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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。