作者 | 徐鸿鹄责编 | 胡雪蕊本文经授权转载自几何四驱（ID：GeometryAWD）新趋势的入侵，往往都有“狂人”做推手。“车联网”的概念被轮番炒了那么久，就是不见起色。不同于“狂人”，位居产业中心神坛的大佬和专家们，却通常带着批判的态度，看待技术的演化。行内人批评说：“现在的车联网，都是在车的外围做——什么路况，导航，娱乐，互联网，语音识别，只是把汽车变成智能手机而已，最多算车联网的二次开发，技术含量并不高。”这种言论并不鲜见，比尔·盖茨曾说：“我实在想不出有什么程序需要4MB以上的内存。”任正非也说：“5G被夸大了，社会对5G技术没这么迫切。”不过，话语的含义需要仔细斟酌。时间证明，即便是专家言论也是有保质期的。不为人知的是，车联网真正的硬核PK——通信战争其实早已打响。面对未来，有的人盲目乐观，有的人悲观迷茫。人们观望，踌躇，行动，并期望每一场真正的革命里，都会涌现出一个横扫千军的拿破仑。可这不大可能成真——最大限制在于，一项新技术真正普及前，人们往往很难判断新的需求和市场是否出现，并何时出现。身处变革当中时，根本无法察觉出清晰的脉络。不识庐山真面目，只因为这场革命的原爆点并不处于汽车产业的中心。颠覆从来都不是内生的，以很大的概率，汽车行业将不得不被迫且仓促应对通信生态裹挟下车联网的全面蜕变。
“车联网”标准大战，遭遇“村村通”降维打击
设想这样的场景：当汽车以特定的速度进入某条道路的交叉路口时，系统会发出通知。一旦预示有危险并出现安全警示的时候，附近的其它司机就知道有车子驶近了，于是他们会刹车或减速；在另一个场景里，宝马摩托车和奥迪轿车在十字路口相遇，在危险来临之前，双方达成了默契，一系列前向，侧向碰撞预警出现，汽车紧急制动并及时避免了碰撞。关于上面这些汽车被赋予的新能力，人们起了一个好听的名字：车联网。不过，谈到车联网这么虚幻抽象的概念，我猜50%的人都会联想到各种缩写，定义，理论和标准。原因很简单：谁都没亲眼见过它。 你也许看了这个例子才有了直观的了解：原来车联网是这样工作的！ 这些车联网存在的场景可以用V2X来表达。什么是V2X呢？按照约定，V代表汽车，X则代表了四个方面：人P，车V，路I，网N，V2X不仅仅能够帮助人类司机提升行车安全，通过组合这几个简单的字母，我们还能发掘出车联网更多的潜力。 最早诞生的V2X技术，是早在1999年就开始研发的，被称作DSRC的专用短程通信——如果你不了解这个陌生的称谓，可以把他简单地理解为部署在路边的Wi-Fi发射器。 DSRC一旦整合了GPS，移动的汽车就低成本地实现了V2V（车与车）功能：GPS定位信息，车速，加速度，方向，刹车转向系统状态，乃至于汽车历史路径和预测轨迹信息，都将通过“Wi-Fi无线电波”实时共享给周边车辆，让每一台汽车都具备了全天候“鹰眼”的能力——通信范围内环视360度无死角观测。 发展DSRC标准的初衷很简单：这是当时唯一可用的技术。我们熟知的ETC（不停车收费系统）便是基于DSRC技术的。经历20年的发展，在美国电气电子工程师协会IEEE和欧洲电信标准协会ETSI的不懈推动下，DSRC已经进入了成熟期。
然而，任何一项技术，其实都是从给定的限制条件起步的，而做成之后的状态，也一定是兼容了这样一些缺陷。
随着应用的普及，人们发现，DSRC技术发展的瓶颈也逐渐暴露出来，很难实现下一代技术的要求：随着智能汽车的普及，车辆数众多的车联网环境里，通信信道可能会发生拥堵，导致关键的安全性信息无法被正确地传送或接收，这些缺陷在IEEE的系统分析上已经被多次验证了。
