CNET科技資訊網(wǎng) 2月24日 國際報道:我坐著“一部5G手機(jī)”兜了兜風(fēng)。
實際上,這算不上是一部手機(jī),只能說是一輛充當(dāng)5G移動設(shè)備代理服務(wù)器的“大貨車”,這是一次有趣的Verizon 5G網(wǎng)絡(luò)試驗體驗。我坐在這輛側(cè)面貼有三星(Samsung)和Verizon字樣、頂部裝有一個笨重的移動天線架的車內(nèi),隨著它在美國新澤西州巴斯金里奇Verizon園區(qū)的一個停車場周圍各處轉(zhuǎn)轉(zhuǎn)。
由于車窗被蓋住,我不得不將注意力轉(zhuǎn)移到車?yán)镔即蟮钠桨屣@示器上,屏幕上持續(xù)不斷地更新著數(shù)字,為我展示連接5G網(wǎng)絡(luò)后的速度。
不過,這次“兜風(fēng)”并未激起路人的熱情——車速從未超過10英里每小時,而且也無法看到外面,可能只是有一些身材較壯的Verizon技術(shù)人員在外面搖晃了這輛車,模擬前進(jìn)動作。
盡管如此,這次“兜風(fēng)”依舊令人著迷。
因為這段路程讓我得以一窺無線網(wǎng)絡(luò)的未來以及這些極快無線速度廣泛普及后開放的可能性??梢栽O(shè)想一下把這輛車及其天線縮小到跟手機(jī)一樣大小的裝置中,讓你能夠流暢地看視頻的樣子;或者將它轉(zhuǎn)化成一個小盒子,放在家里當(dāng)做無線寬帶連接的樣子。
5G網(wǎng)絡(luò)的最高速度可達(dá)3.77G每秒,比標(biāo)準(zhǔn)的4G LTE網(wǎng)絡(luò)速度要快377倍,幾乎是谷歌目前使用物理光線達(dá)到超高速的家庭寬帶服務(wù)的近三倍半。在這樣的速度下,你可以在大約半小時內(nèi)下載完成整個《辛普森一家》系列電影的下載——近600個高清片段。
車?yán)镔即蟮钠桨屣@示器的屏幕上持續(xù)不斷地更新著數(shù)字,顯示著這輛5G車正從附近的基站源源不斷的接收信號,5G網(wǎng)絡(luò)的最高速度可達(dá)3.77G每秒,比標(biāo)準(zhǔn)的4G LTE網(wǎng)絡(luò)速度要快377倍,幾乎是谷歌目前使用物理光線達(dá)到超高速的家庭寬帶服務(wù)的近三倍半
Verizon首席信息技術(shù)架構(gòu)師羅杰·古納尼(Roger Gurnani)本月早些時候在接受采訪時表示:“它跟光纖的速度差不多,只是沒有光纖罷了。”
當(dāng)然,這只是一個試驗值,而我們可能永遠(yuǎn)都不會達(dá)到這個峰值速度。不過我們不妨想一想Verizon網(wǎng)速達(dá)到同一范圍內(nèi)的可能性。
當(dāng)?shù)貢r間周一,巴塞羅那,在全球移動大會(MWC)現(xiàn)場,Verizon分享了它在五個城市進(jìn)行實地試驗的相關(guān)細(xì)節(jié):德克薩斯州尤利斯、俄勒岡州希爾斯伯勒,以及新澤西州的皮斯卡塔韋、巴斯金里奇和布里奇沃特。古納尼表示,到明年,顧客將能夠選擇商業(yè)設(shè)備試用這項服務(wù)。他向CNET表示,Verizon將從今年9月開始在接下來的12個月內(nèi)進(jìn)行實地試驗。
本月早些時候,美國電話電報公司(AT&T)表示,它也將進(jìn)行5G網(wǎng)絡(luò)試驗,而且有可能會為德克薩斯州奧斯汀的有限位顧客提供無線家庭寬帶服務(wù)。
AT&T的首席戰(zhàn)略官約翰·多諾萬(John Donovan)在一份聲明中表示:“未來,虛擬現(xiàn)實、無人駕駛汽車、機(jī)器人、智能城市等全新體驗到來后,對網(wǎng)絡(luò)速度的需求將前所未有。而5G則將有助于他們的實現(xiàn)。”(如下圖)
乍一看,這個并不活躍的巴斯金里奇不太可能成為對未來無線網(wǎng)絡(luò)進(jìn)行測試的地方。但它是Verizon的總部所在,CNET也在這里對現(xiàn)場試驗有了早期獨(dú)家了解。
