资源预览内容
第1页 / 共8页
第2页 / 共8页
第3页 / 共8页
第4页 / 共8页
第5页 / 共8页
第6页 / 共8页
第7页 / 共8页
第8页 / 共8页
亲,该文档总共8页全部预览完了,如果喜欢就下载吧!
资源描述
I CT 5 G 技 爿 邬贺铨院士谈 信息通信技术 5 G I C T 的演进与创新 E v o l u t i o n an d i n n o v a t i o n o f I C T b y a c a d e mi c i a n W u He q u a n 作者 迎九 电子产品世界编辑 摘 要 :在3 月2 3 日南京举行 的 “ 2 0 1 7 q = 国半导体市 场年会暨第六届 中国集成 电路 产业创新大会”上 ,中国工程 院院士邬贺铨介绍 TI C T 演进 与创新 的三个方面 :I C T 技术 的新 时代 ;无线宽带的新技术 ;网络技术的新进展。 关键词 :区块链 ;容器 ;5 G;N B - I o T 软件定义 D OI : 1 0 3 9 6 9 i s s n 1 0 0 5 5 5 1 7 2 0 1 7 4 0 0 3 I C T 技术的新时代大智物移云 我们现在进入了一个 “ 大智物移云”的时代 ,即大 数据 、智能化、物联网、移动互联网和云计算 。现在是 一个计算无处不在、软件定义一切、网络包容万物 、连 接随手可及、宽带永无止境、智慧点亮未来的时代。 去年是计算机应用的6 O 周年、人工智能概念提出的 6 0 周年 、光纤通信发明EY g 5 0 周年、摩尔定律提 出8 0 周年、蜂窝移动通信 应用I 4 0 周年、互联 网WE B 技术 t g 2 5 周年 。 上述技术的融合发展 ,现在到了一个换代 发展的新起点。 集成电路 集成电路ti c) 已经有6 0 年的历史 ,目前来看 ,通过 片上系统( S o C) ,以及S o C E S I P ( 堆叠封装 ) 两者结合 , 集成电路还在继续发展。通过一些新技术 ,诸如自旋螺 旋器件、碳基器件等 ,集成电路技术在走向 “ 后摩尔时 代”。石墨烯技术还在发挥作用 ,但石墨烯等碳基材料 有可能成为对硅基材料的颠覆 。例如 ,2 0 1 5 年I B M发布 了由片级石墨烯材料做的集成 电路 ,实现了速度更高 、 能效更低和成本更低 。 软件 7 E L E CT R ON I C E N GI N E E R I N GP R OD U C T WOR L D 2 0 1 7 5 软件已有很长的历史 。早年的软件是在计算机平台 上来支撑软件平台应用和开发环境。后来到了互联网平 台 ,现在到了在云平台上来支撑软件。 软件需要适应云上的运算和存储能力的动态变化。 虽然各类终端能支撑海量的用户 ,能有更高的安全性和 隐私保护 ,但软件的上层( 开发应用系统和开发环境) 也 在完善 ,可以用云平台上的开发工具 ,可以在线开发、 异地开发、协同开发,可以通过云来实现知识的积累和 软件的复用。 通过 云平台 ,软件的 内容可 以有S a a S ( 软件 即服 务) 、P a a S ( 平台E P S 务) 等 。 软件开发 ,从面向模块到面向数据、面向事件、面 向用户、面向对象、面向硬件衔接 ,向着构建化 、语义 化 、智能化、服务化的方 向发展 。例如 ,现在美国有一 个平台 ,如果你要写Ap p,不用 自己写程序 ,只要把需 求写上去 ,它就会自动生成Ap p 的程序。但是 ,现有的 软件理论和技术还 难以支撑 互联网软 f l g 新 形态和特 征 ,软件技术的颠覆性创新现在还没有形成 。 人工 智能 人工智能 已经有6 0 年的历史了。在6 0 年前看计算 机的发展 ,我们以为计算机什么都能干 ,但是那时无法 想象计算机能写歌曲和电影 。后来发现 ,把专家的经验 输入到计算机 ,通过模仿 ,人工智能能够得到一定的发 展 ,但无法超越 已有的专家。 