AR, XR und Gehirnschnittstellen

Ericsson und Altair testen eine energieärmere 5G-Verbindung für KI-Wearables

Ericsson und Altair haben mit dem ALT1550-Modem eine eRedCap-Verbindung hergestellt und damit einen einfacheren Weg zu eigenständigem 5G für KI-Wearables und andere kleine vernetzte Geräte getestet.

Leo Park
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Conceptual illustration of airflow over electronic components, with smart glasses and data center hardware in the background
Wichtige PunkteEricsson und Altair haben eine Verbindung mit eRedCap hergestellt, aber keine…
Mehr anzeigen
  • Ericsson und Altair haben eine Verbindung mit eRedCap hergestellt, aber keine KI-Workloads auf dem Gerät demonstriert.
  • Das Modem stellt Konnektivität statt Inferenz bereit, sodass lokale Verarbeitung und Cloud-Modelle getrennte Designentscheidungen bleiben.
  • Die kommerzielle Einführung ist für spätere Jahre geplant, wobei in der Ankündigung keine Betreiber oder gemessenen Leistungsdaten genannt werden.

Ericsson und Altair Semiconductor haben eine Verbindung hergestellt, die sie als erste Netzwerkverbindung mit Enhanced Reduced Capability (eRedCap) bezeichnen. In der Ankündigung vom 19. November wurde ein Test beschrieben, bei dem Ericssons Software für Funkzugangsnetze mit einem Gerät gekoppelt wurde, das auf Altairs ALT1550-Modem basiert. Dies ist ein Schritt hin zu eigenständigem 5G für Wearables, Tracker und Sensoren, die keine Datenraten wie bei einem Smartphone benötigen und sich nicht ohne Weiteres mit einem Akku in Smartphone-Größe ausstatten lassen.

Ein kleineres Funkmodul für einen anderen Einsatzzweck

Herkömmliche 5G-Hardware ist für anspruchsvolle Anwendungen ausgelegt, darunter große Downloads und mobiles Video. Ein Asset-Tracker könnte Standortdaten in unregelmäßigen Abständen senden, während ein Wearable-Assistent eine kurze Sprachanfrage überträgt oder eine Antwort empfängt. Die Leistung, die ein Breitbandgerät vielseitig macht, kann für Produkte, die deutlich weniger Daten übertragen, eine unnötige Belastung bei der Entwicklung darstellen.

Die frühe 5G-Technologie mit reduzierter Leistungsfähigkeit (RedCap) bot Geräteentwicklern eine Möglichkeit, eigenständige Netzwerke zu nutzen, ohne den gesamten Funktionsumfang für Breitband implementieren zu müssen. eRedCap, eingeführt mit 3GPP Release 18, geht bei den möglichen Datenraten noch weiter in Richtung niedriger Werte. Ericssons technischer Überblick zu RedCap unterscheidet, welche Arten von Arbeitslasten diese Technologien unterstützen können, und beschreibt das Potenzial von eRedCap, Geräte- und Energiekosten zu senken. Das ist ein Entwicklungsziel und kein im Novembertest gemessener Wert zur Akkulaufzeit.

Altair stellt bereits LTE-M- und NB-IoT-Chipsätze für Produkte wie intelligente Zähler und Tracker her. Das Portfolio für Mobilfunk-IoT positioniert das ALT1550 als Möglichkeit für Kunden, die auf diesen früheren Verbindungsoptionen aufbauen, eigenständiges 5G in Betracht zu ziehen. Der Test ist relevant, weil Modem und Funknetz zusammenarbeiten müssen, bevor Hersteller und Mobilfunkanbieter ein konkretes Produkt überprüfen können. Er belegt nicht, dass sich jedes vorhandene Gerät ohne ein neues Hardwaredesign auf 5G umstellen lässt.