DSRC在拥塞，干扰管理和覆盖上有很多的问题。单单依靠V2V是不现实的。更理想的方式，是结合蜂窝网络的V2N方式。这样，V2V+V2N，既解决了通讯大幅疏解热点地区的通讯压力，保障了车联网通讯稳定性，也额外增加了连接互联网和导航的能力。 这便是后起之秀：C-V2X。C代表蜂窝网络。DSRC作为一种过去相对落后的技术，似乎注定要被淘汰。科幻三巨头之一的亚瑟·克拉克曾经讲过一个迷人的故事，讲述技术被淘汰的残酷：想象未来的一只飞船想着遥远的恒星飞去，即使以当时的技术所能允许的最高速度飞行，它也需要好多个世纪才能到达那遥远的终点。在它还没走完一半的时候，一艘更快的飞船追了上来，那是100年后的技术产物。于是我们可以说，第一艘飞船就不该忙着出发。同样的道理，第二艘飞船也不应该发射，因为船上的人们注定会看着他们的重重孙子们坐着第三艘飞船从身边飞快地掠过。
在无线通信领域，飞船的故事每天都在上演：1G时代，有多达8种技术标准共存，2G和3G时代，各有4种技术标准，4G时代，2种标准平分天下。未来的5G时代，天下归一。这样的背景下，车联网领域，3GPP主导的C-V2X标准与IEEE主导的DSRC标准也打响了全面战争。
站在C-V2X的一方认为：既然DSRC在技术上已经示弱，为什么要投资一个已经注定会被淘汰的技术呢？站在DSRC的一方底气也很足。通信行业作为现代高技术产业，天然具有某种经济正反馈的特征：通信领域的技术前期发展需要研究，试验，计划和设计的复杂过程，需要投入巨额的人力物力财力作为沉没成本才能实现技术的落地。 而DSRC技术一旦被大规模投入市场，生产能力的扩大往往很容易，成本随产量增加而降低，收入会随着产量的提升而增加，因此虽然DSRC在技术上并不是最优的，但却是最成熟的，而且占领了市场化的先机，成本和数量的优势将成为市场的利器。虽然最终的盈利模式还不清晰，但仍然值得继续深耕，找到出路。
双方似乎打了个平手。从美国，日本和欧洲的监管态度来看，它们更倾向于让DSRC和C-V2X两种技术自由竞争，实现优胜劣汰。但随着竞争愈演愈烈，他们都面临着一个共同的问题：如何变现。 车联网的市场化是个世界公认的难题。 美国财政部多年前曾经计算过V2X的成本，计算得出的结论是，每安装一个用于向V2X提供数据的道路装置就要花费高达5万美元。是的，你没看错，最贵的并不是发射装置本身，而是道路设备与交通管理中心的光纤安装费用。 巨额的投资让人望而却步。运营商一方面要花费巨额资金从政府手里购买频谱这项昂贵的资源，另一方面还要对全新的网络进行大规模试验直至建设基站并投入商用。钱从哪里来？ 有人说，让用户埋单啊。但用户却有一笔自己的经济账。这就是——车联网需要依赖大多数车兼容才能起作用。如果道路上仅有10%的车辆安装了V2X，那么只有1%（10%×10%）的车辆能够实现信息交互。1%可算不上是多大的进步。 只有可观的用户规模，才能形成成熟的商业模式，让大多数用户认同车联网的价值而埋单。而这就出现了一个鸡生蛋蛋生鸡的悖论。只要反过来问：没有一个可行商业模式，如何来培育可观的用户规模呢？ 中国在移动通信发展上的思路或许可以借鉴，自2003年开始，“村村通”政策得以让95%以上的边远山区都覆盖了电信信号，光是4G基站铁塔，全中国已经耸立起了400多万座，比全世界除中国以外的总和还多一倍，更不要提铁塔织就的4G光纤骨干网了。
在中国，似乎没有路线方面的顾虑，C-V2X就是那个含着金汤勺出生的婴儿。中国得天独厚的优势正巧迎合了C-V2X路线觊觎5G的野心：除了现有基于4G设施长期演进的技术提升LTE方式，即LTE-V2X外，C-V2X还将借力下一代5G通信技术，再度上演“村村通”的奇迹。
“摩尔”不敌软件，“边缘计算”败走“车路协同”
