应用

技术

物联网世界 >> 物联网新闻 >> 物联网热点新闻
企业注册个人注册登录

5G的规模商用将面临三大挑战AI已成必需品

2018-11-29 08:52 电子发烧友

导读:5G已经照进现实,然而不断增长的网络复杂性给网络建设带来巨大挑战,传统的建设运维方式已经难以为继,只有将AI技术和移动网络进行深度耦合,才能最终实现“自动驾驶”的网络。

18世纪至今300余年间,世界通过三次工业革命,完成了机械化、电气化、信息化的改造,每一次变革都驱动人类社会迈向新发展纪元。今天,正在加速到来的5G,叠加步入成长期的人工智能技术正在将人类社会带入智能化时代,开启第四次工业革命。

毫无疑问,在这场波澜壮阔的变革中,作为产业变革的先导性与基础性力量,电信运营商将会扮演着关键角色。他们不但是无处不在的网络使能者,更是AI应用规模落地的关键推动者。正如英特尔中国区总裁杨旭所言,在当前数据洪流的推动下,AI与5G两个“因数”互促互进,将产生乘法的倍增效应,加速智能应用的突破与落地,带来颠覆性的创新机遇。

5G已经照进现实,然而不断增长的网络复杂性给网络建设带来巨大挑战,传统的建设运维方式已经难以为继,只有将AI技术和移动网络进行深度耦合,才能最终实现“自动驾驶”的网络。当然,对于运营商而言,AI不仅是助力网络智能的推进器,更是运营商实现服务智能和赋能行业智能的利器。那么,在5G商用的前夜,运营商应该如何拥抱AI呢?

5G的规模商用将面临三大挑战AI已成必需品

5G面临三大挑战,AI已成必需品

在中国移动研究院相关专家看来,5G的规模商用将面临三大挑战。

首先,5G普遍运行在较高频段,连续覆盖的提前下对于基站需求量增加;而且,由于采用了更多的新技术特性,基站复杂度大幅提升,单站成本抬升,CAPEX将会出现明显上升,如何在合理的投入范围内进行5G网络建设,成为摆在运营商面前的首个难题。

其次,为了满足复杂场景和垂直行业的需求,5G对于网络灵活性提出了更高要求,端到端的网络切片给网络运维管理带来了很大挑战,网络参数从3G/4G时代的几百个变成了上万个,而且对优化的实时性要求很高,依靠传统的网络优化方式已是难以为继。

第三,也是5G所面临的终极挑战,那就是如何与垂直行业进行融合,因为只有与垂直行业进行深度融合,才能迸发出5G的真正价值,为运营商打开成长的“天花板”。

该专家表示,想要跨越这“三座大山”,构建开放、智慧和融创的5G产业环境是必须的。在开放方面,在今年MWC上,中国移动联合多家全球主流运营商发起成立的O-RAN联盟,用开放的网络架构,构建低成本的5G网络;目前,在小站领域,已经开始了白盒化的尝试。

在智慧5G方面,中国移动则是内外兼修。对内,希望能够采用机器学习、深度学习等AI技术来对网络进行场景化的部署和优化,围绕网络规划、网络部署、网络维护优化和业务发放等多个工作场景,分步骤地构建新一代网络。对外,则是希望能够充分发挥大数据的价值,“5G与4G不同,除了数据量继续膨胀之外,会有更多的2B数据,数据的价值会进一步放大,如何将这些数据转换为价值,5G与AI有很强的结合需求。”

AI native以始为终:分步引入赋能5G网络

罗马不是一天建成的。对于运营商而言,AI的引入与赋能也不是一朝一夕能够完成的。

中国移动研究院相关专家告诉C114,虽然对外讲的不多,但中国移动对于AI一直非常重视,也实实在在的做了不少工作。在他看来,运营商全面的网络与服务智能化,整体处于起始阶段,需要分层级推进;具体来看,引入AI可以分为三个层面,分别是业务与服务智能化,网络运维智能化,网络自身智能化。

