有一种遇见叫AI+5G,虽相见恨晚,却恰逢其时

如今,电信行业已经认识到最终用户对数据速率要求越来越高。以前,用户很乐意互相打电话和发短信。不过,现在移动通信已经以一种很戏剧性的方式改变了我们的生活,很难想象如果没有这种通信,我们的生活会变成什么样?

随着通信技术的发展,我们更倾向于VR / AR视频的通信。然而由于360°视频应用的沉浸式体验需要大量数据和零延迟网络,很多应用正在寻找一种新型的网络。

为了让您快速了解这些应用对数据速率的需求,我们不妨举个例子,分辨率相当于4K电视的VR需要1Gbps的带宽才能流畅播放,2.5Gbps的带宽才能进行交互,两者都需要最小延迟是10ms(这里的10ms指的是往返时间)。随着AR / VR服务的普及,这些应用将以智能手机为目标,给网络带来更多压力。

每个物联网设备,无论它多么笨拙,都会创建数据,而这些数据将是人工智能发展的动力。人工智能使我们能够对数据做更多有趣的事情。未来,我们将见证大量数据的最终目标是将这些数据转化为价值的能力,而5G技术带来的数据增长代表着人工智能的最大机遇。

5G遇到的挑战

5G的推出并非没有挑战。5G很昂贵,并且它的分发方式是以前从未有过的。建立这种类型的网络需要大量成本。位置对于有效规划、部署和优化5G网络至关重要。

此外,5G毫米波也有其自身的挑战。有一些技术可以让你接收到信号并将其发送给特定的客户,而不是发送到每个方向。传统的发送信号方法类似于一个灯泡能照亮整个房间,而不像手电筒只瞄准特定的区域。

因此,选择正确的位置在5G网络的开发和部署中起着关键作用。如果您选择了一个地点,需要考虑该区域周围的人口、建筑结构以及获取信号的难易程度。

此外,我们必须了解发洪水的可能性,并分析实时天气以预测交通变化。因此,如果有雷雨天气,我们需要了解此类事件如何影响网络的需求,然后进行预测性计算。幸运的是,人工智能可以帮助预测这些事件。

人工智能,机遇之门

5G带来了新的挑战,但通过将人工智能技术整合到网络中,是该行业解决这些复杂性的一种方式。人工智能是该方式的一个关键组成部分,它需要不断适应网络来帮助管理和控制网络的变化。人工智能的另一个重要用例是网络规划和操作。

有了5G,我们将拥有10万个小蜂窝,每个蜂窝都连接到一条光纤线上。据预测,全球将拥有1000万个蜂窝。如何计划和设计所有这些蜂窝基站需要耗费大量的人力物力,借助AI,可以对其进行站点评估,并了解吞吐量信息。

AI可以帮助建立5G基础设施,并规划蜂窝塔的位置,以确定5G推出的最佳位置。它可以连续监控网络的使用情况。如果其中一个手机信号塔无法正常运行,则AI可以向另一个手机信号塔发出信号,让它接管。

以厂商为中心的设备无法承受5G

5G网络的启用将伴随着大量数据的产生,其中大部分将归因于基于视频的应用程序。以厂商为中心的设备的部署模型无法维持流量的指数增长。

随着处理和计算,存储和网络功能的发展,我们将在这一领域见证大量开源。最终将在边缘创建一个实时网络。

更多的边缘处理

边缘计算涉及使计算机、服务器和网络置于离用户更近的网络边缘。它在边缘提供了智能,从而减少了去往骨干网的流量。

边缘计算可以使AI对象识别在0.35秒内达到目标识别。本质上,我们拥有位于边缘的图像识别深度学习算法。位于网络边缘的算法将有助于减少发送到骨干网的流量。

但是,这也开辟了新的攻击面,幸运的是,AI在网络安全方面发挥了很好的作用。闭环系统将在网络边缘收集数据,识别威胁并采取实时措施。

边缘和开源

目前有一些主流的边缘计算开源项目,如Akraino边缘堆栈,ONAP和Airship开放基础设施项目。

Akraino Edge Stack创建了一个开源软件堆栈,支持高可用云服务。这些服务针对边缘计算系统和应用程序进行了优化。

Akraino R1版本包含10个“ready and proven”的蓝图,并为边缘用例提供了功能齐全的边缘堆栈,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。

ONAP(开放网络平台)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全面的平台。它是Linux基金会托管的一个开源网络项目。

最后,Airship开放基础设施项目是一组用于自动化云配置和管理的开源工具的集合。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OpenStack Ironic提供支持。

原文链接:https://www.networkworld.com/article/3451718/ai-and-5g-entering-a-new-world-of-data.html


  • 本站原创文章仅代表作者观点,不代表SDNLAB立场。所有原创内容版权均属SDNLAB,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用,转载须注明来自 SDNLAB并附上本文链接。 本站中所有编译类文章仅用于学习和交流目的,编译工作遵照 CC 协议,如果有侵犯到您权益的地方,请及时联系我们。
  • 本文链接https://www.sdnlab.com/23670.html
分享到:
相关文章
条评论

登录后才可以评论

SDNLAB君 发表于19-11-06
0