中国,北京,2021年9月27日——今日,在中国(北京)国际信息通信展览会上,华为无线产品线总裁杨超斌发布了Massive MIMO创新产品MetaAAU。MetaAAU引入超大规模天线阵列技术,通过算法、架构,软硬件融合创新,实现性能和节能双提升,开启Massive MIMO新方向。

追求更低的比特成本和比特能耗是Massive MIMO持续创新的动力
5G商用以来,中频大带宽配合Massive MIMO技术实现了5G初心,为消费者带来10倍体验提升。5G杀手级体验改变着消费者习惯;一方面,消费者更多地使用移动网络接入互联网,移动网络流量呈指数上涨,预计2030年移动网络将承载超过一半互联网流量;另一方面,随着短视频,直播带货等业务普及,农村数字经济发展,农村网络流量快速增长,农村移动网络流量增速高于城市流量增速。
杨超斌表示:“中频大带宽配合Massive MIMO技术,能够有效提升小区容量,应对流量增长,降低网络比特成本,这是中国建设最好的5G网络的基础。“ 中频段覆盖能力弱于低频段,提升基站覆盖的传统方案是增大射频发射功率,但这仅能提升下行覆盖,无法突破上行覆盖限制;增大发射功率也会导致模块能耗增加,与绿色节能目标矛盾。
如何提升覆盖做大容量持续降低网络比特成本,同时降低比特能耗,是Massive MIMO持续创新的动力。
MetaAAU引入超大规模天线阵列技术,软硬结合,兼顾网络性能和绿色节能
AAU天线阵列规模越大,信道波束越窄,信道能量越聚焦,覆盖距离越远。MetaAAU引入超大规模天线阵列,不增加发射功率同时提升上下行覆盖。杨超斌表示:“超大规模天线阵列是提升覆盖和降低能耗的重要创新方向,MetaAAU通过新架构,新算法融合创新,实现网络性能和绿色节能双提升,助力运营商建设优质绿色5G网络。“
MetaAAU引入新架构,天线阵列规模翻倍,上行覆盖和下行覆盖同时提升;不增加发射功率,提升边缘用户体验。同时,自适应高分辨波束赋形算法AHR Turbo,让业务信道波束更精准地指向用户;自适应波束寻优,智能适配用户无线信道变化,提升空口资源利用效率;高分辨波束域降噪,提升多用户配对效率。AHR Turbo让MetaAAU做到“对得准”、“跟得快”、“配对好”,大幅提升用户体验和小区容量。
测试表明,相比传统方案MetaAAU可以同时提升小区30%上行覆盖和30%下行覆盖,边缘用户平均体验可提升25%。在小区边缘覆盖指标不变的情况下,基站可配置更低的发射功率,从而降低基站能耗,相比传统AAU,能耗降低约30%。
杨超斌在演讲的最后强调道:“华为创新脚步不会停止,不断创新,夯实连续覆盖的宽管道基础网络;同时面向未来5.5G,在大上行,大连接,精准定位等方面不断演进,提升网络能力,为中国5G持续领先贡献力量。“
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。