5G投资下降,遥遥领先的主流5G或被运营商抛弃,“假5G”更获青睐

2023-10-22 10:28

本文主要是介绍5G投资下降,遥遥领先的主流5G或被运营商抛弃,“假5G”更获青睐,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

虽然媒体仍然在宣扬5G的诸多领先技术优势,不过需要付钱的运营商已在行动中做出抉择,那就是放缓主流5G的投资,大举投资曾被称为“假5G”的低频5G,现实迫使运营商做出了如此选择。

599b13dc5b1705d649f5f704f91dc636.jpeg

媒体披露的数据指2022年中国的5G投资下滑了2.5%,这是自2019年商用以来,运营商对5G投资的首次下降,显示出运营商已对5G露出疲倦的态度。

2022年中国最大的运营商中国移动大举投资建设了曾被称为“假5G”的低频5G,大举招标了48万座700MHz 5G基站,可以看出去除这部分,那么运营商对于主流的高频5G的投资降幅就更大了。

导致运营商放缓对主流5G的投资,在于5G的投资成本实在太高了,据了解2022年每座5G基站的投资额高达20万元,在过去数年5G的投资已高达6000亿,在付出了巨额投资之后,运营商发现主流频段的5G却难以穿透墙壁等障碍,导致城市的旮旯区域难以覆盖5G信号,至于农村广阔的地域,如果用主流频段的5G将更是导致投资高到难以想象。

5G基站的电费同样让运营商难以承受,5G基站的耗电量是4G基站的两到三倍,2020年上半年中国移动公布的电费就显示在仅建成30万座5G基站的情况下,5G基站的电费已导致该运营商的电费暴涨五成,那时候中国移动的4G基站有240万座、还有数百万座2G基站,业界人士认为如果建成覆盖全国的5G网络,那么仅是电费就要吃掉中国移动的所有利润。

f2f7ea930341843a4d2b1d4c8c6b8706.jpeg

另一方面运营商耗费了巨资之后,却难以获得相应的收入。专家一直说企业市场才是5G应用的主要市场,然而中国移动的业绩显示为人提供服务的手机业务占营收比例近五成,家庭宽带的收入占营收两成,两者合计达七成,也就是说为个人用户提供服务的收入才是运营商的大多数收入来源。

运营商的另一份数据显示,物联网用户已高达14亿,中国移动的物联网用户超过9亿,与手机用户数相当,然而这些物联网用户的ARPU仅有1元钱左右,带来的收入才百亿多,贡献的收入相比起手机用户来说可以说是微不足道。

如此情况让运营商充分明白获得收入的关键还是在于为人提供服务,而个人用户对5G的超低时延要求不高,反而对信号的要求更优先,而要提供更好的信号,解决办法就是采用低频频段建设5G,为此中国移动率先采用700MHz建设5G网络,低频5G不会有主流5G的超大带宽、超低时延。

在中国移动做出选择之后,中国联通和中国电信也已转向低频,中国联通获得了将900MHz频段建设5G的许可,中国电信则获得了将800MHz频段建设5G的许可,低频5G可以大幅降低5G投资和电费,低成本才是王道。

0b0d1bd65bd65898b97d50269123fdd0.jpeg

由此可见,运营商确实已难以承受主流5G的高投资,他们虽然嘴上没有说话,但是在行动上正在抛弃主流5G,而选择成本更低的“假5G”,毕竟运营商的钱钱也不是大风刮来的,需要节省着用,什么成本低更赚钱就选择哪个。

这篇关于5G投资下降,遥遥领先的主流5G或被运营商抛弃,“假5G”更获青睐的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/260832

相关文章

✨机器学习笔记(二)—— 线性回归、代价函数、梯度下降

1️⃣线性回归(linear regression) f w , b ( x ) = w x + b f_{w,b}(x) = wx + b fw,b​(x)=wx+b 🎈A linear regression model predicting house prices: 如图是机器学习通过监督学习运用线性回归模型来预测房价的例子,当房屋大小为1250 f e e t 2 feet^

AI学习指南深度学习篇-带动量的随机梯度下降法的基本原理

AI学习指南深度学习篇——带动量的随机梯度下降法的基本原理 引言 在深度学习中,优化算法被广泛应用于训练神经网络模型。随机梯度下降法(SGD)是最常用的优化算法之一,但单独使用SGD在收敛速度和稳定性方面存在一些问题。为了应对这些挑战,动量法应运而生。本文将详细介绍动量法的原理,包括动量的概念、指数加权移动平均、参数更新等内容,最后通过实际示例展示动量如何帮助SGD在参数更新过程中平稳地前进。

