发布通信行业首个大模型,华为能否打赢5G-A元年之战?
华为在MWC 2024上展示了5.5G产品解决方案,发布了通信行业首个大模型,以及多款面向数据中心的产品。5G-A商用元年的到来标志着5G向6G过渡的重要阶段,华为通过结合云和AI技术,推动通信行业发展。

图源:华为
今年的世界移动通信大会(MWC 2024)上,中国企业在人工智能、智能硬件、5G等领域的表现可谓是大放异彩……
在本次大会上,最大的亮点莫过于5G-A商用元年的到来,作为最受关注的参展商,华为也展示了全系列、全场景的5.5G产品解决方案,包括5G-A、F5G-A、Net5.5G等,并发布了通信行业首个大模型。
此外,华为还发布了业界首款面向数据中心场景的OTN(光传送网)产品OptiX OSN 9800 K36、首款智能OLT(光线路终端)产品OptiXaccess MA5800T,以及首款FTTR+X产品华为iFTTR星光F50等。
5G-A作为5G时代承上启下的阶段,不仅将进一步推动现有5G的产业落地,还有望为未来6G技术的演进探明方向。通过5G-A的推动和商用化,将积累更多的经验和数据,为未来更高级别的通信技术提供宝贵的经验教训,推动通信行业不断向前发展。
图源:华为
华为公司高级副总裁、ICT销售与服务总裁李鹏表示,“2024年是5G-A商用元年,结合云和AI技术的发展,运营商商业增长的潜力巨大。”
5G-A在原有5G基站的基础设施和主设备变化不大,但针对垂直应用的建设以及小基站的扩容将持续推进,目标提升上下行速率10倍、大幅提升连接密度和连接数、进一步改善时延及可靠性,并在通感一体化和内生智能等方面进行探索。
图源:欧洲电信标准协会
截至目前,华为助力运营商客户在全球20多个城市启动5G-A商用验证和测试。
展会期间,华为发布通信行业首个大模型。以实现 5G-A 时代的智能化为目标,杨超斌特别指出华为通信大模型将提供基于角色的 Copilots 和基于场景的 Agents 的两类应用能力,帮助运营商赋能员工的同时,提升用户满意度,最终将全面提升网络生产力。
通信大模型对于企业级用户将带来更多效率上的提升,通过角色为不同类型的用户提供个性化服务。大模型可以分析海量数据,快速响应业务需求变化,实现业务的快速部署和调整;同时,通过实时监测和优化网络性能,提升用户体验和网络稳定性;此外,大模型还可以帮助运维团队跨越不同领域的技术壁垒,实现更加高效的网络管理和维护。
大模型之家认为,通信大模型可以利用大数据分析和机器学习技术,对海量的网络数据进行挖掘和分析,识别网络拥塞、瓶颈和性能瓶颈等问题,提出针对性的优化方案。通过实时监测网络流量、预测用户需求和行为模式,优化网络拓扑结构、调整带宽分配等,实现网络的动态优化和资源调配,提高网络的吞吐量和性能。
图源:华为
并且,通信大模型可以建立智能化的资源管理系统,实现对网络资源的自动化调配和优化。通过智能算法和自适应控制技术,实时监测网络负载和资源利用率,自动调整资源分配策略,提高资源的利用效率和网络的整体性能。
此外,作为人工智能和通信领域备受关注的网络安全与隐私保护问题,通信大模型可以实现网络安全的智能化管理,通过监测网络流量、识别异常行为和攻击事件,及时发现并应对网络安全威胁。通过建立安全策略库、实时响应系统和自动化防御机制,提高网络的安全性和稳定性,保护用户的个人隐私和数据安全。
2023年ChatGPT的火热点燃了全球科技企业奋进的信心,生成式人工智能大模型一直被视为企业乃至国家科技竞争的关键高地。而仅仅不到半年的时间,华为便提出了“不作诗,只做事”的观点,将科学技术回归生产而非追随热点。
事实上,华为人工智能在我国民生、基建等领域早有布局,涵盖了全面智能化战略、算力底座、AI平台、行业智能化参考架构和AI应用等多方面。在全面智能化战略的推动下,华为通过架构创新,构建计算产业生态,共建算力三方面打造坚实的算力底座,满足各行各业多样性的AI算力需求。
同时,华为已在金融、能源、交通、医疗、教育等行业开展了各样的AI应用,为各行业的数字化转型提供了支持。在能源行业,华为利用云数据中心的弹性计算、大数据分析和人工智能,助力油气客户数字化转型。在教育行业,华为构筑了全感知、全联接、全智能的教育整体架构,推动教育数字化转型。
大模型之家认为,与近期爆火的Sora不同,华为的业务布局无论是通信大模型还是其他行业的选择都走出了自己的道路,这也同样是一条自主的道路。通过构建多元化的商业模式,实现了技术创新和商业价值的有机结合。从智能硬件到云计算服务,从软件授权到智能化解决方案,华为在不同领域不断探索、不断创新,不断赋能客户,实现了业务增长和价值创造的双赢局面。
0赞好文章,需要你的鼓励
推荐文章
Gartner预测,到2029年,超过50%的企业将采用数字主权策略,以确保对数据和关键系统的国家控制。主权云将在这些策略中发挥关键作用,使企业能够在确保合规性的同时实现系统"云化"。企业正在采用私有云、主权云和本地数据中心等多种云私有化模式,主要驱动因素包括业务一致性、IT资源、成本和性能考量。
浙江大学研究团队提出金字塔稀疏注意力技术,通过模仿人类视觉的自适应处理机制,为不同重要性的视频信息分配不同精度的计算资源。该方法在保持视频质量的同时将计算量降低至35%,在视频生成任务中即使在91%稀疏度下仍保持优异性能,为解决视频AI的计算瓶颈提供了突破性方案。
这款16英寸便携显示器采用分离式设计,包含显示屏和磁吸式支架,均由阳极氧化铝制成。支架采用双铰链设计,支持360度旋转调节,收纳时厚度仅约1.3厘米。FlipAction Pro Gen 1配备2560×1600分辨率、60Hz刷新率、350尼特亮度和100% DCI-P3色域。无需外接电源,可直接从设备取电。适合与iPad配合提升多任务处理效率,或作为Mac的垂直副屏使用。
KAIST研究团队提出SAFE框架,解决大语言模型合作中的关键问题。通过主厨+助手分工模式,SAFE只在必要时触发模型合作,避免传统方法的"事事商量"低效模式。该方法基于语言兼容性和意见一致性两大判断标准,在数学推理等复杂任务中平均提升5.72%性能,运行速度接近单模型,为AI系统协作提供了高效实用的解决方案。