研究表明，以供應(yīng)商為中心的人工智能設(shè)備的部署模型無法維持流量的指數(shù)性增長。

如今，電信行業(yè)已經(jīng)確定需要更快的最終用戶數(shù)據(jù)速率。在以往，用戶通過打電話和發(fā)短信進(jìn)行溝通。但是，移動(dòng)通信現(xiàn)在以一種戲劇性的方式改變了人們的生活。

人們更傾向于基于影像和基于VR/AR視頻的通信。因此考慮到這些需求，這些應(yīng)用也需要一種新型的網(wǎng)絡(luò)。而360°視頻應(yīng)用的沉浸式體驗(yàn)需要大量數(shù)據(jù)和零延遲網(wǎng)絡(luò)。例如，分辨率等于4K電視分辨率的VR視頻需要1 Gbps的帶寬才能流暢播放，而需要2.5 Gbps的交互帶寬。這兩者都需要10ms的最小延遲。而這是往返時(shí)間。很快這些應(yīng)用將以智能手機(jī)為目標(biāo)，給網(wǎng)絡(luò)帶來更多壓力。隨著VR/AR服務(wù)的普及，即將采用的5G網(wǎng)絡(luò)將提供所需的速度和性能。

每個(gè)物聯(lián)網(wǎng)設(shè)備都會(huì)創(chuàng)建數(shù)據(jù)，而這些數(shù)據(jù)是人工智能引擎的動(dòng)力。人工智能使人們能夠?qū)?shù)據(jù)做更多有趣的事情。處理海量數(shù)據(jù)的最終目標(biāo)是將這些數(shù)據(jù)轉(zhuǎn)化為價(jià)值的能力。5G的啟用帶來的數(shù)據(jù)增長是人工智能的最大機(jī)遇。

將會(huì)有前所未有數(shù)量的數(shù)據(jù)在整個(gè)網(wǎng)絡(luò)中移動(dòng)以進(jìn)行處理，并且在某些情況下會(huì)在本地緩存以確保低延遲。為此需要使處理過程更靠近用戶，以利用超低延遲和超高吞吐量。

5G面臨的一些挑戰(zhàn)

5G的推出并非沒有挑戰(zhàn)。首先其成本高昂，并且以過去從未分發(fā)過的方式進(jìn)行分發(fā)。建立這種類型的網(wǎng)絡(luò)涉及大量成本，而位置對于有效規(guī)劃、部署和優(yōu)化5G網(wǎng)絡(luò)至關(guān)重要。

此外，5G毫米波也面臨著自身的挑戰(zhàn)。有一些技術(shù)可以讓某人接收信號并將其發(fā)送給特定的客戶，而不是發(fā)送到各個(gè)方向。而傳統(tǒng)通信技術(shù)類似于可以覆蓋房間各個(gè)角落的燈泡，而5G類似于針對特定區(qū)域的手電筒。

選擇合適的位置對5G網(wǎng)絡(luò)的發(fā)展和部署起著至關(guān)重要的作用。因此必須分析，如果是在正確的地方建設(shè)，并針對正確的目標(biāo)進(jìn)行營銷。如果選擇一個(gè)區(qū)域而不是另一個(gè)區(qū)域，希望有多少新訂戶注冊這些服務(wù)？電信運(yùn)營商需要考慮到這個(gè)地區(qū)的人口、建筑結(jié)構(gòu)以及獲取信號的容易程度。

此外，電信運(yùn)營商必須了解發(fā)生洪水的可能性，并分析實(shí)時(shí)天氣以預(yù)測流量變化。因此，如果有雷雨天氣，需要了解此類事件如何影響網(wǎng)絡(luò)的需求，然后進(jìn)行預(yù)測性計(jì)算。人工智能當(dāng)然可以幫助預(yù)測這些事件。

人工智能的機(jī)遇之門

5G帶來了新的挑戰(zhàn)，但是可以將人工智能技術(shù)集成到網(wǎng)絡(luò)中，這成為業(yè)界解決這些復(fù)雜問題的一種方式。人工智能技術(shù)是需要適應(yīng)網(wǎng)絡(luò)以幫助管理和控制這一變化的關(guān)鍵組件，人工智能的另一個(gè)重要用例是網(wǎng)絡(luò)規(guī)劃和運(yùn)營。