麦特卡尔夫定律（Metcalfe‘s Law）指出：网络的价值同网络用户的平方成正比。这是信息通信领域的经济的发展规律，肯定了网络规模的经济潜在价值。而5G的技术标准是唯一的，不存在势均力敌的对手，麦特卡尔夫效应将更加显著。 有计算表明，为了达到理想的响应速度，5G基站的数量将至少是4G基站的两倍，成本也会是两倍，能耗则是三倍。虽然5G建设投资比4G更大，但按照麦特卡尔夫定律，由于同一标准下的用户更多，建设成本平摊到每个用户却并不高。同时，5G技术将远超4G，给人类带来多元的需求场景，5G网络将会承载更丰富的商业模式，更具变现潜力的大流量移动宽带业务eMBB必将优先带动基础设施的建设，为后发场景（比如工业互联网的mMTC）的爆发打好硬件基础，逐步让5G技术实现“全功能”。 以上简单的逻辑告诉我们，5G技术的普及将比此前的技术还要迅猛。但在成为乐观派之前，我们也不要忘记摩尔定律，以及比摩尔定律更强大的存在。摩尔定律认为，每18个月芯片的计算速度和集成度会提高一倍。计算能力不变的话，芯片的价格和体积会缩减一倍。 人类目前已经经历了35个摩尔周期，却依然没有达到发展的极限。 已故的克里斯托弗·伊万斯（Christopher Evans）早在1979年摩尔定律几乎刚开始的时候，就写到：“假如汽车工业像计算机那样发展，遵循摩尔定律的话，那么今天你大概可以用10元钱买一辆劳斯莱斯，加一升汽油能跑几百万公里，它产生的动力足以驱动伊丽莎白女王二号邮轮。” 在亚瑟·克拉克的故事里，不断竞速的宇宙飞船就经历着持续的技术迭代，可是，新技术是不会自发呈现的，没有前辈落后的技术，何来后面更先进的技术呢？硬件技术即便很快就要面临被时代淘汰的命运，但没人愿意停下脚步，一旦错过了一代就要错过所有的时代，投资风险日趋增大。如果你认为追上了摩尔定律，就能把握住时代，那就只有一个原因可以解释：你对软件的力量一无所知。 电池，电路，硬件现在和10年前，有几个代差两个手掌就能数过来。软件就不同了，存在的是世代差。软件的更新换代是远远超越摩尔定律的存在！ 如果将宝贵的研发资金投给无人驾驶汽车的自动操作系统，令其性能不断提高，就能够实现“裂变式”的增长。而投资硬件的化，我们必将被限制在“摩尔速度”的天花板下。 美国奇点大学的自动驾驶研究专家布拉德·邓普顿（Brad Templeton）也曾深入地思考过这个问题，并认为，“互联网”是绝佳的例证，能够指引我们在车联网领域找到正确的方向。
“互联网的基础设施（比如路由器）是很笨拙和原始的，并不具备升级的能力，更不要提智能了。路由根本不了解数据包里的内容（我管你是电邮，文本还是网页呢？）正是由于互联网的构造趋向尽可能的非智能化，才推动了互联网技术畅通无阻的发展。”
这个论断直接凸显了非智能硬件的价值所在。简单的类比，我们就会意识到：交通设施越是简单和原始，参与的人的就越多，无人驾驶的应用就越是自由，灵活，适应性强。邓普顿投资公司就拿出铁路运输和公路运输作为比较：铁路的造价昂贵不说，且一次只能通行一辆火车。相比之下，公路的建设更加简单，也能够承载更复杂的交通形式：小轿车，货车，行人，牲口都能通行。
不管是互联网还是车联网，假如我们把网络设备全部都智能化——读懂数据包的内容，进行路径传输和策略处理的话，软件应用每变化一次，网络设备就要被替换一次，这显然是不可持续的。这就直接给“边缘计算”判了死刑——车练网的边缘计算指的是，为了降低时延的苛刻需求，可以传感器，摄像头，雷达，甚至将带有缓存和计算处理能力的节点都部署在路边，与汽车传感器和用户紧密相连，从而减少核心网络的负载和数据传输的时延。这个思路只会更加恶化经济的问题，把支持决策的“感知”部署在边缘也意味着要部署的设备数量呈几何级数增长。最大的问题还是绕不开的——钱！在任何一个国家，不单单是5G，为高速公路基础设施筹资一向都是棘手的政治难题。把越多的资金用在高速公路基础建设上，可投入在飞速发展的无人驾驶技术（机器人可比人类更擅长驾驶）上的资金就越少。硬件是资源的堆叠，烧钱的无底洞；而软件是数字拷贝，可以零成本地实现病毒式传播。网络是世界上最大的复印机，数字经济就是这样运转在自由流动的复制品河流当中。如果考虑到硬件和软件不同的进化速度，如何投资车联网才更具回报价值呢？ 当年宝马汽车收购HERE数字地图时，曾评估过车联网集群智能带来的社会效益：以冰封路面为例，宝马意识到，通过启动ABS防抱死制动系统，同时根据外界温度，顺利检测突发状况并实时预警。 有了车联网智能，我们能更精确地辨识交通拥堵，极大降低事故风险。当系统感应到绿灯亮起时，便可以为广大智能车辆提供信息导航，帮助其选择最佳油门开度，节油环保。 可见，车联网智能有其独特的优势，是单车智能无法比拟的。在智能融合的三个选择里，第一项直接被PASS掉了：
