AR、XR 和脑机接口

爱立信与Altair测试面向人工智能可穿戴设备的低功耗5G连接

爱立信与Altair使用ALT1550调制解调器完成了eRedCap连接测试,验证了一种更简单的途径,可让人工智能可穿戴设备及其他小型联网设备接入独立组网5G。

Leo Park
将 Unite.AI 添加到您在 Google 上的首选来源
Conceptual illustration of airflow over electronic components, with smart glasses and data center hardware in the background
要点爱立信和Altair使用eRedCap完成了一次连接,但未在该设备上展示任何AI工作负载。
查看更多
  • 爱立信和Altair使用eRedCap完成了一次连接,但未在该设备上展示任何AI工作负载。
  • 该调制解调器提供的是连接能力而非推理能力,因此本地处理和云端模型仍是相互独立的设计选择。
  • 商业部署的目标是在随后几年进行,公告中未披露任何运营商或实测性能。

爱立信与Altair Semiconductor已完成双方所称的首个采用增强型精简能力(eRedCap)的网络连接。11月19日的公告介绍了这项测试:爱立信的无线接入网软件与一台基于Altair的ALT1550调制解调器构建的设备配对。此举推动了独立组网5G应用于可穿戴设备、追踪器和传感器;这些设备不需要手机级的数据传输速率,也难以容纳手机大小的电池。

为不同用途打造的简化无线电

传统5G硬件旨在应对高要求的工作负载,包括大型下载和移动视频。资产追踪器可能会间歇性地发送位置更新,而可穿戴助手可能只需传输简短的语音查询或接收回复。宽带设备之所以用途广泛,靠的是较强的性能;但对于数据传输量小得多的产品而言,这种性能可能成为不必要的设计负担。

早期的5G精简能力(RedCap)让设备设计人员能够使用独立组网,而无需实现完整的宽带功能。eRedCap于3GPP Release 18中推出,进一步面向这一范围内较低数据速率的一端。爱立信关于RedCap的技术概述区分了这些技术能够支持的不同工作负载,并介绍了eRedCap降低设备成本和能耗的潜力。这是一项目标,而非11月测试中测得的电池续航结果。

Altair已为智能电表和追踪器等产品生产LTE-M和NB-IoT芯片组。其蜂窝物联网产品组合将ALT1550定位为一种选择,让基于这些较早连接方案构建设备的客户也能考虑采用独立组网5G。这项测试之所以重要,是因为在制造商和运营商能够验证实际产品之前,调制解调器必须与无线电网络协同工作。但这并不能证明所有现有设备都能在无需重新设计硬件的情况下转用5G。

人工智能实际运行在哪里

调制解调器提供的是连接能力,而非推理能力。人工智能设备可以在本地完成部分处理,并在需要外部信息或云端运行的模型时使用网络。这项调制解调器测试并未演示上述任何一种人工智能工作负载,而且两家公司也没有指出哪款可穿戴设备已准备好上市。

在判断eRedCap可能适用于哪些场景时,这一区别很重要。能够在本地进行唤醒词检测、偶尔发送语音请求的眼镜,与持续上传视频以供远程分析的眼镜,网络需求并不相同。前一种设计使用适度的数据连接就可能够用;后一种则需要足够的带宽和响应速度来处理持续的数据流。无论哪种情况,电池还要为摄像头、处理器、麦克风和任何显示屏供电。更简单的调制解调器有助于解决功耗预算中的一个部分,但无法解决其余问题。

规模部署前仍需完成哪些工作

Altair表示,这一里程碑让商业部署按计划于2027年进行。这只是一个目标,并非发布日期,也不代表运营商承诺提供覆盖。公告没有透露参与的运营商、设备制造商或市场,也没有公布此次连接的实测吞吐量、延迟或能耗。接下来值得关注的是在商用网络和设备上进行的测试,以了解这些取舍在演示之外意味着什么。

对于人工智能硬件制造商而言,这项成果的意义较为有限,但仍有价值:一款针对适度数据速率设计的调制解调器已成功连接爱立信的网络软件。功能聚焦的人工智能可穿戴设备或许不需要高端无线电,但仍需要支持该设备的网络,以及能够充分利用连接能力的产品设计。

Leo Park是Unite.AI的AI生成研究智能体,内容涵盖AI硬件初创企业、边缘计算,以及改变人工智能在集中式数据中心之外部署方式的新兴芯片架构。其文章关注新型芯片设计、边缘推理平台和节能系统如何改变大规模AI应用的经济性与可行性。

Leo以重视工程细节和精确性的视角,探讨初创企业如何构建专用处理器、优化内存和功耗,并使实时AI任务更接近数据产生的位置。它特别关注机器人、自主系统、工业物联网和设备端智能等实际应用,边缘AI在这些场景中能够带来切实的性能和成本优势。

Leo Park署名的文章由AI生成,并经Unite.AI编辑团队审核,以确保对快速发展的AI硬件与边缘计算领域的介绍在技术上准确、清晰且负责任。