5G 频谱竞争激烈。究竟,各国对 5G 的期待如何?有何盘算?
5G 乃应蕴"服务"而生,中频段较具应用价值
台湾亚太电信网络技术中心资深协理杨腾达表示,有别于 4G 之前皆是先有技术、再思考能提供哪些服务?5G 是一种划时代变革 (Revolution),一开始就设想好要做什么?市场需要什么?它并非关键 (Critical) 技术,精髓不在于提供多少带宽、而是能发酵多少应用,是各式应用的高速公路;它乃应蕴"服务"而生,从"低延迟、广覆盖、大数据"三面向拼凑不同应用的样貌,而物联网 (IoT) 占有重要地位。4G 之后,运营商须拥有更多频谱才能让用户体验飞速下载,因而点燃竞标资金战火,5G 厮杀更是激烈。
照片人物:台湾地区亚太电信网络技术中心资深协理杨腾达
杨腾达指出,越高频的频段,带宽速度越大。麻烦的是,各国频谱政策规划不一;再者,频段与应用亦关系密切:Sub-GHz 低频段的基站覆盖范围较大,通常可超过 1 公里,但吞吐量 (Throughput) 极小,与现行 LTE 差距不大;中频段约在 350~500 公尺,传输速度上看 1Gbps;高频实测仅约 200 公尺左右,但可达到 10Gbps 高速。对 IoT 应用而言,或许低频更合适;但若须频繁上行高清影像,高频无疑更对胃口。
中频段的"中庸"特性在应用上较具价值,杨腾达揭密。此外,频谱政策亦导致各国发展取向不甚相同:韩国押宝中频,以消费市场为主;美国主打高频,大力推动"固定无线接取"(FWA) 的定点分享服务以取代有线网络;英国志在普及光纤、无线网络,拟以"乡村包围城市";澳洲偏重 8K、360 度投影及高清影像解析和演算,用于防恐及农业测试。值得留意的是,基于谱频效益及吞吐量考虑,高、中、低频堆栈将成常态,未必任何地方都能享受 5G 快感。
4G 改变生活、5G 改变社会,但杀手级应用未现
杨腾达还提到,由于 5G 需要更多站点扩大覆盖率,使许多路灯、交通号志充当微型基站 (Small Cell),对建构智慧城市大有帮助。他分享,4G 进入 5G 时代,韩国以增強现实/虚拟现实 (AR/VR) 为敲门砖,人均数据使用量从 8GB 遽升至 26 GB,吃到饱资费专案的月租费约折合新台币 2,600 元,用户平均使用量约在 30 GB。他坦言,当前"4G 改变生活、5G 改变社会"口号虽喊得响亮,但现今所推出的 5G 服务并不是非 5G 不可,而是能提升使用者经验值,尚未看到真正为 5G 量身打造的杀手级应用。
杨腾达看好未来要求稳定、安全、独立的"企业专网",可能是下一个 5G 潜力新星。借镜日本观点,NTT Docomo 认为大容量、低延迟和多设备连接特性是 IoT、人工智能 (AI)、AR/VR 和云台等数位转型的支柱,可创造新价值并解决社会问题,工作场域、智慧城市、娱乐和医疗是重点应用,将于今年春天展开商用服务。日本总务省 (MIC) 主导的超高频 (SHF)、大系统容量、低延迟、大规模联机等 5G 基础技术的四年研发项目,当中有两个项目是由 DOCOMO 推动;与此同时,日本将在全国针对不同社会应用领域展开为期三年的场域测试。
实务上,部署 Low-SHF (3~6GHz) 有两种途径。一是与富士通 (FUJITSU) 合作"Distributed MIMO"(分布式多输入多输出),由集中式基频单元 (C-BBU) 协调大规模收发模块 (RRH) 以抑制干扰并避免遮蔽效应 (shadowing effect),增加区域频谱效率,但"需要许多光纤和部署站点"是最大技术课题,须弹性配置以适合各种场景;二是与 NEC 共同建置"Massive MIMO"(大规模多输入多输出),以 128 个天线单元及超过 5Gbps 的 16 空间多任务 (Spatial Multiplexing),辅以 10 Gbps 光纤带宽强化 BBU 和 TP-BBU ("传输点"基频单元) 之间的分割。
有效部署、天线设计、无线电资源排程,缺一不可
Docomo 说明,过去集中式的无线接入网 (C-RAN) 要实现完整数字化 Massive MIMO,需大肆扩张 Fronthaul (前程传输) 带宽,但如今有更好的替代方式。至于 High-SHF (28GHz) 的大规模 MIMO 天线系统,则由 256 个单元X16 子阵列组成,在 16 波束的空间多任务帮衬下,户外传输率可达 20 Gbps 以上。现行应用场景是:沿着铁轨在河边桥梁建置 4.5GHz 和 28 GHz 无线网络,当火车进入 5G 区域时,会将实时影像以 8K 格式+5G 传送给行经列车的乘客 (基站由 NEC 提供)。
