在MWC22 巴塞罗那期间,华为举办了首届绿色5G产业圆桌。华为无线网络SingleRAN产品线副总裁段浩在圆桌会议中发表“5Green——建设性能和节能双优网络”主题演讲,倡议通过产业共同定义能效标准、加速创新解决方案落地帮助运营商建设性能和节能双优的网络;同时推进5G与千行百业融合,助力行业数字化和低碳化,实现社会绿色低碳发展。
段浩在绿色5G产业圆桌发言
世界各国政府当前正处于应对气候变化等紧迫挑战的关键时刻,ICT行业积极响应气候行动并设定全行业2030年减碳45%,2040年实现净零排放的目标。面对流量的持续增长,运营商也正在网络绿色低碳发展的方向上积极进行探索和实践。
华为本次举办绿色5G产业圆桌会议,期望更好地支持运营商网络节能减碳,倡导产业共同思考和定义能效标准,引导网络向最佳性能和高能效演进;并加快5G使能行业数字化的脚步,使能数字技术为社会低碳发展做出积极贡献。
倡议一:产业共同定义多维能效评估体系,助力运营商建设性能和节能双优网络
随着气候行动的推进,ICT产业提出了从关注能耗到关注能效,这为通信产业指出了网络的绿色发展方向。在此基础上,华为希冀联合全球运营商、产业组织和标准组织共同定义多维能效标准——在流量的基础上,引入覆盖、体验等性能因素。5Green倡议产业联合充分研讨、共同定义多维能效评估体系,进而实践多维能效的产业价值,牵引网络向性能和节能双优发展、牵引产品能耗的持续降低、支持标杆网络建设。
倡议二:持续创新,加速绿色解决方案在商用网络的落地
到2030年,移动网络流量百倍增长,移动网络的能效也需要百倍提升。为实现这个目标,华为在满足多业务需求的基础上,在设备、站点和网络三大层面进行端到端节能创新;通过系列化独特的射频、天线设计,极简化的站点部署以及智能化的网络节能方案助力运营商达成网络性能和节能双优。
设备层面,MetaAAU通过超大规模阵列设计将天线阵列规模翻倍至384个,使能空间波束集中进而大幅提升天线增益,使得小区边缘覆盖指标不变的条件下,能耗相较传统AAU降低约30%;超宽频RRU则采用超高集成度设计,通过超带宽功放、硬件和算法融合创新融合多个单频设备,相同功耗下支持更多频段,显著提升能效;SDIF技术则通过消除内部布线降低天线损耗,进而有助于将射频模块输出功率降低10~15%。
站点层面,C-RAN架构下基带单元集中放置,去机房、去空调部署大幅降低站点能耗。
智能化网络方面,通过AI节能平台和专家经验,实现全天候、全域端到端节能,在精细KPI保障的同时实行节能特性与节能参数寻优,典型网络配置下可降低运营商网络能耗25%以上。
同时,5Green倡议通过产业协同加速绿色解决方案在运营商网络的落地,助力运营商网络能效持续提升。
倡议三:推进5G赋能千行百业,加速行业数字化和低碳化进程
GSMA报告指出,ICT对社会节能减排的贡献为1:10,这意味着移动通信每消耗1度电,就将降低10度的社会用电。5Green倡议,加速推进5G赋能千行百业,加快5G与传统高耗能行业的深度融合,为各行业提质增效、节能降耗做出贡献。
发言的最后,段浩指出:“华为自身将在节能减碳方向上持续进行探索和创新,为运营商网络、社会绿色低碳发展提供坚实基础;华为也在此呼吁产业联合,齐心推进网络向性能和节能双优发展,同时加速5G在各行业的发展和应用,使能低碳社会向前迈步。”
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
北卡罗来纳大学教堂山分校研究团队提出MEXA框架,通过动态选择和聚合多个专业AI模型来处理复杂的多模态推理任务。该方法无需额外训练,在视频理解、音频分析、3D场景理解和医学诊断等多个基准测试中显著超越现有模型,为AI系统设计提供了新思路。