已被证明可以提升上下行覆盖和体验,并降低能耗。
未来,随着更多新频谱的发放,运营商需要更大带宽的产品来满足频谱的发放需求和超大带宽的极简部署。全新800MHz MetaAAU产品,单模块可满足当前C-Band建设与未来新频发放的极简部署需求。
针对天面受限场景,Meta BladeAAU创新地将Meta技术与Blade技术相结合,一根杆满足MetaAAU和Sub3GHz全频段的极简部署,是单天面场景的又一突破。
超宽带多天线,简化FDD碎片化频谱部署,提升频谱效率
FDD存量频段持续向5G演进,面临频谱碎片化、频谱带宽窄、多制式共存等挑战。华为全系列超宽带、多天线解决方案持续创新,助力运营商实现简化部署、提升频谱效率、兼顾5G与存量制式体验。
超宽带4T4R RRU产品,支持700~900MHz或1.8~2.6/1.4GHz多频段的极简部署,通过全载波、全频段、全制式的毫秒级功率共享,降低功耗的同时实现存量GU覆盖不收缩。1.8GHz和2.1GHz双频合一8T8R RRU,可实现4G容量1.5倍提升和5G容量3倍提升。结合赫兹平台天线的 SDIF技术,还能带来能耗的降低。
针对高容量场景,华为FDD M-MIMO可提升4G网络容量3倍,5G容量5倍,实现4G与5G双收益。当前,华为FDD M-MIMO已在全球超70张网络规模商用。针对单抱杆场景,业界首个FDD BladeAAU方案,使能FDD M-MIMO和Sub-3GHz Passive单抱杆极简部署。
室内LampSite和农网RuralLink解决方案,提供无处不在的5G体验
室内场景承载了无线网络70%的流量。华为LampSite 5.0解决方案,TDD+FDD多频多制式合一,高集成度设计不仅降低了重量和体积,也大幅降低了功耗。同时,LampSite引入毫米波,通过分布式架构和超大带宽,实现室内万兆容量。
针对偏远农村场景,华为RuralLink解决方案通过一个RRU加一根天线即可为农村提供三扇区网络覆盖,通过微波前传实现免BBU极简部署,远端站点拉远距离超20公里。RuralLink的极简设计和极低能耗,使单站供电仅需6块太阳能板,同时支持远端运维。
IntelligentRAN,使能5G网络走向智能化
随着全频段走向5G,网络需要拥抱智能化来满足多样性的业务需求、提升多制式运维效率、平衡用户体验和网络能耗。华为提出了IntelligentRAN,基于分层的创新架构,帮助运营商降低网络运维成本,使能网络能力开放,激发更多商业机会。
One 5G全频段解决方案和IntelligentRAN一起,充分释放TDD、FDD、毫米波等各频段能力,使能全频段深度协同,提升网络性能,降低网络能耗,实现“Bands Work As One & Network Work As One”的目标。
“这是最好的时代,5G发展正进入新阶段,让我们持续创新,共同实现5G改变世界的愿景,大步迈向智能世界!”杨超斌说。
好文章,需要你的鼓励
Amazon旗下秘密研发机构Lab126新成立团队,专注在机器人上嵌入自主代理AI,实现通过自然语言完成复杂任务,从而提升仓储物流与配送效率,同时开发高精度地图技术。
这项研究介绍了一种新型多模态扩散模型,能够同时生成量子电路的离散结构和连续参数。由因斯布鲁克大学和NVIDIA公司研究人员开发,该模型利用两个独立但协同工作的扩散过程处理门类型选择和参数预测,克服了传统量子电路编译方法的效率瓶颈。研究证明了该模型在不同量子比特数量、电路深度和参数化门比例下的有效性,并通过快速电路生成创建了数据集,从中提取出有价值的结构见解,为量子电路合成提供了新方向。
SenseFlow是香港科技大学等机构联合开发的文本到图像蒸馏技术,解决了大型流匹配模型蒸馏的三大难题。研究团队提出隐式分布对齐(IDA)稳定训练过程,段内引导(ISG)优化时间步重要性分配,并设计基于视觉基础模型的判别器提升生成质量。实验表明,SenseFlow能将SD 3.5和FLUX等12B参数级模型成功蒸馏为仅需4步生成的高效版本,同时保持甚至超越原模型在多项指标上的表现,代表了AI图像生成效率提升的重要突破。