那么可以想象，這一階段除了網絡本身，我們可以更多的關注到物聯網中的“物”，其網絡連接能力和規模連接的要求并不低，這就要考量設備的核心芯片了。咱們說點現在正熱門的——可穿戴設備，2017年6月高通推出了針對可穿戴設備的Snapdragon Wear 1200平臺，可以給設備提供eMTC和NB-IoT低功耗、長時在線的連接，此二者和mMTC，更多只是偏向重點之間的差別。這里顯示出的是高通卓越的前瞻性，說到其本身的技術強大，可以看看下面的數據，首先是2017年美國專利排行榜。

高通排名第6，位于谷歌和微軟之前，本身就是一個極為靠前的排名了，在考慮到相對于其他公司，高通在通信領域的深耕，可以窺見行業內高通的地位。當然，這里我們也為能在榜上看到京東方（BOE Technology Group）這樣取得巨大進步的國內企業感到高興。接下來在看一個細分IoT領域的專利排行榜，因為這樣專項性的排行榜公布的資料不多，小編暫時也只找到一個2016年LexInnova公司的數據，咱們主要進行參考分析，具體數據隨著時間的變更肯定已經又有了不少的增加。

可以看到排頭的高通和英特爾相對別的公司還是很有優勢的，基本是翻了一番。同時這里也可以看到ZTE因為早早的壓注5G，相關的行業和領域積累都有了不錯的積累，最近也和高通、中國移動合作密切，2017年11月三家公司成功實現了全球首個基于3GPP R15標準的端到端5G NR系統互通，有好的合作伙伴確實發展的勢頭迅猛了很多。

結合現在優勢，技術領先性和前瞻眼光的準確等多方面考慮，不難判斷mMTC場景中重要主導力量依舊會是高通，接下來要說的就是5G時代小編本人最為期待的URLLC場景了。

根據ITU標準規定，對于URLLC應用場景，數據面時延不能超過1ms，控制面時延不能超過10ms。作為對比的我們可以看一下電影這個咱們喜聞樂見的娛樂形式。雖然現在玩FPS游戲的高端玩家都要求幀率是越高越好，但這主要是因為幀生成時間不均勻和高動態場景要求的原因，如果是幀生成和顯示時間均勻的電影，24幀每秒的級別已經完全可以滿足一般要求了，那1000/24=41.67ms/幀。也就是說如果能夠滿足5G標準的時延要求，我們在使用過程中就是完全無延遲的體驗，不會再有雖然下載速度快，但還是不流暢的感覺。

當然5G除了在用戶體驗和影音娛樂等方面有幫助，在現在熱火的人工智能的方方面面也會快速的促進提升。人工智能總是和大數據一塊被提起，這是因為人工智能中廣泛使用的深度學習依靠的就是大量的數據，你可以理解為就像我們需要食物和各種資料，用大量的數據去飼喂它，可以讓它更好更快的成長出“智能”這一特性。從這一點上來說，云智能因為擁有龐大的數據體量，會占有更大的優勢。但如果完全依賴云智能，過往網絡情況下，數據傳輸和處理的過程就會導致人工智能在面對實際使用場景時顯得很呆滯，雖然結果也許是對的，但離智能二字顯得并不那么親近。因此，人工智能也有端智能的發展方向，數據在本地進行實時處理，只要處理能力足夠強大，延遲自然就降低下來了，但是這也存在一個問題，那就是本地數據的來源會相對單一，深度和廣度無法在短時間之內實現突破。

而當低時延的5G網絡到來之后，云智能和端智能就完全可以結合起來了，云端負責提供大規模的資料，提供用戶的過往數據，提供相關的需要拓展開來的信息，而本地可以接觸到用戶最新鮮的動態和數據，二者之間進行貫通，按需進行數據和處理能力的調用，實現快速學習和極速響應同時兼備。