爱立信宣布为独立5G NR(5G SA)系统升级无线接入网(RAN)软件,该软件提供降等的5G功能(RedCap),以降低硬件复杂程度、延长电池寿命并支持一系列主要基于物联网的用例,特别是可穿戴设备、视频监控设备和工业传感器。新的软件解决方案将从(2023年)11月开始上市。
RedCap是5G NR网络的第16版功能集的一个松散部分,刚刚进入市场;然而,它在去年(2022年)3月冻结的第17版中得到了极大的增强,该版本进一步规范了RedCap的关键功能。第17版预计将在明年上半年(2024年)商用首发。爱立信此次发布可谓捷足先登,该公司将RedCap称作是“5G的下一波浪潮”;爱立信表示该公司新发布的版本正是乘着这股浪潮。
爱立信表示,先人一步把握时机将“为下一波5G发展培育早期生态系统”。新发布的软件工作的硬件和其为移动运营商部署的5G NR硬件相同;它专门用于爱立信5G宏网络。该公司补充表示:“RedCap将为能够连接到5G网络的新型设备强化生态系统。”
爱立信继续表示: "爱立信RedCap将支持优化设备能耗的精简程序,帮助可穿戴设备实现目前只适用于LTE设备的功能。通过新的5G RAN软件解决方案,通信服务提供商可以在FDD(频分双工)和TDD(时分双工)频谱上为不同的消费者和企业用例以及工业环境提供更多的连接选择。”
表面上看,RedCap在蜂窝结构中位于物联网装备的LTE-M和宽带式LTE之间。在去年八月份,RCR Wireless根据信息图写道:“以前被称为‘NR-Light’(以及3GPP工作项中的变体)的RedCap,在5G NR功率等级中暂时位于大规模机器型通信(MTC)和增强移动宽带(eMBB)之间。”
“补充一下,它位于URLLC的下面两级,在3GPP的阶梯中,提供了物联网通信最重要的视角——实际上,它通常被表述为5G NR家族三角中的第三个点。然而,这三种规格类型只有两种是5G原生的。支撑大规模(机器型)物联网领域mMTC的两种低功率广域网(LPWA)技术是基于LTE的,不过与5G NR兼容。”
这篇文章继续写道: "而只有这些技术,超低功耗的NB-IoT和类似2G/3G的LTE-M,提供了对剥离的、廉价的、长寿命的、超大规模的物联网的支持。因此,就目前的情况和未来而言,蜂窝式物联网需要LTE来实现传统的物联网——它需要自己与非授权频段的LoRaWAN灯非蜂窝式标准斗争。但是RedCap承诺在未来的某个时候会解决这个问题——就像蜂窝网络一样。
“从表面上看,RedCap的设计是为了把这个熟悉的5G NR家族三角变成一个维恩图(见上图),它与其他三种操作场景重叠。”
爱立信在新闻公告中解释称:“RedCap(弥补了)现有5G环境低功耗广域网(LPWA)和超可靠低延迟通信(URLLC)用途之间的能力和复杂性的差距,为中层用例进行了优化设计。(它)可以有效地缩小设备平台的复杂性、尺寸和能力,为可穿戴设备和工业传感器等设备提供具有成本效益的集成。”
爱立信表示,它正在与“领先的芯片组供应商”合作,将“多种类型的5G设备推向市场”;它在其新闻声明中援引了联发科的说法:“联发科即将推出的、支持5G RedCap的解决方案肯定会受益于爱立信的基础设施准备工作,确保运营商、消费者和企业能够现在就从下一代创新的5G产品和服务中受益。”
爱立信产品区网络主管David Hammarwall表示:“爱立信RedCap将为那些不需要5G全部功能的新型设备开辟全新可能。RedCap软件将以一种既节约成本又节省能源的方式,为从消费者可穿戴设备到工业传感器的一切设备加强5G连接,从而开启一系列新的用例。”
Verizon也进行了表态。该公司负责技术规划的副总裁Bill Stone评论说:“5G从根本上被设计成一种高度可定制的服务。爱立信的NR RedCap的发展,加上在我们整个5G网络中部署的先进技术,将有助于为各种设备带来这种定制化,使我们能够有效地分配网络资源,同时在我们的网络上为客户提供最佳体验。”
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。