至顶网CIO与CTO频道 07月31日 北京消息:根据全球领先的信息技术研究和顾问公司Gartner最新预测,2020年全球5G网络基础架构市场营收将接近翻倍,达到81亿美元。
2020年无线基础架构市场总营收将下滑4.4%,为381亿美元。2019年通信服务提供商(CSP)对5G网络基础架构的投资占无线基础架构市场总营收的10.4%。而这一投资比例在2020年将达到21.3%。(参见表1)
Gartner高级研究总监Kosei Takiishi表示:“随着越来越多的通信服务提供商通过重新利用当前资产(包括无线电频谱带宽,基站,核心网络和传输网络,以及将LTE/4G支出过渡到维护模式),以优先处理5G项目,使得无线基础架构领域的投资继续保持增长势头。早期的5G使用者正在推动通信服务提供商之间更大的竞争。此外,政府以及监管机构正在促进移动网络的发展,并押注移动网络将成为许多行业广泛经济增长的催化剂和倍增器。”
通信服务提供商之间日益激烈的竞争加速了5G的采用速度。新的O-RAN(开放式无线电接入网络)和vRAN(虚拟化RAN)生态系统未来可能会通过提供极具性价比和灵活性的5G产品,颠覆现有的供应商绑定模式,并促进5G的采用。Gartner预测,大中华地区(中国大陆,中国香港,中国台湾),成熟的亚太地区,北美以及日本等地的通信服务提供商,将于2023年实现国民人口95%的5G覆盖率。
表1: 2019-2020 全球无线基础架构市场支出预测(单位:百万美元)
领域 |
2019 |
2019 增长率 (%) |
2020 |
2020 增长率 (%) |
5G |
4,146.6 |
576.6 |
8,127.3 |
96.0 |
LTE 和 4G |
20,693.2 |
1.2 |
16,402.0 |
-20.8 |
3G |
4,146.6 |
-25.7 |
2,608.4 |
-37.1 |
2G |
797.4 |
-46.9 |
472.2 |
-40.8 |
小基站 |
5,342.7 |
11.6 |
5,736.6 |
7.4 |
移动核心网 |
4,744.7 |
3.2 |
4,780.3 |
0.3 |
总计 |
39,871.2 |
6.2 |
38,126.7 |
-4.4 |
注:四舍五入后,数字之和可能并不完全等于总计数值
来源:Gartner(2020年7月)
“尽管受新冠疫情的影响,2020年5G方面的投资增长率略有下滑(不包括大中华地区和日本),但各地通信服务提供商正在迅速将新的和可自由支配的资金投入于建设5G网络和5G平台。” Takiishi先生表示。
“从短期来看,大中华地区在5G发展方面处于世界领先地位,2020年全球投资的49.4%都来自于该地区。中国制造的极具性价比的基础架构设备,再加上国家的支持以及减少的监管壁垒,为中国主要的通信服务提供商快速实现5G覆盖铺平了道路。” Takiishi先生表示,“但是,其他那些较早采用且技术娴熟的国家也紧随其后。”
Gartner预测,由于人口对通信网络的高度依赖将引发行为改变,通信服务提供商将利用这一变化,因此5G领域的投资在2021年将温和反弹。2022年5G领域的投资将超过LTE/4G。
通信服务提供商将逐步在其非独立(NSA)5G网络内添加独立(SA)功能。Gartner预测,到2023年全球将有15%的通信服务提供商运行不依赖4G网络基础架构的独立5G网络。这将使无线市场的投资迅速从LTE/4G领域转移开来,同时传统RAN基础架构领域的支出也将迅速下滑。
好文章,需要你的鼓励
在Meta Connect大会上,Meta展示了新一代Ray-Ban智能眼镜的硬件实力,配备神经腕带支持手势控制,电池续航翻倍,摄像头性能提升。然而AI演示却频频失败,包括Live AI烹饪指导、WhatsApp通话和实时翻译功能都出现问题。尽管Meta在智能眼镜硬件方面表现出色,但AI软件仍远未达到扎克伯格提出的"超级智能"目标。文章建议Meta考虑开放AI生态,允许用户选择其他AI服务商,这可能帮助Meta在AI硬件市场获得优势。
DeepSeek-AI团队通过强化学习技术开发出DeepSeek-R1系列推理模型,无需人工标注即可自主学习复杂推理。该模型在数学、编程等领域表现卓越,在AIME 2024中达到79.8%准确率,编程能力超越96%人类选手。研究团队还通过知识蒸馏技术将推理能力传递给小模型,使7B参数模型也能超越GPT-4o。这项突破为AI推理能力发展开辟新路径。
英伟达同意以50亿美元收购英特尔股份,双方将合作开发多代数据中心和PC产品。英伟达将以每股23.28美元的价格收购约4%的英特尔股份,成为其最大股东之一。两家公司将通过NVLink接口整合各自架构,实现CPU和GPU间的高速数据传输。英特尔将为英伟达AI平台定制x86处理器,并开发集成RTX GPU的x86系统级芯片,用于消费级PC市场。
微软研究院推出rStar-Math系统,通过创新的"深度思考"训练方法,让小型AI模型在数学推理能力上达到甚至超越OpenAI o1水平。该系统采用代码验证、过程偏好模型和四轮自进化训练,将70亿参数模型的数学能力从58.8%提升至90.0%,在美国数学奥林匹克竞赛中达到前20%水平,证明了精巧方法比模型规模更重要,为AI发展开辟了新路径。