- 完全依赖单车智能的智能驾驶 Standalone autonomous
- 依赖车联网智能并由单车智能最终决策的智能驾驶 Exo-dependent autonomous
- 单车智能和车联网智能都可以独立决策的智能驾驶 Exo-augmented autonomous
单车智能的发展，正让无人车在驾驶能力上超越人类，但车联网智能还不同于单车智能——它并不具备决策的能力，现阶段它最大的作用只是发出警示信息，提醒驾驶员不犯错。
如果人类司机对警示反应不及时，或不理解警示的信息，安全效益便无法体现。某些时候，如果人机设计的有问题，警示反而更容易分散司机的注意力，让人精神过度紧张，而搞不清楚状况；最坏的结果是，反倒忽略了眼前最重要的事情——保持安全驾驶。 人机协作的系统里，人始终是短板。人类百年来都习惯于给机器下指令，警示系统却反其道行之，在机器不能决策的场景下，人类要随时待命听取机器的建议，可你又能强求人类有多听机器的话呢？ 早在2012年，Waymo就开始测试L3级别的自动驾驶方案了，但最终发现，人类接管汽车的反应速度太慢，开发这样的系统简直是自讨苦吃。特斯拉的Autopilot，也频频因为驾驶员无视安全警告，致死事故不断。 当然，这些案例并不是说车联网智能的作用不大，毕竟它能在无人驾驶实现之前的过渡阶段拯救很多生命——但这还不够，这项技术还不够纯粹。为了帮助更多的人，我们需要摒弃人的因素，开发真正L4级以上的无人驾驶汽车。 再看第三项，如果车联网智能和单车智能都能独立决策呢？一方面车联网和单车有各自独特的地方，最佳的融合方式应该是各取所长，优势互补。另一方面车联网和单车智能在关键决策上，是可以做冗余校验的，从而提高安全等级。它们两者可能采用相似的传感器数据做融合，而一旦两方的数据和决策出现差异，仲裁处理需要做仔细的考量。 最大的问题在于，车联网智能发挥作用要完全依赖移动网络的覆盖，但既然无人车在没有移动网络覆盖的情况下必须是完全安全可靠的，为什么它一定需要移动网络覆盖呢？换句话说就是：如果5G网络还没有成熟，是没有必要追求车联网独立决策的能力的。 也许车联网智能本身就不太靠谱，经常掉线，而单车智能本可以做出更加“可靠”的选择。可能是车联网智能回传数据占用了大量时间，在此期间，单车智能如果介入反而比什么都不做的等待更安全…… Gartner分析师Will Hahn说：“5G确实对自主汽车的开发和使用至关重要，有两个重要的前提：网络必须是5G，汽车必须是真正自主的，可短期内这两者都不太可能出现。” 可见，边缘计算，更短的时延这些网络的特性，跟智能本身比起来，反倒不重要了——“覆盖”是维护的黑洞，“自主”，即单车智能本身的成熟度更具经济性，也更加可靠。 如果智能足够强大，单车智能就足以在第一时间应付最棘手的情况，与其花费大把资金用在道路基础设施建设硬件上确保车联网智能不掉线，为什么不优先投资单车智能的软件（机器人可比人类更擅长驾驶）开发呢？ 智能汽车软件的发展要快得多。同时，智能汽车借助5G应用——汽车工业互联网的预测性诊断和安全检查功能，也让汽车比车联网设施更容易维护。 对于单车智能而言，最重要的道路基础设施不过是道路本身和车道线，以此为汽车系统提供关键的视觉信息即可。如果单车智能可以做到安全驾驶，便不再需要交通标识，红绿灯和防护栏——这些都是车联网硬件的载体。单车智能的壮大必然会降低汽车对车联网基础硬件及其上层车联网智能的依赖性。 只有在单车智能做到极致，我们才会真正地了解，我们是否需要车联网，以及什么才是既经济又安全的车联网的最优形态，并为单车智能提供必要的互补。我们需要的不是发展“既软又硬”的两套独立的智能，而是一套”先软后硬“的主次分明的无缝协作的智能驾驶系统。 最终的结论，“车路协同”是符合逻辑的理性的选择——但这里的“车路协同”还要附上一大串定语：依赖车联网智能并由单车智能最终决策的高级（L4/L5）智能驾驶（Exo-dependent autonomous）。
