如今，電信行業(yè)已經(jīng)明確需要更快的終端用戶數(shù)據(jù)速率。以前用戶很喜歡互相打電話和發(fā)短信，但是現(xiàn)在移動(dòng)通信以一種我們意想不到的方式改變了我們的生活。
我們現(xiàn)在更傾向于基于影像和基于VR/AR視頻的通信?？紤]到這些需求，這類應(yīng)用程序正在尋找一種新型的網(wǎng)絡(luò)。360°視頻應(yīng)用程序的沉浸式體驗(yàn)需要大量數(shù)據(jù)和零延遲網(wǎng)絡(luò)。分辨率相當(dāng)于4K電視分辨率的VR則需要1Gbps的帶寬才能流暢播放，要想進(jìn)行交互則需要2.5 Gbps的帶寬。同時(shí)兩者都需要低于10ms的最小延遲。這里的延遲時(shí)間指的是往返時(shí)間。不久之后，這些應(yīng)用程序?qū)?huì)把目標(biāo)鎖定為智能手機(jī)，這將給網(wǎng)絡(luò)帶來(lái)更多壓力。隨著AR/VR服務(wù)的普及，只有5G網(wǎng)絡(luò)才能在速度和性能方面滿足需求。
對(duì)于每個(gè)物聯(lián)網(wǎng)設(shè)備來(lái)說(shuō)，無(wú)論多么不智能，它們都會(huì)創(chuàng)建數(shù)據(jù)。這些數(shù)據(jù)就是人工智能引擎的動(dòng)力。人工智能使我們能夠?qū)?shù)據(jù)做更多有趣的事情。我們將見(jiàn)證海量數(shù)據(jù)的最終目的，即將這些數(shù)據(jù)轉(zhuǎn)化為價(jià)值的能力。啟用5G所帶來(lái)的數(shù)據(jù)增長(zhǎng)可以說(shuō)是人工智能遇到的最大機(jī)遇。
有前所未有的海量數(shù)據(jù)需要在整個(gè)網(wǎng)絡(luò)中傳輸以進(jìn)行處理。在某些情況下為了確保低延遲，它們需要緩存在本地。為此，我們首先需要讓處理過(guò)程更靠近用戶，以實(shí)現(xiàn)超低的延遲和超高的吞吐量。
5G面臨的一些挑戰(zhàn)
5G的推出并非沒(méi)有挑戰(zhàn)。首先，它們非常昂貴并且分布方式是過(guò)去從未有過(guò)的。建立這種類型的網(wǎng)絡(luò)需要投入大量資金。位置對(duì)于有效規(guī)劃、部署和優(yōu)化5G網(wǎng)絡(luò)至關(guān)重要。
其次，5G毫米波自身也面臨著一些挑戰(zhàn)。一些技術(shù)可以讓用戶接收信號(hào)并將其發(fā)送給特定的客戶，而不是將其發(fā)送到各個(gè)方向。老的方法有點(diǎn)類似于燈泡，可以照亮房間的各個(gè)部分，而不是像手電筒那樣只能照亮特定的區(qū)域。
因此選擇合適的位置對(duì)5G網(wǎng)絡(luò)的發(fā)展和部署起著至關(guān)重要的作用。用戶必須分析一下自己選擇建設(shè)的地方是否合適，營(yíng)銷活動(dòng)的針對(duì)群體是否正確。如果選擇這個(gè)區(qū)域而不是別的區(qū)域，那么你希望注冊(cè)這些服務(wù)的新用戶是多少？你需要考慮到這個(gè)地區(qū)的人口、建筑結(jié)構(gòu)以及信號(hào)強(qiáng)度。
此外，我們必須了解當(dāng)?shù)匕l(fā)生洪水的可能性，并分析實(shí)時(shí)天氣以預(yù)測(cè)流量變化。如果有雷暴，我們需要了解這些事件將會(huì)如何影響網(wǎng)絡(luò)需求，然后進(jìn)行預(yù)測(cè)計(jì)算。當(dāng)然人工智能可以幫助預(yù)測(cè)這些事件。
人工智能——機(jī)遇之門