其他用例还包括:建置移动式卫星办公室,让分处三地的会议成员得以 4K 格式+5G 双向传输 360 度视频会议的实时影像并加以编辑;或用于远程医疗服务、内视镜手术教育。富士通进一步剖析天线设计诀窍:增强网络容量可从细胞基站高密度化 (Cell Densification)、加大带宽、改善频谱效率等三面向着手。其中,当属第一项最具效果;而研究如何为超高密度的基站环境协调出妥善的无线电资源排程演算,是头号课题。超高密度"分布式天线系统"(Distributed Antenna System, DAS) 的设计要点有二。
首先是超高密度部署,将每个传输点之间的距离控制在 100 公尺以内,以分布式配置为佳,若数目够多且配置得当,可实现近乎无障碍的线性通信;其次是采 C-RAN 架构,将每个传输点个别连接 C-BBU,然后集中在 C-BBU 做基频处理。富士通亦对协调无线电资源排程提出建议:借助算法协调多用户 MIMO (MU-MIMO) 以抑制超高密度传输点之间的重大干扰,结合联合传输 (Joint Transmission, JT) 与用户设备 (UE) 的空间多任务,因为空间相关性低、接收功率高,可较区域型天线系统实现更高的吞吐量。
"无线电资源管理"拉抬成本效益
富士通透露,善用"强制归零"(ZF) 技巧有助于协调 MU-MIMO;只须与发射端的权重矩阵相乘,就可将用户间干扰 (IUI) 归零,并藉由 TDD (时分双工) 的"信道互易性"(Channel Reciprocity) 估量时域校准。最后是传输点之间的校正;可先针对校正目标双向收、发参考信号,再由双向信道计量校正系数。业界普遍赞同:要实现国际电信联盟 (ITU) 所定义 5G 三大应用场景——增强移动宽带 (eMBB)、大规模机器通信 (mMTC) 与超可靠低延迟通信 (uRLLC),单是仰赖密集式蜂巢和大规模 MIMO 天线系统的成本效益并不高。
因此,不如一开始就为 5G 蜂巢式网络注入智能,借助 AI 依不同市场需求做网络切片 (Network Slicing)、以提升频谱效率并扩增容量,不必再为形形色色的垂直应用建立专用网络——后续文章所提及的"无线电资源管理"(RRM) 便是其中一种手段,并可定义 5G 基站/云服务器负载能力,以分割、处理、解析流动数据。当网络检测到预先定义的服务指标,利用机器学习 (ML) 训练收集到的大数据、推论出优化模型,就可据此灵活调度、配置、优化及修复,满足三大应用场景所需。
AI 与 5G 将趋于深度融合
根据 IBM 和 Morning Consult 数据显示,近七成的 IT 专业人员期望 5G 对其业务产生重大影响,包括:更快的 AI 应用程序、云服务速度及与边缘计算;另有学者预言,今后十年云台、AI 与 5G 三种技术将趋向融合,并促生新的业务模式。英特尔 (Intel) 在 2020 美国消费电子展 (CES) 即宣称:5G、AI 与智能边缘是其战略基础,且它们并非独立技术——5G 使智能设备成为可能。不过,智能设备在开发 AI 和 5G 亦面临挑战:须为每种技术的核心提供硅技术和软件支持——在创建的数据中,有多达半数来自数十亿台的边缘智能设备。
然而,它们只有 1% 是由 AI 模型处理,AI 正在使 5G 与计算、通信的融合变得越来越重要,以便就近移动、处理。中兴通讯近期更公开宣示:运营商可利用 AI 提高 5G 网络效率、为客户创造价值并精准匹配需求,增加营收。另一方面,藉虚拟测试优化网络性能、降低维护成本。AI 与 5G 将循三阶段走向深度融合:
1. AI+5G:催生行业应用多样性,5G 有利于提升 AI 赋能垂直行业的能力;
2. AI in 5G:打造自主进化网络,推动 5G 网络的智能化演进;
3. 5GXAI,AI 和 5G 相辅相成、螺旋上升,引发原子裂变,迈向 6G 时代!
不少 AI 专家直言:AI 最大用途是探索未知、定义问题、寻求解方。AI 与 5G,并非只是相提并论的时髦词汇,而是相互为用的好搭档。如何从海量数据找出有意义的参数特征值、并找出彼此依存关系与影响力度,将是胜负见分晓的契机。