C114讯 1月20日消息（岳明）近日，Ookla发布了一份名为《AI时代的上行链路分析》的报告，系统分析了在人工智能（AI）技术浪潮下，全球移动通信网络，特别是上行链路所面临的新需求、现状与未来挑战。

该报告指出，传统移动网络以下行链路（Downlink）为中心进行设计，旨在高效满足用户浏览网页、观看视频等“下载”需求。然而，以生成式AI、实时视觉分析为代表的AI应用的爆发，正催生一个“始终在线、持续上传”的新计算范式。智能眼镜、实时AI助手等设备与服务，需要将用户的实时音视频流持续上传至云端进行处理，这将导致上行链路（Uplink）流量出现指数级增长，并对网络容量、时延和稳定性提出全新要求。

Ookla报告认为，上行链路正从网络能力的“次要角色”转变为决定未来AI体验的“关键货币”。全球移动网络运营商必须重新审视其网络资源分配策略，以应对这场由AI驱动的根本性变革。

全球运营商上行容量分配不均，技术路线已转向TDD

根据Ookla对全球17家主要运营商的网络速度数据监测分析发现，各国运营商对于上行容量的资源投入存在巨大地理差异，并且技术路线已从FDD转向TDD。

Ookla统计数据显示，中国运营商（如中国电信、中国联通、中国移动）将最大比例的网络容量分配给了上行链路，美国主要运营商（Verizon、AT&T、T-Mobile）则分配了最小的上行容量比例。值得注意的是，这种差异与运营商持有的总频谱资源量无关。例如，持有频谱最多的沃达丰，其上行分配策略并非最激进。

Ookla指出，这表明分配策略更多是由本地市场竞争、用户使用习惯（如中国的直播文化）、以及网络部署战略所驱动的。

同时，这份报告指出，TDD已成为全球5G中频网络（如2.5GHz, 3.5GHz C频段）的主流技术。在美国市场，根据RootMetrics数据，2025年下半年，T-Mobile、AT&T和Verizon均将其TDD中频网络的时隙配置为20%用于上行。然而，由于各家使用的具体频谱（2.5GHz或C频段）、载波聚合技术应用程度以及独立组网（SA）部署进度不同，实际测得的上行速度中位数存在差异，凸显了技术实现细节的重要性。

C114还注意到，Ookla的统计数据揭示了一个关键矛盾：得益于新增频谱、载波聚合和MIMO等技术，2021-2025年间，全球主要市场的移动上传速度实现了显著增长（增幅36%-40%）。但是，在几乎所有被研究国家，运营商分配给上行的网络容量比例并未同步显著提升，在巴西等国甚至出现了下降。与此同时，下行速度的增速（如美国251%）远超过上行。

这凸显了当前运营商的核心战略：在满足用户基本上行需求后，投资重点仍集中在竞逐“全球最快下载速度”这一传统赛道上。上行能力的提升，更多是5G技术升级带来的“副产品”，而非主动的战略资源倾斜。

未来冲击：AI应用场景对上行网络提出严峻挑战

这份报告描绘了数个迫近的AI应用场景——智能眼镜等新的AI硬件设备带来的持续实时视频流、AI对视觉内容的分析所需的低时延交互、AI带来的流量峰值具有不确定性等，它们将直接转化为对上行链路的苛刻要求。根据GSMA的相关预测，在AI驱动的高增长情景下，到2040年，上行流量占比可能从目前的约15%激增至35%。

尽管趋势明确，但AI对网络的具体影响仍存在巨大变数，主要围绕以下几个核心问题：

·处理位置之争（边缘或云端）：有多少AI计算会在用户终端本地完成？有多少必须上传至云端？这直接决定了上行流量的“必需量”。终端算力越强，对网络的压力越小。

·时延要求的底线：不同AI应用可接受的响应时延是多少？毫秒级与秒级的需求将导向完全不同的网络架构。

·网络分流效应：有多少AI流量会由Wi-Fi和固定宽带承载？非蜂窝网络的普及能否有效分担5G网络的上行压力？

·技术进步的抵消作用：更高效的视频压缩编码、5G-A能否大幅提升上行效率，缓解带宽需求？

·动态资源调度的可行性：运营商能否大规模部署动态TDD，在不影响网络稳定的前提下，智能地根据实时AI流量需求调整上下行资源配比？

Ookla指出，这些未知数使得网络规划变得极为复杂，运营商需要在不确定中做出前瞻性投资决策。

面对AI浪潮，运营商必须立刻采取行动

这份报告的数据对比和技术分析显示，全球移动网络正站在一个从“下载为主”的旧范式，向“上下行并重，甚至上行主导”的新范式过渡的十字路口。尽管当前运营商的重心仍在下载速度竞赛，但AI驱动的、对上行链路的巨大需求已清晰可见。中美运营商在资源分配上的现有差异，反映了不同的市场路径选择。

报告指出，面对AI浪潮，运营商不能再延续“重下载、轻上传”的惯性思维，并且必须针对新的形势变化做出快速行动。这些行动包括：

·将上行纳入核心战略指标：T-Mobile高管指出，上行是“行业最被低估的话题”。运营商需在市场营销、网络规划和性能竞赛中，赋予上行链路与下行同等的重要性。

·精细化利用TDD技术：深入研究并测试动态TDD等高级功能，探索在局部热点区域（如体育场、商业区）动态提升上行容量比例的可能性。

·积极部署上行增强技术：加速推广如上行载波聚合（报告显示，T-Mobile部署后效果显著）、更高阶的MIMO等技术，从物理层提升上行能力。

·加强跨领域协作：与AI设备制造商、云服务商和应用开发者紧密合作，共同定义流量模型、时延要求和端到端体验标准。

·开展前瞻性网络规划：在频谱获取、基站部署和核心网升级规划中，必须将上行流量增长作为关键输入参数。