诺基亚与Google的忘年情怀.doc

《诺基亚与Google的忘年情怀.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、诺基亚与Google的忘年情怀　　诺基亚已经153岁了，Google才20岁，但真正的爱情，年龄不是距离。　　1998年，Google只是个呱呱坠地的婴儿，那时候我们都用着诺基亚手机，没有人会想到这两家公司会有交集。20年后，ICT世界正在发生翻天覆地的改变，因为“连接”梦想，因为“万物智联”情怀，诺基亚和Google正在从两条平行线渐渐转成了相交线。　　Google气球升空，诺基亚功不可没　　缩小数字鸿沟，这是通信业持之以恒为之努力的伟大梦想。　　Google也有这样的梦想，正如Google所宣称的，其Pro

2、jectLoon项目的“气球基站”正是为此而生。当然，情怀背后我们也应该看到，覆盖越广、速率越高的网络连接为Google这样的互联网巨头带来的价值是不可估量的，不过我们今天不讨论这个问题。　　我们要说的是，Google气球商用的步伐正越来越近。　　西班牙电信Telefonica同样有一个伟大梦想，他们称之为“Internetparatodos”计划，旨在连接拉美地区广大“未连接”区域，让超过1亿的人口能上网。　　但是，运营商的固定和移动网络一直主要是为密集城市环境而设计，以实现最高的投资回报。若要在偏远地区建设

3、网络，投资大，回报低，运营商传统的建网方式显然不合适，因此Telefonica需重新思考网络设计。　　早在2016年，Telefonica将ProjectLoon采纳为连接偏远农村的网络解决方案之一，并于2017年成功打通与Google气球之间的网络互联，成为全球首家将Google气球应用于应急通信的运营商。　　　　2017年3月，秘鲁遭遇20年来最严重的洪水灾害，地面通信设施遭到严重破坏，许多区域的通信服务几乎瘫痪，Telefonica与ProjectLoon合作，在72小时内为4万平方公里区域提供了通信连接

4、，产生了超过160GB的数据流量。　　　　▲洪灾前—>洪灾影响区域—>ProjectLoon服务　　对于此次成功合作，Telefonica官方表示：这是一次伟大的尝试，是消除数字鸿沟之路上的一次里程碑事件。　　几个月后，谷歌ProjectLoon再次在应急通信中发挥重要作用。　　2017年9月21日，波多黎各遭遇飓风玛丽亚袭击，岛上绝大部分基站中断，数百万的手机无法上网、拨打电话，此次Google气球与AT&T合作提供应急LTE覆盖。　　　　几天前，外媒报道Google将与肯尼亚电信公司签署互联网协议。　　报道

5、称，Google正在寻求与肯尼亚电信运营商达成协议，通过Google气球向偏远地区提供移动互联网覆盖，以低成本连接农村地区的数百万人，而无需新建地面站和敷设光纤。肯尼亚信息通信技术部对此举表示欢迎。　　是的，Google气球商用步伐渐行渐近，但这背后，诺基亚发挥了关键的作用。　　玩通信并不是Google的强项，Google气球能够升空提供连接，全靠诺基亚提供的LTE技术支持。　　当Google气球在波多黎各升空之后，诺基亚官网发布，正是得益于诺基亚灵活创新的解决方案，使能高容量、高性能的LTE软件运行于Goog

6、le气球的太阳能电池板平台上，从而促成了这一创举。　　　　Google实验室团队在博客中坦言，要将LTE软件集成于Google气球是一项“独特”的挑战，并表示了对合作伙伴的由衷感谢。　　因为“连接”梦想，诺基亚和Google走到了一起。　　我们尚不敢断言Google气球的商业规模和潜力，但随着万物互联时代的发展，“地空融合”的立体式网络已成为未来的必然趋势，诺基亚和Google已经走出了第一步。　　边缘计算+人工智能：他们又在一起了　　世界正在变得越来越快，万物智联时代整个世界对实时数据处理的需求与日俱增。　　

7、未来，从车联网、联网无人机到智能制造和新零售等，都需要实时分析和处理更多的数据，这些实时数据将在“边缘”就近完成处理、存储和应用，而不再通过网络传送到遥远的大型数据中心进行“集中式”的处理。　　边缘计算将大量数据在靠近数据源的边缘完成计算和存储，它具备低时延实时处理、成本低、网络负荷低、安全和隐私保护性高、应用效率高等特点，与云端相互补充配合，真正实现计算和存储的“移动性”。　　在这个人工智能正从云端走向尘埃的时代，边缘计算和人工智能是天作之合。边缘计算将纵深走向智能化和自治化。智能化，即边缘具有数据分析和业务

8、自动处理能力，比如故障自诊断和预警；自治化，即加持人工智能，使能边缘具备自优化、自决策能力。　　边缘计算离不开人工智能，人工智能也需要边缘的大量数据来进行训练。比如自动驾驶上配置了从摄像头到激光雷达等各种传感设备，产生的海量数据需在汽车本地完成实时处理和做出决策；比如工厂里的机器人将配置传感器连接到边缘设备，边缘设备可利用机器学习模型来预测机器人是否发生故障。　　Google的人工智能