从现网情况来看,业务与服务的智能化,现网已经具备一定的条件,也开展探索性尝试。以中国移动自主研发的智能客服“移娃”系统为例,“移娃”系统介入大网百余个客户渠道,目前单月与客户交互量已达2亿多次,是全球服务量最大的人机交互机器人之一。

网络运维智能化与自身智能化,要求网络本身具备动态、灵活的自动化特征,目前条件受限,大多在5G网络体现,“比如在网络资源的弹性扩缩容、管理调度、故障定位以及参数优化等领域,都会涉及到AI技术的应用。”该专家表示。

不过,他也坦承,产业界目前还尚未达成共识,还没有相对明确的AI技术网络应用演进路径,“在SDN/NFV规模引入之前,现网中基础设施还不具备完全的自由度和灵活性,只有完成了网络基础设施云化之后,AI引入才有更好的基础。AI与5G的叠加,是我们进入网络智慧新时代的契机。我们期待AI能给未来云化的基础设施赋予真正的智慧,而不是在现网中去叠加AI技术去做优化,我们希望AI能够成为未来5G网络中的原生技术,做到真正的AI native。”

5G的步伐正在加快,2020年商用时间节点的确定,正在倒逼产业链进行创新。在AI的引入方面,该专家认为,有几个领域需要尽快探索,比如更智能的切片管理,针对不同业务需求或者应用场景,用AI技术实现网络切片智能化扩容缩容和变更的能力;比如针对不同行业用户的业务需求,通过大数据的智能分析,获取精准用户和行为画像,实现定制化灵活高效的边缘分流,计费管理和资源控制,实现高效个性化的边缘计算服务;再比如,面向物联网垂直行业,利用AI技术来发现网络的行为特点,更好的服务上层应用等。

端到端的5G,更需要端到端的AI

5G使得万物互联成为了现实,5G的高带宽、低时延和大连接能力,使得前所未有的智能化场景和体验得以实现;AI则赋予了这张连接一切的网络和被连接的万物新的智能,不仅掀起下一波智能、自能的5G网络浪潮,更将使得智能化的生产和生活无处不在。

一方面,5G让人工智能设备更加智能。5G所具备的连接能力、交互能力和新的网络架构,能帮助机器更好地理解语境并提升学习能力,使得前所未有的智能化场景和体验得以实现。

另一方面,AI在为5G注入自主优化能力的同时,也为产业链打开了新的成长空间。在未来5G时代,基于数据训练的AI能够通过分析形成精准洞察,自主设计出最能满足商业目标的网络和服务,灵活适应智慧城市、智能制造、医疗、交通等多领域的需求。而这也正是中国移动“融创的5G”的内涵之一,只有5G网络与AI应用的结合,才能产生更大的价值。

AI与5G的互促式发展,已经成为业界共识。摆在面前的问题,是产业链如何携手,去加速这个过程,让5G和AI发生更多的“化学反应”。而这正是英特尔所擅长的。因为,英特尔不但是业界唯一一家在5G和AI两条战线上,都拥有完整端到端解决方案的厂商。

在5G战线上,英特尔从终端连接、无线技术、核心网、云等层面布局5G,形成端到端的5G解决方案。在5G终端层面,英特尔目前主要布局在基带芯片领域;网络层面,英特尔在关键的FPGA领域已有布局,更是凭借着SDN/NFV与产业界携手加速运营商面向5G的网络转型;在云/数据中心层面,英特尔的智能计算、分布式云资源等也同样具备优势。

英特尔技术专家告诉C114,在5G时代,运营商AI拥有广泛的应用场景,不同的场景对于性能的要求千差万别;而且,从数据的建模、采集、规划到裁剪,再到训练模型、参数调整,最终与应用对接,一个很漫长的过程,仅仅依靠一套算法或者硬件平台是难以满足需求的。

在AI战线上,英特尔已建立起面向机器学习与深度学习的通用架构,在完成对 Nervana 的收购完成后,英特尔将在 AI 软硬件产品方面形成一套更为完整的自有体系。除此之外,英特尔在软件层面还为多节点架构提供了多种深度学习的开源软件框架,及推动前后端协同 AI 发展布局的工具和平台,配合硬件芯片平台实现端到端的落地。