10月11日,在2023全球移动宽带论坛期间,华为无线网络产品线总裁曹明发布了全球首个全系列5G-A产品解决方案。
曹明表示:“华为5G-A全系列产品解决方案使能网络能力十倍提升,整网谱效、能效和运维效率最优,助力运营商向5G-A高效平滑演进。”
5G-A助力五大联接升级
商用4年多以来,5G产业发展速度前所未有。5G应用规模落地,成为数字经济换挡提速的新动力。5G新体验、新连接、新业务不断涌现。
个人和家庭联接,5G将打开通向沉浸式世界的大门;物联领域,5G在不断扩展边界,走向全场景应联尽联;在行业领域,5G开始走向核心生产环节实现柔性生产;5G还在加速车联等新业务,使能高可靠智慧交通。
5G-A正当其时,通过提供十倍网络能力以及多维新能力,加速人、家、物、行业、车五大联接的升级。华为发布全球首个全系列5G-A产品与解决方案,通过“宽带、多频、多天线、智能、绿色”五大基础能力持续创新,助力运营商高效构筑5G-A网络。
5G-A全系列产品发布
大会上,华为发布了5G-A全系列解决方案。
TDD更多频段、更多通道ELAA,兑现极致泛在体验。
ELAA技术已在5G网络商用,大幅提升TDD覆盖和能效。5G-A时代ELAA技术将持续升级:业界首个128T MetaAAU,振子数达500+,结合多维高分辨率波束算法,提升体验50%。业界首个双频64T MetaAAU,ELAA双频融合阵子使能高低频共覆盖,配合多载波兑现5~10Gbps极致体验。
FDD全系列走向GigaGreen,升级基础业务体验。
业界首款FDD三频M-MIMO和三频8T,通过GHz级别超大带宽实现1.8+2.1+2.6GHz三频合一,配合FDD Beamforming技术,极大提升FDD谱效和能效。相比4T4R,FDD三频M-MIMO提升10倍容量、10dB覆盖。FDD三频8T8R基于真宽频和动态功率共享技术提升3倍谱效、7dB覆盖,并节约30%能耗。
毫米波最大规模天线阵列AAU,实现万兆连续覆盖。
毫米波产业已经成熟。业界首个2000+阵子毫米波AAU,突破毫米波覆盖瓶颈,使毫米波与C-Band共站同覆盖成为可能。结合高低频协同,毫米波在规模组网中兑现超10Gbps峰值体验和5Gbps平均体验。智能波束管理技术,突破毫米波移动性瓶颈,保障高速移动和NLOS场景的连续体验。
DIS性能节能跃升,将5G-A极致能力带入室内。
LampSite X系列五频合一,并引入mmWave,一个盒子支持全频段、全带宽和全制式。LampSite X支持极致深度休眠,闲时功耗小于1W。在覆盖场景如地下停车场,业界唯一的多频合一中功率LightSite,支持多场景灵活部署,相比传统DAS方案,体验提升35%,同时TCO更低。
天馈微波持续创新,助力5G-A网络高效建设。
全新绿色天线通过SDIF技术重构天线架构,结合Meta Lens技术聚合波束能量,带来25%极致能效提升。微波MAGICSwave使能承载网升级,通过超宽带多通道技术提升城区大容量和城郊长距离等场景回传效率,超高集成度统一平台支持未来十年演进。
5G-A高效智能网络,使能整网效率最优
iHashBand2.0频谱成池,5G-A谱效最优。iHashBand2.0重构多频使用方式:MBSC(Multi-band Serving Cell)将非连续频谱重构为虚拟大带宽,频谱利用率提升40%,灵活组合实现10Gbps。FSA(Flexible Spectrum Access)使能上行全频段灵活接入,上行频谱利用率提升40%,上行走向Gbps。
0 Bit 0 Watt走向全场景,5G-A能效最优。
设备层面,华为全系列设备支持“0 Bit 0 Watt”,实现业界唯一99%深度的极致休眠&按需唤醒,以及业界唯一毫秒级载波及通道关断;站点层面,能源和设备智能协同,实现整站“0 Bit 0 Watt”;网络层面,iPowerStar使能一站一时一策的网络级“0 Bit 0 Watt”。
IntelligentRAN迈向L4,5G-A运维最优。
更多频段、更多业务和更多联接,需要5G-A迈向高阶自智。IntelligentRAN将提供L4级别的基于意图的网络智能化:支持预防预测,实现从响应运维走向主动运维;理解业务意图,实现业务确定性体验保障;支持多目标决策,同时兑现业务体验和网络能效最优。
“未来已来,华为将和产业伙伴一起携手共进、聚力创新、一起将5G-A带入现实!” 曹明在最后表示。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。