如今，电信行业已经明确需要更快的终端用户数据速率。以前用户很喜欢互相打电话和发短信，但是现在移动通信以一种我们意想不到的方式改变了我们的生活。
　　我们现在更倾向于基于影像和基于VR/AR视频的通信。考虑到这些需求，这类应用程序正在寻找一种新型的网络。360°视频应用程序的沉浸式体验需要大量数据和零延迟网络。分辨率相当于4K电视分辨率的VR则需要1Gbps的带宽才能流畅播放，要想进行交互则需要2.5 Gbps的带宽。同时两者都需要低于10ms的最小延迟。这里的延迟时间指的是往返时间。不久之后，这些应用程序将会把目标锁定为智能手机，这将给网络带来更多压力。随着AR/VR服务的普及，只有5G网络才能在速度和性能方面满足需求。
　　对于每个物联网设备来说，无论多么不智能，它们都会创建数据。这些数据就是人工智能引擎的动力。人工智能使我们能够对数据做更多有趣的事情。我们将见证海量数据的最终目的，即将这些数据转化为价值的能力。启用5G所带来的数据增长可以说是人工智能遇到的最大机遇。
　　有前所未有的海量数据需要在整个网络中传输以进行处理。在某些情况下为了确保低延迟，它们需要缓存在本地。为此，我们首先需要让处理过程更靠近用户，以实现超低的延迟和超高的吞吐量。

5G面临的一些挑战

　　5G的推出并非没有挑战。首先，它们非常昂贵并且分布方式是过去从未有过的。建立这种类型的网络需要投入大量资金。位置对于有效规划、部署和优化5G网络至关重要。
　　其次，5G毫米波自身也面临着一些挑战。一些技术可以让用户接收信号并将其发送给特定的客户，而不是将其发送到各个方向。老的方法有点类似于灯泡，可以照亮房间的各个部分，而不是像手电筒那样只能照亮特定的区域。
　　因此选择合适的位置对5G网络的发展和部署起着至关重要的作用。用户必须分析一下自己选择建设的地方是否合适，营销活动的针对群体是否正确。如果选择这个区域而不是别的区域，那么你希望注册这些服务的新用户是多少？你需要考虑到这个地区的人口、建筑结构以及信号强度。
　　此外，我们必须了解当地发生洪水的可能性，并分析实时天气以预测流量变化。如果有雷暴，我们需要了解这些事件将会如何影响网络需求，然后进行预测计算。当然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，但是通过将人工智能技术集成到网络中不失为一种解决这些复杂问题的办法。人工智能技术是适应网络，帮助管理和控制这一变化的关键组件。人工智能的另一个重要用例是网络规划和运营。
　　在5G的建设中，每个地方都会有10万个小型蜂窝，每个蜂窝都将与光纤线路相连。根据预测，全球将会布设一千多万个蜂窝。搞清楚如何规划和设计所有的这些蜂窝将超出人类的能力范围。人工智能在这方面可以帮助进行站点评估，并告诉我们某些设计的吞吐量。
　　人工智能还可为5G基础设施的建设提供帮助，辅助规划蜂窝塔的位置，从而为5G部署确定最佳位置。它们还能够连续监测网络的使用。如果其中一个蜂窝塔无法正常运行，那么人工智能可以发出指令让另一个蜂窝塔进行接管。

以供应商为中心的设备无法承受5G

　　随着5G网络的启用，我们将会遇到海量数据。在某些情况下，人口集中地区每天的数据量可能会很高，其中大部分是视频应用程序造成的。以供应商为中心的设备部署模型无法承受流量的这种指数级增长。
　　随着处理、计算、存储和网络功能的发展，我们将看到这一领域会出现大量开源网络项目。最终它们将会在网络边缘形成一个实时网络。

在边缘进行更多的处理工作

　　边缘计算涉及在更靠近用户的网络边缘部署计算机、服务器和网络。由于在边缘提供了智能，因此可以减少流向骨干网的流量。
　　边缘计算可以让人工智能对象识别在0.35秒内完成对目标的识别。实际上，我们需要在边缘部署图像识别深度学习算法。位于网络边缘的算法则可以降低发送到骨干网的流量。
　　但是这也形成了一个新的攻击面。幸运的是，人工智能能够在网络安全方面发挥很好的作用。闭环系统可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

　　我们提供了一些流行的开源选项供用户选择。开源边缘计算的一些示例包括Akraino Edge Stack、ONAP开放网络自动化平台和Airship开放基础设施项目。
　　Akraino Edge Stack创建了一个开源软件堆栈，该堆栈支持高可用性云服务。这些服务也都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“成熟可靠”的蓝图，并为边缘用例提供了功能齐全的边缘堆栈。其范围涵盖工业物联网、电信5G Core