在Verizon大樓的一個露臺上方放有一個能連接到光纖線路的基站和天線?;颈裙P者略高,能將5G信號傳送到大約1000英尺的有限范圍內(nèi)。
于是我乘坐的車便沿著停車場開著,車上的天線用來搜索5G信號,演示5G網(wǎng)絡(luò)。
距離基站約300英尺處,在與Verizon大樓相鄰部分的建筑內(nèi)放著金屬柜,裝有另一個接收器。其目的在于接收信號并證明像樹、玻璃和墻壁等障礙物不會對網(wǎng)絡(luò)連接造成干擾。
接收器
由于這只是初次試驗中的一個試點(diǎn),其部署工作只局限在小范圍之內(nèi)。
在5G網(wǎng)絡(luò)試驗過程中,往往會面臨各種挑戰(zhàn)。
正如其他無線技術(shù),5G網(wǎng)絡(luò)也依賴頻譜傳輸,要將信號傳送至用戶手機(jī),傳輸所需的無線電電波是必需的。此外,5G網(wǎng)絡(luò)需要高頻頻譜,這樣能夠提供高速頻譜傳輸,但其范圍非常有限。目前的網(wǎng)絡(luò)傳輸所用頻譜較低,可以遠(yuǎn)距離傳輸,也可以穿透墻壁。
頻譜越高,需要在屋頂或路燈上構(gòu)建的蜂窩點(diǎn)越多。此外,即使是簡單的障礙物也可以干擾信號。
三星5G網(wǎng)絡(luò)業(yè)務(wù)副總裁金伍柱(Woojune Kim)表示:“信號可以很好地穿過窗戶,但是穿過第二面或第三面墻的時候就出現(xiàn)問題了。”(如下圖)
樓內(nèi)接收器的安放是成角度的,因此它與基站之間可以直接瞄準(zhǔn),盡管其間有磚墻街區(qū)等,但其信號穿越這些障礙物的能力都很好。在我在接收器前面揮手之前,車內(nèi)屏幕上一直閃爍著很高的網(wǎng)速,而手臂的阻礙導(dǎo)致其信號數(shù)量下降。
為解決這個問題,三星等合作伙伴不得不使用一些技巧來彌補(bǔ)缺少的信號,如“波束形成(beam forming)”,這樣就需要基站從不同方向不斷發(fā)射多重信號,使得接收方有機(jī)會捕捉到最優(yōu)信號,更好地接收信號。公司也在尋找能夠利用墻面反彈的信號提高覆蓋率的方法。
據(jù)Verizon網(wǎng)絡(luò)技術(shù)和規(guī)劃部副總裁Adam Koeppe表示,Verizon已經(jīng)在接近用戶的位置投資建設(shè)了一個密集的蜂窩站網(wǎng)絡(luò)。
至于如何確保你能夠在室內(nèi)搜索到5G信號?Koeppe表示:“我們必須有計劃地解決這個問題。”
也就是說,他們目前還沒搞定它。
此外,獲取必需的頻譜是推進(jìn)5G網(wǎng)絡(luò)所面臨的另一問題。雖然Verizon現(xiàn)在已經(jīng)獲得了試驗操作許可,但最終它還是需要購買一大段能夠覆蓋全國的無線頻譜。(美國電話電報公司(AT&T)已經(jīng)向聯(lián)邦通信委員會申請了自己的頻譜許可證。)
Gurnani只能說,F(xiàn)CC認(rèn)為應(yīng)為5G網(wǎng)絡(luò)騰出頻譜的立場鼓舞了他。
FCC主席湯姆·惠勒(Tom Wheeler)及其他高層將在我之后來這里視察Verizon的現(xiàn)場試驗。
要獲得足夠的頻譜資源運(yùn)載一個全國性5G網(wǎng)絡(luò),各運(yùn)營商可能都需要費(fèi)些時間解決這個問題。因此許多業(yè)界人士認(rèn)為到2020年以前,5G無法實現(xiàn)普及。甚至有人批評稱,Verizon不需要為依舊遙遠(yuǎn)的事情大肆宣傳。
T-Mobile美國首席技術(shù)官內(nèi)維爾·雷(Neville Ray)在接受采訪時表示:“我們不能誤導(dǎo)人們認(rèn)為,在未來幾年中5G網(wǎng)絡(luò)就會出現(xiàn)在智能手機(jī)中。”
與此同時,Verizon正在盡一切努力將其提上日程。
古納尼表示:“是時候進(jìn)入5G時代了。我們有一種緊迫感。”
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。