研究表明，以供应商为中心的人工智能设备部署模式无法维持流量的指数增长。今天，电信行业已经确定需要更快的最终用户数据速率。过去，用户通过电话和短信进行交流。然而，移动通信现在正在以戏剧性的方式改变着人们的生活。人们更倾向于基于图像和基于VR/AR视频的通信。因此，这些应用程序也需要一种考虑到这些要求的新型网络。而360°视频应用的沉浸式体验需要大量数据和零延迟网络。例如，与4K电视分辨率相当的VR视频需要1Gbps的流畅播放带宽，以及2.5Gbps的交互带宽。这两者都需要至少10毫秒的延迟。这是往返时间。很快，这些应用程序将以智能手机为目标，给网络带来更多压力。随着VR/AR服务变得越来越普遍，即将推出的5G网络将提供所需的速度和性能。每个IoT设备都会创建数据，而这些数据是AI引擎的燃料。人工智能使人们能够利用数据做更多有趣的事情。处理海量数据的最终目标是能够将这些数据转化为价值。5G赋能带来的数据增长，是人工智能最大的机遇。前所未有的数据量将通过网络移动进行处理，并且在某些情况下会在本地缓存以确保低延迟。这需要使处理更接近用户，以利用超低延迟和超高吞吐量。5G面临的一些挑战5G的推出并非没有挑战。首先，它很昂贵，并且以过去从未分发过的方式分发。建设此类网络涉及大量成本，而位置对于5G网络的有效规划、部署和优化至关重要。此外，5G毫米波也面临着自身的挑战。有些技术允许某人接收信号并将其发送到特定客户端，而不是向各个方向发送信号。传统通信技术就像可以覆盖房间每个角落的灯泡，而5G就像特定区域的手电筒。选择合适的位置对5G网络的发展和部署起着至关重要的作用。因此，必须分析它是否在正确的地方建造并销售给正确的目标。如果您选择一个区域而不是另一个区域，您希望有多少新订户注册这些服务？电信公司需要考虑该地区的人口、建筑结构和接收信号的难易程度。此外，电信运营商必须了解发生洪水的可能性并分析实时天气以预测流量变化。所以如果有雷雨，你需要了解这样的事件如何影响网络的需求，然后做预测计算。人工智能当然可以帮助预测这些事件。人工智能的机遇之门5G带来了新的挑战，但将人工智能技术融入网络是业界解决这些复杂问题的一种方式。人工智能技术是需要适应网络以帮助管理和控制这种变化的关键组件。人工智能的另一个重要用例是网络规划和运营。利用5G技术，运营商将建设和运营10万个小型移动通信基站，每个移动通信基站连接一条光纤线路。据预测，全球可能需要建设1000万个移动通信基站。而弄清楚如何规划和设计这些基站将超出人类的能力范围。AI可以进行现场评估并告知某些设计的吞吐量。人工智能可以帮助建立5G基础设施和规划移动通信基站的位置，从而为5G基站确定一个好的建设位置。它持续监控网络的使用情况。如果其中一个移动通信基站无法正常运行，它会通过人工智能技术向另一个移动通信基站发出信号，让其接管。以供应商为中心的设备无法支持5G技术随着5G网络的推出，人们将产生并获取大量数据。在某些情况下，数据流量达到每天PB级，其中大部分将归因于基于视频的应用程序。以供应商为中心的设备部署模型无法维持这种流量的指数增长。随着处理和计算、存储和网络功能的发展，开源技术将继续出现在这一领域。最终，这将在边缘创建一个实时网络。在边缘处理更多数据边缘计算是指将计算机、服务器和网络置于网络边缘更靠近用户的位置。它在边缘处理数据，减少到骨干网的流量。例如，边缘计算可以使人工智能技术在0.35秒内识别物体。一些供应商已经引入了用于边缘图像识别的深度学习算法。位于网络边缘的算法将有助于减少发送到骨干网络的流量。但它也开辟了新的攻击面，幸运的是，人工智能在网络安全中发挥了很好的作用。闭环系统将在网络边缘收集数据、识别威胁并采取实时行动。边缘计算和开源行业参与者提供了一些流行的开源选项供用户使用。开源边缘计算的一些示例可以是Akraino边缘堆栈、开放网络自动化平台(ONAP)和Airship开放基础设施项目。AkrainoEdgeStack创建了一个支持高可用性云计算服务的开源软件堆栈。这些服务针对边缘计算系统和应用程序进行了优化。AkrainoR1版本包括10个“成熟可靠”的蓝图，并为边缘计算用例提供功能齐全的边缘堆栈。其中包括工业物联网、电信5G核心和vRAN、uCPE、SDWAN、边缘媒体处理和运营商边缘媒体处理。开放网络自动化平台(ONAP)为物理和虚拟网络功能的实时、策略驱动的编排和自动化提供了一个综合平台。它是一个由Linux基金会主持的开源网络项目。最后，AirshipOpenInfrastructureProject是一组用于自动化云计算配置和管理的开源工具。这些工具包括用于虚拟机的OpenStack、用于容器编排的Kubernetes和用于裸机的MaaS，并计划为OpenStackIronic提供支持。
