随着电信行业知名企业和各垂直行业工业巨头加速部署私有5G网络,研究显示此类网络投资将在2025年至2028年间以约41%的复合年增长率增长,年度支出预计到2028年将达到50亿美元。
SNS Telecom & IT发布的《私有5G市场:2025-2030》报告指出,基于LTE通信的私有移动网络已是一个成熟市场,存在超过十年,但仍属于更广泛蜂窝基础设施领域的细分市场。
然而,分析师强调,基于3GPP定义的5G规范的私有蜂窝网络或非公共网络(NPN)正处于成为主流技术的关键节点,其市场潜力超越私有LTE。
从技术角度来看,SNS Telecom & IT指出,与LTE技术相比,私有5G网络在吞吐量、延迟、可靠性、可用性和连接密度方面能够满足更为严苛的性能要求。
报告特别提到5G的超可靠低延迟通信(URLLC)和大规模机器类型通信(mMTC)能力。这些特性,加上向2030年代6G网络的未来升级路径,使私有5G成为机器、机器人和控制系统间工业级通信有线连接的可行替代方案。
此外,报告强调5G更广的单个无线节点覆盖半径、可扩展性、确定性、安全特性和移动性支持,在工业物联网环境中激发了强烈兴趣,有望替代易受干扰的免许可无线技术,特别是在连接传感器和其他终端数量预计将显著增长的未来几年。
从财务角度看,研究预测垂直行业私有5G网络的年度总投资将在2025年至2028年间以约41%的复合年增长率增长,最终在2028年底超过50亿美元大关。
研究指出,初期增长主要由覆盖地理位置有限区域的高度本地化5G网络推动,用于制造业和流程工业的工业4.0应用。在这些领域,用于公共安全、公用事业和铁路通信的低于1GHz广域关键通信网络预计将在预测期后半段加速从LTE、GSM-R和其他传统窄带技术向5G转型。
过去12个月,美国、加拿大、德国、英国、法国、中国、日本、韩国、澳大利亚、巴西等国家的组织加速推进数字化和自动化倡议。私有5G安装已发展到实用和切实效益日益明显的阶段,特别是在效率提升、成本节约和工人安全方面。
报告显示,空客、Aker BP、Boliden、印度煤炭有限公司、Equinor、阿提哈德、福特、和记港口、现代、捷豹路虎、约翰迪尔、LG电子、汉莎航空、纽蒙特、浦项制铁、特斯拉、丰田和沃尔玛等工业巨头的生产级私有5G网络部署明显增加。分析师表示,这些投资为工业4.0和先进应用场景铺平道路。
应用场景实例包括特斯拉、LG电子和现代在美国和韩国生产设施中将自动导引车(AGV)和自主移动机器人(AMR)通信从免许可Wi-Fi系统迁移到私有5G网络后,消除了连接相关停机。法国伊斯特雷市通过用私有5G网络替代基于光纤的连接,将视频监控摄像头安装成本从每台34,000美元降至不到6,000美元。
在其他地区,中国华能集团依靠三频段(700MHz、2.6GHz和4.9GHz) 5G-Advanced网络,在内蒙古伊敏露天煤矿安全协调100辆无人电动矿卡车队。
Q&A
Q1:私有5G网络相比LTE有什么优势?
A:私有5G网络在吞吐量、延迟、可靠性、可用性和连接密度方面能够满足更为严苛的性能要求。特别是5G的超可靠低延迟通信(URLLC)和大规模机器类型通信(mMTC)能力,加上向2030年代6G网络的未来升级路径,使其成为工业级通信的理想选择。
Q2:哪些知名企业已经部署了私有5G网络?
A:包括空客、福特、特斯拉、丰田、现代、LG电子、捷豹路虎、约翰迪尔、汉莎航空、沃尔玛等工业巨头都已进行生产级私有5G网络部署。这些企业通过私有5G实现了效率提升、成本节约和工人安全改善。
Q3:私有5G市场未来几年的增长前景如何?
A:研究预测垂直行业私有5G网络的年度总投资将在2025年至2028年间以约41%的复合年增长率增长,最终在2028年底超过50亿美元。初期增长主要由制造业和流程工业的工业4.0应用推动。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。