VerizonとAT&TがLTE-M1を展開し、全国規模IoTカバレッジを実現

キャリアグレードのセルラーベースIoTカバレッジが全国で利用可能に

Verizonが3月31日に先駆けて全国IoTネットワークを立ち上げ、AT&Tが5月中旬に展開を完了。今日、両キャリアは米国全土で広範なキャリアグレードLTE-M1カバレッジを提供しており、LoRaやSigfoxのような独自LPWANネットワーク—ネットワークプロバイダーによる新ハードウェア展開を必要とする—より遥かに多くの顧客にリーチしています。

第3世代パートナーシッププロジェクト（3GPP）

第3世代パートナーシッププロジェクト（3GPP）は、世界的な相互運用性を確保するために通信ネットワーク技術を定義するグローバル標準化団体です。通信エコシステムの代表者が協力してネットワーク仕様を策定。彼らの展開では、AT&TとVerizonはLTE Cat M1を採用し、当初は3GPP Release 13で標準化されました。

LTE Category M1（enhanced Machine-Type Communication（eMTC）またはLTE-Mとも呼ばれる）は、1.08MHzチャネルを使用して1Mbpsの対称ピークスループットを提供。ダウンリンクとアップリンクの両方で16-QAMと15kHzトーンスペーシングを採用し、最大結合損失は155.7dB未満。LTE-M1は既存のあらゆるLTE周波数に展開可能で、現在のベースステーションへのシンプルなソフトウェアアップグレードで有効化できます。

Narrowband IoT

LTE Category NB1、またはNB-IoTは、マルチトーンで50kbpsのダウンリンクと50kbpsのアップリンク（シングルトーンで20kbps）を180kHzチャネルで提供。T-Mobile USは2018年半ばまでに全国NB-IoTカバレッジを発表し、ラスベガスでパイロットを実施中。NB-IoTは中国当局によって、同国の主要IoT接続標準として選定されています。

LTE Cat M1

VerizonとAT&TのLTE-M1ネットワークにはいくつかの主要な利点があります：低コストコンポーネント、長寿命バッテリー—省電力モードで最大10年—キャリアグレードセキュリティ、スマートメータリング（ユーティリティ）や製造サプライチェーン・ロジスティクスでの資産追跡などの高価値ユースケースをサポート。両キャリアとも企業向けにカスタマイズ可能なデータプランを提供。ウェブサイトによると、IoTデバイスはVerizonネットワークで月額2ドル、AT&Tインフラで約月額1ドルで接続可能で、長期前払い割引オプションもあります。

VerizonネットワークVP Mike Haberman氏は、AT&Tより先に全国カバレッジを立ち上げた成果を強調。

AT&T IoTソリューションVP Mike Troiano氏は、グローバルSIMと衛星拡張LTEカバレッジを特徴とするグローバルなIoTソリューションセットのリーチを強調。

AT&TはエンドツーエンドのIoTスタックを提供。そのM2Xプラットフォームは、デバイス管理、時系列データ、トリガー、ダッシュボード、RESTful APIをカバーし、大規模産業プロジェクトをターゲット。より新しいFlowプラットフォームは、Web環境でのIoTアプリケーション迅速プロトタイピングをサポートし、GitHubでオープンソースコードを提供し、相互運用性を促進。

VerizonのプラットフォームThingSpaceは、コードサンプル、APIコンソール、SDK、デバイス・リソース・プロセス管理ツールでネットワーク接続を補完。ThingSpaceはセンサー、プロセッサー、メモリなどのハードウェアコンポーネントも提供し、開発者が製品を迅速に市場投入できるよう支援。両キャリアとも、幅広いエンタープライズおよび産業ニーズに合わせたオフザシェルフIoTソリューションも提供。

5Gへの道

セルラーベースIoTの長期的軌道は5Gです。来年までに3GPPで最終化予定のスタンドアロン5G New Radio仕様は、3つの主要ユースケースを特定：拡張モバイルブロードバンド、ミッションクリティカル通信、大規模IoTサポート。5Gは、低消費電力スマートメーターから帯域幅を大量に消費する産業ロボティクスまで、あらゆるIoT要件をネットワークスライシングにより専用データパイプに分割して、同時に自動的に対応できるネットワークのネットワークを構想。このネットワークスライシングは、事業者とエンドユーザーの両方により大きな柔軟性と低コストを約束します。

5Gが未来を代表する一方で、真の実装はまだパイロット段階にあります。「5G」という用語だけでは具体的な能力を伝えません；最終的なパフォーマンスは標準自体と同じくらいキャリアレベルの展開選択に依存します。