带你读《扬帆远航 5G 融合应用实践精编》第一章5G助力经济社会数字化转型1.2我国5G网络发展初具规模

简介: 带你读《扬帆远航 5G 融合应用实践精编》第一章5G助力经济社会数字化转型1.2我国5G网络发展初具规模

1.2 我国5G网络发展初具规模


5G网络建设加快,为应用发展奠定基础。我国5G网络建设加速推进,地方政府积极释放政策红利。截至20213月底,中国已累计建设5G基站超过81.9万个。目前我国已建成全球规模最大的5G独立组网网络,每万人基站数   量仅低于韩国。根据工业和信息化部发布的《5G应用扬帆行动计划》,2023年年底,我国每万人拥有的5G基站数量将超过18个。目前,5G网络建设呈现出东部沿海地区领先于内陆地区、南方地区领先于北方地区的特点。   广东、江苏、浙江、河南、山东、上海、北京、四川、重庆等省和直辖市的5G基站建设数量均超2万个。截至20213月底,我国5G手机终端用户连接数2.85亿,占移动电话用户数的17.8%。


       5GSA(独立组网)已启动初步商用,它为端到端网络切片技术、多接入边缘计算技术的实现以及面向行业的应用创造了基础条件。中国电信集团有限公司(简称中国电信2020117日宣布5GSA规模商用,5GSA将覆盖全国超过300个城市。中国移动通信集团有限公司(简称中国移动20201120日也宣布实现5GSA规模商用。中国联合网络通信集团有限公司(简中国联通)正在加紧从5GNSA(非独立组网)向5G  SA过渡。深圳宣布提前超额完成了建设4.5万个5G基站的目标,实现5G   SA全覆盖,北京继深圳之后也实现了5GSA全覆盖,河南、广州等多地也在加快冲刺5GSA商用。MEC(多接入边缘计算)技术是5G低时延场景应用中的关键使能技术。据不完全统计,三大运营商已在国内40多个城市开展了100多个基于边缘计算的5G商业应用试点项目,覆盖了多个行业和应用场景,包括智慧园区、智慧工厂、智慧港口、智慧矿山等。


网络性能显著提升。与4G网络相比,5G网络的上下行速率明显提升,用户体验获得明显优化。2020810月,中国信息通信研究院在全国14个重点城市开展了移动网络质量专项评测,结果显示,14个城市中有10个城市的下   载平均速率超过800Mbit/s、上传平均速率超过100Mbit/s20211月,中国    移动发布的《中国移动2020年智能硬件质量报告(第二期)》的评测结果显示,各手机终端应用的上传性能、下载体验在5G网络下均有显著提升。


虚拟专网探索取得积极进展。5G行业应用对行业专网具有巨大的需求。行业专网目前形成了虚拟专网和专用频率专网两类典型的组网模式。其中,   虚拟专网是指基于现有5G公网构建的,按需实现软硬件隔离,同时向行业用户提供部分网络管理、监测、独立开户等权限的虚拟网络,具有网络覆盖   定制化、安全性高、性能精准优化、运维管理自主化、成本经济等优势。目   前,我国尚未分配行业专网频段,政府鼓励产业界积极探索5G行业虚拟专网。截至20213月底,全国已建成5G虚拟专网约1000个。

相关文章
|
5月前
|
边缘计算 人工智能 5G
5G引领家庭网络升级:速度、稳定性与智能化的新时代
5G引领家庭网络升级:速度、稳定性与智能化的新时代
345 69
|
5月前
|
机器学习/深度学习 自然语言处理 数据可视化
基于图神经网络的自然语言处理:融合LangGraph与大型概念模型的情感分析实践
本文探讨了在企业数字化转型中,大型概念模型(LCMs)与图神经网络结合处理非结构化文本数据的技术方案。LCMs突破传统词汇级处理局限,以概念级语义理解为核心,增强情感分析、实体识别和主题建模能力。通过构建基于LangGraph的混合符号-语义处理管道,整合符号方法的结构化优势与语义方法的理解深度,实现精准的文本分析。具体应用中,该架构通过预处理、图构建、嵌入生成及GNN推理等模块,完成客户反馈的情感分类与主题聚类。最终,LangGraph工作流编排确保各模块高效协作,为企业提供可解释性强、业务价值高的分析结果。此技术融合为挖掘非结构化数据价值、支持数据驱动决策提供了创新路径。
296 6
基于图神经网络的自然语言处理:融合LangGraph与大型概念模型的情感分析实践
|
5月前
|
人工智能 边缘计算 5G
5G时代,别让能耗成为“隐形杀手”——聊聊5G网络的能耗管理
5G时代,别让能耗成为“隐形杀手”——聊聊5G网络的能耗管理
227 13
|
3月前
|
机器学习/深度学习 数据采集 算法
贝叶斯状态空间神经网络:融合概率推理和状态空间实现高精度预测和可解释性
本文将BSSNN扩展至反向推理任务,即预测X∣y,这种设计使得模型不仅能够预测结果,还能够探索特定结果对应的输入特征组合。在二元分类任务中,这种反向推理能力有助于识别导致正负类结果的关键因素,从而显著提升模型的可解释性和决策支持能力。
225 42
贝叶斯状态空间神经网络:融合概率推理和状态空间实现高精度预测和可解释性
|
8月前
|
编解码 异构计算
RT-DETR改进策略【Neck】| BiFPN:双向特征金字塔网络-跨尺度连接和加权特征融合
RT-DETR改进策略【Neck】| BiFPN:双向特征金字塔网络-跨尺度连接和加权特征融合
492 10
RT-DETR改进策略【Neck】| BiFPN:双向特征金字塔网络-跨尺度连接和加权特征融合
|
8月前
|
机器学习/深度学习 计算机视觉
RT-DETR改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
RT-DETR改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
269 3
RT-DETR改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
|
8月前
|
机器学习/深度学习 计算机视觉
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
396 62
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
|
6月前
|
人工智能 安全 5G
5G网络安全全解析——新机遇与潜在风险
5G网络安全全解析——新机遇与潜在风险
195 4
|
7月前
|
机器学习/深度学习 测试技术 网络架构
FANformer:融合傅里叶分析网络的大语言模型基础架构
近期大语言模型(LLM)的基准测试结果显示,OpenAI的GPT-4.5在某些关键评测中表现不如规模较小的模型,如DeepSeek-V3。这引发了对现有LLM架构扩展性的思考。研究人员提出了FANformer架构,通过将傅里叶分析网络整合到Transformer的注意力机制中,显著提升了模型性能。实验表明,FANformer在处理周期性模式和数学推理任务上表现出色,仅用较少参数和训练数据即可超越传统Transformer。这一创新为解决LLM扩展性挑战提供了新方向。
181 5
FANformer:融合傅里叶分析网络的大语言模型基础架构
|
8月前
|
机器学习/深度学习 编解码 计算机视觉
RT-DETR改进策略【Backbone/主干网络】| 2023 U-Net V2 替换骨干网络,加强细节特征的提取和融合
RT-DETR改进策略【Backbone/主干网络】| 2023 U-Net V2 替换骨干网络,加强细节特征的提取和融合
323 10
RT-DETR改进策略【Backbone/主干网络】| 2023 U-Net V2 替换骨干网络,加强细节特征的提取和融合