業(yè)界首個(gè)5G白盒小基站將于下周在巴展正式亮相。2019年2月25日至28日,中國電信將聯(lián)合Intel、H3C在2019年的世界移動(dòng)通信大會(huì)(MWC)上首次展示完整的基于開放無線接入網(wǎng)(O-RAN)概念的5G白盒化室內(nèi)小基站原型機(jī)。這是5G 技術(shù)領(lǐng)域的又一重大突破,有利于快速推動(dòng)白盒化基站技術(shù)在5G的正式商用進(jìn)程。
5G基站的白盒化將使移動(dòng)通信產(chǎn)業(yè)鏈由封閉逐步走向開放,有利于吸引一大批有創(chuàng)新能力的中小企業(yè)進(jìn)入移動(dòng)通信產(chǎn)業(yè),進(jìn)一步激活產(chǎn)業(yè)活力,重塑產(chǎn)業(yè)生態(tài);同時(shí)也給電信運(yùn)營商帶來了新的機(jī)遇,使運(yùn)營商可以更加快速高效低成本地提供新興業(yè)務(wù)與應(yīng)用,滿足普通客戶和垂直行業(yè)的各類特殊需求。
此次展示的5G白盒化小基站支持3300—3600MHz工作頻段、4發(fā)4收的天線配置模式,可有效解決5G時(shí)代室內(nèi)覆蓋的容量難題?;谕ㄓ梅?wù)器的基帶處理單元,實(shí)現(xiàn)軟硬件解耦,也可以為未來擴(kuò)展支持移動(dòng)邊緣計(jì)算(MEC)等邊緣應(yīng)用功能提供基礎(chǔ)。
面對(duì)5G部署可能帶來的挑戰(zhàn),包括中國電信、美國Verizon、AT&T、日本DoCoMo、德國DT、韓國SKT、KTF等在內(nèi)的全球多家運(yùn)營商共同組成了開放無線接入網(wǎng)(O-RAN)聯(lián)盟,期望以網(wǎng)絡(luò)智能化、接口開放化、硬件白盒化和軟件開源化的理念,實(shí)施對(duì)無線接入網(wǎng)(RAN)的革新, 從而進(jìn)一步提升下一代無線通信網(wǎng)絡(luò)的開放性水平。
作為O-RAN組織15家董事公司之一,中國電信一直積極推動(dòng)白盒化室內(nèi)小基站的相關(guān)研究,并取得了突破性進(jìn)展:作為O-RAN WG7白盒硬件子組關(guān)于白盒基站場(chǎng)景及基站類型分析的標(biāo)準(zhǔn)報(bào)告人,中國電信牽頭組織全球多家公司完成了O-RAN第一個(gè)白盒化硬件標(biāo)準(zhǔn)——“Deployment Scenarios and Base Station Classes;For White Box Hardware“;在O-RAN 開放前傳接口子組WG4中,中國電信率先識(shí)別出室內(nèi)小基站與傳統(tǒng)宏站在前傳接口上的差異化需求,并將持續(xù)推動(dòng)5G室內(nèi)小基站開放前傳接口的研究。
5G白盒化小基站的研發(fā)工作不僅有助于解決無源室分系統(tǒng)向5G的升級(jí)難題,也能夠通過硬件通用化極大地降低行業(yè)的準(zhǔn)入門檻,為國內(nèi)芯片及器件提供新的機(jī)會(huì),同時(shí)也為MEC與虛擬化基站的融合創(chuàng)造了條件。
中國電信將繼續(xù)聯(lián)合產(chǎn)業(yè)鏈合作伙伴推動(dòng)5G白盒室內(nèi)小基站的研發(fā)驗(yàn)證工作,充分論證其無線性能、可靠性、綜合成本等指標(biāo),進(jìn)一步促進(jìn)白盒設(shè)備技術(shù)方案的成熟,為推動(dòng)5G商用和產(chǎn)業(yè)鏈的發(fā)展革新積極貢獻(xiàn)力量。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。