孟晚舟演讲刷爆全网！展锐首颗卫星通信芯片亮相，联通大模型来了｜一文看尽MWC上海

来源:物联网智库发布时间:2023-06-301323浏览

作者：詹士

物联网智库编辑

导读

一文看尽今年MWC上海。

摄氏32度，上海浦东，艳阳高照下MWC现场人头攒动。
这是MWC上海的第十个年头，更为重要的是，这也是疫情后上海的第一届全线下MWC。
正是这样的背景下，参展商们铆足劲头。四大运营商、华为、中兴、AMD、联想、新华三、紫光展锐占据场馆C位，物联网行业头部玩家移远通信、广和通、美格智能、日海智能、智联安、Nordic等厂商亦高调亮相。
现场，人们三五成群，摩肩接踵，掺杂不少老外面孔，都颇为主动地询问需求，共话热门议题。

6月28日开场当天，孟晚舟演讲就刷爆整个圈子。联通发了AI大模型，紫光展锐2颗国产芯片亮相，高通公司卫星通信芯片也在头部模组厂商展台悄然演示。
更多亮点，物联网智库带你一文看尽！

图源：华为官网

5G下半场

此次MWC上海以“时不我待”为主题，围绕三大主题方向展开探讨：5G变革、数字万物、超越现实+。这当中5G是重头戏。
孟晚舟在开幕演讲中提到，2022年，中国5G用户已超过5.6亿，该年5G直接带动中国的经济总产出为1.45万亿元。
而下一步的5.5G，则是5G网络演进的必然之路。孟晚舟继续说道：
“下行万兆、上行千兆、千亿联接、内生智能的网络特征已经明确，从5G到5.5G，将更好地匹配人联、物联、感知、高端制造等场景，孵化更多的商业新机会。”
那么，关于5G下半场，各家厂商如何在展厅作答？
先看运营商们的表现。
联通、移动、电信展台都展示了5G落地工业制造、智慧园区等方面的案例，5G专网及小基站落地方案，也在重点推进。

相关从业者与智次方·物联网智库交流时提到，5G在B端落地有60-70%均是工业相关场景，相关展示自然不少，尤其5G专网全连接工厂是各家运营商主打案例之一。

其他落地方面，中国移动对外透露，其5G新通话、云手机、RedCap以及智简行业基站等业务均在稳步推进中，2024年会重点探索小区应急广播、网络辅助终端节电、多播广播的引入和应用。
有意思的是，中国移动还展示了一个“头号赛车”项目，现场设置了赛道，赛车搭载5G芯片，驾驶者通过屏幕体验，屏内显示内容可以更换风景，也可看到驾驶操作指示，虚实融合。

中国联通在现场占尽地利，初进场馆就能见其展位，其更是把大大的5G LOGO挂在了展位顶上。

同样，其展位内也呈现了5G技术在智慧电厂、智慧工厂、智慧急救、低空智联网及无人机产品等方面应用，其中电力能源方面展示较多。

华为、中兴两家厂商的展位“门槛最高”，若无专属邀请无法进入。
在现场，华为也呼应了孟晚舟演讲内容，介绍了5.5G相关特征及应用落地前景，现场展示了相关应用。
在活动期间，华为还发布了全频段5G的One 5G全场景全系列解决方案，使能各频段高效协同，助力运营商建成综合性价比最优的5G网络；还有业界首个商用50G PON解决方案、城域池化波分解决方案等产品。

中兴这回发布亦不少，官宣了十余款产品，包括业界唯一12通道超宽带RRU（Radio Remote Unit射频拉远单元）、业界最大功率UBR(超宽带无线电)产品。
此外，还有业界最小核心网mini 5GC，A3尺寸、百瓦功耗、一键运维、小时级开通；满足矿井、车厢、工位等极限场景部署需求。以及，AR智能眼镜nubia Neo Air。

AMD也参展并展示了应用实例。其中包括了AIE（AI引擎）技术，这是一个基于赛灵思芯片的自动驾驶边缘计算方案。
还有Zynq RFSOC DFE 射频前端，面向5G，可实现极高的瞬时带宽，具备高集成度、高功率/成本效益，实现大容量传输，解决运动场、景区等人员密集场所的通信需求。

同是芯片大厂，紫光展锐此番亮出首款8K超高清智能显示芯片平台M6780。
该芯片平台集成Arm Cortex-A76*2+Arm Cortex-A55*2，搭载Arm Mali-G57 4 cores GPU，支持H.264/H.265/VP9/AV1/AVS等主流解码协议。
此外，该芯片还采用了AI-SR超分辨率技术、AI-PQ智能图像增强、以及MEMC动态补偿技术，为用户打造绝妙的视觉享受。
在现场，紫光展锐展示了该8K芯片的显示实力：

Nordic在现场展示了全系列低功耗无线连接解决方案。据悉，其蜂窝物联网产品nRF91系列将在今年Q3迎来两个新成员——nRF9131和nRF9161。
据称，nRF9131将再次刷新蜂窝物联网模组最小尺寸的记录，相较nRF9160尺寸减少50%。Nordic表示，新产品开发工具将与nRF9160保持一致，这意味着客户换新不会为此增加任何学习成本。

