5月15日专稿（蒋均牧）在人工智能（AI）技术狂飙突进的当下，一场前所未有的变革正在通信领域上演。从自动驾驶汽车实时回传海量路况数据，到人形机器人以毫秒级精度与云端同步动作，再到多模态AI通话中高清画面的同步上传——这些场景对网络的需求已从“锦上添花”升级为“生死时速”。
传统网络上行资源的分配往往远高于下行，在5G-A的演进升级中，对上行能力的提升是一个重要方向。在一年一度的“5·17世界电信和信息社会日”到来之际，是时候对大上行技术作个盘点，以厘清其发展前路，为AI应用的蓬勃发展扫清障碍。
AI觉醒：上行提速迫在眉睫
AI的迭代与普及持续加速下，“+AI”或者“AI+”已然是上至各国政府、下至各行各业众所关注的焦点。然而，当AI这个“超级大脑”试图解析世界时，传统网络的“神经末梢”正面临挑战。
智能驾驶，数据洪流倒逼“上行革命”：智能网联汽车日益演变为“移动的智能终端”，海量、高频的路况数据交互已成刚需。以京雄高速智能车路协同示范区为例，这里单辆智能驾驶货车就配有13个视觉传感器，109公里专用车道每隔800米距离就安装了一根数据采集杆，采集到的数据需实时上传至云端进行路况分析与决策反馈。若上行速率不足、时延过长，系统将如同“盲人摸象”，难以应对突发状况。
多模态交互，高清画面呼唤“双向车道”：AI视频通话、数字人实时交互等场景中，从终端上传图像、视频到云端成为必要，同时分辨率也正从1080P跃升至4K/8K。研究显示，80%的普通应用需20Mbps上行速率才能保障流畅体验，60%的高体验应用则需30Mbps以上。
产业智能化，从“涓涓细流”到“江河奔涌“：智能制造工厂中，4K工业相机每秒产生数百张检测图像；智慧农业领域，无人机需实时回传农田多光谱数据；具身智能产业兴起的背后，有赖高频传感器与云端的实时交互；甚至直播电商，也因8K实时连麦焕发新生。当下行带宽如同“江河奔涌”、上行链路却仍似“涓涓细流”，再强大的AI算法也将沦为 “无源之水”。
这些需求的变化，彻底颠覆了传统网络“重下行、轻上行”的格局。补上上行这块“木桶短板”，成为AI时代的大势所趋。
F/A SUL：打破桎梏关键“武器”
根据GTI与中移智库的联合报告《5G-A×AI新技术、新服务、新模式》，上行带宽能力提升10倍，可满足多模态交互、机器视觉、海量宽带物联网等不同AI应用场景的上传需求，从而加速千行百业智能化升级。F/A SUL等大上行技术正是在这样的背景下横空出世，提供了关键的“武器”。
F/A SUL创新性地将F和A频段与4.9GHz高频段动态聚合，实现了高达1Gbps的上行峰值速率，相当于几秒钟就能上传一部4K电影。同时，相较于存量已有频段，F/A SUL可显著提升覆盖，将边缘用户上行体验提升8倍。
在这背后，是一系列技术和思路上的重大突破。上行链路增强技术通过 频与低频协同的机制，优化无线 络中的上 频谱资源配置，可有效缓解当前上 带宽受限的瓶颈问题。该技术融合智能频谱调度策略，能够在远距覆盖不 等复杂环境下显著提升上 速率与覆盖能 ，特别适 于智能制造、远程医疗等对上 通信质量要求较 的场景，有助于实现更 质量、更强鲁棒性的AI交互体验。
上 载波聚合则通过聚合多个上行载波增强上行链路的总吞吐能力，显著提升无线资源利用效率。该技术支持TDD与FDD频段的灵活联合调度，使频谱资源配置更加高效灵活，能够满足多样化业务场景对上行通信的需求。随着不断演进和成熟，预计其将在更多垂直行业中实现规模化部署，进一步提升网络的上行承载能力，为AI业务提供强有力的通信支撑。
再比如，帧结构调整通过灵活调整上下行时隙比例，一举解决了传统TDD时隙配比“锁死”上行资源的问题，实现了上行资源利用率的最大化。此外，设备利旧、频谱重耕亦不可或缺，中国移动在湖北等地将4G F/A频段设备改造为5G-A基站，在做到性能和能耗双双大幅优化的同时，显著降低了运营商的技术迭代成本。
据GTI等第三方预测，到2028年F/A SUL技术将撬动超万亿规模的信息消费市场，“大上行”有望成为AI时代的网络“标配”。实际上，已经有不少产业链上下游企业瞄准了大上行这一赛道，运营商也已纷纷展开行动。例如在今年的世界移动通信大会上，高通宣称其第五代调制解调器X85通过四层上行载波聚合技术，将上行峰值速率推至3.7Gbps量级；联发科技则基于3GPP R17上行链路传输切换技术标准引入的时隙级天线切换算法，在室内高频场景下仍可维持20%的稳定速率跃升。
F/A SUL等大上行技术的出现，标志着通信网络在AI时代迈出了关键一步。它不仅满足了当下AI应用对上行速率的迫切需求，更为未来智能社会的构建奠定了坚实基础，其意义远不止于一次技术升级。随着大上行技术的不断演进和推广、5G-A与AI的深度融合，有理由相信AI时代的辉煌篇章将加快展开，我们的世界也将变得愈发智能且精彩。