采用5G技術(shù)，運(yùn)營商將在每個(gè)移動(dòng)通信基站連接到光纖線路的地方建設(shè)和運(yùn)營10萬個(gè)小型移動(dòng)通信基站。據(jù)預(yù)測，全球各地可能需要建設(shè)1000萬個(gè)移動(dòng)通信基站。而弄清楚如何計(jì)劃和設(shè)計(jì)這些基站將超出人類的能力范圍。人工智能可以進(jìn)行站點(diǎn)評估，并告訴某些設(shè)計(jì)的吞吐量。

人工智能可以幫助建立5G基礎(chǔ)設(shè)施，并規(guī)劃移動(dòng)通信基站的位置，從而為5G基站確定最佳建設(shè)位置。它可以連續(xù)監(jiān)視網(wǎng)絡(luò)的使用方式。如果其中一個(gè)移動(dòng)通信基站無法正常運(yùn)行，則通過人工智能技術(shù)向另一個(gè)移動(dòng)通信基站發(fā)出信號并讓它接管。

以供應(yīng)商為中心的設(shè)備無法支持5G技術(shù)

隨著5G網(wǎng)絡(luò)的啟用，人們將產(chǎn)生和獲得大量數(shù)據(jù)。在某些情況下，每天的數(shù)據(jù)流量達(dá)到PB級，其中大部分將歸因于基于視頻的應(yīng)用程序。以供應(yīng)商為中心的設(shè)備的部署模型無法維持流量的這種指數(shù)性增長。

隨著處理和計(jì)算、存儲和網(wǎng)絡(luò)功能的發(fā)展，開源技術(shù)將在這一領(lǐng)域不斷涌現(xiàn)。最終這將在邊緣計(jì)算創(chuàng)建一個(gè)實(shí)時(shí)網(wǎng)絡(luò)。

在邊緣處理更多數(shù)據(jù)

邊緣計(jì)算是指將計(jì)算機(jī)、服務(wù)器和網(wǎng)絡(luò)放在離用戶更近的網(wǎng)絡(luò)邊緣。它在邊緣處理數(shù)據(jù)，從而減少流向主干網(wǎng)的流量。

例如，邊緣計(jì)算可以使人工智能技術(shù)在0.35秒內(nèi)識別目標(biāo)。一些廠商推出了在邊緣的圖像識別深度學(xué)習(xí)算法，位于網(wǎng)絡(luò)邊緣的算法將有助于減少發(fā)送到骨干網(wǎng)的流量。

但是這也開辟了新的攻擊面，幸運(yùn)的是，人工智能在網(wǎng)絡(luò)安全方面發(fā)揮了很好的作用。閉環(huán)系統(tǒng)將在網(wǎng)絡(luò)邊緣收集數(shù)據(jù)、識別威脅，并采取實(shí)時(shí)行動(dòng)。

邊緣計(jì)算和開源

行業(yè)廠商提供了一些流行的開源選項(xiàng)供用戶使用。開源邊緣計(jì)算的一些示例可以是Akraino邊緣堆棧，開放網(wǎng)絡(luò)自動(dòng)化平臺（ONAP）和Airship開放基礎(chǔ)設(shè)施項(xiàng)目。

Akraino邊緣堆棧創(chuàng)建了一個(gè)支持高可用性云計(jì)算服務(wù)的開源軟件堆棧。這些服務(wù)針對邊緣計(jì)算系統(tǒng)和應(yīng)用程序進(jìn)行了優(yōu)化。

Akraino R1版本包含10個(gè)“成熟可靠”的藍(lán)圖，并為邊緣計(jì)算用例提供了功能齊全的邊緣堆棧。其中包括工業(yè)物聯(lián)網(wǎng)、電信5G Core&vRAN、uCPE、SDWAN、邊緣媒體處理和運(yùn)營商邊緣媒體處理。

開放網(wǎng)絡(luò)自動(dòng)化平臺（ONAP）為物理和虛擬網(wǎng)絡(luò)功能的實(shí)時(shí)、策略驅(qū)動(dòng)的編排和自動(dòng)化提供了一個(gè)全面的平臺。它是Linux基金會(huì)托管的一個(gè)開放源代碼網(wǎng)絡(luò)項(xiàng)目。

最后，Airship開放基礎(chǔ)設(shè)施項(xiàng)目是用于自動(dòng)化云計(jì)算配置和管理的開源工具的集合。這些工具包括用于虛擬機(jī)的OpenStack，用于容器編排的Kubernetes和用于裸機(jī)的MaaS，并計(jì)劃為OpenStack Ironic提供支持。