关于新基建,有哪些是需要你知道的

发布者:乐呵的挑最新更新时间:2020-05-26 来源: 鲜枣课堂关键字:新基建  工业物联网  AI 手机看文章 扫描二维码
随时随地手机看文章

新基建是今年的关键词,社会关注度很高,网上各种各样的介绍文章也很多。作为ICT行业从业者,我也一直在密切关注新基建。我觉得网上的文章很多都不够理性,过于吹捧,淹没了一些值得关注的要点,所以,我借此机会和大家交流一下。

 

正文开始

 

所谓“新基建”,就是“新型基础设施建设”,主要包括七大领域:5G、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网。

 

 

特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩,是能源网和交通网的东西,我不懂,不做评论。

 

我重点说一下剩下的四个领域,也就是5G、大数据中心、人工智能、工业互联网。

 

这些都是信息网的范畴。其实说白了,也就是我们之前常说的大物云移、5IABCDE那些东西。

 

这四个领域,更符合“新基建”的属性,更能体现数字经济特征,和中国目前紧迫的经济转型任务密切相关。

 

我们一个个来看。首先是5G。

 

     Part 1:5G     

 

一直以来,我都在呼吁大家理性客观地看待5G的发展。

 

没错,如果只从技术指标来看,5G确实是一个非常优秀的通信技术标准,也是近现代通信技术不断积累沉淀的结晶。

 

但是,在基础理论未获得突破的情况下,5G的性能指标并不是全面提升的。有所得,必有所失。从某种角度上来说,它是一种性能平衡的产物,并不完美。

 

5G当前的缺点,就是覆盖、功耗,还有投资。

 

它没有能力彻底取代现有的通信技术。换句话说,它是现有通信技术的一个补充,将和其它通信技术长期共存。

 

我们暂且不说蓝牙、Wi-Fi、NFC这些短距离通信技术,就长距离蜂窝通信来说,5G目前也做不到完全取代2/3/4G。

 

虽然5G名为第五代移动通信技术标准,但是在我个人看来,它应该是“第三代”。

 

1G根本就是一个试验品,不足以称为一代。2G才是真正的第一代移动通信技术,帮助人们实现了移动通话和短信需求。

 

3G开创了移动上网的先河,实现了通信内容的本质变化(从TDM语音到分组报文)。但是3G技术并不成熟,所以很快就上马了4G,相当于给3G打了一个补丁。

 

所以说,3G+4G,算是真正的“第二代移动通信技术”,开创了移动互联网时代。

 

5G,从技术上来说,我个人认为,还是在给3G/4G打补丁,并没有革命性升级,并不足以称为一代。但是,从网络性质来说,5G的连接对象,从人变成了物,它70%以上的服务场景,是物联网场景。站在这个角度来说,它被定性为“新一代移动通信技术”,又是当之无愧的。

 

我个人认为,5G的命运,不会像1G那么差,但很可能像3G一样,是一次摸索试探,是一次敲门。

 

太长远我不敢说,我可以肯定的是,未来十年,LTE将成为第二个2G,长期服务于整个人类社会。作为必不可少的基础打底网络,LTE肩负满足人类移动通信基本需求的使命。

 

基于LTE、由LTE改造而来的Cat.1、NB-IoT、eMTC,将是低功耗、广覆盖、中小微带宽需求物联网场景的主力(eMTC在国内应该会很难,但是国外难说)。LoRa这样的私有技术,视国家政策变化,将可能成为企业的第二选项。

 

大带宽、低时延的物联网场景,例如车联网、工业机器人等,才是5G的用武之地。这样的场景,需要漫长的时间孵化和成长。5G还要面临Wi-Fi 6等技术的竞争。

 

物联网场景对5G的需求没有想象中强烈,移动互联网场景也是如此。

 

在移动互联网方面,5G毕竟相比4G有速率提升,少部分用户会先行使用,但短期内不可能掀起大规模换机潮。普通用户没有更换5G手机的迫切需求,大部分都是正常手机老旧淘汰才会更换。现在手机普遍性能过剩,使用寿命也比以前更长,淘汰换机会更慢。

 

 

目前运营商公布的5G套餐用户数并不能说明问题。很多用户是4G手机用5G套餐,比如我。

 

(数据截止2020年4月底)

 

截止2019年年底,国内4G用户总数共有12.8亿户。我预测,按运营商现在的套路,估计1-2年后,5G套餐用户数会超过4G套餐用户数。但5G真实用户数要超过4G,起码还要3-5年。

 

