3GPP SA#94-e会议于2021年12月9日-12月20日在线上召开。经过产业界伙伴的协同努力,共同确定了5G-Advanced第一个版本Rel-18网络架构的28个立项。SA/SA2(SystemArchitecture)负责定义无线移动通信系统的端到端网络架构,关键版本、特性往往会伴随着系统架构的演进和升级。28个立项的产业共识给予网络架构R18极高的期待,5G-Advanced的产业和标准推动进入下一个阶段。
2021年4月,3GPP PCG 5G-Advanced的官方定义吹响了产业界对于R18网络架构立项的冲锋号。2021.4月部分公司提出R18网络架构立项的愿景和关键特性,2021.5和2021.8的小组会议上各家公司从产业的不同维度提出了自己的立项重点方向。2021.9月召开了R18专题研讨会,运营商,设备商,终端厂商和芯片厂商,垂直行业玩家,以及5GAA/5GMAG/5GDNA/ 5GACIA等产业组织共提出了近50个立项的方向。涵盖了eMBB,物联/passive IoT,工业互联,宽带实时交互,通信感知融合/定位等方向。经过3GPP SA2和SA的进一步讨论以及产业界公司的协同排序,最终确定了28个立项。
1. 宽带实时新媒体网络架构,提升系统容量和用户体验
5.5G时代,消费者视频互动化趋势明显,将带来下一波视频体验的革命。VR/AR、云游戏商用化快速发展,成为移动网络新的杀手应用和流量高地。实时新媒体网络架构使能媒体特征感知、传输增强以及多流传输协同,在有限空口资源保障流内关键报文传输,解决高带宽+低时延+帧突发容量低问题,大幅度提升系统容量和用户体验。

2. eMBB基础架构持续演进,使能更好的eMBB业务体验
5G的服务化架构带来了更多的演进和增强灵活性以支持更多的MBB业务快速部署和体验提升。在边缘,切片,能力开放,策略等多维度持续提升5G基础网络架构的能力。
EC边缘能力支持漫游和更多的本地能力开放。网络切片更好支持漫游用户的选网配置,大网部署下针对切片更灵活的管控。用户面UPF能力的实时开放避免能力信息上报的迂回路由。广播组播支持inactive接收和网络共享下多PLMN资源共享。支持IAB移动性,满足更多的车载等移动场景。网络架构演进持续支持WiFi等non-3GPP接入方式和分流。终端和网络侧的策略更好协同和管控。

3.更加强大的网络智能化大脑
5.5G将持续提升NWDAF网络智能化大脑的数据收集和分析能力,联邦学习使能大区制部署和多维数据整合,并增强执行结果的反馈和分析推荐闭环管控。具体应用场景上,支持加密流量检测和分析,更细粒度QoS分析和预测等做实和做厚网络自动化和智能化并支撑商业落地。针对更多的AI/ML应用,将在QoS和策略上确保终端和服务器之间更好的交互AI/ML信息。

4. 提升定位精度降低功耗,使能园区定位,sidelink和Uu深度融合拓展新应用
5.5G产业需要支持高精度和低功耗定位以满足该垂直行业的普适性诉求,网络对定位终端进行识别和管控并通过网络架构使能定位数据不出园区。结合sidelink定位进一步提升定位精度。Sidelink和Uu多路径协同,提升吞吐量、可靠性支撑更多行业的应用。

5. IIoT-Adv网络能力增强,使能更多的ToB场景和业务
持续提升5G对工业互联,URLLC业务的支持能力,打开智能制造领域的新空间。N3接口与传输联动,确保基站到UPF的传输确定性。空口、N3、业务联合调度,提升IIoT业务的空口容量和降低端到端时延,使能更多的工业互联应用。更加灵活开放5GS的同步能力,动态组管理,支持跨数据中心/SMF的局域LAN通信。更灵活的私网部署方式,支持私网之间的移动性增强和灵活的UE选网配置。研究5G网络对DetNet等新的工业控制协议的适配。

6.IMS新通话提升用户体验
5.5G时代,运营商基于IMS网络演进,打造运营商话音业务“快应用”。在基础话音业务体验基础上,提供高清、可视、可交互、可信的5G新通话服务。在ToB通话上利用拨号盘新入口,聚合企业用户,支撑企业流量变现,开拓B端新空间。

7.卫星蜂窝深度融合
5G演进网络架构持续支持卫星和蜂窝网络的深度融合,一套网络架构无缝支持卫星接入和卫星backhaul,持续做大5G连接和产业空间。针对IoT非连续覆盖,增强移动性管理和降低终端功耗。针对卫星backhaul,支持动态的backhaul带宽和时延管理,支持UPF上星。

28个架构立项任重而道远,接下来将是精彩和紧张地标准化方案讨论、制定阶段。相信通过不断的技术创新,产业界各方力量的协同努力,5G-Advanced将打造更美好的智能世界。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。