6G的演进并不只是单纯提升接入速度。从AI流量的爆发式增长,到非地面网络(NTN)的深度融合,再到长期以来难以突破的企业市场,整个电信行业正面临一场全方位的深层变革。
为了厘清2030年首批商用6G网络部署前的发展路线图,《Computer Weekly》在3GPP首次于新加坡召开的全体会议期间,专访了Keysight Technologies 6G首席技术官Balaji Raghothaman。凭借Keysight在网络测试与测量领域的深厚积累,Raghothaman对芯片厂商、移动运营商以及超大规模云服务商的技术创新与现实挑战均有近距离的观察视角。
在这次深度对话中,Raghothaman警告运营商若不及时调整商业模式,将沦为AI流量的"哑管道"。他还就行业逐渐淡出太赫兹以下频谱的趋势、天基数据中心的建设必要性,以及高精度室内数字孪生技术如何成为蜂窝网络对抗Wi-Fi的终极利器,一一进行了深入阐述。
编者注:本文已经过整理与精简。
AI重塑6G发展格局
记者:在迈向6G的进程中,行业需要克服哪些技术、商业乃至地缘层面的重大挑战?
Raghothaman:从本质上看,AI已经成为一个巨大的转折点。无论我们是否做好准备,它都已经到来,AI流量正在各个领域全面渗透,无线网络领域同样不可避免。如今,AI流量主要来源于手机;但五到七年后,智能眼镜、身体传感器和机器人将大量涌现,从根本上改变网络的使用方式,其中既蕴藏着机遇,也潜藏着风险。
4G时代和5G初期,移动互联网应用经济迅速崛起,而运营商却往往只是充当数据管道,价值被他人获取。6G时代,如果运营商缺乏前瞻性布局,极有可能重蹈覆辙——只是输送AI流量的通道,而价值被其他方攫取。部分具有前瞻视野的运营商已经在探索AI-RAN(AI无线接入网)等新模式,通过共享服务器资源来同时承载RAN流量与AI计算任务,从而开拓全新的商业价值。
从太赫兹到毫米波:频谱策略的重要转变
记者:业界曾大力推崇在6G中使用太赫兹频段,但该频段传播距离非常有限,这对基础设施建设意味着什么?
Raghothaman:6G发展初期,太赫兹以下频段的确是热门话题,业界进行了大量研究。然而正如你所说,这一频段覆盖范围极为有限,部署成本也相当高昂。随着6G从概念走向现实,业界对太赫兹的兴趣已大幅降温。目前在3GPP的讨论中,这一方向几乎已不在议程之内,重心已全面转向FR1、FR2和FR3等现有频率范围。
从全球来看,运营商普遍希望6G能够在FR3频段(约7 GHz至24 GHz)实现与FR1频段相当的覆盖范围,比如现有的5G C-Band(约3.3 GHz至4.2 GHz)。由于FR3频率大约是FR1的两倍,传播损耗更大,覆盖距离也相应缩短。
要弥补这一覆盖差距,唯一的办法是大幅增加天线数量,以获取波束赋形增益。5G系统的天线数量通常为64或128根,而FR3很可能需要256、512根甚至更多。这是一项重大技术挑战——必须在不突破功耗预算的前提下设计全新的射频系统。如果FR3部署导致每比特能耗上升,开发更高效的功率放大器和射频前端将成为创新的核心方向。
终端设备的设计困境
记者:上述频谱与天线挑战将如何影响终端用户设备,尤其是在电池续航和空间限制方面?
Raghothaman:终端设备仍然需要与基站建立连接,这使得设备设计面临极大挑战。设备厂商无法简单移除旧有射频模块,必须在保持对旧制式兼容的同时,叠加支持新制式,而手机上的物理空间本就已捉襟见肘。
如果说手机设计已经困难重重,那么智能眼镜则更是难上加难——几乎没有任何冗余空间。我们与Meta等公司的工程师交流时了解到,他们需要在每一纳米的空间上精打细算——究竟用于电池、处理器还是射频天线。这个难题虽然是甜蜜的烦恼,因为它推动了创新,但同时也是一道不容忽视的工程难关。
6G与非地面网络的融合挑战
记者:6G还推动了与卫星通信等非地面网络的深度融合,其中的互操作性挑战有哪些?
Raghothaman:首先是频谱共存问题。NTN与地面网络存在频谱重叠区域,必须明确双方的共存机制——卫星过境时,地面基站不能随意关闭。
其次是速度差异带来的挑战。卫星运行速度高达每小时数千公里,而人相对于地面基站的移动速度仅约每小时三公里。这种巨大的速度差,叠加本就较长的传播延迟和多普勒效应,对基带接收机构成了极大压力。
但卫星也是实现接近100%覆盖的唯一途径。在印度尼西亚或马来西亚的广袤丛林地带,商业运营商在经济上根本无力维持地面基站的运营。
天基数据中心:下一个前沿
记者:6G时代是否会出现更多天基数据中心的需求?
