全球“碳达峰、碳中和”已成主流趋势,为了助力全球运营商绿色网络“双碳”行动计划的达成,在华为首届无线媒体沙龙上,华为无线网络SRAN产品线总裁马洪波发表了“绿色5G,E2四化八大方向,共赢双碳未来”主题演讲,并发布《绿色5G白皮书》。该白皮书在业界首次发布了绿色5G网络的能效评估体系——E2(Energy Efficiency),同时也率先定义了绿色5G网络的技术趋势——四化八大方向。
华为马洪波发布《绿色5G白皮书》
E2,即能效评估体系。白皮书深化业界能效定义,首次将网络能效理念演进为可应用的能效评估体系。根据实际网络建设目标差异和场景化差异,将目前单一的流量能效拓展成为容量、覆盖、体验等多维因素能效评估体系,从而准确反映网络能效变化,牵引5G网络向绿色节能方向演进。
白皮书从“四化”——设备高集成化、站点极简化、网络智能化和全生命周期环保化四个方面阐述了绿色5G网络的关键特征,并首次给出了“四化”特征下的八大绿色5G网络技术方向。
方向#1:射频走向多天线,大幅提升设备比特能效和能量传输效率
射频向超大规模天线阵列演进,使能空间波束集中,提升能量传输效率;此外,射频有源部分采用多通道技术提升设备容量,进而大幅提升设备比特能效。华为测试结果表明,64T64R模块相对4T4R模块比特能效可提升20倍。
方向#2:设备走向超宽频,多频合一降能耗
通过高效超宽带功放及通道技术的使用,将多个单频设备融合成一个超宽频设备,进而大幅减少设备部署数量和成本、降低设备能耗。RRU从单频向三频演进可获得30%以上的节能收益。
方向#3:硬件休眠机制走向精细化,持续降低中低负载能耗
中低负载下,影响设备能耗主要因素为硬件关断深度和响应时间。可通过硬件模块化设计、精细休眠机制实现关断深度和响应时间的大幅优化;其中,关断深度将实现从30%到90%的提升,而响应时间将实现从分钟级到毫秒级的跨越。
方向#4:站点走向极简,去机房去空调
站点能耗主要来源于空调等外设设备;通过机房集中化、站点室外化部署,减少空调使用并补充以液冷等高效散热技术可大幅提升站点效率,实现站点能耗降低30%。
方向#5:整站走向联动,综合能源高效利用
业务与整站的供能-储能-用能等部件进行高效联动,用信息流驱动能量流,可以实现综合能源的高效利用,进而达成整站节能目标。将太阳能引入无线站点,并与业务联动最大化太阳能板发电效率,在高日照地区可以减少50%的市电消耗。
方向#6:网络走向智能,节能和网络性能双优
在保障用户体验的基础上,借助智能网络,根据业务的变化实时调整频谱、载波等网络资源的分配已成为业界的共识。华为本次发布PowerStar2.0解决方案将在关断资源类型、关断时长和运维效率上对节能方案进行全方位提升,多维协同实现节能和网络性能双优。
方向#7:业务承载走向高制式,充分发挥5G高能效优势
多地5G网络部署经验表明,5G新技术的持续引入正推动网络能效持续增长。引领业务向高制式承载,有助于充分利用5G高能效优势,降低网络能源消耗。
方向#8:全生命周期走向循环经济,减少自然资源依赖
遵循循环经济理念,华为将“大绿色”融入产品生命周期管理,进而减少对自然资源的依赖,实现全生命周期低碳。
最后,马洪波指出,“在5G网络迅速发展的当下,华为希冀5G加速行业转型,成为绿色社会的重要支撑;《绿色5G白皮书》提出的E2四化八大方向旨在全力牵引绿色网络演进,助力运营商双碳目标达成。华为将与运营商携手共建绿色5G网络,共赢双碳未来。”
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。