最近这段时间，国内各地运营商密集发布 5G-A 套餐，掀起了一股颇具规模的 5G-A 商用浪潮。

在宣传 5G-A 的时候，有一个词经常会挂在运营商的嘴边，作为 5G-A 的核心亮点进行推介。

这个词，就是 ——“大上行”。

运营商们是这么说的：“5G-A 相比 5G 有十倍的理论速率提升，将会推动移动通信迈入‘下行万兆，上行千兆’时代。大上行，将满足 AI 时代的用户场景需求，带来全新的网络体验。”

那么，为什么运营商们都开始强调“大上行”的重要性呢？这背后有着怎样的技术背景和市场需求呢？5G-A，在技术上又是如何实现“大上行”的呢？

今天这篇文章，小枣君就和大家深入聊聊这个话题。

█ 传统上行，为什么这么慢？

所谓“大上行”，就是更高的上行连接速率。

大家都知道，像手机这样的移动终端，既会从基站接收数据，也会向基站发送数据。前者是下行，后者是上行。

上行和下行的通信速率，一直都是不平等的。上行速率明显慢于下行速率。

原因很简单，蜂窝移动通信一直都是中心化的架构，一个基站服务几百上千个终端。

基站的无线发射功率比手机大 3 个数量级，信号更强，传播距离更远。

这就好比在一个操场上，一个老师和 N 个学生说话，为了能让学生们能听见，老师会拿一个大话筒。而学生手里没有话筒。所以，学生很容易可以听清老师的声音，而老师却很难听见学生的声音。

站在手机的角度，不仅手机的发射功率小，它的天线数量也有限制。一般来说，手机终端天线都是 2T4R（2 发 4 收）或者 1T2R（1 发 2 收），这也是不平衡的。

现代移动通信系统在设计的时候，就偏向于下行。例如，5G TDD 的帧结构配置中，上行时隙和下行时隙的比例通常是 3:7，下行多于上行。

此外，手机在接收下行数据后，还要占用上行带宽回传应答消息，进一步影响了上行的能力。

从具体的技术代际来看，4G（FDD LTE）的上行 / 下行理论速率分别是 50Mbps 和 150Mbps，5G NR 的上行 / 下行理论速率分别是 200-300Mbps 和 1.5-2Gbps（视具体频段和配置而定）。可以看出，无论是 4G 还是 5G，上行速率都明显低于下行速率。

█ 我们为什么需要提升上行？

上行弱于下行，是通信网络中心化架构决定的。从某种意义上来说，也属于“历史遗留问题”。

移动通信的早期发展阶段，主要用于人与人之间的通讯，业务也以语音通话和短信为主。这种通信业务虽然属于点对点，但对通信带宽的要求不高。

后来，互联网崛起，越来越多的网站和内容服务提供商出现。内容的形式，也从文本向音视频等多媒体演进。整个网络开始变成了中心化的业务架构。

在这种架构下，大部分的通信需求，是需要将多媒体内容从数据中心传输到手机终端。这显然属于下行需求，所以，那一时期的移动通信网络，会偏向于加强下行能力。

如今，时代又发生了剧烈的变化。

由于摄像头等技术的不断升级，终端具备了很强的影像采集能力，催生出了高清视频通话、视频会议、视频直播等新型业务。这些业务，对移动通信网络的上行能力提出了更高的要求。网络业务的模式，从“下行为主”开始走向“上下行并重”。

除了手机之外，不断发展的物联网，也对上行能力有更高要求。物联网的业务类型包括控制和采集。就采集而言，同样也包括了大量的视频终端（例如工业摄像头、交通摄像头、安防摄像头等）上传数据需求。

物联网的终端规模更大，有些工业场景（例如智能制造）采集的视频分辨率极高，不仅需要更高的上行速率，还需要更低的上行传输时延。

如果说视频业务只是对上行能力提出了初步考验，那么，正在快速崛起的移动 AI，将会让这个考验变得更加严峻。

AI 是典型的数据驱动型业务。和 AI 相关的业务，例如 AI 助理、实时翻译、图像识别等，都需要将大量的原始数据（如语音、视频、环境信息）上传至云端处理。一些 AI 应用涉及到多模态交互（文本、语音、视频、AR 等），对上行链路的带宽、时延、稳定性也有多样化的要求。

如大家所见，AI 端侧应用正在加速走向以 Agent 为中心的交互方式。80% 的 Agent 交互场景，对上行的需求超过下行。

除了手机消费类 AI 应用之外，行业 AI 应用对上行能力会带来更大的挑战。海量的场景数据需要上传云端，经过处理后成为大模型训练的样本数据。

例如车联网场景，自动驾驶车辆每秒需要上传的环境感知数据，就高达数 GB。

总而言之，在视频业务、AI 业务的多重压力下，移动通信网络的上行能力提升变得迫在眉睫。在新一代移动通信技术标准 5G-A 中重点加强上行能力，打造 Gbps 级的上行速率，也成为整个行业的普遍共识。

