
开放式移动网络将推动并加速未来关键领域的数字化转型
数字化和技术已经彻底改变了我们的世界,也改变了地球上几乎每个人的生活。随着无线数据需求的持续增长,移动连接和云技术在日益移动化的演进过程中发挥了重要作用。爱立信近期发布的移动报告预测,到2029年,数据流量将增长三倍,达到每月403 EB1。
如今,提升数字化转型需求的主要动能包括更高水平的AI和自动化需求、意在脱碳的可持续运营、弹性供应链,以及在企业和行业应用中追求效率、生产力和更佳客户体验。为满足这些需求,移动运营商必须提供无处不在的高性能移动网络。这些网络必须能够提供差异化价值主张,围绕特定应用和用例中最重要的方面进行优化。例如,在活动中根据媒体广播公司的需求提供按需保质的服务(QoD),确保XR体验或自动驾驶汽车的低延迟,以及把位置信息用于物流或反欺诈应用。
高性能网络是数字化变革的基础
要将设想中的未来转变为现实,需要移动运营商为大量的企业和开发者提供无处不在、高性能、差异化的网络功能,使得他们可以在这些网络的强大功能基础上进行创新和开发。通过融合云和传统的无线接入网(RAN)技术,移动运营商可以更好地进行优化,以实现更高的性能和能效。
当移动运营商通过API展示其网络的可编程性时,他们可以借助广泛的开发者和企业来加速创新和价值创造。这种加速将使移动运营商能够实现网络产品的差异化,并拓展出新的营收来源。它还将开启基于性能的商业模式,通过差异化的连接层,在恰当的时间以恰当的价格,为用户提供恰当的性能,以满足消费者和企业之间的动态需求。采用可盈利、可持续、弹性的5G网络是下一代网络技术的基础。
云原生和开放标准代表了网络的未来
借助高度的灵活性和可拓展性,移动运营商可以开发先进技术,最大限度地利用频谱资产,推动网络发展,以满足未来需求。通过采用基于开放标准的云和AI原生网络(如开放式RAN),移动运营商可以充分利用云基础设施固有的灵活性和可扩展性。例如:
•支持动态资源分配,通过集中和虚拟化网络功能实时满足不同网络需求。
•在不改变物理基础设施的情况下,使网络容量能够适应需求——降低资本支出,最大限度地提高移动运营商频谱的价值。
•通过让移动运营商轻松采用和集成关键的新技术,来保持与竞争对手的同步,以及与客户的密切联系,为网络基础设施的未来发展做好准备。
•通过减少物理网络设备占地面积和提高能源效率,来降低总体拥有成本(TCO),帮助推进可持续发展目标。
•通过在最节能的地方处理从边缘到数据中心的数据,协调日益复杂的5G和接下来的6G网络性能。
•支持从增强现实到机器人的多个物理系统的可靠、安全的连接和控制。
作为通用云计算和电信领域的市场领导者,英特尔和爱立信正携手合作,实现开放式架构的产业化。云原生开放式网络实现了在最节能的地方处理从边缘到云的数据。反过来,这也对网络、设备、边缘和云之间进行了优化,使应用程序和服务能够使用网络功能。
凭借在云计算和网络解决方案领域的深厚专业积累,英特尔和爱立信携手为5G和6G基础设施打造差异化的产品。双方的合作包括,联合研究全新AI原生功能,建立爱立信-英特尔联合实验室,在这里,双方将共同努力,提高能源效率,提升网络性能,并缩短上市时间。英特尔和爱立信的合作已使移动运营商从中获益,其中一个典型案例是爱立信Cloud RAN 解决方案,它搭载了集成英特尔® vRAN Boost的第四代英特尔®至强®可扩展处理器,并采用了英特尔®以太网产品。在核心网方面,双方还基于最新英特尔至强处理器,优化爱立信的双模5G核心网软件,以实现高性能和高能效。此外,正如之前宣布的那样,英特尔和爱立信之间的战略合作还涵盖了爱立信的5G系统级芯片(SoC),它采用Intel 18A制程工艺和制造技术,适用于未来5G网络。
英特尔和爱立信也在推动制定支持互操作性和通用行业基准的全球标准。此外,我们还在3GPP、IETF、Linux基金会和O-RAN联盟等组织层面做出了积极的、持续的贡献。
AI和网络自动化为移动运营商及客户带来价值
专为满足电信行业不断发展的需求而创建的AI赋能功能和解决方案的诞生,正在产生令人振奋的新机遇。开放、灵活的AI模型将简化最复杂的多供应商和多技术网络,并让移动运营商能够:
•将AI集成到RAN中,以优化网络性能、能效和用户体验。这种集成将使移动运营商能够凭借实时的预测分析,来实现更有效的网络编排。
•在移动网络边缘或附近部署AI应用程序,为关键的低延迟任务处理数据,如自动驾驶汽车导航和智慧制造系统,这两者都需要快速响应的决策。
作为通用云、电信和AI加速技术的市场领导者,爱立信和英特尔在未来的网络方面有着共同愿景,并且都致力于推进创新的发展。移动网络将推动并加速未来关键领域的数字化转型:AI和自动化、可持续性、脱碳、弹性供应链、工业和行业生产力,并帮助企业提供更佳客户体验。我们相信,下一个电信时代将建立在基于云原生和AI原生的开放网络之上,移动运营商将会看到收入和盈利能力的大幅增长。
说明:
1. 爱立信移动报告。爱立信,2023年11月。
英特尔不控制或审核第三方数据。在评估数据准确性时,请参考其他信息源。
实际成本和结果可能不同。
英特尔技术可能需要支持的硬件、软件或服务激活。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。