根据爱立信发布的白皮书显示,尽管5G已成为部署速度最快的行业技术,在商用6年内获得超过20亿用户订阅,但5G的完整变革潜力仍未被充分开发,需要大规模部署5G独立组网(SA)才能释放其革命性潜能。
这份名为《移动创新的下一波浪潮》的白皮书由爱立信首席技术官Erik Ekudden和移动行业战略顾问Chetan Sharma共同撰写。报告认为,虽然全球5G部署速度史无前例,但真正的价值在于该技术如何深度融入全球经济的工业结构中。5G真正的影响力将在全球的工厂、港口、矿山、能源网络、物流中心和研究实验室中得到体现。
该白皮书为无线行业领导者制定了战略路线图,提供了在2025-2030年间获取最大市场价值的可行路径,同时为6G领导地位奠定基础。报告展示了跨行业5G驱动成功的全球案例。
报告警告称,2024年5G用户总数增长42%这一"惊人"数字造成了进步的危险假象,因为全球仅有26%的运营商(6332家中的163家)投资了5G独立组网,而作者认为SA架构才是释放5G全部能力的关键。他们补充说,没有SA,运营商就无法实现规模化自动化、超低延迟、网络切片和关键任务可靠性等价值。
这不仅仅是技术差距,作者将其描述为"重塑全球竞争力的战略鸿沟",并警告说,超过90%的SA客户集中在中国、印度和美国三个市场,整个地区在下一代数字基础设施竞赛中正被甩在后面。
他们补充说,今天在SA方面采取果断行动的运营商和国家不仅仅是在建设网络,他们正在确保自己在未来经济中的地位,而他们的竞争对手仍被困在昨天的技术中,将5G营销误认为5G现实。
深入具体应用场景,报告显示在工业应用中,5G标志着与早期移动技术周期的重要背离,现在对新接入技术的重视程度与核心网络转型同等重要。报告认为行业面前最大的机遇是规模化自动化,5G在其中发挥着重要作用。
报告指出,服务提供商的演进与企业需求高度一致,企业正从基础自动化向显著先进的自动化、计算和连接解决方案发展,明确的意图是自动化程度越高,效率收益越大。报告强调5G已经被整合到企业供应链的各个方面,从基本连接到运行在5G上的全套应用程序,移动运营商的企业5G市场已达数十亿美元规模。
一个关键例子是5G在云机器人等新兴领域的应用,该领域利用云计算、AI、机器人技术与5G网络的能力,预计将对企业和消费电子产品行业产生重大影响。
根据报告,5G扩散的关键教训是明确的:国家在通用技术方面的实力来自于在整个经济中最快、最有能力地扩展这些技术。随着世界向6G迈进,将领先的国家是那些今天已经奠定基础的国家——投资于政策、资本和工业一体化相结合的综合生态系统。对他们来说,5G的故事将不是关于建设了多少座基站,而是关于改变了多少个行业。
Q&A
Q1:5G独立组网(SA)为什么这么重要?
A:5G独立组网是释放5G全部能力的关键架构,能够实现规模化自动化、超低延迟、网络切片和关键任务可靠性等核心功能。目前全球仅有26%的运营商投资了SA,没有SA的运营商无法获得5G的真正价值。
Q2:哪些国家在5G独立组网方面领先?
A:目前超过90%的5G独立组网客户集中在中国、印度和美国三个市场。这些国家通过果断投资SA技术,正在确保自己在未来经济中的领先地位,而其他地区在下一代数字基础设施竞赛中正被甩在后面。
Q3:企业5G市场有多大发展潜力?
A:企业5G市场已达数十亿美元规模,正从基本连接扩展到运行在5G上的全套应用程序。随着企业从基础自动化向先进自动化发展,以及云机器人等新兴应用的兴起,企业5G市场预计将迎来潜在密集的增长期。
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构,模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路,指出应充分利用网络级协作来提升AI性能。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁",无法突破预训练的能力边界,而工具集成能打破这种限制,让AI获得全新的问题解决策略。团队还开发了ASPO算法,解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本,展现出三种新奇认知模式,为构建更强大的AI系统提供理论指导。