最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

错失了MWC巴塞展,千万不要错过这份5G报告!

[复制链接]
跳转到指定楼层
楼主
发表于 2020-3-5 21:10:49 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
 3月3日, GSMA发布了与边缘计算产业联盟(ECC)共同完成的《5G时代的边缘计算:中国的技术和市场发展》(Edge computing in the 5G era: Technology and market developments in China)报告。该报告汇集了20多家在中国市场上领先的边缘计算生态相关组织和企业的深刻洞察。
  GSMA大中华区总裁斯寒称:“从边缘计算的测试和早期部署的速度来看,很明显,中国生态系统正在寻求在边缘计算的发展中发挥主导作用。创建一个支持技术开发和促进创新的良好生态系统环境将最终决定中国和其他地区边缘部署的速度和规模。”
  边缘计算产业联盟副理事长余晓晖强调说:“边缘计算产业联盟的目标就是在边缘计算产业中构建一个合作平台,经过3年不懈努力,边缘计算产业已从1.0产业共识进入到2.0产业实践,ECC将持续推动边缘计算在运营商、工业互联网、企业IoT等价值领域规模应用。”
  随着全球移动产业迈向5G,边缘计算在全球获得空前关注。本报告分别从技术、应用、市场前景、机会、商业模式、政策法规多个角度,剖析了边缘计算生态的现状和未来发展。
  报告指出,早期的试验网和商用部署表明中国在边缘计算领域发挥着主导作用,这是由政府对新技术的支持和运营商对新的5G和物联网投资所推动的。GSMA智库预计,2018年到2025年,中国运营商将花费接近2000亿美元部署新的5G网络。
  早期的边缘部署主要旨在满足智慧港口、智慧园区和智能工厂的需求。随着5G网络在未来几年的扩展,诸如自动驾驶、体育赛事和游戏等边缘用例将得以实现。
  据ECC称,目前在中国40个城市的各个行业中有超过100个边缘计算项目正在上马,包括智慧园区、智能制造、增强现实/虚拟现实(AR/VR)、云游戏、智慧港口、智能采矿和智能交通等领域的项目。同时报告也指出,边缘计算的发展仍然存在一些关键问题尚待解决,如网络“边缘”最可行的位置、所需的投资水平以及最合适的商业模式。
  边缘计算的最新进展,加上中国生态定位新技术前沿的明确目标,为进一步发展边缘计算奠定了坚实的基础。然而要发掘边缘计算的长期潜力,还需要开展大量工作。
  GSMA在报告中确定了以下7项关键措施:
  1.明确边缘计算的最佳部署模式,推动边缘标准化
  2.将边缘计算整合到更广义的5G网络投资规划中
  3.解决云/边缘计算以及更广义的5G网络相关的高能耗成本问题
  4.产业协同进一步下沉,拓展边缘计算与垂直行业间的探讨
  5.利用企业对边缘计算的认知,推动边缘计算新试点和部署
  6.提升媒体娱乐、智慧城市产业对于边缘计算的关注度
  7.建立内容明确、关注点更集中于边缘计算且考虑到边缘部署独特性质和挑战的产业政策
  如果这些措施付诸实施,将推动未来5年中国边缘技术的发展和应用。其中许多措施涉及整个边缘计算生态,而有些则针对特定种类的公司。
  以下为报告原文:(点此下载报告)
来源:GSMA集伺盟

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-26 08:06

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表