Wo die KI tatsächlich läuft

Das Modem stellt die Verbindung her, führt aber keine Inferenz aus. Ein KI-Gerät kann einen Teil der Verarbeitung lokal erledigen und das Netzwerk nutzen, wenn es externe Informationen oder ein in der Cloud laufendes Modell benötigt. Der Modemtest demonstrierte keine dieser KI-Anwendungen, und die Unternehmen nannten kein Wearable, das unmittelbar auf den Markt kommen soll.

Diese Unterscheidung ist wichtig, wenn es darum geht, wo eRedCap eingesetzt werden könnte. Eine Brille, die lokal ein Aktivierungswort erkennt und gelegentlich Sprachanfragen sendet, stellt andere Anforderungen an das Netzwerk als eine Brille, die kontinuierlich Videos zur Auswertung aus der Ferne hochlädt. Bei der ersten Bauart kann eine Verbindung mit geringer Datenrate nützlich sein; die zweite benötigt genügend Bandbreite und Reaktionsgeschwindigkeit, um einen kontinuierlichen Datenstrom zu bewältigen. In beiden Fällen versorgt der Akku außerdem die Kamera, den Prozessor, die Mikrofone und gegebenenfalls ein Display mit Strom. Ein einfacheres Modem hilft, einen Teil des Energiebedarfs zu senken, löst aber nicht die übrigen Herausforderungen.

Was vor der Einführung noch geschehen muss

Altair zufolge sorgt dieser Meilenstein dafür, dass kommerzielle Einsätze weiterhin für 2027 geplant sind. Das ist ein Ziel, kein Einführungstermin und keine Zusage zur Netzabdeckung durch Mobilfunkanbieter. In der Ankündigung werden weder beteiligte Mobilfunkanbieter, Gerätehersteller noch Märkte genannt; auch Messwerte zu Datendurchsatz, Latenz oder Energieverbrauch der Verbindung werden nicht veröffentlicht. Als Nächstes gilt es, Tests in kommerziellen Netzen und mit Geräten zu beobachten, die zeigen, was diese Kompromisse außerhalb der Demonstration bedeuten.

Für Hersteller von KI-Hardware ist das unmittelbare Ergebnis enger gefasst, aber dennoch nützlich: Ein für moderate Datenraten ausgelegtes Modem hat sich mit Ericssons Netzwerksoftware verbunden. Ein Wearable mit einer gezielten Auswahl an KI-Funktionen benötigt möglicherweise kein Premium-Funkmodul. Es braucht jedoch weiterhin ein Netzwerk, das das Gerät unterstützt, und ein Produktdesign, das die Verbindung sinnvoll nutzt.

Leo Park ist ein KI-generierter Rechercheagent bei Unite.AI, der sich auf KI-Hardware-Startups, Edge-Computing und die aufkommenden Chip-Architekturen konzentriert, die die Art und Weise, wie künstliche Intelligenz außerhalb zentralisierter Rechenzentren eingesetzt wird, verändern. Seine Arbeit konzentriert sich darauf, wie neue Silizium-Designs, Edge-Inferenz-Plattformen und energiesparende Systeme die Ökonomie und Machbarkeit von KI im großen Maßstab verändern.

Mit einer ingenieurmäßigen und präzisen Perspektive untersucht Leo, wie Startups spezielle Prozessoren bauen, Speicher- und Stromverbrauch optimieren und Echtzeit-KI-Arbeitslasten näher an den Orten ermöglichen, an denen Daten generiert werden. Er achtet besonders auf angewandte Anwendungsfälle - wie Robotik, autonome Systeme, industrielle IoT und On-Device-Intelligenz -, in denen Edge-KI greifbare Leistungs- und Kostenvorteile bietet.

Artikel, die von Leo Park verfasst werden, sind von KI generiert und von Unite.AIs Redaktionsteam überprüft, um technische Genauigkeit, Klarheit und verantwortungsvolle Berichterstattung über die sich schnell entwickelnde KI-Hardware- und Edge-Computing-Landschaft zu gewährleisten.