2020 年將被世人永遠(yuǎn)銘記于心,因?yàn)檫@一年新型病毒迅速在全球范圍內(nèi)蔓延,引發(fā)了一場(chǎng)世界性的流行病。在電信領(lǐng)域,我們中的一些人也不會(huì)忘記:2020 年是 5G 在全球大多數(shù)主要市場(chǎng)中實(shí)現(xiàn)商用的元年:截止 2020 年底,近 60 個(gè)市場(chǎng)中的 140 家運(yùn)營(yíng)商已經(jīng)推出 5G 服務(wù)。
推出 5G 網(wǎng)絡(luò)后,接踵而來(lái)的是重新思考移動(dòng)網(wǎng)絡(luò)的更廣泛契機(jī)。這包括一些相對(duì)較新的方案,例如開(kāi)放式網(wǎng)絡(luò)、網(wǎng)絡(luò)虛擬化或云邊緣。隨著時(shí)間的推移,所有這些解決方案都將在移動(dòng)網(wǎng)絡(luò)中發(fā)揮至關(guān)重要的作用。其他創(chuàng)新解決方案(例如毫米波 (mmWave) 頻譜的使用)已經(jīng)被吹捧多時(shí),但是時(shí)至今日,我們才看到它們脫穎而出。
多年來(lái),我們聽(tīng)說(shuō)過(guò)移動(dòng)運(yùn)營(yíng)商可能會(huì)以何種方式利用毫米波頻譜,但是直到最近才有明顯跡象表明毫米波頻譜的市場(chǎng)投放已準(zhǔn)備就緒。移動(dòng)運(yùn)營(yíng)商在新網(wǎng)絡(luò)模型(包括毫米波)研發(fā)方面走多遠(yuǎn)、走多深,將在很大程度上決定移動(dòng)行業(yè)在不久的將來(lái)可提供的服務(wù)范圍和質(zhì)量。至關(guān)重要的是,網(wǎng)絡(luò)模型的選擇還會(huì)對(duì) 5G 網(wǎng)絡(luò)部署成本起到?jīng)Q定性作用。
5G 部署成本正是 GSMA 智庫(kù)近期的一項(xiàng)重點(diǎn)研究,我們會(huì)通過(guò)此研究來(lái)評(píng)估:從目前起至 2025 年,在六種不同場(chǎng)景(包括密集市區(qū)、固定無(wú)線接入 (FWA) 和室內(nèi)部署)中部署毫米波 5G 解決方案的成本效益。該研究的目標(biāo)相當(dāng)明確:針對(duì)常見(jiàn) 5G 用例在使用還是不使用毫米波頻譜的情況下哪種更具經(jīng)濟(jì)效益來(lái)提供一些見(jiàn)解。研究的背景是一系列眾所周知的毫米波部署現(xiàn)實(shí)(包括好的,也包括不夠好的)。
業(yè)界通常認(rèn)為,將毫米波應(yīng)用在移動(dòng)網(wǎng)絡(luò)中還需要克服幾個(gè)艱巨的技術(shù)挑戰(zhàn):與低頻段信號(hào)相比,毫米波信號(hào)的傳輸距離較短;容易受到樹(shù)木和其他障礙物的干擾而衰減;難以穿透混凝土建筑墻體(對(duì)于從室外覆蓋室內(nèi),這常常是必須的)。還有一些人認(rèn)為(此觀點(diǎn)同樣正確),與現(xiàn)有的低頻段和中頻段解決方案相比,毫米波無(wú)線電設(shè)備的基礎(chǔ)設(shè)施要昂貴一些,但是,毫米波衰減可直接通過(guò)網(wǎng)絡(luò)密集化這一運(yùn)營(yíng)商策略予以解決,截至 2020 年,Sub-6 GHz 和毫米波解決方案之間的成本差距已經(jīng)縮小。此成本在 2021 年及以后會(huì)繼續(xù)下降。然而,5G 移動(dòng)數(shù)據(jù)流量的快速增長(zhǎng)同樣凸顯了毫米波頻段的優(yōu)勢(shì),因?yàn)楹撩撞ū绕渌魏晤l段所提供的容量和帶寬都要更多。換句話說(shuō),從技術(shù)角度來(lái)看,毫米波的描述很復(fù)雜。