“第一性原理”失效，“网络切片”带来新转机
为什么在车联网还没有确定的盈利模式时，就要如此前瞻性地发展基于5G的下一代V2X技术呢？
按照5G通信大带宽，低时延，广连接的技术特点，业界将5G应用划分了三大场景：
-
超可靠低延迟通信uRLLC（Ultra-reliable & LowLatency Communications）
-
增强型移动带宽eMBB（Enhanced Mobile Broadband）
-
大规模机器通信mMTC（Massive Machine Type Commonications）
无人车作为车联网集大成的产品，三类功能正好依次覆盖了5G三大场景。
-
自动驾驶（无人车智能）—— uRLLC
-
车载娱乐（互联网视频流媒体等）—— eMBB
-
汽车工业互联网（预测性车辆部件诊断维护，安全检查等）—— mMTC无人车和5G技术必将深度捆绑。
业界普遍认为，未来的自动驾驶汽车每小时将能生成几TB的数据。这么大的数据量，如果传输速率高，它发送的可能就是不怎么处理的原始信息，其它车辆可以结合自己的传感器数据进行实时的融合并在第一时间做出判断。如果数据传输速率低，汽车之间就只能交换那些经过精细计算和处理的数据——这必然耗时，而任何时间上的延迟都是安全的敌人。发展LTE-V2X依然会受到4G网络通信的限制，使得车辆在中高速行驶时传输速率会降低到DSRC的水平，因而，高带宽（速率）和低延迟的5G通讯系统是车联网的必然选择。 相比DSRC，C-V2X最大的问题是没有像DSRC一样经过广泛的测试和审查。但业界近期基于5G进行的车联网试验已经证实，5G-V2X的确更胜一筹。 3GPP标准组织把5G分为了两个阶段：一个是4G演进出来的NSA非独立组网，通过LTE网络率先部署eMBB，一个是SA独立组网(Rel-15)，带来“全功能”的5G。这是说，NSA只实现了超高带宽，只有SA才能更好地实现低时延和海量连接。如果要用1ms低时延做自动驾驶，那只有5G SA路线（即真正的5G）才能实现。uRLLC作为核心角色，低延迟是重要的特点。无人车技术要求的一项通信指标“用户面时延”，是0.5ms，只有4G技术的二十分之一。为什么无人车要达到变态的毫秒级别呢？要知道人类驾驶员的反应速度只有100ms左右，与其相差了两个数量级。之所以要求这么低的时延，是因为机器对时延比人类更敏感，车练网的一些应用里，需要将海量数据传送到云端处理，并实时传回，这一来回的过程时延一定要足够低，低到用户无法觉察到，同时不影响机器的判断才堪用。 通俗地说，不论是DSRC，还是LTE-V2X，甚至5G-V2X本质的区别只是在编码解码的方式上，只要他们使用的还是电磁波，物理特性就不会有本质的区别。因为，解码方式的差异只是软件的区别，而电波特性是物理的，不受到软件的限制。 通信领域更加核心的问题就在于物理层面上，这就是——频率。不夸张地说，频率是移动通信发展的基础！ 电磁波的频率越高，就越接近光波的特点，下一代高频的5G技术显然也逃脱不了这个基本的物理规律：抗干扰能力更强，传输速度更高，但绕射能力会变差，空气中信号的衰减也很厉害。军事雷达也采用了与5G频段接近的电磁波，正体现了这些特点。雷达的波长只有毫米级，一旦探测到飞机，就会被“弹回”。 2019年5月份，华为曾在日本，与NTT和DOCOMO一同测试了39GHz的5G毫米波，值得一提的是，动态测试（信号接受端移动，基站不动）的结果并不理想，最大的问题是遮挡——5G信号连一辆公交车都无法穿透。 