微波EDA网,见证研发工程师的成长!
首页 > 通信和网络 > 通信网络业界新闻 > 华为/爱立信NB-IoT互不兼容?国外媒体为啥要这么说

华为/爱立信NB-IoT互不兼容?国外媒体为啥要这么说

时间:04-26 来源:comobs 点击:

展全国试商用,年底前实现全国网络无缝覆盖。

同时,根据2016年年底披露的eMTC商用时间表,中国电信必然会在近期开启eMTC的测试。

另一方面,中国电信通过2亿元补贴推动NB-IoT和Cat.1的模组发展。由此可以判断,中国电信2017年的物联网终端发展重心虽在Cat.1上,但随着NB-IoT网络覆盖的完善,模组补贴力度可能将在2018年加大。

2.中国联通5月在上海宣布试商用NB-IoT。其中,上海完成了800+站点建设,基于900M standalone覆盖外环内区域,可提供智能停车、智能燃气、火灾预防等服务,预计年底完成上海2600个站点升级。

中国联通将采取1.8G和900M进行NB-IoT商用网络部署,农村以900M为主。"有的地方可能1.8G频谱资源更丰富一些,毕竟中国联通900M资源不如中国移动丰富",常刚认为,联通会考虑频谱的实际情况去部署NB-IoT。

3.当前,中国移动尚未正式公开究竟先行商用NB-IoT还是eMTC。

不过,从去年并行展开eMTC/NB-IoT测试,到近期,摩拜与四川移动、华为签约NB-IoT共享单车项目,与中国移动政企、爱立信合作助力一带一路,以及展开的多模蜂窝物联网外场测试。

从上述种种迹象显示,中国移动似乎先行商用NB-IoT的可能性更大一些,同时z中国移动没有放弃对未来商用eMTC的准备。

4. 在国外,NB-IoT形成了星星之火可以燎原的态势。Vodafone预计2017年将在全球6个子网商用NB-IoT,面向智能停车和抄表领域服务;2017年5月底,T – mobile在荷兰将实现全国覆盖标准的NB-IoT网络;此前的4月,LGU+完成全国NB-IoT覆盖,7月将商用。值得注意的是,包括LoRa阵营的运营商也在采纳NB-IoT技术。华为预计2017年将在全球建成超过30张NB-IoT网络,覆盖10%的国家。

按照业界相关人士的观点,单纯依靠中国电信和中国联通的推进,短时间内难以促成NB-IoT模组成本的规模下降,并不能为全球商用NB-IoT树立起绝对的示范效应,中国移动如果商用eMTC对于NB-IoT产业链是利空消息。此前comobs文章也指出,eMTC在商用初期具备了阶段性替代NB-IoT的效应,尽管笔者看好eMTC的商用价值。

NB-IoT的价值:不在于连接本身

在常刚看来,国内三家运营商发展NB-IoT的态度非常明确。因此,从全球发展看,NB-IoT与eMTC商用进度孰先孰后均在伯仲之间。其次,运营商商用eMTC和NB-IoT并非非此即彼的单选题。

从芯片层面看,由于多模多频对蜂窝物联网商用的支持,将形成互为补充的效应,因此,运营商建设NB-IoT的同时,也可以部署eMTC。

业内人士预计,随着商用的逐步推进,2018年NB-IoT将实现模组成本5美元的目标。多模芯片具备了提升应用场景灵活性的同时,如果能够通过规模效应没有带来模组成本的叠加,多模芯片将成为蜂窝物联网芯片的发展趋势。

不过,面对2020年的500亿连接,爱立信目前没有计划进行窄带物联网芯片的研发,倒是让人多少有些遗憾。

对于业界观点认为,eMTC商用价值大于NB-IoT。常刚认为,根据具体的适用场景,NB-IoT和eMTC各有侧重,NB-IoT更适合不用考虑移动性、大规模部署传感器的场合,eMTC除了移动性和窄带物联网等特性之外,还支持VoLTE。因此,eMTC比NB-IoT包容更多的场景。例如,在爱立信与相关运营商合作提供的车辆管理解决方案中,通过包含eMTC的芯片同时提供定位、传感器数据传输、司机与后台(救援中心)等通话等多项服务。

行业物联网的价值在于应用与服务,而非连接本身。在这一点认知上,爱立信和华为对于NB-IoT的商用价值见解趋同。爱立信专家认为,如果运营商不提供行业应用和服务,则运营商将完全成为物联网应用和服务提供商的资源提供方,这意味着离客户越来越远。

常刚说,NB-IoT和eMTC的出现,会为传统行业打开更多转型升级的窗口。NB-IoT模组趋向5美元,将使得商用门槛进一步降低。

基于NB-IoT在医疗服务领域的应用,阿斯利康与爱立信在雾化器上展开了合作, "目前实现的功能还非常简单,包括雾化设备使用情况的跟踪和位置的结合,之后设备的改造将进一步考虑患者具体病情的需求。"

通过雾化器+NB-IoT,使得传统设备物联网化,网络能力的普及化使得功能、数据、场景化实现叠加。单一病人动态数据的汇总,可以为个体治疗提供支撑和帮助,对多个病人的数据跟踪汇总,数据量的变化将为数据分析带来价值(例如,国外依靠大数据帮助人们早期发现皮肤癌),未来深度的机器学习叠加进来之后,会孕育更多的价值空间,有利于对整个社会疾病的预防和对患者治疗产生建设性的意见。

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top