5G加速前进步伐,融合科技发展新需求,6G即将“盛装登场”

电波在线 2023-10-07
3091 字丨阅读本文需 8 分钟

5G可能是人类历史上发展最快的通信协议。

自2019年5G开始部署以来,5G在全球迎来快速发展。根据GSMA(全球移动通信系统协会)的统计,从部署元年开始计算,3G经过了11年达到了10亿用户,4G用了8年,而5G只用了4年时间。到2023年,全球5G用户已达15亿。

伴随着5G的快速部署,5G已完成第一阶段商用使命已完成,5G也进入到深度优化阶段。2021年4月,3GPP正式将5G演进的名称命名为“5G-Advanced”,2021年12月,作为5G-Advanced的首个协议版本Rel-18首批项目正式立项,5G发展进入新阶段。

同时,在5G部署及商用成功后,行业领导厂商又马不停蹄地开始6G协议的制定。2023年6月,在ITU-R(国际电信联盟-无线电通信部门)发布IMT-2030(6G)总体目标建议书,首次向全世界正式发布了6G部署时间、6大应用场景以及主要能力提升。6G协议有条不紊开始推进。

持续演进的5G

根据GSMA对未来7年的预测,在接下来的7年时间里,全球蜂窝移动终端连接数目将由85亿继续增长至95亿。其中5G连接数目增长迅速,将从2023年的15亿连接数,增长至2030年的50亿。占总连接数的比例从20%,增长至超过50%。

为了满足移动通信的不断发展,自3G时代起,协议发布之后不再是一成不变,而是不断演进。例如WCDMA协议在后期迭代出现HSPA(High Speed Packet Access),以提供更调整的上下行速率。这一做法在4G时代得到了充分的使用。

ITU-R于2008年发布4G协议技术要求和性能目标,定义4G需要满足1Gbps的峰值下载速率和500Mbps的峰值上传速率。这在当时3G时代有几十Mbps的上传下载速率来说提升是不可想象的。3GPP一直在做对3G协议的改进和提升,自2004年开始,3GPP不断采用新的信号处理技术、调制方式、多天线技术等提升无线数据网络的容量与速度。3GPP认为无线通信技术的提升是一个长期工作,于是将这个项目的名称称为“长期演进”(Long Term Evolution),简称为LTE。

LTE并不是完全满足ITU-R 4G需求的协议,在2009年LTE的第一个版本(R8版本)商用时,其只有峰值150Mbps的下行速率和50Mbps的上行速率。为了达到4G协议的要求,LTE进行了多次版本升级,最终在2011年发布的R10版本上,才达到下行1Gbps,上行500Mbps的峰值速率,真正达到了ITU-R的需求,成为被ITU-R认可的4G协议。3GPP也给这了这一版本协议一个新的名称:LTE-Advanced。所以严格意义上讲,LTE并不是4G协议,真正的4G协议是从LTE-Advanced开始。

ITU-R对5G的需求定义是满足20Gbps以上的峰值下行速率,这一次3GPP并没有打折,在5G的第一版本协议R15中,协议所能达到的峰值速率即达到了20Gbps。但5G协议并没有止步于此,为了达到5G定义之初“铁三角”的应用场景,5G首版协议R15完成eMBB场景的主要需求定义后,R16版本又逐步完善。

其中,在eMBB场景中完善了毫米波的定义,并加入了SA(独立组网)的定义,使5G成为真正的独立宽带网络。

在uRLLC场景中,定义也逐步完善,并加入了NR V2X的定义,完成基础车联网的定义,使5G低延时特性得到更大发挥。

在mMTC场景中,将NB-IoT、eMTC协议纳入到5G核心网的支持中来,补齐海量物联场景的定义。并且,在网络基础能力定义中,定位、节能、智能化功能也不断增强。5G标准从基础走向标准。

2022年,5G R17协议冻结,完整的5G协议再走向增强。初步的NTN(Non-Terrestrial Network,非地面网络)功能被定义进来,5G网络从地面走向天空。同时车联网、物联网协议得到增强,定位、人工智能的结合持续升级。随着5G R15标准的基础定义,R16的完善,R17的增强,5G第一阶段的使命已基本完成。

2021年12月,3GPP完成R18协议首批项目立项,立项项目涵盖eMBB、uRLLC、mMTC多个场景,涉及27个项目,这些项目对5G无线通信的容量增强、人工智能应用、空天一体、轻量化终端等多个方面进行增强和完善。3GPP对这些项目寄予厚望,认为这些项目将是5G完成第一阶段之后的性能再次提升,并且是未来6G演进中的重要铺垫。3GPP也将R18及之后的协议定义了新的名称,即“5G-Advanced”,用来区分5G的新阶段,展示5G的技术演进与创新。

虽然5G-Advanced仍在研究中,一些技术还并未成熟商用,不过有几项特色的项目仍值得关注。

比如5G与人工智能的融合,5G-Advanced有望通过人工智能对物理层的优化、对资源管理的优化、对故障检测与预测的优化,来提高物理层的性能与效率,提高网络的资源利用率与分配效率,提高网络可靠性与稳定性。

