现在很多人的生活离不开外卖、电商、社交、游戏、短视频、金融、电影……,而这些服务都离不开网络。
有人说这是互联网下半场的表现,但事实上虚拟现实、智能硬件的时代尚没有真正到来,行业发展还需要更高质量的技术支撑。从这个角度看,技术发展是人的需求和人类对技术本身执着追求的一个综合结果。
近日IDC发布的《2021年网络市场跟踪报告》也印证了这一说法。报告显示,2021年中国网络市场规模为102.4亿美元(约合660亿元人民币),与去年相比增长12.1%,其中WLAN市场增速47.2%,交换机、路由器分别为17.5%、-2.6%。全球网络市场规模与去年相比增长10.1%,其中WLAN市场增速20.4%。
IDC预测,到2023年,“无线优先”将成为广域连接的主流, 70%的中国企业、工业和公共部门组织将加速无线连接的投资。
WiFi的英文全名是Wireless Fidelity,是一种无线网络连接技术,可以不通过网线对终端设备实现网络数据传输。这种网络连接技术覆盖面积比较小,大约90米范围内,并且当连接的终端数量过多时就会影响到网络传输的速度。
随着WiFi网络接入设备规模和终端数量的极速增长,WiFi网络超高带宽和超低时延的应用越来越多,例如4K/8K高清视频、云游戏、XR、远程医疗、工业无线等应用的流行。WiFi 5、WiFi 6协议使用的2.4GHz和5GHz频段已经变得越发拥挤。企业无线终端用户和网络所有者对于WiFi网络的诉求已经超过协议本身的能力范围。
探寻无线连接边界
WiFi 7的出现就是为了解决这些卡脖子问题。WiFi 7是下一代WiFi标准,它的技术标准名叫802.11be。其协议标准第一版草案Draft1.0于2021年3月发布,第二版草案Draft2.0预计在2022年底发布。虽然WiFi联盟认证的WiFi 7规范在2024年底才能完成,但早在协议修订之初,WiFi 7工作组就定下最高吞吐速率超过30Gbps(约是WiFi 6的3倍),时延低于5ms的工作目标。
作为WiFi 6的继任者,两者之间只有一个数字之差,但在技术层面却实现了一个跨越式升级。WiFi 7能提供的最大频宽从160MHz提升到320MHz;支持2.4 GHz、5 GHz、6GHz(目前国内还没批准 )三个频段自动切换,强调在6GHz频段去提升性能;可以同步支持多个AP节点的信号输入。
锐捷网络无线产品事业部无线产品研发总监康贤昆指出,WiFi 7引入了更灵活的频谱利用方式Multi-RU,更高的时空复用16X16 MIMO,更多的链路操作MLO ,多AP协作,以及更高阶的调制方式4K-QAM等,使得WiFi 7能够提供更高的数据传输速率、更低的时延和更可靠的无线连接。在调制方式方面,高通技术公司产品市场总监胡鹏解释,原来的WiFi 6标准要求支持1K QAM,从1K QAM到4K QAM,它的调制方式理论上可以提升20%。
挑战与机遇
WiFi技术更迭历经二十余载的,如今WiFi 7正处于研发阶段,面临诸多的挑战。康贤昆认为,虽然有802.11K/V/R等协议补充,以及大数据、人工智能、云计算等技术的加持,但是在无线快速漫游、高密部署等企业无线场景下仍存在诸如漫游粘滞、偶发卡顿、关联不上等不足。对于无线终端用户来说,感受比较明显的就是WiFi网络延时和丢包的增加;对于网络管理者来说,WiFi网络的运维管理、智能化等还有很多问题需要解决。
从目前的标准进展来看,WiFi 7将对无线终端应用和体验有较大的改善和提升,但等这项技术落地、终端商品量产,还有很长的路要走。2022年即将过半,WiFi 7技术争夺战早已悄然打响,高通、联发科纷纷进军WIFI 7战场,新华三、中兴、华为、锐捷也在产品方面积极布局。此举势必将带动新的路由器、网状系统和客户端设备的更替。
一项新技术的诞生,最直观的价值就是给用户提供方便。疫情之下,远程办公、在线视频会议、网课等应用场景走近我们的生活。随着接入网络终端的增长,无线网络凭借移动接入的优势,其市场占有规模将进一步扩大。高通技术公司高级产品经理叶思崑表示,希望WiFi 7有更高的传输能力,更低的时延,更可靠的传输以及更强的算力。
未来的社会是一个万物互联的全连接社会,所有的终端都会加上传感器与网络互联。它们无时无刻都在产生数据,各种各样的数据连接起来就会形成大数据。进一步对数据进行处理和分析,就形成人工智能的肥沃土壤。从某种意义上说,无线技术的演进史也是社会发展的演变史,每一次通信技术的变革都会给人们生活带来便利。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。