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 高通携手诺基亚贝尔 首次实现基于商用芯片的端到端5G 10Gbps下行传输速率里程碑

高通携手诺基亚贝尔 首次实现基于商用芯片的端到端5G 10Gbps下行传输速率里程碑

2023-10-19 13:35
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2023-10-19 13:35 科技行者

近日,在IMT-2020(5G)推进组的组织下,高通技术公司和诺基亚贝尔宣布,为支持5G-Advanced超高速场景需求,双方成功在外场环境利用商用芯片组,采用5G空口双连接技术,展示了5G的端到端5G万兆速率(10Gbps)能力。此次测试,采用搭载骁龙®X75调制解调器及射频系统的智能手机形态的测试终端以及诺基亚贝尔AirScale商用5G毫米波基站和核心网系统设备完成。

测试采用5G NR独立组网双连接(NR-DC,即FR1+FR2 DC),FR2频段采用基于26GHz(n258)5G毫米波频段的4X200MHz载波信道,FR1频段在外场采用基于3.5GHz(n78)的100MHz带宽,以及大下行帧结构,合力实现超过万兆比特每秒(10Gbps)的单用户下行峰值速率。此外,测试采用基于5G核心网(5GC)的独立组网(SA)模式,支持网络切片和更低时延等功能。

5G-Advanced的技术特点是超宽带和超高速,其中万兆速率(10Gbps)是业界共识的5G-Advanced的典型标识。万兆速率不仅为高端用户提供单用户超高速率体验,同时也为更多用户提供并发下的更好业务体验。

高通公司产品管理高级副总裁颜辰巍表示:“我们携手诺基亚贝尔实现的这一最新里程碑,进一步展示了5G毫米波技术的优势,是5G毫米波技术演进在中国的测试中重要一步。5G毫米波技术以较低成本增加网络容量,我们很高兴看到这项变革性技术在支持中国5G生态系统打造新用例、释放新机遇方面展现的巨大优势。”

诺基亚贝尔执行副总裁、移动网络业务集团负责人薛瑞表示:“5G超宽带应用作为‘新基建’的组成部分,是通信产业满足重点行业应用能力要求的重要手段之一。我们非常高兴与高通技术公司合作实现此次里程碑,共同为5G-Advanced超宽带技术和毫米波商用奠定技术验证基础,并提供更广阔的发展空间。我们将携手合作伙伴持续推动产业发展、打造极致体验,共同开创5G极致体验新时代。”

5G毫米波是全球5G标准的重要组成部分,可支持移动运营商利用24GHz以上频段的丰富频谱资源,更为工业、企业和消费级应用场景提供超高带宽、更低时延的极致性能。10Gbps的5G传输速度,对于助力释放5G技术的全部潜能,满足更多场景、业务日益增长的数据需求至关重要。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

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