5G/6G与人工智能融合将推动2031年通信AI市场增长至388亿美元,带来多项好处
学习知识要善于思考,思考,再思考!今天golang学习网小编就给大家带来《5G/6G与人工智能融合将推动2031年通信AI市场增长至388亿美元,带来多项好处》,以下内容主要包含等知识点,如果你正在学习或准备学习科技周边,就都不要错过本文啦~让我们一起来看看吧,能帮助到你就更好了!

全球4G和5G的部署速度比商业服务的推进速度更快,6G预计到2030年也会到来,电信运营商如何以正确姿势迎接未来?
目前,全球电信业界都在研究这个问题。其中,AI被认为是一个重要方向。日本NTT Docomo、韩国SK电信等代表公司正在积极推动AI与通信的融合,以寻找新增长空间。
据研究机构数据,2021年全球通信AI市场的规模只有12亿美元,到2031年将会增长至388亿美元,年复合增长率41.4%。
NTT Docomo积极应用AI技术
未来,NTT Docomo准备大力投资云计算AI应用。例如,它展示一项AI服务,可以根据MRI扫描及医疗数据预测大脑变化。
日本老龄化严重,老人容易患上痴呆症,NTT Docomo的新服务可以帮到老年群体。
目前NTT Docomo从大约500名个人和约150000份MRI照片中收集数据,训练AI。照估计,新服务将会在2025年商用。
据日本相关机构预测,到2025年,大约有20%的日本人将患有不同程度的认知障碍。因此,早期发现和预防是非常有效的方法。
除了商业市场,NTT Docomo也对消费市场十分关注。该公司计划在2025年3月之前推出一项VR虚拟化身创建服务,以满足用户的个性化需求。这项服务允许用户通过输入文本来创建自己的虚拟化身,从而实现数字自我表达和加强交流。这一创新的服务将为用户提供更多自由和创造力的空间,让他们能够更好地展示自己的个性和想法。NTT Docomo希望通过这项服务,为用户打造一个更加丰富、多样化的数字体验世界。
韩国SK电信聚焦AI战略
和日本运营商一样,韩国SK Telecom也准备向AI靠近,它制定了所谓的“AI Pyramid Strategy”(AI金字塔战略),该战略包括AI基础设施、AI转型、AI服务。
在三大部分中,SK电信最看重的AI基础设施,它包括AI数据中心、AI半导体和多模态LLM。
SK电信宣称:“随着AI市场的增长,数据中心高度短缺,新的社会问题凸显,比如用电量增长,二氧化碳排放过多。为了化解各种问题,SK电信将会推出节能方案,比如引入液冷系统、氢燃料电池。未来SK电信还将进入AI托管产业,将节能方案与Sapeon NPU(神经处理器)和SK海力士开发的高宽带内存(HBM)结合,提升利润率。”
进入AI转型时代,SKT电信将在核心领域继续寻求突破,也就是移动、宽带、企业服务,同时还将向新领域挺进,比如出行、AI医疗健康、媒体、广告。
SKT准备增加AI手机服务功能,通过分析、推理通话内容,提供多种AI服务。例如,AI会分析通话历史和通话内容,向用户提供通话建议,AI还可以完成实时翻译任务。
AI如何影响通信产业?
受到潮流的影响,最近一两年电信产业对AI的兴趣越来越大,之前它们并没有认真对待,现在许多公司突然都拿出了自己的“AI战略”。
尽管如此,目前使用生成式AI的服务提供商仍然只占21%。比如思科,它承诺向“AI Ethernet fabrics”项目投资5亿美元,看起来很多,但对于电信巨无霸来说金额并不算大。
照估计,2021年全球通信AI市场的规模只有12亿美元,到2031年将会增长至388亿美元,年复合增长率41.4%。
通过将5G或者6G与AI整合,电信运营商将获得如下收益:
· 建立更可靠、更高速的基础设施。AI驱动的设备和应用可以实时访问数据、处理数据,提高响应速度,增强扩展性。
· 加强虚拟网络管理。5G与软件定义网络(SDN)和网络功能虚拟化(NFV)结合,可以让AI在虚拟网络管理流程中扮演关键角色。
· AI可以侦测漏洞,防止营收损失。机器学习可以分析订单数据。
· AI可以分析历史数据,帮运营商预测需求、预防客户流失,寻找潜在增长机会。AI还可以帮助运营商科学规划网络、制作营销方案、开发更多服务。
· 通过动态调整吞吐量、路由、配置,AI算法可以协助运营商优化网络资源,让网络效率最大化,降低运营成本,提高服务质量。
文中关于网络,AI,5G的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《5G/6G与人工智能融合将推动2031年通信AI市场增长至388亿美元,带来多项好处》文章吧,也可关注golang学习网公众号了解相关技术文章。
苹果mac卡特琳娜系统?
- 上一篇
- 苹果mac卡特琳娜系统?
- 下一篇
- 在mac电脑上如何删除文件?
-
- 科技周边 · 人工智能 | 1小时前 | 人工智能 · 向量检索 · Sentence Transformers truncate_dim 嵌入维度 Matryoshka 向量存储
- Sentence Transformers 怎么截断嵌入维度减少存储
- 165浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 |
- PEFT 多个 adapter 怎么按权重组合推理
- 454浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 |
- Accelerate 大模型推理怎么自动分配到多块设备
- 358浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | 人工智能 · Tokenizers offset_mapping 原始文本
- Tokenizers offset mapping 怎么映射回原始文本位置
- 328浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 | python · 人工智能 · shuffle Hugging Face Datasets streaming IterableDataset buffer_size
- Datasets streaming 怎么在不下载全集时打乱样本
- 470浏览 收藏
-
- 科技周边 · 人工智能 | 19小时前 |
- Diffusers 单文件模型怎么转换成组件目录格式
- 308浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | 人工智能 ·
- Diffusers 怎么临时禁用 LoRA 但保留已加载权重
- 309浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · diffusers ModularPipeline update_components ComponentSpec 模型组件
- Diffusers ModularPipeline 怎么替换单个模型组件
- 175浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Transformers bitsandbytes 量化后怎么保留部分模块精度
- 359浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · Transformers 大模型推理 KV Cache 显存不足 缓存卸载
- Transformers KV cache 怎么在显存不足时启用卸载
- 499浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Transformers chat template 怎么生成 assistant token 掩码
- 164浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Diffusers LoRA 权重融合后怎么恢复基础模型
- 291浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 354次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 413次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 421次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 377次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 199次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