对于运营商来说,面对5G也是心情复杂。我相信运营商内心深处是不愿意大力建设5G的。本来就经营困难,业绩进入拐点,营收大幅下降,还要花钱去建设5G,无疑是雪上加霜。但是,运营商的企业性质又决定了他们必须承担这个任务,为宏观大局做出牺牲。

 

根据最新数据,国内5G基站已经超过24万个。但事实上,大部分5G基站都是室外宏站,在现有2/3/4G站址上加挂5G AAU天线而已,新建难度并不是特别大。

 

 

最下面的是加挂的5G AAU有源天线

 

这几个月,运营商又砸了几千亿,主要是5G SA独立组网核心网的建设,还有承载网改造的钱。想必运营商也是比较肉疼的。

 

后续,5G开始做室内深度覆盖,买设备加做优化,这个投资更加恐怖。

 

5G并不是没有用,也不是不该建。而是说,5G的建设方式,应该是打造样板标杆,引导行业用户需求,按需建设。如果盲目建设,以现有的资源,很可能造成“有需求的地方没网络,有网络的地方没需求”这么一个尴尬的结果。

 

5G是物联网的代表,而不是物联网的全部。数字经济离不开的不是5G,而是物联网。

 

不久前,工信部25号文件对蜂窝物联网发展方向的指引,非常及时。我们不能盲目追捧5G,不能独宠5G。整个物联网技术格局需要认真规划。每一项技术都有自己的特点,物尽其用、协调发展,优势互补,才是王道。

 

     Part 2: 大数据中心    

 

再来说说大数据中心。

 

大数据中心就是DC(Data Center)。注意了,大数据中心不是大数据的中心,而是大的数据中心。它和大数据有关系,但不是专门为大数据技术建设的。

 

不管是数字经济还是数字社会,移动互联网还是产业互联网,但凡和数字(digital)打交道,核心能力就是连接和计算。你在信息技术领域做的任何事情,都绕不开它们俩。

 

刚才说的5G和物联网,都是连接技术。连接什么呢?连接终端和云?不对,连接需求和算力。所有应用的产生都源于需求,所有应用的实现都基于算力。连接只是算力的一个工具。

 

数据中心,都是算力中心。它里面的硬件软件,包括CPU(芯片)、内存、硬盘、操作系统、数据库、软件,都是算力资源。

 

建设数据中心,其实就是建设算力中心。这个东西就像发电站一样,通过5G、光纤等通信网络,源源不断地将算力输送到需求端。大数据中心,其实就是核电站,它有庞大的算力,可以给更多的用户提供服务。

 

数据中心

 

其实我一直觉得,新基建战略中的“大数据中心”应该删掉这个“大”字。现在单点算力越来越强大,边缘计算也在快速发展,算力可以变得更灵活,完全没有必要追求“大”。

 

算力下沉,到终端侧,到手机里,到路由器里,到基站里,在基站建一个边缘计算中心,一个“小数据中心”,可以满足低时延等特殊场景需求,也是新基建的一个好方向。

 

数据中心,是服务于企业上云的。企业拥抱云计算,就会需要数据中心。数据中心同样也服务于大数据和人工智能。云计算、大数据、人工智能,本身就是一条线。

 

云计算将算力资源集中化,进行灵活分配,提升使用效率,降低能耗。大数据在我看来,属于云计算。云计算的庞大计算能力和通信技术(例如5G)的庞大连接能力,为大数据技术的应用创造了条件。人们得以挖掘数据中的潜在价值,获得数据红利。大数据本身庞大的体量,加上云计算的能力,又给机器学习、深度学习提供了学习样本和学习效率保证,刺激人工智能的发展。

 

5G、物联网、云计算、大数据、人工智能,全部都是术。它们是工具,它们的目的,是在工业互联网、智慧城市、智慧农业、智慧物流、智慧医疗等场景中给传统产业赋能,帮助传统产业进行数字化转型

 

扯远了,我们回到数据中心。

 

数据中心,我觉得有几个方面的问题需要考虑清楚。

 

首先,是寿命问题。

 

数据中心就是一台大电脑。电脑的能力主要取决于硬件。

 

内存和硬盘主要是看容量,技术规格升级并不是特别快。但CPU处理器不同,这个东西就是个芯片,之前一直都按半导体摩尔定律的速度发展,更新换代非常快。就算现在速率慢下来了,但也还是在不断升级,频率越来越高,核心数越来越多,能耗越来越低。我们买电脑买手机,会发现,今年还是最主流的配置,到了明年就落伍了,几年之后,就只能当废铁。

 

那么,数据中心会不会出现同样的情况呢?传统基建里面的铁路公路机场,都是十几年甚至几十年的使用寿命,这个投入回报是源源不断的。那数据中心,一次性投入下去,可以用多少年呢?

