企业IT领导者们已经听说了不少关于边缘计算与5G网络合作解决问题的消息,但这一切距离全面普及还有多远?
过去一年,5G连接服务的普及势头仍然强劲,凯捷工程互联业务首席技术官Shamik Mishra表示,“美国和加拿大的全体电信巨头都在积极推行5G技术,并为企业开发出全面的B2B产品。除此之外,我们还看到企业之间5G(及4G)专用网络呈现出巨大的吸引力,企业客户显然是希望以更具成本效益的无线技术实现业务互连。”
然而,全球5G设施仍处于早期发展阶段。这种不成熟性不仅体现在覆盖范围方面,同时也体现在5G设备的支持能力上。技术研究与咨询公司ISG主管David Lessin表示,“5G部署尚处于相对早期,可用性及功效都比较有限。很多国家还没有完成频段拍卖或者其他形式的频段获取工作。”
Everest Group数字、云与应用服务研究副总裁Yugal Joshi指出,中国供应商很难在当前商业环境下扩展其产品供应,这也成为限制5G技术普及的重大瓶颈。Yoshi解释道,“中国供应商在实际部署中扮演着重要角色,缺少他们会导致客户找不到真正具有成本效益的5G解决方案。在很多国家,5G带宽的许可成本高得令人望而却步,只有政府和电信供应商联合起来才能解决……但这绝非易事。”
但从另一个角度看,企业也有机会在广泛的5G部署启动之前开展自己的内部试验。Lessin指出,全球各国企业巨头已经可以开始规划规模较小的战术性试验,而地理位置更集中的组织则可以开展更具战略性的大型5G部署。
Lessin还提到,私有LTE虽然会带来一些锁定问题,但对企业来说可能也是个不错的试水机会。另外,市面上还存在使用4G LTE及光纤连接的多接入边缘计算(MEC)或者移动边缘云解决方案。IDC云与边缘基础设施服务研究副总裁Dave McCarthy表示,“随着5G技术的成熟,企业现在可以使用经过验证的方法在现有电信基础设施上部署相关应用。”
边缘计算与5G如何加以融合?
5G技术正对企业的边缘计算应用产生积极影响,帮助客户在边缘位置部署功耗更低但算力更强的接收设备。换言之,5G与边缘计算可以说是相辅相成。McCarthy表示,“虽然5G技术的核心优势在于降低网络延迟,但它所解决的只是端点到无线基站之间的部分。边缘计算则通过在电信网络基础设施之内部署计算与存储资源,借此解决方案之内的另一个部分,这就消除了由集中数据中心带来的一切回传延迟。”
目前的发展愿景,是使用5G技术连接下一波智能设备,推动边缘数据呈指数级增长。
McCarthy解释道,“企业计划使用这些数据来改善运营能力,并为客户体验提供支持。但是,集中式数据中心显然无法应对迫在眉睫的可扩展性挑战。边缘计算的分布式特性使得企业能够以更高效、更具成本效益的方式利用这些新的5G连接数据源。”
正如Red Hat云平台团队洞见总监Stu Miniman所言,“如果有人还在争论混合云和多云谁更胜一筹,边缘计算的普及已经基本给出了答案:着眼于数据与应用程序的所在位置,它们未来会出现在许多不同的地点。在与电信企业、公有云服务商或者其他典型企业客户沟通时,各方对于边缘计算的讨论思路往往大相径庭。在谈到Kubernetes与云原生生态系统时,各类技术驱动解决方案都在争夺话语权并努力攫取市场收益。虽然电信巨头已经将他们的NFV(网络功能虚拟化)解决方案引入边缘计算讨论,但企业客户也有很多其他选择。边缘计算将成为整体分布式混合环境中的重要组成部分,用户则需要与供应商紧密合作、确保边缘计算不致沦为仅仅承载特定技能集合的技术孤岛。”
5G技术将进一步拓展企业的边缘计算用例,帮助企业以近实时方式分析现场(或设备上)的大量数据。例如,大型工业制造商可以利用这一优势显著提升自身生产力。在汽车领域,5G与边缘技术则有助于实现联网与自动驾驶汽车。Altran公司的Mishra表示,“5G与边缘计算的结合将让新兴用例与大规模自动化的潜在优势转化为现实,这对企业IT领导者而言无疑有着巨大的吸引力。”
边缘计算与5G的未来趋势如何?
在韩国和新加坡等国家,5G目前已经基本完全了普及。ISG公司的Lessin预测,对于幅员辽阔的大国,例如美国、印度和巴西,5G部署可能还需要几年时间才能真正惠及全体国民。
这意味着5G在关键任务用例中的渗透还需要几年时间,IDC的McCarthy据此估计,人们对选择私有5G网络替代WiFi的意向会有所增加。Lessin也承认,移动运营商将不断拓展网络分片能力、借此向用户提供更多服务选项。
Mishra指出,“我们预计企业及公共部门将在未来几年内持续采用5G技术。”智能家居(包括固网无线接入)、智慧城市、制造业、车队管理、物流、娱乐及内容分发网络等都将成为早期采用者。Mishra还预测,这些行业的全面普及最早也许在今年年底前就能完成。至于能源、公共事业、交通、汽车和金融科技等,5G的普及时间点可能会在2022年到2024年之间。
IT领导者该如何做好准备?
在运用新兴的5G网络时,协作与准备将非常重要。IT领导者可以通过以下几种方式为此做好准备。
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。