现在发展的新一轮 的人 工智能强调学习( 因为人跟动 物的主要区别是学习) 。例如 AI Ph a GO与李 世石下 围棋 时 ,AI P h a Go 和李世石都收 集了已有的所 有棋谱 ,所不 同的是 ,Al p h a GO通过自我 对弈产生了3 0 0 0 万盘棋谱 , 这是李世石没有的 。所以 , AI p h a GO战胜了李世石 。今 年年初 ,Ma s t e r 在网络围棋 快棋方面 ,也分别战胜 了中 日韩高手,赢了6 O 多盘 。 2 0 1 6 年 1 0月 ,美 国 发 布了 国家人工智能研究和 发展战 略规划 ,称人工 智能具有变革我们工作 、生 活 、学习、发现和交往 I ,0 i 替 力 ,人工智能的研 究能够增 加国家各方面的优势 ,包括 繁荣经济、改进战 略、提升 生活质量 ,增强国家安全。 人工智能 主要 是基于深 度学 习 ,利 用GPU等 处 理 器 ,现在可 以模拟起大型的 人工神经 网络 ,且效果在不 断地提升 。另外 ,深度学习 更能够跟我们所需要的技术 进行 匹配。尽管深度学 习的 理论机制还不清 晰 ,但是基 于深度学习的语音和图象识 别率 已经提升到了9 5 。例 责任编辑:王莹 如 ,经过多层的神经网络 ,把各种各样的狗的照片输入 给神经网络 ,机器会把它们归类,并对苹果 、花等照片 进行分类,然后告诉机器这类照片都是狗 。当再有狗的 照片时,机器就能识别这就是狗了。当然 ,这看起来很 简单 ,其实它经过了很多层的训l练 。 W W e e p w c o rn c n 2 0 1 7 5 8 信息通信技术, 5 G 区块链 另外一个值得注意的技术是区块链 。区块是包含了 B ,1 7 戳的数字资产交易的信息数据块。区块链的数据有 多种交易形式 ,彼此相邻的区块是有关联的。 区块链是由密码关联的区块串组成的一个分布式的数 据库 ,也称为分布式帐本。例如 ,假设有一些交易发生, 那么这些交易会提出来,但是需要通过使用加密和计算 , 不是任意的节点都可以发布 ,谁能计算出来,谁就获得发 布权来验证,发布完之后由所有的节点来验证,然后产生 新的区块加进去,再跟前一个区块关联起来。 所 以,一旦信息经过验证并添加到区块链 ,就会永 久地存储 ,所有当前参与的节点来共同维护这个交易用 户的数据。所以 ,单个节点独 自修改数据是无效的。因 此 ,区块链的稳定性和可靠性很高 。 当然 ,区块链不仅仅是底层有加密 、数字签名 ,它 提供了不对称的加密技术 ,公钥是 公开发布的( 这是用 户名) ,私钥是密码 ,通过解这个哈希函数来对应检查 你的数据有没有错误并验证数字签名 。所以它不需要中 介方 ,通过密码学的方式来进行验证 。 当然 ,仅有数据层是不够的 ,区块链的网络层是一 个 P 2 P 网络( 自组织网络) ,它没有中心节点( 中介) 。 但是上文提到 ,计算能力在所有节点里 ,只有率先 计算出来的节点才具有发布权 ,而其它节点用来验证 , 所 以不用担心某个节点受到损坏。 还有一个共识层。怎么能说明这个节点比其他节点 具有优先发布权呢 7有几种方法 :其中工作量的证明机 制 ,大家都可以计算 ,但是这个挖矿谁最先能算出这个 解 ,就能得到发布权( 注 :这个解是有一定难度的 ,如 果大家都能算出来的话 ,这个难度就要加大 :如果大家 都 算不 出 ,难度就要降低) 。当然这可能要费些B t l, 所 以,最近的区块链 已改成股权证明机制和授权股权证 明机制了 。 还有激励层 ,你怎么能促进所有节点都去挖矿呢 这里有一些利益的平衡机制。 最终 ,还有一个是智能合约 ,所谓 以太网是一种类 似于J AV AA 9 程序 ,它可以编程 ,可 以用作于分散担保 9 E L E C T R O N I C E N G I N E E R I N GP R O D U C T WO R L D 2 0 1 7 5 交易、投票域名等。