5G 催化物联网应用加速落地

对于我们消费者而言，5G 是指更高的（手机）性能、更高分辨率的视频、更快的手游速度，是通过更多方式满足我们消费者的需求。但 5G 的真正承诺是为众多垂直非手机的市场服务。这也是移动网络运营商和整个生态系统希望通过 5G 网络基础设施实现巨大投资变现的领域。物联网革命的预期 5G 效果是将移动网络扩展到数十亿个物联网节点。这是一个远大目标，因为 5G 除了要实现移动网络规模爆炸式增长之外，还必须适应这些网络终端（以下简称“物”）的多样性。此处提到的物，从需要大量带宽的移动电话和“频繁运行”的固定无线网络，到只需要不经常传输或接收小数据包的场景的传感器。许多物联网产品的需求介于两者之间，这一点不足为奇。他们不需要完整的 eMBB（增强移动宽带）5G 性能，但他们的功率/成本期望要比智能电话或固定终端更严格，而且在各种应用中都要求极低的延迟。这就是新的 5G RedCap 标准的用武之地。

3GPP 宽带标准在 4 个不同（但相关）方向发展（见下方图表）。自第 15 版开始，首个且主要的方向是 eMBB，面向消费类手机和固定无线接入 (FWA)。自第 16 版开始，第二个方向是低延迟 URLLC，面向对时间要求严格的边缘计算和支持未来的 AR/VR 设备。第三个方向是 Sidelink，主要面向汽车 V2X，但预计自第 18 版开始才会支持非汽车用例，涵盖工业和物联网领域（此领域将与 RedCap 融合）。第四个方向是物联网 5G。LTE（尤其是 LTE Cat-1）目前提供部分服务，但随着在第 17 版中引入 5G RedCap，5G 现在已完全接管这些服务，并预计在第 18 版中进一步改进和优化。

图 SEQ Figure \* ARABIC VALUE 1 5G 宽带标准演变

什么是 RedCap？

RedCap 简单来说就是降低容量。5G 的所有优势，在网络中尤为明显，其性能与上一代 LTE 相当，但延迟明显更低，主要针对支持 eMBB 和 URLLC 的基线全性能 5G 设备（峰值速率在 Gbps 范围内）之间缺少的性能等级，和窄带宽 MMTC（支持仅 1Mbps）。RedCap 设备将支持大约 85 Mbps 的性能等级，可用于各种工业和物联网用例  

但是如果不充分利用速度的话，使用 5G 有什么好处？好处有很多。通过 5G 网络支持物联网，可以实现经济高效的绿地部署（无需支持 3 个网络：5G、LTE 和 eMTC/NB-IoT）。5G 关注降低容量的使用案例，与基础设施方面私有网络的快速增长速度相一致，这绝非巧合。两者的结合为以全新且经济高效的部署方式解决企业和工业应用难题开辟了领域。5G 网络还可提供更多频谱选项，包括未经许可的频谱。如果有限的覆盖范围可在频谱复用中发挥优势，RedCap 还将支持毫米波操作。5G 网络利用先进的波束形成技术（复杂性在于基础设施方面），还可在低于 6GHz 的范围内提供更广的覆盖范围，使用户端设备更精简、紧凑及节能。 

5G 还可以改进设备定位，并有望在即将发布的第 17 版中实现厘米级定位精度，进一步促进工业应用。 

5G 网络还提供了比 LTE 更好的网络管理，支持有保障的服务质量 (QoS)，例如安全性方面。

通过基于软件的网络切片、安全和移动边缘计算 (MEC) 选项，可以在通用网络基础设施中提供这种增强的管理。网络切片可以提供多级 QoS，而无需增加更多网络硬件成本，并重新使用相同的网络基础设施来支持高度分散的工业应用。MEC 将传统云计算功能迁移到网络中，以减少拥塞，提高成本，降低延迟。比如说，安全和人工智能功能可在本地网关中提供。专用蜂窝网络是另一种可能的应用，在这种应用中，超高性能可能不如增强安全程度、改进可用性、扩大覆盖范围以及根据该网络的需要提供切片选项带来的优势那么重要。 

这些增强功能可使哪些类型的物联网应用程序受益？工厂和电网中的工业传感器（例如压力、CO2、湿度、运动、温度传感器等）、监控监测器、可穿戴设备（包括新兴的 XR 设备，尤其是眼镜形式的设备）、车用资通系统、电子健康和医疗监测设备。他们共享或必须响应的信息都具有一定程度的关键度。不过，以上所有应用都在市场中对成本和功率非常敏感。RedCap 旨在帮助物联网产品制造商找到满足其需求的合适平衡点。 

汽车遥测是一个具体示例。我们通常会考虑 V2X 车辆中的蜂窝应用，既车辆与其他车辆或基础设施进行通信，或用于确保安全、导航、交通管理的基础设施。这就需要 Side-link 通信提供专属支持，以及类似 5G Redcap 的性能。遥测是一种截然不同的应用。车联网通信盒（T-Box）是现代汽车中的一个成熟电子设备，负责远程连接车辆功能等。这些系统使用蜂窝技术，而新兴系统则开始使用 5G。在这种应用中车联网通信盒可以处理无线更新、收集和传达车辆统计数据，并在检测到问题时安排服务。据估计，远程通信链路的数量将超过 V2X，非常适合 Redcap 性能范围。 

AIoT落地面临的困难

　　数字化转型是一个循序渐进的过程，落地实践周期短则两三年，长则达数十年。当下各行各业依然处于初期的探索阶段，而在这样一个关键节点，充分了解终端用户的实际需求，将数字技术和行业当下的需求充分结合，实现技术在行业领域的有效转化，才能更好的筑牢行业数字化转型坚实的第一步。而对于产业数字化升级的未来路径，大方向上肯定会向数智化演进，从数字化到数智化，一字之差，中间将是整个产业的全新升级。对于企业而言，既考验着企业对于市场需求的理解，也对如何推进数字技术深入行业应用，助推行业效能升级提出了新的挑战。

数字化转型是各行业以海量基础的结构化数据为核心，对大数据、人工智能、5G通信、物联网等一系列关键技术综合应用的结果。在这个过程中个人认为主要难点在于：　

1、数据安全问题。人工智能、大数据、云计算的助力加速了安防行业的智能化转型，但与此同时，数据泄露事件也频繁爆发，数据安全问题也逐渐引起人们的人们的重视，数据安全的管理，急需建立一套包括数据搜集、数据处理使用、数据监督管理等在内的具有严格要求的数据安全管理办法来得以实现。

2、产业碎片化问题。用户需求碎片化、应用场景分散且细碎等等，需要大量的行业应用知识和领域知识来完成技术的效能转化。

3、应用落地速度缓慢问题。AI等技术在某些场景落地缓慢主要取决于四个因素：算力、算法、基于算法的应用以及价格，AI应用需要投入的资金数量较为庞大，并不是每个行业每个企业都有足够的运算来支持。此外，当前的项目有些用户也存在过于理想化的预期心理，人工智能需要机器学习不断提升准确率，它无法马上解决所有的问题，需要有足够的时间与正确的训练方式，才能慢慢体现它的价值。