 

如果明年花同样的钱,建设的数据中心算力是今年的1.3~1.5倍,那么,我们今年建?还是明年建?这些都是需要进行详细规划和计算的。盲目上马建设,烧了几年电,最后变成废铁,这是谁都不希望看到的。

 

第二个问题,谁来建?

 

是运营商来建?还是华为、阿里、腾讯来建?

 

数据中心既像核电站,也像银行。企业关键的数据,都在数据中心。按理来说,数据放在自己手里最安全,但是,如果企业自己没有能力,那还是需要找一个信任的对象。一方面道德上值得信任,另一方面能力上值得信任(技术要足够强)。

 

云计算方面,全球最强的是亚马逊AWS,然后是微软和谷歌。因为一些特殊的原因,国内份额最大的是阿里云,占了差不多半壁江山,电信云、腾讯云是第二梯队,华为云这几年发力,增速也很快。

 

云计算这个东西,想要做其实很简单,大部分平台软件都有开源的,改改就能用。但是,凡是想要做好的,最终都选择了自研的道路,包括AWS,还有阿里的飞天。这些巨头砸了大量的资金和资源进行自研,才有了现在的市场份额。所以,一般的企业,根本不可能现在再入局云计算,尤其是公有云。

 

我个人还是比较看好阿里、腾讯、华为这样的私企民企做云。云和5G完全不一样,5G是移动通信网络,讲究规模效应,投资过于巨大,民企私企现阶段很难切入。但云还是可以的,量力而行,自然生长。目前的市场也验证了这一点。

 

数据中心的投资完全可以社会化,因为它有清晰的商业模式,也有回报率。

 

第三个问题,能耗。

 

和刚才5G一样,数据中心也是一个电老虎。虽然现在云计算都是基于虚拟化和容器技术,能够根据需求进行弹性伸缩,动态调整性能,但不管怎么调,它总归是有能耗的。

 

降低能耗,一方面寄希望于芯片工艺、AI控能等技术手段,另一方面就是将数据中心建在能源价格较低的中西部地区,或者纬度较高的北方寒冷地区。环境温度每低1℃,一个数据中心的空调电费一年下来,都能节省几百甚至上千万。

 

 

为了节能,甚至有厂商将数据中心建设在海底。

 

所以说,数据中心也不是可以随便想建就建的。选址、技术方案,都需要提前考虑清楚。

 

     Part 3:人工智能     

 

第三个要说的新基建领域,是人工智能。

 

作为最受关注的科技,AI人工智能实在是太火了。然而,越火的概念,泡沫越多。前几年人工智能更火,现在热度已经有所消退。上周还看到新闻,第一波人工智能独角兽,已经开始倒闭了。这其实是好事,回归理性,才能让一个技术得到更好的发展。

 

在新基建这么多领域里面,人工智能其实是最“虚”的一个。5G有基站,数据中心有机房,人工智能的很多东西,你根本看不见。所以说这种东西特别好忽悠,怎么吹都行。而真正做实际投入的团队和企业,反而容易被淹没和忽视,无法获得所需要的资源,创业难度更大。

 

人工智能的几个关键要素,算力、算法、数据。

 

算力就是芯片,这几天华为事件再次升级,全国上下又讨论了一圈芯片自研的困境,大家都成专家了,我就不多说什么了。

 

算法这块,也是需要长期积累和投入的,还需要根据场景进行不断优化,没有耐心和资源支持是搞不定的。

 

数据呢,我觉得隐私和伦理是最关键的问题。中国算是这方面环境最宽松的了,到底是优势,还是隐患,我也说不清,大家自己掂量吧。

 

总而言之,人工智能的投入是一个长期的过程。如何挤掉泡沫,如何鼓励和保护创新,如何建立健全的法制环境,是我认为最值得关注的点。

 

仔细想来,我觉得人工智能就不像一个基础设施,这是一个生态,更多是人才培养,还有平台支撑和环境维护。

 

     Part 4:工业互联网     

 

最后一个,工业互联网。

 

我再次呼吁,工业互联网还是改名产业互联网吧。工业互联网的叫法,实在不利于它的长远发展和普及。大部分老百姓都以为工业互联网是工业领域的事情。实际上,它包括工业、农业、交通运输、教育医疗、城市管理等各行各业。产业互联网的叫法,明显更为准确。

 

从本质来说,前面我们所说的5G、云计算、大数据,甚至人工智能,都是为产业互联网服务的。

 

产业互联网作为新基建来说,重点在软件而非硬件。我说的软件,是人和管理。

 

以工业为例,工业(产业)互联网,是要基于现有的管理流程、组织架构和生产模式,通过引入连接技术和计算技术,进行整个生产系统的重构。

 

买硬件设备,买软件功能,买平台服务,都是一次性资金投入,如果真的能带来效率提升,买了就买了,反正回报大于产出。

 

最大的问题是,IT/CT/OT系统替代了人,关键岗位是否有能力驱动这些技术?自己的流程制度设计,能不能发挥数字化的效力?

