康普北亚区技术总监吴健
在刚过去的一年里,我们见证了Wi-Fi CERTIFIED 6认证产品的面世,迎来了人们翘首以盼的5G设备和服务,经历了共享频谱的初步商用部署,也目睹了全球对于专网关注度的日渐增长。康普预计,2020年这些新标准、新产品和新服务将推动边缘设备对更高带宽和更多PoE供电的需求,影响将覆盖智能家居和智慧城市、智能楼宇和体育馆,以及矿场、工厂和仓库等广泛的联网环境。
如上所述,2019年我们见证了一系列Wi-Fi CERTIFIED 6认证产品的面世,包括无线接入点(AP)和消费电子设备等产品。我们预计2020年开始,获Wi-Fi 6标准认证的AP出货量将不断增加,以支持诸如高清视频会议、AR/VR、电子竞技和4K视频流传输等高带宽的应用需求。事实上,只需集中部署多个Wi-Fi 6接入点,就可以定制化地为办公楼、体育场和智慧城市街道等超高密度设备环境中的更多用户提供所需的高品质服务。
康普认为,新的一年将为共享频谱和运营商专享频段提供方案,覆盖工业物联网和人口密集场所等应用场景。共享频谱的一大优势在于,能够为矿场、发电厂、工厂和仓库等偏远地点或临时场所的工业建筑物提供高度可靠的连接性。
新的一年,我们还将见证首批5G真实商用的落地实施,这些应用将推动从室内开始的应用部署。为了确保这些应用的实施,无线运营商将分析政府机构分配所获取的频段,并据此做出有利决策以实现投资收益的最大化。这些决策无疑将会影响5G的技术优势在联网环境中的发挥,从而影响物联网等场景部署5G应用的预期目标。以物联网为例,机器对机器通信可让数十亿台设备将瞬时突发信息发送至其他系统,从而打造出真正的智能楼宇和智慧城市,实现更高效的运营和更多新功能。
2020年,Wi-Fi 6、5G和共享频谱等多种新的连接方案将加速物联网(IoT)和边缘设备的融合部署,例如IP监控摄像头、LED照明、4K/高清数字标牌等。其他边缘设备还包括销售终端(POS)设备,以及智能楼宇管理系统和传感器,如接入控制(智能锁)、定位服务、火灾探测和疏散等。
以太网供电(PoE)是向边缘设备和无线接入点供电的首选技术。最新802.3bt PoE标准(也称4线对PoE或简称4PPoE)规定通过Cat 6A类线缆可输送最高90W的功率。旧有AP消耗功率往往很小,但一些新式AP则需要更大功率来传输无线信号。预计2020年对PoE供电需求更高的边缘设备的数量将持续增加,覆盖4K/高清数字标牌、PTZ摄像机以及智能LED照明等领域。
随着偏远地点和临时场所借助共享频谱和专用网络来部署任务关键应用,PoE也将越来越多地被用作边缘融合设备的稳定备用电源。例如,高清摄像机可能需要将数据发送至多个应用,如监控系统、人数统计、机器学习(ML)分析和空间占用传感器等。简而言之,单个边缘设备需传输的应用数据越多,确保其正常运行时间的任务就越具挑战。
此外,对于关键应用还需使用PoE来缩短故障的排查时间,尤其是在偏远地区。对于非PoE系统,一旦发生断电事故,电工必须前往现场调查断电事故的根源;而若使用PoE供电设备,供电信息和数据都会通过专用供电网络整合并集中在同一机房内的网络交换机中,从而能够简化并自动执行故障排查流程。这有利于缩短断电故障排查及维修时间,从而显著缩短平均修复时间(MTTR)。
2020年,上述技术及其应用对高带宽的需求将变得尤为重要。新的连接方案和PoE边缘融合设备将成为后端基础架构升级的主要推动力,包括可支持90W PoE供电的新型多千兆交换机和布线系统。由于Cat 6A类线缆可支持10 Gbps的传输速率,IT部门也将首选部署Cat 6A类铜缆来未来应用,以避免网络瓶颈问题并全面满足新型PoE供电需求。
总而言之,随着Wi-Fi 6等新技术的出现、共享频谱的推出、以及5G网络的持续部署, 消费者和企业用户将在新的一年里拥有更多连接选择。
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。