还有一种很接近5G频率的Wi-Fi标准，802.11ad，频率60GHz，它的绕射能力还会更差。差到什么程度？毫不夸张地说，即便有人从基站和天线中间穿过，数据的吞吐量也会出现巨幅跌落。 就在不久前，美国联邦通信委员会投票决定开放“太赫兹波”频率段，为6G技术铺路。太赫兹波，频率95GHz到3THz，是波长介于毫米波和红外线之间的一种电磁波。太赫兹的频率如此之高，已经逼近可见光。这意味着太赫兹只能在视线之内传输数据，因为就连水蒸气和氧气都能够吸收，折射，散射太赫兹波段电磁波。而太赫兹发送数据所需的功率，在许多情况下都高到“无限”，以至于100米的距离上，就会撞上“太赫兹墙”——这就是 “太赫兹鸿沟”。这是……“前面隔着一个人信号就没了”的意思吗？悲观的人们猜测，也许下个十年里，我们都要学会新的打招呼方式：“不好意思，请你让开一下，你挡住我的信号了！” 任何希望探索前景广阔的电磁频谱领域的人，都必须面对艰巨的物理学挑战。 高频信号连续大带宽可满足热点区域极高的用户体验速率和系统容量，但是其覆盖能力却较弱。比如30GHz频率的毫米波，为保障多用户的高速率通信，其覆盖距离可能不到百米。传统的低频段虽然覆盖率占优，但带宽却不足。 中频段相对于高频段有较好的传播特性，相对于低频段有更宽的连续带宽。显然，车联网的频率不能设置得太高（比如太赫兹）也不能太低（比如3G），从而实现覆盖和容量的平衡。大部分国家和组织普遍认为3-6GHz才是中频段重要资源。而几大主要经济体，都不约而同地将5.9GHz频段划归给车联网来使用，趋于主流。随着汽车更加智能，数据吞吐量飞速增长，高频段的利用也将提上日程。可以认定，未来的5G车载高速率咨询娱乐应用，联合通讯和车载雷达，都会集中在毫米波领域。美日韩等国家，已经尝试把毫米波5G小基站内置于路边单元（RSU），针对28GHz的毫米波频段进行车联网测试。当然，低频也不会成为弃子。为了实现远距离覆盖，欧洲电信运营还规划700MHz低频频段用于5G覆盖。那么，车联网的频率该如何选择呢？汽车的独特性在于，它是高速移动的物体，如果完全采用高频段（超过6GHz），网络覆盖距离将受到限制。而汽车上搭载的通信终端往往功率有限，如果仍采用高频信号发射，上行通信（汽车到基站）将成为瓶颈。因此有些人建议，把上行下行分开（解耦），上行采用中低频段（低于6GHz），下行采用中高频段，来满足车联网的大带宽的要求。 对于中高频段来说，为了提高车联网信号的覆盖率，就要把5G发射器部署在灯柱上，屋顶上，墙上，广告牌上，有时，你甚至不会特别注意到它们摆放的位置。而当AI驾驭的自动驾驶汽车在高速路上飞驰时，我们更需要巧妙地处理通讯的问题：灵活并安全地切换通信，从一个5G发射器跳转到百米外的下一个发射器。当然，这个棘手的问题在技术上是可以解决的。但更高的基站密度，一个显而易见的后果就是：5G设备的维护和更换更加费力——这直接推高了持续维护的成本。5G技术已经是我们已知的车联网技术里最好的备选了，但商业化的最大瓶颈还是物理层面的痛点。 建设成本该如何化解？物理第一性原理无法逾越，也许尝试换个思维方式能够解决这个棘手的问题。 未来的汽车作为软件和数据的载体，数据的类型将会多种多样：地图数据，气象数据，汽车诊断数据，急救信息，定位信息，娱乐互联等等。总之，不管通信如何发展，都是用来服务数据的。 不同的数据对应不同的网络功能，系统性能，安全，用户体验，比如“车辆定位”和“娱乐视频”对于智能汽车来说，网络性能的要求肯定是不一样的。自动驾驶数据需要高接入容量，低延迟和高速率。但对气象数据来说，这些也不是最迫切的。如果只使用同一个网络规范提供所有的服务，这个网络一定非常地复杂，很难达到极限场景所需的功能，同时网络的运营维护成本也变得非常高昂——这是对有限的无线信号资源的极大浪费。我们需要一种灵活的按照应用需求设计的通信和计费方式，从而巧妙地解决现实的困境。 