至顶网CIO与应用频道 01月15日 北京消息:全球领先的信息技术研究和顾问公司Gartner近日公布了其对5G用例及采用情况的最新调查,结果显示66%的企业机构有意在2020年前部署5G。这些企业机构预计5G网络将主要用于物联网(IoT)通信与视频,运作效率则将成为关键驱动力。
Gartner高级研究总监Sylvain Fabre表示:“就5G的采用情况来看,终端用户企业机构对5G应用有着明确的需求和期望。然而,5G用户面临的一大难题是通信服务提供商(CSP)尚未做好充足准备。这些提供商的5G网络不是尚未部署完成,就是还没有足够的能力去满足企业的需求。”
要充分发挥5G的潜力,就必须有全新的网络拓扑(network topology),包括边缘计算(edge computing)、核心网络切片(core network slicing)和无线电网络密集化(radio network densification)等全新的网络要素。Sylvain Fabre指出:“就短至中期来看,那些希望把5G运用在物联网通信、视频、控制和自动化、固定无线接入(fixed wireless access)和高性能边缘分析等用例的企业机构仍无法完全仰赖5G公共基础架构来传送内容。”
5G的主要用例
物联网通信仍是5G最受欢迎的目标用例,59%的受调查企业机构预期5G网络将广泛应用在此领域。视频则为第二受欢迎的用例,53%的受调查企业机构计划将5G应用于此。
Sylvain Fabre认为:“鉴于目前已有例如基于4G的窄带物联网(Narrowband IoT over 4G)与低功耗广域解决方案(low-power wide-area solutions)的其他业经验证且性价比高的无线物联网连接替代技术,物联网通信的调查数据令人意外。不过5G有其独特定位,可提供高密度的连接——每平方公里最多可达一百万个传感器。”
Sylvain Fabre还指出:“除此之外,5G也适用于需要非常低延时特性的其它物联网子类别。就视频而言,未来将出现各种不同的用例。从视频分析到协作,5G的速度和低延时性将非常适合用于支持4K和8K的高清视频内容。”
5G部署状态
Gartner预测到2022年,那些完成商用5G部署的通信服务提供商中将有半数会因系统无法完全满足5G用例的需求,而难以从后端技术基础架构的投资中获利。Sylvain Fabre表示:“大部分通信服务提供商要等到2025年至2030年这段期间,才能在他们的公共网络上实现完整的端对端5G基础架构,因为他们首先把重心放在5G无线电通信上,然后才是核心网络切片和边缘计算。”
Fabre还补充指出,上述情况出现的主要原因在于通信服务提供商的5G公共网络计划在时间规划和范围上都大不相同。通信服务提供商起初会把焦点放在消费性宽带服务上,这可能会导致对边缘计算和核心切片的投资向后延迟,但这方面的投资对5G项目来说其实关联性更强且更有价值。
Gartner建议,为满足企业需求,科技产品经理在规划5G基础架构解决方案时,除了提供5G无线天线外,也必须为私人网络提供核心切片和边缘计算基础架构及服务。对于急着部署5G的企业机构而言,单纯依靠通信服务提供商可能无法完全满足他们短期到中期的需求。
Sylvain Fabre认为:“对于想尽早从5G功能中获益的企业来说,用于企业的私人网络将是最直接的选择。这类网络可通过通信服务提供商或是基础架构厂商来提供,而且不仅限于传统的大型基础架构厂商,也可以是具有云端和软件背景的供应商。”
给编辑的话
Gartner 5G用例及采用情况调查(The Gartner 5G use case and adoption survey)于2018年5月至6月间进行,调查范围为Gartner Research Circle成员与其他相关机构。此次调查的目的是帮助Gartner理解目前对5G不断上涨的需求以及采用计划。共计有185位成员(85位Research Circle成员和100家外部被调查机构)参与了调查。调查结果反映出被调查机构的观点。他们不代表全球性研究成果或整个市场的情况。
好文章,需要你的鼓励
Xbox 部门推出了名为 Muse 的生成式 AI 模型,旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略,尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率,还有望实现老游戏的现代化改造,但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover,旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务,让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码,将与Sonar的工具集成,提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。