再比如对双工技术的研究上,全双工的概念再次被提出并展开研究,通过对自干扰的消除,使得上下行信号可以同时、同频进行传输,极大地提高了频谱利用效率。

另外,5G轻量终端相关的5G RedCap协议,空天一体相关的5G NTN协议,都将继续探讨与发展。

AI和XR需求激增,移动终端提出新需求

”从终端的角度来说,有两个很重要的趋势会对今后的5G Advanced的发展产生巨大影响”。在2023 MWC上,高通中国区研发负责人徐晧说到。

其中之一是AI大模型的运算应用需求激增,对移动通信技术提出的新需求。

2022年11月,ChatGPT火爆,短短两个月内其月活用户就达到1亿,成为有史以来增长速度最快的消费类应用和第一个杀手级生成式AI应用。

随即而来的,是生成式AI应用的激增,传统的搜索方式、内容创作以及推荐系统正在被颠覆,3D设计师可以借助生成式AI工具更快更高效地进行内容开发,白领可以用Microsoft 365 Copilot帮助编写和总结文档、分析数据,或者是将简单的想法转化为演示文稿。

足以见得,如同此前的电视、PC和智能手机的出现,AI正在迎来自己的巅峰时刻。

据数据显示,目前已经有超过3000个可用的生成式AI应用和特性,企业级和消费级的创新用例层出不穷。借用AI大模型实现超乎想象的功能绝非易事,尤其是对基础设施提出了极高的要求,无论是AI模型优化参数的AI训练,还是执行该模型的AI推理,至今都一直受限于大型复杂模型而在云端部署,成本也将随着日活用户数量及其使用频率的增加而增加,规模化扩展难以持续。

由此一来,就出现了让终端和云端协同工作,在适当场景和时间下分配AI计算工作负载的混合式AI,能够为用户提供更好的体验,并高效利用资源。

举个例子,有了混合式AI,用户在笔记本上运行必应Chat时,包含高达数百亿参数的模型将在终端进行,而更复杂的模型将在云端进行处理,为了提供给用户更加无缝的体验,就需要在边缘和手机等终端侧有更短更迅速的连接。

”边缘云和终端之间的连接就是通过5G Advanced和之后的6G来实现的,需要非常可靠的连接和低时延,将5G和6G的功能运用到极致,所以生成式AI很可能是5G和6G的杀手级应用之一。”徐晧解释道。

另外一项技术趋势是人类交互方式从二维向三维的转变,即XR可穿戴设备的正在普及,未来发展依然有更多想象空间。

同智能手机相比,XR可穿戴设备要求六自由度移动性跟踪带来沉浸逼真的视觉效果,要求M2R2P时延小于70ms、5G空口往返时延小于20ms、M2P时延小于20ms,视频帧率满足双目4K(2Kx2K),达到90帧/秒,可靠的下行吞吐量50-100Mbps,可靠上行吞吐量1-2Mbps,以及90Hz姿态数据采样率。

Rel-18版本的5G Advanced刚好能够满足这些需求,并将在未来的版本中进一步增强。

推进6G创新走深走实

移动通信十年一代,按此节奏,2030年6G将迎来商用时代。

“我们也期待在2029年左右能形成6G相关的国际技术标准。同期我们会有产业研发的准备来实现面向2030年前后6G商用的工作。”中国信息通信研究院移动通信创新中心副主任杜滢表示。

全球云网宽带产业协会董事会主席李正茂称:“为满足6G时代沉浸化、智慧化、全域化的业务与应用场景需求,6G网络将结合通信、感知、计算、数据融合、智能安全等技术要素,打造高速云网融合、通感算一体、弹性智能、内生安全、万物互联的6G网络,构建更加高效联通的数字基础设施,更好地支撑数字经济发展。”

李正茂认为,世界各国均已开展相关研究并就6G研究方向达成初步共识,关键技术逐渐聚焦。但是目前6G具体技术方案尚未收敛,标准制定尚未开始。李正茂呼吁,“全球产业界要持续创新通力合作,避免未来的6G标准出现分裂”。

面向2030年及未来,6G将与先进计算、大数据、人工智能、区块链等信息技术交叉融合,实现通信与感知、计算、控制的深度耦合,推动5G三大典型场景,即增强型移动宽带(eMBB)、低时延高可靠(uRLLC)、大规模机器连接(mMTC)的不断演进和扩展,并在此基础上新增人工智能服务和感知服务两大类超越传统通信的典型应用场景。

第六届数字中国建设峰会“数字基础设施·5G应用及6G愿景”分论坛上,IMT-2030(6G)推进组需求工作组组长王庆扬对《6G AI即服务(AIaaS)需求研究》报告进行了解读。王庆扬表示,报告以机器学习为核心的AI,包含相关的AI模型算法、数据等基本要素,以算力资源作为支撑,依托AI模型生成训练推理来实现普惠智能目标。6G AIaaS,即6G AI as a Service,是指通过6G系统(包括6G核心网、无线接入网和终端)的连接、计算、数据、模型等资源和功能,构建分布式的高效、节能、安全的AI服务(包括AI模型训练、推理、部署等)和开放生态。

文章来源: 雷峰网,IT时报,慧智微电子

免责声明:凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处本网。非本网作品均来自其他媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如您发现有任何侵权内容,请依照下方联系方式进行沟通,我们将第一时间进行处理。

0赞 好资讯,需要你的鼓励
来自:电波在线
0

参与评论

登录后参与讨论 0/1000

为你推荐

加载中...