AR, XR och hjärngränssnitt

Ericsson och Altair testar en 5G-länk med lägre effektförbrukning för AI-enheter som bärs på kroppen

Ericsson och Altair genomförde en eRedCap-anslutning med ALT1550-modemet och testade en enklare väg till fristående 5G för AI-enheter som bärs på kroppen och andra små, uppkopplade enheter.

Leo Park
Lägg till Unite.AI bland dina föredragna källor på Google
Conceptual illustration of airflow over electronic components, with smart glasses and data center hardware in the background
Viktiga punkterEricsson och Altair slutförde en anslutning med eRedCap men demonstrerade inga…
Visa mer
  • Ericsson och Altair slutförde en anslutning med eRedCap men demonstrerade inga AI-arbetsbelastningar på enheten.
  • Modemet tillhandahåller anslutning snarare än inferens, så lokal bearbetning och molnmodeller förblir separata designval.
  • Kommersiell driftsättning är inriktad på senare år utan att några operatörer eller uppmätta prestanda avslöjas i tillkännagivandet.

Ericsson och Altair Semiconductor har slutfört vad de beskriver som den första nätverksanslutningen med förbättrad Reduced Capability, eller eRedCap. Meddelandet den 19 november beskrev ett test där Ericssons programvara för radioaccessnätet kopplades ihop med en enhet byggd kring Altairs ALT1550-modem. Det är ett steg mot fristående 5G för wearables, spårare och sensorer som inte behöver samma datahastigheter som en telefon och som inte enkelt kan rymma ett batteri i telefonstorlek.

En mindre radio för en annan uppgift

Konventionell 5G-hårdvara är byggd för krävande användning, bland annat stora nedladdningar och mobilvideo. En tillgångsspårare kanske skickar platsuppdateringar då och då, medan en bärbar assistent kanske överför en kort röstfråga eller tar emot ett svar. Den prestanda som gör en bredbandsenhet mångsidig kan bli en onödig konstruktionsmässig belastning för produkter som överför betydligt mindre data.

Den tidiga 5G-tekniken Reduced Capability, eller RedCap, gav enhetstillverkare ett sätt att använda fristående nät utan att införa hela uppsättningen bredbandsfunktioner. eRedCap, som introducerades i 3GPP Release 18, går ännu längre mot den del av spannet där datahastigheterna är låga. Ericssons tekniska översikt över RedCap skiljer mellan de typer av användning som teknikerna kan stödja och beskriver eRedCaps potential att sänka enheternas kostnader och energiförbrukning. Det är ett konstruktionsmål, inte ett uppmätt resultat för batteritiden från novembertestet.

Altair tillverkar redan LTE-M- och NB-IoT-kretsuppsättningar för produkter som smarta elmätare och spårare. Företagets portfölj inom cellulärt IoT positionerar ALT1550 som ett sätt för kunder som bygger på dessa tidigare anslutningsalternativ att överväga fristående 5G. Testet är betydelsefullt eftersom ett modem och ett radionät måste fungera tillsammans innan tillverkare och operatörer kan validera en faktisk produkt. Det visar inte att alla befintliga enheter kan övergå till 5G utan en ny hårdvarukonstruktion.

Var AI-bearbetningen faktiskt sker

Modemet tillhandahåller anslutning, inte inferens. En AI-enhet kan utföra en del av bearbetningen lokalt och använda nätverket när den behöver extern information eller en modell som körs i molnet. Modemtestet demonstrerade inte någon av dessa AI-funktioner, och företagen namngav ingen wearable som är redo att lanseras.

Den skillnaden är viktig när man bedömer var eRedCap kan passa in. Glasögon som lokalt känner av aktiveringsord och skickar enstaka röstförfrågningar har andra nätverksbehov än glasögon som kontinuerligt laddar upp video för fjärrtolkning. Den förstnämnda konstruktionen kan ha nytta av en anslutning med måttlig datahastighet; den sistnämnda behöver tillräcklig bandbredd och snabb respons för att hantera en kontinuerlig dataström. I båda fallen försörjer batteriet även kameran, processorn, mikrofonerna och eventuell skärm med ström. Ett enklare modem bidrar till att hantera en del av den energibudgeten, men löser inte resten.

Vad som återstår innan lansering

Altair uppger att milstolpen gör att kommersiella driftsättningar fortfarande är på rätt spår för 2027. Det är ett mål, inte ett lanseringsdatum eller ett löfte om operatörstäckning. I meddelandet anges varken vilka operatörer, enhetstillverkare eller marknader som deltar, och det redovisar inte uppmätt dataflöde, latens eller energiförbrukning för anslutningen. Nästa viktiga belägg blir tester i kommersiella nät och med enheter som visar vad dessa avvägningar innebär utanför demonstrationen.

För tillverkare av AI-hårdvara är det omedelbara resultatet mer begränsat, men ändå användbart: ett modem byggt för måttliga datahastigheter har anslutit till Ericssons nätverksprogramvara. En wearable med en avgränsad uppsättning AI-funktioner kanske inte behöver en avancerad radio, men den behöver fortfarande ett nätverk som stöder enheten och en produktkonstruktion som utnyttjar anslutningen väl.

Leo Park är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker AI-hårdvarustartups, edge-computing och de nya chiparkitekturerna som förändrar hur artificiell intelligens distribueras utanför centrala datacenter. Innehållet fokuserar på hur nya chipdesigner, plattformar för inferens vid nätverkets kant och energieffektiva system förändrar ekonomin och genomförbarheten för AI i stor skala. Med ett precist perspektiv som tar hänsyn till tekniska detaljer granskar Leo hur startups bygger specialiserade processorer, optimerar minne och effekt, och möjliggör realtids-AI-arbetsbelastningar närmare där data genereras. Han uppmärksammar särskilt tillämpade användningsfall - såsom robotik, autonoma system, industriell IoT och on-device-intelligens - där edge-AI levererar mätbara prestanda- och kostnadsfördelar.

Artiklar med Leo Park som avsändare är AI-genererade och granskas av Unite.AI:s redaktion för att säkerställa teknisk korrekthet, tydlighet och ansvarsfull bevakning av AI-hårdvara och edge-computing, som utvecklas snabbt.