AI学习指南深度学习篇-带动量的随机梯度下降法简介

AI学习指南深度学习篇 - 带动量的随机梯度下降法简介 引言 在深度学习的广阔领域中,优化算法扮演着至关重要的角色。它们不仅决定了模型训练的效率,还直接影响到模型的最终表现之一。随着神经网络模型的不断深化和复杂化,传统的优化算法在许多领域逐渐暴露出其不足之处。带动量的随机梯度下降法(Momentum SGD)应运而生,并被广泛应用于各类深度学习模型中。 在本篇文章中,我们将深入探讨带动量的随

家庭教育系列—投资理财

文章目录 1. 背景介绍2. 趋势容量核心模式3. 一进二模式3. 龙头博弈3.1 空间板博弈3.2 大长腿博弈3.3 反核博弈3.4 龙头反抽博弈 1. 背景介绍 要符合当前市场、顺势而为 打板也好、超短也罢,只是基于市场的形势战略性的选择的一个战术。不管是打板、半路、低吸,都是战术战术是基于战略做出的,只要战略开出的时机是顺势而为,那么战术问题就不会太大在市场中你要想做明

PyPortfolioOpt:Python中的投资组合优化工具

PyPortfolioOpt:Python中的投资组合优化工具 在金融领域,投资组合优化是一个关键的环节,它帮助投资者在追求最大回报的同时管理风险。今天,我们将探索一个名为PyPortfolioOpt的Python库,它提供了一系列的工具和算法,用于构建和优化投资组合。 概览 PyPortfolioOpt是一个开源的Python库,专门用于金融投资组合的优化。它包括经典的有效前沿、Black

变压器制造5G智能工厂工业物联数字孪生平台,推进制造业数字化转型

变压器制造5G智能工厂工业物联数字孪生平台,推进制造业数字化转型。作为传统制造业的重要组成部分,变压器制造行业也不例外地踏上了数字化转型的快车道。而变压器制造5G智能工厂物联数字孪生平台的出现,更是为这一进程注入了强大的动力,不仅极大地提升了生产效率,还推动了整个行业的智能化、精细化发展。 5G智能工厂,是基于5G通信技术和物联网(IoT)的深度融合而构建的智能制造体系。它利用5G网络的高速度、

《中国全屋智能行业发展现状与投资前景研究分析报告》

报告导读:本报告从国际全屋智能发展、国内全屋智能政策环境及发展、研发动态、供需情况、重点生产企业、存在的问题及对策等多方面多角度阐述了全屋智能市场的发展,并在此基础上对全屋智能的发展前景做出了科学的预测,最后对全屋智能投资潜力进行了分析。  订购链接:https://www.yxresearch.com/ 第一章全屋智能行业概念界定及发展环境剖析 第一节全屋智能行业相关概念界定 一、智能家

发动机制造5G智能工厂工业物联数字孪生平台,推进制造业数字化转型

发动机制造作为高端制造业的核心领域之一,正积极探索并引领这一变革。其中,发动机制造5G智能工厂物联数字孪生平台的兴起,不仅为发动机制造业注入了新的活力,也为整个制造业的数字化转型树立了新的标杆。发动机制造5G智能工厂物联数字孪生平台,是基于5G通信技术、物联网(IoT)、大数据、人工智能(AI)及数字孪生技术等多领域深度融合的产物。 工业物联网技术将发动机制造工厂内的各类设备、传感器等物体互联互

【go语言爬虫】go语言高性能抓取手机号码归属地、所属运营商

一、需求分析 根据手机号码获取手机号码的归属地和所属运营商类型 类似:四川 18683339513 乐山 614000 0833 中国联通 二、运行效果 三、实现源代码 package main//网址:https://github.com/M2shad0w/phone-go//安装包:go get github.com/M2shad0w/phone-goimport ("fmt

主流消息队列对比

在实时性要求高的场景下,选择 RabbitMQ 还是 Kafka 取决于你对“实时性”的具体定义以及你的系统架构需求。以下是对两者在不同实时性场景中的表现的比较: 1. 低延迟(Low Latency) RabbitMQ: 优势:RabbitMQ 的设计初衷是处理低延迟的消息传递。它非常适合需要快速消息传递、响应时间短的场景,如实时交易系统、在线游戏中的事件驱动、实时通知等。消息确认机制:R