把数据按照智能汽车的使用方式可以大概分为四类： ① 安全驾驶、自动驾驶、最佳交通流实现等② 车辆管理、运行管理、汽车保险等③ 娱乐服务、虚拟现实等④ 紧急通报、公路助理、接待服务等 如此之多的场景，如果只利用5G技术的三大场景来实现，显然是杀鸡用了宰牛刀。比如GPS或灾害播报，单向数据“广播”就可应付，就没有必要非要使用占用更多带宽的3G/4G甚至5G双向通信来应对。而特定地点的局部通信，比如ETC，就没有必要使用实时连接的广域通信来实现。 更重要的是， 5G技术能够包容2G，3G，4G LTE，LTE-A，Wi-Fi，D2D，M2M等不同的通信方式组网，5G是一个真正意义上的融合网络——它还被称为“网络中的网络”。 于是，5G的“网络切片”成为可能，特定的“切片”数据场景只对应某个合适的“频率”或一个特定的”融合网络”，每一种数据服务都有其特定的网络构成和盈利方式，这种多元性必然会带来全新的商业模式，建设成本被多样化的数据需求所摊薄。 最终，碎片化零散的频率资源被整合，无线电频率能够精确供给，并结合产业趋势开展更加精细化的需求预测，切片化将使得服务变现不再是老大难的问题。
“天网”狂想，马斯克被困“星际之门”
5G的强大之处在于，它假设一种全新定义的架构网络的方法。这就是将5G功能转移到边缘，许多超低延迟的需求将在边缘解决，无需回到核心网——这使得卫星成为可行的解决方案，卫星本身就是边缘能力的载体。 以此为目标，即将于2019年底完成5G标准计划（3GPP版本rel16），已经展开了针对5G卫星接入的特定研究，届时它将识别卫星场景——激动人心的是，似乎在uRLLC场景下，卫星方案的延迟甚至比地面5G的延迟还要低！ 地面5G基站采用的光纤回传方式，从本质上来说，并不是最快的通信方式——由于光线被包裹在玻璃介质当中，玻璃的全反射会减慢35%的光速。可如果通过卫星发射无线电，电磁波同样以光速传播，大气层对电磁波速度拖慢的程度，还不足1%。 1%和35%的差距，让我们意识到，5G是一个真正全新的架构，将所有最有效率的连接方案整合在了一起。对于任何通信技术来说，如果你无法击败5G，那就加入它！ 过去的几代移动技术是在封闭的方法下构思出来的——它们是“移动”协议，相似的技术很难融合。卫星通信花费了巨大的努力，才基本解决了流量操纵的问题，得以进入3G/4G的生态。5G技术则要包容的多，卫星通信依托5G技术将如虎添翼。 5G也为全世界带来了疯狂的想象空间，上周的5月24日，SpaceX通过猎鹰9号将第一批“星链”（starlink）卫星发射升空，雄心勃勃的“星链”计划大幕开启，有人说，近1.2万颗卫星上了天，将是对全球互联网基础的海底光缆的挑战——将来的互联网骨干网将完全从路基变为天基！ 试想一下：卫星运转在500公里高的地球轨道上，信号延迟的单程时间仅有1毫秒（上千公里做不到低时延）。天基通讯可以很容易地部署在人口稀少的地区，在保证同等传输速度的前提下，并不增添额外的建站费用，而地面上的各大运营商从商业利益出发，是不会专门为他们铺设光纤的。每一颗运动着的卫星的覆盖范围相当于成百上千的地面蜂窝基站，而且组网后是无差别的全覆盖无死角。 地球大气层1.2万米以上已经都没有雨雪雾霾等天气因素的干扰，这里可以部署全天候运行的无人机用作通信中继，轨道卫星和高空无人机之间的通讯可以采用激光，而无人机基站和地面之间则采用无线电。今日的太阳能无人机，已经实现了全年无休的飞行。 天基的优点这么多，这个计划到底靠不靠谱？ 实际上，卫星之间的激光通信不是新的技术，这叫做“星际激光链路”，只能在没有大气的外太空里才能实现。几万米的高度上，大气干扰仍然是个严重的问题，这种扰动不光对激光传播有影响，无人机本身也会随着气流抖动，指向性及其精准的激光是不可能跟上不断随气流“跑偏”的无人机的。 而最大的硬伤在于，“覆盖面积”和“通量密度”两者是不可兼得的。“通量密度”是通信技术的一个核心指标，指的是单位面积内的数据流量。