从商用规模到体验提升,高通与中国伙伴合作,持续推动5G落地部署
2021-06-17 10:14:29AI云资讯1316
6月16日,中国信通院发布最新统计数据,今年前5个月,国内市场5G手机出货量达到1.08亿部。加上2019年、2020年的数据,国内5G手机出货量已累计超过2.8亿部。网络建设方面,我国也已经建成了全球最大的5G商用网络。自2019年6月6日5G牌照发放以来,中国5G建设在这两年里取得了非常显著的成就。

5G在我国的迅猛发展,也在世界上引起了广泛的关注。高通总裁兼候任CEO安蒙在中国5G发牌两周年之际发微博称,每一秒钟,中国市场出货5部5G手机,中国速度让人赞叹。
随着5G终端大规模普及,用户习惯也在悄然发生变化。一项调研数据表明,在移动视频、移动社交、手机游戏三大领域,5G用户的人均使用时长明显高于4G用户,特别在视频和社交方面,5G用户的月人均使用时长分别达到3255分钟和3186分钟。这是因为,5G相比前几个G拥有更快的连接速率和更低的网络时延,能够为用户提供顺畅、沉浸式的优质体验。

并且,目前5G商用还主要集中在6GHz以下频段,而毫米波频段拥有丰富的带宽资源,将会使用户体验进一步升级。例如上个月,中国IMT-2020(5G)推进组5G毫米波测试计划取得了新进展,在IMT-2020(5G)推进组和中国联通的指导下,中兴通讯、高通、TVUNetworks成功完成了全球首次基于大上行帧结构的5G毫米波8K视频回传业务演示,利用毫米波实现了8K视频的实时传输和回放,能够满足大型赛事超高清直播的要求。5G毫米波的这一特质也可应用于远程医疗、智慧工厂等领域,支持超高清视频监控多点并发上传、精准远程指导/控制等等,充分发挥5G的应用潜能。

毫米波作为5G发展下一阶段的重要新技术,其商用部署也备受关注。目前,意大利、新加坡、美国、日本等国家已部署毫米波商用网络,全球有超过150家运营商正在投资毫米波技术。在我国,预计在明年年初举办的北京冬奥会上,5G毫米波将用于赛事直播等工作。此前,冬奥会运营商合作伙伴中国联通与高通、GSMA合作,携手39家产业伙伴在MWC上海展设立了“5G毫米波让冰雪运动更精彩”展区,展示了5G全视角赛事服务、自由视角赛事直播等应用场景,可以说是毫米波助力冬奥精彩赛事直播的一次预演,让人们充满了期待。
从展区上也可以看到,5G产业链相关企业已经将5G毫米波应用到智能手机、PC、CPE等设备上,未来随着5G毫米波商用终端的不断丰富和成熟,以及网络建设的持续推进,更多用户将会享受到出色的5G毫米波应用体验。另外据业内预计,我国5G毫米波牌照有望在2022年发放,届时消费者使用体验也将会再度提升,敬请期待。
相关文章
- MWC巴塞罗那2026前瞻:高通构建面向AI时代的6G
- 三星已向高通交付LPDDR6X内存样品
- Exynos 2700芯片在Galaxy S27系列中的占比将达到50%,将对高通营收造成影响
- AMD与高通计划追随英伟达,下一代AI产品也将采用SOCAMM内存
- 三星2纳米GAA工艺良率趋于稳定,获得高通订单的可能性增加
- 软银集团、爱立信与高通在5G SA商用网络上开展包括L4S在内的5G及5G-A能力测试
- 苹果、高通、联发科重点改进架构、扩展内存缓存,布局2纳米芯片,而先进制程已难引起消费者关注
- 高通第六代骁龙8至尊版Pro的价格或将突破300美元
- 2026 高通边缘智能开发者生态大会成功举办
- 高通柯诗亚:技术标准降低开发成本、加速产品上市,推动生态系统繁荣
- 骁龙X2 Plus正式亮相,高通完善X2系列AI PC产品矩阵
- 高通与谷歌深化合作 拓展骁龙数字底盘与Android系统融合生态
- 台积电2纳米制程的流片数量已达到3纳米节点的1.5倍,苹果、高通和联发科的订单占据主要份额
- 三星与高通合作,采用2纳米GAA工艺制造第五代骁龙8至尊版芯片
- 三星Exynos或欲争取主导地位,减少对高通骁龙的依赖
- 三星为Exynos 2600开发的散热技术或将应用于苹果芯片及高通骁龙平台
人工智能企业
更多>>人工智能硬件
更多>>人工智能产业
更多>>人工智能技术
更多>>- 云知声Unisound U1-OCR大模型发布!首个工业级文档智能基础大模型,开启OCR 3.0时代
- 基石智算上线 MiniMax M2.5,超强编程与智能体工具调用能力
- 昇腾原生支持,科学多模态大模型Intern-S1-Pro正式发布并开源
- 百度千帆深度研究Agent登顶权威评测榜单DeepResearch Bench
- 在MoltBot/ClawdBot,火山方舟模型服务助力开发者畅享模型自由
- 教程 | OpenCode调用基石智算大模型,AI 编程效率翻倍
- 全国首个!上海上线规划资源AI大模型,商汤大装置让城市治理“更聪明”
- 昇思人工智能框架峰会 | 昇思MindSpore MoE模型性能优化方案,提升训练性能15%+