 

另外,上游供应链,还有下游经销商,系统是否也进行了升级?能否和自己进行平滑对接?如果不能做到一步到位,那么又该怎样进行阶段性升级?步子迈得太大,不行,迈得太小,也不行。这是很多企业拥抱信息化数字化将要面临的问题。

 

产业互联网涉及百行千业,它在每个行业落地都有一大堆的问题。万里长征,我们只是迈出了第一步,后来还有的是艰难险阻。

 

 结 语     

 

好了,四大领域,都说完了。意犹未尽,好多想说没说完,也有一些话想来想去不敢说。

 

很多人觉得,花钱容易,赚钱难。其实,对于新基建这样的投资来说,花钱一点都不容易。钱从哪里来,该怎么花,花在哪里才有用,花在哪里回报最大、最快,都是需要上层反复思考和掂量的。

 

这一波投资下去,短期的受益者肯定是设备商和服务商,但我们希望它们能够产生长期收益,真正驱动技术创新,吸引人才流入,推动产业链升级,并最终帮助我们国家实现数字经济转型。

 

这次机会如果错过,下一次真的不知道要等到哪一年了。

关键字:新基建  工业物联网  AI 引用地址:关于新基建,有哪些是需要你知道的

上一篇:工信部公示130个物联网项目,助力新基建发展
下一篇:实现机器智能突破性创新,Graphcore加入百度飞桨硬件生态圈

推荐阅读最新更新时间:2024-11-02 14:58

Conservation AI在全球濒危物种威胁检测方面取得巨大飞跃
非营利组织使用NVIDIA Jetson平台和Triton推理服务器,实时检测穿山甲、犀牛等50多个物种所面临的威胁。 图中所示的是首次使用人工智能(AI)对全球最濒危的物种之一——穿山甲进行实时检测的情形。 总部位于英国的非营利组织Conservation AI采用NVIDIA技术让实时监测成为现实。AI可以帮助实时追踪最稀有、隐蔽的物种,使动物保护者能够及时保护它们免受偷猎者、火灾等威胁。 该组织四年前由利物浦约翰摩尔大学的研究人员Paul Fergus、Carl Chalmers、Serge Wich和Steven Longmore创立。 在过去的一年半中,Conservation AI已经在全球各地部署了7
[嵌入式]
Conservation <font color='red'>AI</font>在全球濒危物种威胁检测方面取得巨大飞跃
人们宁愿让AI负责决策
网上随便翻一翻,你就会发现关于 人工智能 “主导”人类的各类话题讨论,或是人类将被人工智能替代这样危言耸听的论调。对此,乐观向上的欧洲人倒是有不同的看法。 西班牙IE大学的变革管理中心,在1月份的时候向英国、西班牙、德国、法国、爱尔兰、意大利和荷兰的2500名成年人进行了问卷调查,结果显示,人们对技术进步带来社会变革存有强烈的担忧,超过一半的受访者担心自己的工作会被机器人所取代; 另外,有70%的受访者表示,未经安全审查的技术创新可能弊大于利。现在有更多人花费大量时间构建网络上的数字关系,用来取代现实中的人际接触,受访者也表达了对此现象的担忧。 不过,一个有趣的现象是,当某项政策的最后决策是由人工智能决定而非人类
[嵌入式]
人们宁愿让<font color='red'>AI</font>负责决策
一年追上摩尔定律七年进度 Google首度揭露自制AI芯片
    每年重要盛会之一的Google I/O 2016年开发者大会在美国时间18日上午登场,这次Google端出不少新东西,详细可看科技新报的整理报导,还有一件值得关注的事,Google在大会上揭露公司正在打造机器学习专用的晶片--TPU(Tensor Processing Unit)。 Google 人工智能Alpha Go 在日前赢了南韩围棋九段高手李世乭,AlphaGO 致胜的关键,就在于结合机器学习(Machine Learning)与深层类神经网路(deep neural networks),模拟围棋高手如何分析盘面、找出最有利的下法,步步为营。Google CEO 桑德尔‧皮查(Sundar Pichai )在
[手机便携]
人工智能+大数据触发产业变革 智能医疗蓝海正蓝