Raghothaman:卫星有两种工作模式:一种是透明转发,仅作为中继;另一种是再生式处理,在星上直接处理数据。由于卫星固有的传播延迟较长,为了保障用户体验,AI推理需要尽可能在靠近边缘的位置完成,因此在再生式卫星上部署数据中心是合理的选择。
真正的挑战在于运维。地面天线塔出现故障,工程师可以攀登维修;但卫星一旦入轨,便无法轻易进行人工干预。这正是测试与验证工作的重要性所在——通过持续监测卫星状态,提前预判潜在故障,从而合理安排备用卫星的发射计划。
室内数字孪生:6G攻克企业市场的关键武器
记者:6G将带来哪些真正能够撬动企业市场的应用场景?
Raghothaman:每一代移动通信技术都会掀起一波进军企业市场的浪潮,但最终企业往往发现Wi-Fi更便于部署。对IT管理员而言,Wi-Fi即插即用,而3GPP基站的部署则复杂得多。
另一个核心痛点是:蜂窝网络规划长期以室外为主,寄望信号能渗透进室内。如今,借助射线追踪和数字孪生技术,这一局面有望彻底改变。基于建筑平面图和材料特性数据,每栋建筑都可以建立精确的几何数字孪生模型。
有了数字孪生,便可借助AI驱动的网络优化,针对具体场景生成高度优化的网络设计方案,并根据本地使用规律动态调整网络参数。如果蜂窝网络无法真正解决室内覆盖问题,将在企业市场上大量阵地拱手让于Wi-Fi。
网络感知:前景与隐忧并存
记者:网络感知能力是否能为企业创造新的价值,例如在物流自动驾驶或机器人场景中?
Raghothaman:集成感知与通信是3GPP的重要研究方向,但我们必须保持冷静。5G时代曾经描绘了许多美好愿景,远程手术就是其中之一,但最终并未真正落地。我们不希望感知技术步其后尘,成为另一个令人失望、动摇行业信心的噱头。
感知技术本身存在大量棘手的技术难题,比如:在不同频段下,感知分辨率能达到多高?能否准确区分一只鸟和一架无人机?这些问题还需要通过实际验证来解答。尽管如此,业界对感知能力充满期待,因为运营商急需找到超越按月计费模式的新盈利途径。向楼宇业主或城市管理部门提供服务——无论是无人机探测、老年人跌倒检测,还是桥梁结构健康监测——都将开辟全新的收入来源。
AI与6G监管的碰撞
记者:当AI、6G与自主设备相互交织,监管体系将如何应对?
Raghothaman:围绕频谱协调以及地面与卫星系统共存的传统监管工作仍在推进。当前,业界正在积极努力,避免重蹈5G部署干扰飞机无线电高度表的覆辙。
AI的介入则带来了全新的监管命题。我代表Keysight参与美国联邦通信委员会(FCC)技术顾问委员会的工作,正在研究AI对无线网络意味着什么。传统设备认证基于静态行为,但如果一台AI驱动的设备随时间不断调整自身行为,认证机制该如何应对?一架搭载6G调制解调器的无人机在空中自主飞行,又该受到何种监管约束?
各国对监管的态度存在明显差异——美国相对宽松,欧洲则更为严格——但可以预见,AI监管与电信监管在6G时代将不可避免地产生交汇。Keysight的角色,是通过提供测量数据与技术依据,帮助整个行业在瞬息万变的监管环境中安全前行。
Q&A
Q1:6G时代运营商如何避免沦为AI流量的"哑管道"?
A:Raghothaman指出,运营商必须主动调整商业模式,而非只充当数据传输管道。其中一个关键方向是AI-RAN,即通过共享服务器资源,同时承载无线接入网流量和AI计算任务,从而在网络运营之外开辟新的商业价值,避免重蹈4G/5G时代价值被他人截取的覆辙。
Q2:6G为什么放弃了太赫兹频段?
A:太赫兹以下频段虽然带宽极宽,但传播距离短、部署成本高,实用性存疑。随着6G研究从理论走向实践,3GPP已基本将其搁置。目前业界的共识是在FR3频段(约7 GHz至24 GHz)部署6G,通过大规模天线阵列和波束赋形来弥补覆盖损耗,并重点攻克功率放大器和射频前端的能效难题。
Q3:6G的室内数字孪生技术是如何帮助蜂窝网络与Wi-Fi竞争的?
A:通过结合建筑平面图与材料数据建立高精度几何数字孪生模型,再借助AI进行网络优化,6G可以为每栋建筑生成专属的室内网络设计方案,并根据实际使用情况动态调整参数。这一能力有望解决蜂窝网络长期以来室内覆盖不佳的痛点,从而在企业市场与Wi-Fi形成真正的竞争。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。