道生物联的第二代 TurMass™ 芯片也在现场亮相，命名为 TK8620，一同亮相的还有即将面世的TurMass™ WAN 开发套件，它能为高并发大容量的 LPWAN 而设计的星型组网开发套件，助力用户快速构建广域物联网络。

模组厂商中，广和通发布了基于新一代5G模组FG190FG180的5G FWA整体解决方案。
FWA被不少人视为5G杀手级应用，广和通称，该产品为FWA等移动终端提供了灵活、便捷、高效、可靠的联网方案，促进FWA快速迭代。

图注：基于FG190的三频Wi-Fi 7 CPE解决方案
移远通信此次也推出的全新5G智能模组SG530C-CN，在连接能力、算力、多媒体性能与成本效益等层面都呈现较高水平。
应用场景包括：智慧零售、车载后装、娱乐/直播、手持终端、工业AI等方面。

作为今年掀起行业热潮的技术，RedCap，自然也是此次MWC上海的热门话题。
从现场看，移远通信、广和通、美格智能、日海智能等模组厂商的RedCap模组纷纷亮相。

谈及RedCap模组大规模落地时间，另一家模组从业者对智次方·物联网智库透露：“今年下半年可能等不到，估计是2024上半年”。
“具体得看下游合作方跟客户谈的情况”，对方补充道。
各家RedCap芯片中，智联安MK8510及MK8520颇具特色，主打高精定位，在现场已吸引不少业内人围观咨询。
据介绍，MK8510已实现米级定位，成本低，本次展出的5G定位终端应用——智能电子工卡就是采用了此款芯片。

更为先进的是MK8520，这是一款RedCap融合5G高精定位的芯片，支持3GPP-R17标准+全部RedCap协议流程，待机功耗小于5uA，最高速率为15Mbps，定位能力为100MHz定位上行带宽，定位精度可达亚米CEP 90% @LOS@100MHz。
据其称，MK8520不仅实现了性能、功耗和成本的最佳平衡，在保障高精度定位的基础上，也可满足绝大多数物联网应用中数据传输的需求，市场前景备受期待。

此外，射频前端芯片的设计公司，慧智微也展示了他们的5G RedCap相关产品：

高通公司虽然没有设立大型展位，亦不乏其身影。

比如创通联达的旗下，首款集成大模型的智能搬运机器人解决方案，其大模型就基于基于高通公司QCS8550高性能平台。再比如高通公司骁龙X65平台，通过模组厂商移远通信RG530F、RM520F展示。
此外，高通公司几天前新发的9205S平台，面向卫星通信应用，也在移远通信、广和通等模组厂商展台进行集成展示。

卫星通信与光通信

前面提及高通公司刚发布的卫星通信平台已在展示，其背后是业内发展一大趋势：卫星通信。
去年冻结的5G R17中就将非地面通信（NTN）作为全新特性引入，进而引发行业新变局，还有光通信也是重头戏，值得从5G中单独拆出说说。
在现场，美格智能展示了基于旗下卫星通信模组做出的智能定位终端：

国产芯片厂商也在NTN有所发力，紫光展锐就展示了即将量产的首颗卫星通信SoC芯片V8821。
该芯片基于3GPP NTN R17标准，利用IoT NTN网络作为基础设施，易与地面核心网融合。
V8821通过L频段海事卫星和S频段天通卫星，同时可扩展支持接入其他高轨卫星系统，广泛适用于海洋、城市边缘、边远山地等蜂窝网络难以覆盖地区的通信需求。
紫光展锐表示，他们基于V8821，已率先与电信、移动、中兴、vivo、移远通信、是德科技、鹏鹄物宇、佰才邦等行业伙伴完成了5G NTN数据传输、短消息、通话、位置共享等多种功能和性能测试。

中国联通也展示了提前布局卫星通信方面的案例，主要在远洋海运方面。
而到了6G，“空天地一体化”概念的加入势必让卫星通信变成如“自来水”一般寻常。

光通信方面，华为、中兴、中国信科、长飞等光通信厂商展示了新一代光纤光缆、光模块/光器件，以及应用于家庭、行业的全光解决方案。
值得一提的是，光通信方面，中国移动也带了颇多惊喜，场外布置有一个FTTR体验小屋供人体验。他们还在内场，展示了跟清华大学合作的光通信相关项目：一个射频与可见光融合通信系统。

另值得一提的是，中国移动展示了在量子计算方面的布局与合作。该领域今年突破频出，英特尔和IBM均有发力。

AI、AR/VR和更多亮点

2023年可谓大模型元年，ChatGPT大火将“大力出奇迹”的超高参数量的深度神经网络技术捧上神坛。作为数字化基建，移动通信领域同样对其保持高度关注。
此番MWC上海，各家均展示了相关产品。
中国联通直接甩出一个大模型：鸿湖图文AI大模型1.0。据称，这是首个面向运营商增值业务的大模型。该模型目前拥有8亿训练参数和20亿训练参数两个版本，可实现以文生图、视频剪辑、以图生图等功能。

图源：中国联通
更多厂商聚焦在了算力产品上，以作为AI时代的基座，比如新华三重点展示了旗下的Uniserver R5500 G6服务器。
其搭载NVIDIA HGX H800 8-GPU模组，8块H800 GPU通过6个NVSWITCH实现400GB/s的全互联，可应用于大规模训练、语音识别、图像分类、机器翻译等多种人工智能业务场景。