5G通过在地面上部署大量的微型基站，缩小覆盖范围，才把通量密度提升的很高——10万Gbps/平方公里。星链单颗卫星的覆盖面积高达353万平方公里，估算为1/3个中国。而全中国目前有400万个通讯铁塔，每个铁塔上还不止一个基站，一颗卫星就能为1/3个中国这么大区域提供服务，替代100多万做铁塔？ 按照1.2万颗卫星服务70亿用户计算，平均每颗卫星要服务近60万人，星链单颗卫星1Gbps总速率，平均每个用户只能分到1-2kbps，这速度还不如20年前的拨号上网！ 未来很美好，现实很骨感。卫星之路更适合军事，钻探，探险，和边远地区的联络（地表80%的面积都是海洋沙漠高原荒漠无人区），这项技术必定不是为普罗大众服务的。 美国北方天空研究所NSR审慎的观点认为，未来十年，最与卫星相关的5G应用将只会是不过分注重带宽和时延的汽车工业互联网（mMTC）场景——当汽车不在地面通信网络服务区时，采用卫星通信进行车辆的诊断和维护。 虽然空基网络还很遥远，但我们仍然怀揣希望：一旦实现了通讯的低延迟大带宽全球无缝覆盖（也许是量子通信），交通工具或许也会脱离运输系统的束缚，向海陆空间全面拓展——人们甚至可以抛弃道路设施，省去建造和维护大量高速公路，跨海大桥，山区和海底隧道的成本。到那时，真正唯一重要的只有路权。
结束语
德勤预计，5G物联网，人工智能，一切皆服务（Xaas，everything-as-a-service）在2022年之前还会保持每年5%的成长空间，而汽车的联网和智能化涵盖了全部三个方面。联合国也曾经设立了17个人类目标，5G技术可以为其中的10个做出贡献。车联网是通信技术变革的一个缩影，它能让我们采用全新的视角看待通信网络——这个网络不再是传统意义上的人与人，人与机器的交互，我们发现，机器和机器之间也开始进行交互对话。“用户”的概念逐渐弱化，取而代之的是“万物互联”。支持生物体运作最为关键的能力有两个，一个是能源，一个是信息。能量是维持生命体存在的基础，信息则是让生命体具有智慧的基础。 汽车也是一样的，能源革命正深刻改变着汽车的形态（电能，氢能），而信息革命（智能，网连，共享）更具颠覆性。 在人类历史上，能源和信息革命是并驾齐驱的——人类获得足够能源之后，渐渐创造出语言用于信息的交流，这又反过来推动人类继续寻找能源升级的手段。如今的人类掌握了信息的大批量存储的技术，这为人工智能的出现奠定了基础，同时，能源的大规模存储又成为了人类亟待解决的重大课题… 车联网具备了很多的内涵，未来的通信技术带来的大带宽只是显而易见的优点之一。汽车的智能化还任重道远，培育万物互联和低时延的场景需求还要时日。 跟能源革命一样，信息革命也深刻低改变着汽车行业的价值链，价值链上所有相关的公司都在为获得车联网应用的一杯羹而参与竞争。技术的发展没有尽头，光波，电波之外，人类还在努力寻找量子通信的秘密。物理学家理查德·费曼曾经说过：“你并不是真的知道世界是怎么回事，或者它的目的是什么。在不知道中生活，这是可能的。” 如果我们的世界不能为每一代人都提供可探索的奥秘，那么，这个世界就太渺小，太可悲了……
5G之后，中国的人工智能发展趋势如何？
https://edu.csdn.net/topic/ai30?utm_source=csdn_bw
【END】
热 文 推 荐
☞Zend 创始人欲创建 PHP 方言，暂名为 P++；鸿蒙 OS 面世；中国首个开源协议诞生 | 开发者周刊
☞拿来就能用！去哪儿网消息中间件 QMQ 详解 | 技术头条
☞面向对象编程之兴衰
沃尔玛也要发币了，Libra忙活半天为他人做了嫁衣？
华为高通5G华山论剑，一文看懂5G芯片背后的明争暗斗
☞Python 爬取 B 站 5000 条视频，揭秘为何千万人为它流泪！
自然语言处理十问！独家福利
七夕大礼包：26个AI学习资源送给你！
☞痛！为什么说李彦宏无法拯救百度？
你点的每个“在看”，我都认真当成了喜欢