（CWW）2023全球数字经济大会5G 创新发展论坛昨日举行，高通公司技术标准副总裁李俨博士在论坛上发表题为《开启新一轮5G创新 激发数字经济新活力》的主题演讲。
(资料图)
李俨表示，截至目前，全球已有200多家运营商部署5G商用网络，另有将近300家运营商正在投资部署5G技术。2023年全球5G连接数预计将超过10亿，1250余部采用高通骁龙5G解决方案的终端已经发布或正在设计中。
李俨指出，5G技术不仅给消费者带来切身体验的变化，更重要的是，5G能够赋能千行百业，改变生产和生活方式。目前，中国已累计建成5G行业虚拟专网16000余个，5G融入超六成国民经济大类。与此同时，5G标准本身也在持续演进，5G-Advanced正在开启新一轮的5G创新；而5G和AI的融合，更是极大扩展这两大底层使能技术的应用场景和产业价值。
持续演进：5G-Advanced开启新一轮5G创新
目前，5G仍在持续向前发展，从Release15开始，5G正在持续演进以逐步实现未来的目标。现在业内普遍认为，6G技术有望在2030年左右迎来商用。“我们希望在2030年6G到来之前，能够将5G技术再带上一个新台阶。因此，从Release18开始，其后的数个5G标准版本都被定义为5G-Advanced，业界希望5G-Advanced技术开启新一轮的5G创新。”李俨说。
李俨介绍，作为5G-Advanced的第一个标准版本，Release18研究了很多具体的功能，例如先进下行/上行MIMO、移动性增强、移动一体化接入/回传（IAB）、智能中继器、全双工技术、AI和机器学习以及绿色网络。
覆盖问题是5G-Advanced典型的增强领域之一。Release18对IAB技术进行了扩展，使目标基站能够被放置到移动车辆上去。由于车辆在移动，所以需要解决回传和切换的问题，包括用双连接来提高链路的可靠性。此外，5G-Advanced中的另一项重要增强是针对低时延高可靠的XR应用，针对XR业务上下行流量的特征和业务模型，对整个系统进行优化，通过用于支持基于内容感知的网络智能优化来提升服务质量（QoS）和用户体验。
另外很重要的一点，是如何对功率进行规划。Release18当中针对XR的增强并不仅仅是在无线侧，也包括在网络侧和业务方面做优化。也就是说，Release18重点提出的分离式渲染XR技术，核心观点是要利用边缘侧的算力协同终端算力，把最终的高精度渲染内容呈现给用户。
AI和5G协同加速数字化转型
今年备受关注的技术当属人工智能（AI）。李俨介绍，3GPP在最初规划Release18时，针对AI与无线网络的融合进行了初步探讨，为如何将AI纳入到无线通信网络做了很好的铺垫。
在物理层，即接入层面，已有数个重点研究案例，包括信道状态、信息反馈、波束管理和定位精度等方面。从这些研究项目当中，能够清晰地预测将AI技术应用到通信中其性能将有大幅度提升，包括提高定位技术的精度、提升信道的可靠性，乃至提升整体传输效率。
当然，AI对5G的贡献不仅仅停留在接入网层面。高通认为，AI和5G是非常好的一对有机体，可以相互支持、相互协作。5G解决了连接方面的问题，能够助力很多传统行业完成数字化转型，同时产生了大量数据；AI可以对数据进行分析和使用，并挖掘数据资产真正的价值。同时，AI技术也反哺了5G技术，帮助优化5G网络，体现了非常好的协同作用。
李俨表示，高通很早就意识到AI对通信以及终端体验将起到重要作用。早在2007年就开始了AI技术研究，并在2018年成立高通AI研究院，将高通内部研发资源进行跨部门整合，从而推动AI相关领域的创新。截至目前，搭载高通AI技术的终端数量已经超过20亿部。
混合AI：释放AI最大潜能
李俨指出，生成式AI是未来发展的重要方向之一，而生成式AI不仅仅是一个云端业务，它更是混合AI，要充分利用终端上的算力来处理终端上产生的数据。高通致力于充分发挥终端侧的算力优势，从而提升用户体验。
李俨表示，当前所使用的生成式AI工具都会有较大的时延，但如果将这些应用工具放到手机上，一些初期的概念、想法就可以在手机上生成，当生成的内容和优化功能都非常稳定后，生成式AI工具就可以进行高精度渲染，并有效地提高工作效率。
以Stable Diffusion大模型为例，该模型可以通过输入指令即时生成图片，因而其系统模型并不大，但是它对算力的需求却非常大——这就适合在手机上运行，因为手机本身的内存并不大。在高通AI能力加持下，Stable Diffusion可以在15秒内完成20步推理，生成精美的图片。
据统计，2022年，近七成的数据是在边缘及终端上处理的。“当我们使用AI技术时，这些数据将更加充分地激发出终端上的算力。当遇到规模过大的内容或模型时，由于内存的限制而无法在智能终端上进行处理，此时我们再将这些数据放到云端处理，利用分布式合作解决不同问题——这就是混合AI。”李俨说。
AI走向千家万户需要云端和终端配合，混合AI可以有效破解AI规模化扩展难题，混和AI将是AI的未来。
