5G的出现,势必会带来对更高移动网络连接速度和更大数据容量的需求。为了应对这一提升性能的需求,就需要新的基站技术。
基站是所有移动网络必须克服的一个瓶颈。也正是这个瓶颈,将目前的4G网络限制在50Mbps的平均峰值数据速度内,并阻碍它实现真正的实时传输。
相反,5G或许能实现实时无线通信,并实现10Gbps的最大数据速率。
德国弗莱堡的弗劳恩霍夫应用固体物理研究所(Fraunhofer Institute for Applied Solid State Physics)声称拥有“扩大这一瓶颈的技巧”。
弗劳恩霍夫应用固体物理研究所研究人员目前正在开发新型功率放大器,能比当前4G技术以更快的速度发送更大量的数据。
这些新型功率放大器能利用高达6GHz的额外无线频率;相比之下,LTE则限定在2.7GHz。
但是,尽管这些高频率能实现更快的数据传输,同时却也更难有效地提供更高功率。
因此,劳恩霍夫IAF的科学家们开始利用氮化镓(GaN)构建更适合于更高5G频率的射频电源发送器。
劳恩霍夫IAF的Rüdiger Quay博士解释道:“由于氮化镓特殊的晶体结构,同样的电压可以在更高的频率中实现,从而带来更高的功率和更好的效率性能。”
加上能为用户提供高精确度数据服务的新型电子转向天线,5G网络能处理比当前高达200倍的数据传输量,而无需大幅度增加功率消耗。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。