█ 怎样才能提升上行能力？

那么，5G-A 究竟该如何实现“大上行”的呢？

在此前的 5G 早期阶段，其实已经开始研究如何提升上行能力。

例如，在 5G 中引入的 SUL（Supplementary Upload，辅助上行）技术，通过增开 LTE FDD 低频（例如 1.8GHz 频段）做上行，高频段 NR TDD 做下行，可以一定程度解决手机发射功率弱导致的远点上行瓶颈。

再例如，通过适当修改帧结构，增加上行时隙，可以提升数倍的上行速率。或者，在上行中采用 CA 载波聚合，也可以提升上行能力。

2019 年，华为和中国电信还联合发布了“超级上行”技术，通过 TDD / FDD 协同、高频 / 低频互补、时域 / 频域聚合等方式，解决上行带宽不足和覆盖受限的问题。

在 5G-A 时代，业界基于这些尝试，进行了更加深入的探索。

我们来看看近期的一些最新进展：

不久前，浙江移动联合华为等单位，在杭州率先完成全国首个 F/A SUL（Supplementary Uplink）大上行外场规模组网技术验证。

F/A SUL 技术通过在锚点站（本次试点采用 4.9GHz）下行时隙内引入 F 频段（1880～1900MHz）或 A 频段（2010～2025MHz）全上行频谱，实现“异频同时上行”，突破传统 TDD 链路的上行资源瓶颈。

这次验证实现商用终端单用户上行峰值超 1Gbps，证明了 F/A SUL 技术的上行能力，也为下一阶段的商用规模组网验证奠定了基础。

上个月，浙江电信、浙江联通、华为携手，共同完成 1.8GHz + 2.1GHz 双频 8T8R 基站创新商用验证，5G 单用户上行速率突破 1.1Gbps。

此次商用验证采用的 1.8GHz + 2.1GHz 双频 8T8R 基站具备频分双工（FDD）上下行各 95MHz 大带宽能力，通过上行载波聚合（CA）和单用户多输入多输出（SU-MIMO）技术的协同作用，有效提升了基站的上行能力。

6 月 19 日，也就是 2025 MWC 上海展期间，中国电信联合华为共同举办了 5G-A“智聚大上行”联合创新发布会。他们提出的“智聚大上行”技术，非常值得关注。

该技术包括智能频谱聚合、智能小区协同、智能链路管理三大创新，充分挖掘多天线的上行覆盖能力，并结合分布式 UCN（User-Centric Network，用户中心网络）和时频制空功全资源实时共享，引入无线智能化技术，构筑无线网络 AI 业务承载网。

智能频谱聚合，是指以往传统 4G/5G 不能做到频谱跨制式灵活分配，而采用这个创新之后，可以实现跨制式智能频谱池化，将部分 4G 上行频谱“借给”5G 上行使用。

智能小区协同，是在组网上进行创新，让多个网络级小区进行智能协同，为用户提供确定性时延保障。

智能链路创新，是指通过智能信道追踪，智能化重构上行链路，实现极致的频谱效率。

根据发布会上的数据，这些创新可以让 5G-A 网络具备精准预估能力，让时延降低超 30%，上行速率提升超 15%，边缘体验提升超 15%。

█ 最后的话

目前，5G-A 在国内的发展已经进入了快车道。三大运营商已在国内 31 个省份，300 余个城市部署 5G-A 网络，覆盖核心商圈、交通枢纽、工业园区等关键场景，预计可支撑 5000 万用户。

具体来看，中国移动 5G-A 商用城市已超 330 个，2025 年中国移动将投入 98 亿元推进 5G-A 商用，预计年底发展 5000 万 5G-A 用户。中国联通计划 2025 年在 39 个重点城市主城区全面启动 5G-A 业务，其他 300 余城市重点场景启动 5G-A 业务。中国电信 2024 年在 121 个城市规模部署了约 7 万 5G-A 基站。2025 年，他们计划进一步扩大 5G-A 基站覆盖规模，覆盖至超过 150 个重点城市。

随着 5G-A 网络的不断普及，越来越多的用户将会享受到包括“大上行”在内的卓越网络体验。“大上行”的推进，不仅仅是技术上的革新，更是对未来网络需求的积极响应。希望产业链各方能够共同努力，加速推动这项技术的创新升级和应用拓展，为移动 AI 时代的到来奠定坚实的基础。

本文来自微信公众号：鲜枣课堂（ID：xzclasscom），作者：小枣君