康普RUCKUS大中华区总监 程俊邦
推动从制造业到物流业到办公园区等企业环境发展的专用无线网络正处于大规模演进飞跃的阶段。历经十年的渐进式发展,我们将在2023年迎来Wi-Fi®和蜂窝网络在企业级领域的大规模广泛融合。随着理论上的目标终于走向实践落地,这种融合将在网络的带宽、效率、安全和灵活性方面释放出惊人的全新潜力。此外,得益于日益协作式的监管环境,全球范围内都将迎来企业网络的新生发展。
聚焦当下
许多大型企业环境依赖于Wi-Fi和室内/外小型蜂窝或分布式天线系统(DAS)的组合来实现蜂窝连接。Wi-Fi非常适合大多数的连接需求,因其能够作为一种经济高效的方式,连接用户、物联网(IoT)设备和其他基础设施;而蜂窝网络(尤其是通过5G来实现)能够为远距离连接带来卓越的移动性、高速度、自动SIM卡身份验证和安全性,以及更低的延迟。我们发现,对于大多数同时使用这两种网络的企业,约80%到90%的流量通过Wi-Fi传输,其余流量则通过蜂窝传输,这夯实了:Wi-Fi是连接的主力,而蜂窝则用于关键应用程序。
近期,Wi-Fi和蜂窝技术都通过添加未经许可的共享频谱,大幅扩展了新带宽。以Wi-Fi为例,Wi-Fi 6E和Wi-Fi 7可访问的6GHz 频段基本上实现了吞吐量翻两番。
无需征服彼此,融合即将到来
业界通常认为,专用无线网络仅仅是蜂窝网络。但我们看到的未来并非是一个网络征服另一个网络,而是两者相结合。从融合的角度出发,通过Wi-Fi和5G小蜂窝基站集成解决方案为客户攻坚克难,两者相得益彰,实现1 + 1 > 2的成效。
新的IEEE标准旨在使Wi-Fi 7实现类似蜂窝网络的延迟和可靠性。在Hot Spot 2.0或Wi-Fi Certified Passpoint®的开发过程中,还有一个针对繁琐的每网络身份验证程序的解决方案,有了它,就无需在加入Wi-Fi网络时进行手动设备身份验证。
全新专用LTE/5G架构正在通过共享IT基础设施,采用全数字前传,为更广的区域和室内/外混合环境的虚拟化单蜂窝覆盖提供支持,减少或消除跨部门干扰,并大幅提高性能和能效。
随着二者的能力在2023年及以后接近对等的水平,我们期待看到这两种快速发展的网络技术能够相得益彰,成为一个融合的、用户透明的统一平台,且能够无缝地按需切换技术。这将意味着能够在企业环境中实现更强大的物联网功能和始终如一的卓越用户连接 —— 从地面上的停车场到高层的办公套间,从仓库到制造车间,以及整个物流链。共享频谱将使应用能够重新定义我们如今所知的工业和商业。
融合型专用无线网络的潜力
随着越来越多的兼容设备得以采用,效率和安全问题对全球企业日益重要,我们也看到这一趋势正在加速,而且应用领域几乎无所不涵盖:
日益严重的威胁:物联网设备安全
另一重要的考量因素是智能楼宇应用中新互连设备的激增。根据工业和信息化部数据,国内移动物联网用户规模快速扩大,截至2022年底,连接数达18.45亿户,占全球总数的70%。虽然物联网设备有利于提高效率和控制成本,但对于网络入侵者来说,它也成为了日益常见的切入点。早在2016年就有证据表明,勒索软件可以通过互联恒温器入侵,建筑物内的住户如果不支付赎金,就要忍受高温或低温。
物联网设备往往需要特别的注意才能确保其安全。物联网设备中的芯片与证书提供商的安全凭证协同工作,可确保所有连接均合法,但对于让芯片的工具箱和证书提供商的凭证这两方面相互融合,在企业IT人员的问责方面还存在差距。融合专用网络为基于软件的凭证管理系统提供了基础,该系统可保护所有物联网设备,无论这些设备是通过Wi-Fi还是蜂窝网络连接,并不断演进以应对新出现的威胁。
未来比我们想象的更光明、更近
所有的这些都在引领着2023年的市场发展,并将在之后的几年内推动市场持续扩展。更友好的监管、更多兼容设备的采用,以及企业专网令人信服的商业案例,都预示着新一年的精彩。大量新的带宽分配、更智能的共享频谱管理,以及Wi-Fi和蜂窝网络功能接近对等,也意味着其融合将催生令人难以置信的应用前景。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。