同時(shí),毫米波生態(tài)系統(tǒng)現(xiàn)在已顯示出市場(chǎng)準(zhǔn)備就緒的明顯跡象?,F(xiàn)在,毫米波頻譜的應(yīng)用范圍變得越來(lái)越廣泛,美國(guó)、意大利、芬蘭、日本和韓國(guó)等國(guó)家已經(jīng)發(fā)布適用于 5G 的毫米波頻譜,并且許多其他國(guó)家也將很快跟進(jìn)。市場(chǎng)準(zhǔn)備就緒的另一個(gè)跡象是有足夠廣泛的消費(fèi)類設(shè)備和裝置可供選擇。近期,消費(fèi)類設(shè)備的增長(zhǎng)尤為顯著。其中,2020 年底新推出的 iPhone 12 系列產(chǎn)品就支持毫米波,有力地促進(jìn)了這項(xiàng)技術(shù)的廣泛應(yīng)用。一年以前(2019 年),市面上只有為數(shù)不多的幾款毫米波手機(jī)和 FWA(固定無(wú)線接入)CPE(客戶駐地設(shè)備),但是預(yù)計(jì) 2021 年將有超過(guò) 100 款 5G 毫米波手機(jī)和超過(guò) 50 款 FWA CPE 陸續(xù)上市。
隨著 5G 部署和應(yīng)用的快速進(jìn)展,以及毫米波生態(tài)系統(tǒng)顯示出準(zhǔn)備就緒的跡象,移動(dòng)行業(yè)目前所要解決的主要問(wèn)題,就是毫米波解決方案是否可以發(fā)揮成本效益,以及在何處才能實(shí)現(xiàn)成本效益。
在最近的研究中,我們開(kāi)發(fā)了一種非常精細(xì)的成本模型,該模型考慮到驅(qū)動(dòng) 5G 網(wǎng)絡(luò)資本開(kāi)支和運(yùn)營(yíng)開(kāi)支的主要因素。為證明其中一些因素,該模型考慮了關(guān)鍵的供求杠桿,例如某一區(qū)域內(nèi)用戶分布和密度、同時(shí)使用 5G 網(wǎng)絡(luò)主動(dòng)下載數(shù)據(jù)的用戶比例、網(wǎng)絡(luò)的頻譜效率或蜂窩之間所需的基站間距離。如此詳細(xì)的成本建??商峁┮恍┆?dú)特的見(jiàn)解:
對(duì)于個(gè)別運(yùn)營(yíng)商而言,2021 年、2024 年乃至或者以后,在 5G 網(wǎng)絡(luò)中部署毫米波是否成為具有成本效益的策略,將取決于每個(gè)移動(dòng)運(yùn)營(yíng)商的營(yíng)商環(huán)境的不同方面,包括數(shù)據(jù)流量、運(yùn)營(yíng)商市場(chǎng)份額和/或頻譜組合。然而,這與每種場(chǎng)景的特定建模結(jié)果無(wú)關(guān),最新結(jié)論表明:毫米波的高吞吐能力將使得從現(xiàn)在到 2025 年的一段時(shí)間內(nèi)實(shí)現(xiàn)有針對(duì)性且具有成本效益的毫米波 5G 部署。
下圖可詮釋這一點(diǎn)。以大中華區(qū)人口密集市區(qū)為例,當(dāng)運(yùn)營(yíng)商的市場(chǎng)份額有限且面臨的流量需求很少時(shí),將毫米波頻譜與 3.5 Ghz 頻譜一起使用并不會(huì)節(jié)省成本。但是,如果運(yùn)營(yíng)商在局部地區(qū)占據(jù)的市場(chǎng)份額更大,且在需求高峰時(shí)連接的 5G 用戶所占的百分比更高,則可以節(jié)省大量成本(約 30%)。
當(dāng)然,這不僅僅是學(xué)術(shù)練習(xí)。這些分析對(duì)移動(dòng)生態(tài)系統(tǒng)中的所有參與者都有著顯著的影響。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)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(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。