5G帶來(lái)了新的挑戰(zhàn)，但是通過(guò)將人工智能技術(shù)集成到網(wǎng)絡(luò)中不失為一種解決這些復(fù)雜問(wèn)題的辦法。人工智能技術(shù)是適應(yīng)網(wǎng)絡(luò)，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(yíng)。
在5G的建設(shè)中，每個(gè)地方都會(huì)有10萬(wàn)個(gè)小型蜂窩，每個(gè)蜂窩都將與光纖線路相連。根據(jù)預(yù)測(cè)，全球?qū)?huì)布設(shè)一千多萬(wàn)個(gè)蜂窩。搞清楚如何規(guī)劃和設(shè)計(jì)所有的這些蜂窩將超出人類的能力范圍。人工智能在這方面可以幫助進(jìn)行站點(diǎn)評(píng)估，并告訴我們某些設(shè)計(jì)的吞吐量。
人工智能還可為5G基礎(chǔ)設(shè)施的建設(shè)提供幫助，輔助規(guī)劃蜂窩塔的位置，從而為5G部署確定最佳位置。它們還能夠連續(xù)監(jiān)測(cè)網(wǎng)絡(luò)的使用。如果其中一個(gè)蜂窩塔無(wú)法正常運(yùn)行，那么人工智能可以發(fā)出指令讓另一個(gè)蜂窩塔進(jìn)行接管。
以供應(yīng)商為中心的設(shè)備無(wú)法承受5G
隨著5G網(wǎng)絡(luò)的啟用，我們將會(huì)遇到海量數(shù)據(jù)。在某些情況下，人口集中地區(qū)每天的數(shù)據(jù)量可能會(huì)很高，其中大部分是視頻應(yīng)用程序造成的。以供應(yīng)商為中心的設(shè)備部署模型無(wú)法承受流量的這種指數(shù)級(jí)增長(zhǎng)。
隨著處理、計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)功能的發(fā)展，我們將看到這一領(lǐng)域會(huì)出現(xiàn)大量開(kāi)源網(wǎng)絡(luò)項(xiàng)目。最終它們將會(huì)在網(wǎng)絡(luò)邊緣形成一個(gè)實(shí)時(shí)網(wǎng)絡(luò)。
在邊緣進(jìn)行更多的處理工作
邊緣計(jì)算涉及在更靠近用戶的網(wǎng)絡(luò)邊緣部署計(jì)算機(jī)、服務(wù)器和網(wǎng)絡(luò)。由于在邊緣提供了智能，因此可以減少流向骨干網(wǎng)的流量。
邊緣計(jì)算可以讓人工智能對(duì)象識(shí)別在0.35秒內(nèi)完成對(duì)目標(biāo)的識(shí)別。實(shí)際上，我們需要在邊緣部署圖像識(shí)別深度學(xué)習(xí)算法。位于網(wǎng)絡(luò)邊緣的算法則可以降低發(fā)送到骨干網(wǎng)的流量。
但是這也形成了一個(gè)新的攻擊面。幸運(yùn)的是，人工智能能夠在網(wǎng)絡(luò)安全方面發(fā)揮很好的作用。閉環(huán)系統(tǒng)可在網(wǎng)絡(luò)邊緣收集數(shù)據(jù)，識(shí)別威脅并采取實(shí)時(shí)措施。
作者：Matt Conran擁有超過(guò)19年的網(wǎng)絡(luò)行業(yè)從業(yè)經(jīng)驗(yàn)，曾經(jīng)服務(wù)于多個(gè)初創(chuàng)企業(yè)和政府機(jī)構(gòu)。此外，他還作為高級(jí)架師參與了全球某大型服務(wù)提供商和數(shù)據(jù)中心網(wǎng)絡(luò)的建設(shè)工作。
編譯：Charles
原文網(wǎng)址：https://www.networkworld.com/article/3451718/ai-and-5g-entering-a-new-world-of-data.html
排版編輯：周星如
排版審核：劉 沙
