微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 中国移动提前完成100万4G基站建设

中国移动提前完成100万4G基站建设

2015-10-13 10:24
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-10-13 10:24 新浪网

在ITU世界电信展期间,中国移动联合ITU、GTI(TD-LTE全球发展倡议)和TDIA(TD产业联盟)举办了第五届TD-LTE技术与频谱研讨会。中国移动副总裁李正茂在研讨会上做主题演讲时指出,当前中国移动TD-LTE用户累积达2.3亿,月增幅超2000万;截至9月底,中国移动4G基站已经超过了100万,提前完成了年内TD-LTE基站建设目标。

中国移动副总裁李正茂

中国移动副总裁李正茂

李正茂表示,中国移动正在部署LTE-A网络,将TD-LTE网络下载速率峰值提到到了220Mbps,此外,中国移动还在试点三载波,未来TD-LTE网络最高下载速率将达330Mbps。

据中国移动介绍,截至2015年上半年,全球已有36个国家开通63个TD-LTE商用网络,另有60个国家91个TD-LTE商用网正在计划部署中。目前全球基站数超过120万,TD-LTE全球用户规模已超过3亿,预计2015年底将超过4亿。

据ITU预估,2020年全球频谱需求量大致为1340-1960MHz,约为2010年频谱需求的5倍。未来,获取更多频谱资源,并使有限的频谱资源高效利用成为全球移动通信产业发展的关键。除了2.6G、2.3G频段之外,3.5GHz频段的TDD频谱也成为了全球关注的焦点,据了解,目前包括加拿大、英国、日本等多个国家均已完成该频段牌照发放,全球约50%的TDD牌照为3.5GHz,在该频段部署TD-LTE已成为全球热潮,截至2015年第二季度,已有11张3.5GHz TD-LTE商用网,峰值速率可达1Gbps。李正茂表示,中国移动当前已建成全球最大的TD-LTE网络,后续将推进TD-LTE的演进,包括研究3.5GHz黄金频段的使用问题。

此外,中国移动还表示将通过应用满格宝、特型天线等产品加强网络广、深、厚覆盖,通过率先引入载波聚合、基站协作CoMP等技术提升网络性能。

在本次展会现场,中国移动还展出了包括自主品牌的N1 MAX、A1等11款支持支持VoLTE、LTE-A的最新4G终端,以及支持无线多屏互动的WiMo产品。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-