比如传统的银行是一个中介机构 , A要转帐给D、银行要验证A有没有钱 ,再验证一下DA g 帐号对不对 ,然后再转帐。现在 区块链没有中介了 ,A 需要转帐给 D的时候 ,A就向周边节点来广播 ,周边节 点来验证一下A 有没有钱 、是不是合法的 ,D 是否可以 收钱。当一定数量的节点经过验证 以后 ,这个交易就成 立了 ,这个帐就可以转到 D。一 旦转帐完成 ,A要 向全 网广播 ,证明这笔钱的新主人已经到了D,这个交易就 被记录下来。除了银行以外 ,区块链还可以用在公正 、 验证、仲裁、审计 、股市、保险、支付、清算、保荐 、 供应链等。 区块链是架构在互联网上的 ,互联网的主要用途是 实现信息的快速发送和接收 ,而区块链的主要用途是形 成数据的存储和记录 ,区块链有高度的防篡改性 。而互 联网通常除了加密外 ,不具备这种能力。 虚拟机和容器 现在发展得比较 决的还有虚拟机和容器。一个公有云 是要为很多企业服务的,每个企业之间是有隔离的,也可 以利用虚拟机的技术实现隔离,也可以通过操作系统来隔 离,每一个服务、进程都要带一个操作系统 , 这是一种比 较重型化的虚拟化,它在分钟级启动,效率比较低。 现在 ,改成容器了( 注 :它不是用操作系统隔离 , 而是对进程 隔离 ,操作系统是共享的) 。这样 ,它就可 以简化来实现轻量化和秒级启动 。当然 ,容器的安全性 可能没有虚拟机隔离得那么好 ,但是 目前技术 也在 发 展 ,应该还是可用的。 产业用I C1 I 产业物联网 信息技术( 包括软件) 的发展 ,不只是用在一般的消 费电子 ,还用在了产业上 。美国产业互联网的参考模型 基本上是CP S ( 信息物理系统 ) 的概念打造出来的。CP S 的底层有现场控制层 ,通过D C S ( 分布式控制系统) 等 , 把生产装置和传感 器关联 起来 ,实现生产过程的 自动 化 。中间作为车间级 ,企业级有运营管理层 ,还有产品 的研发、创新 ,以及对生产过程的管理。再上一层是集 团级的企业层 ,包括S C M( 供应链管理) 、E R P ( 企业资源 计划) 、P DM( 产品数据管理) 、WE MS 、CR AM等等 ,当 然 ,这上面会利用到外部的资源。 无线宽带的新技术 现 在5 G出来了 ,外 圈 是5 G的性能 ,内圈是4 G的 性能 。5 G相 比于4 G用户体 验提高了1 O 信 】 ,频谱效率 提高了3 倍 ,移动性提高了 3 倍 ,可 以支 持高 铁( 注 : 高铁 时速5 00 公里 ) ;无线 接 口延 时减少 9 0 ( 不高于 1 毫 秒 ) ,能够 支持 高速 公 路时速2 0 0 公里的汽车避免 碰撞 :连接密度 提高了 1 0 倍 要做到 1 平方公里内可 以有 1 0 0 万个传感器可以上 网 ,支持大规模的物联网; 能效提高了1 0 0 倍、流量密 度提高了1 O O 倍、峰值速率 提高了3 0 信 。 5 G的性 能 为 何 l: t 4 G 高很多? 根据香农定理,要提高 网络的容量 ,无非是增加基 站数( 蜂窝变密) 、增 多天线 数( 空分复用) 、增加带宽( 更 多的带 宽资源) 、增 加信噪 比。大规模的天线是增加天 线数 ,超密集组 网是增加基 站数 ,全频谱接入是增加带 宽 ,新型多子接入是增加信 噪比。当然 ,还有更多的技 术来支撑5 GA , 发展。 责任编辑 :王莹 多输出多输2 k ( MI MO) 线 我们用空分的办法 ,用波束赋形一根天线可以对一 根终端 ,目前已经做到天线阵列、智能天线等可以波束 赋形,已经有6 4 根天线商用了,1 2 8 根的已经在4 G里得 e e p w t o m c n 2 0 1 7 5 1 0 传统的远端射频 率损耗 信息通信技术 5 G 有源天线阵列 荆 j 大规模 MlMO 2D阵列
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号