      不同于传统的劳动密集型医疗,新兴的人工智能医疗模式是知识驱动和数据密集的。因此,未来将会有众多的新的医疗服务模式依赖于新一代用户友好、实时大数据分析的人工智能工具。       机器人只是人工智能的冰山一角,机器学习、神经网络、自然语音、图像识别等这些对于普通人来说生疏而又不具吸引力的技术,才是人工智能这座“冰山”的支柱。纵然人工智能领域的技术数量庞大、迭代迅速,但有两项核心基础却从不曾改,它们就是数据和算法。海量的数据是支持人工智能生成的来源,而优质的算法是确保人工智能进化的保障。          智能医疗是人工智能的下一个蓝海          AI+”有多种可能性,为何偏说智能医疗是AI的
[医疗电子]
高通沈劲:热到烫项目不碰,高通2017重点关注人工智能等领域
  日前,美国 高通 风险投资公司业务拓展副总裁、兼美国 高通 风险投资公司风险投资中国部总经理沈劲,在接受网易科技访问时表示,发热到烫的项目我们一般不碰。下一步会关注 人工智能 或机器人。下面就随网络通信小编一起来俩件一下相关内容吧。   资料显示,美国 高通 风险投资公司于2000年成立,以5亿美元启动基金承诺向早期高科技企业提供战略投资,之后在无线通信领域投资了多家公司,2003年6月宣布在中国设立1亿美元风险投资基金,目标定位在处于发展早期到中期的中国公司。目前风投团队有5人,主要关注移动互联网等相关领域。   沈劲曾主导高通向汉翔(触宝)、网秦、小米科技、机锋网、中科创达、易到用车、脉可寻、百纳(海豚浏览器)、亿动传媒
[网络通信]
微软CEO:如果不加控制 人工智能就会酿成恶果
周三,微软CEO萨蒂亚·纳德拉(Satya Nadella)在纽约经济俱乐部(The Economic Club)发表演讲,他认为AI技术既会带来好的一面,也会带来坏的一面,科技企业必须认识到,它们的设计决定将会成为好与坏的推手。 纳德拉表示:“我觉得科技产业似乎放弃了控制,有时会有这种感觉:‘AI明天就会到来,在最好的情况下,我们会成为驯服的猫,或者类似的东西。’不是这样的,我们有选择权。我并不是想取笑谁,说这种后果不可能出现。如果我们放弃控制,就有可能出现。” 未来,机器人会让人类成为“驯化的猫”,特斯拉CEO马斯克、苹果创始人沃兹尼亚克都曾表示过同样的担忧。纳德拉认为,CEO们光是哀叹还不够。他认为,有许多强大的AI工具
[机器人]
AI在汽车中的应用:实用深度学习
作者:德州仪器Joe Folkens 在未来的某个时候,人们必定能够相对自如地运用人工智能,安全地驾车出行。这个时刻何时到来我无法预见;但我相信 ,彼时 “智能”会显现出更“切实”的意义。 与此同时,通过深度学习方法,人工智能的实际应用能够在汽车安全系统的发展进步中发挥重要的作用。而这些系统远不止仅供典型消费者群体掌握和使用。 深度学习这一概念在几十年前 就 已提出,但如今它与特定的应用程序、技术以及通用计算平台上的可用性能更密切相关。深度学习的“深度”层面源于输入层和输出层之间实现的隐含层数目,隐含层利用数学方法处理(筛选/卷积)各层之间的数据,从而得出最终结果。在视觉系统中,深度(vs.宽度)网络倾向于利用已识别的特征,
[汽车电子]
<font color='red'>AI</font>在汽车中的应用:实用深度学习
重庆未来3年投上千亿开展人工智能技术创新及应用示范
据重庆日报消息,日前从重庆市科委召开的人工智能重大主题专项通报会上获悉,重庆市已启动人工智能重大主题专项,未来3年,计划吸引全社会创新实体投入上千亿元开展人工智能技术创新及应用示范。 据重庆市科委负责人介绍,重庆作为我国重要的老工业基地,人工智能产业发展具有较好基础。目前,全市正在开展人工智能研究的高校和科研院所达100余家,拥有人工智能领域规模以上企业200余家,在大数据云计算、智能网联汽车、智能机器人等领域具备一定的技术积累。2017年,全市新增人工智能相关企业近100家,人工智能产业规模近200亿元。 据透露,2018年,重庆市将重点启动云计算大数据(超算)、智能感知等领域的一批重大主题专项;开展智能机器人、智能网联
[半导体设计/制造]
小广播
最新物联网文章
换一换 更多 相关热搜器件
随便看看

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved