5G商用時間越來越近，留給運營商建設5G承載網的時間已經不多了。根據預測，5G時代普通用戶的每個月數據使用量將達到45GB左右。而視頻、物聯網、直播等行業日流量將達到PB級別。面對應用復雜，海量流量，機器學習具有洞察驅動自動化和實現流程自動化的功能，可以幫助運營商搞定5G承載網。

[[248641]]

5G承載網新架構需新鮮血液

三大運營商的5G規模商用，都定在了2020年。在這一年多的時間里，運營商需要加班加點的來建設5G承載網。4K視頻、VR、在線游戲等，都讓用戶在5G時代會消耗更多的流量。此外，物聯網的爆發會讓接入設備成百倍的上升。

因此，構建全新的網絡架構是三大運營商的一直選擇。除了將網絡功能虛擬化(NFV)、軟件定義網絡 (SDN)、大型互聯網公司實踐(CORD，SDL，DevOps)等手段外，機器學習正開啟5G承載網的智能時代。

機器學習來搞定

對于運營商來說，為什么要引入機器學習功能至承載網?正是因為機器學習擁有洞察驅動的自動化特點，可以在目的與結果之間形成閉環。比如，用戶要訪問一個網站觀看視頻，機器學習會進行可編程的運營商級SDN控制、網絡供應與優化、服務自動化對信息進行處理，并進行反饋。

另外，機器學習還可以實現流程自動化功能。比如，機器學習功能可以深入分析網絡流量，提供網絡優化與深度運營能力，大力保障現代化IP網絡的安全。通過應用行為，進行網絡分析，實時進行網絡動態調整。

無需硬件投資 值得信任

機器學習植入5G承載網，不需要任何的硬件，是純軟件的形式。原來對于網絡中信息和數據的收集，是基于網絡探針這一硬件的方案。這一方案投資不菲，而且對于網絡的穩定性會產生影響。機器學習方案，無需替代和植入硬件，只要放在承載網絡中跑起來，就可以實時進行分析。

截止到目前，全球已經有150個運營商和企業用戶，已經將機器學習方案植入到網絡架構中。在進行速度、安全等測試后，都表明機器學習方案可以有效解決5G承載網的問題。

結語：

目前來看，機器學習植入5G承載網還沒有出現弊端。留給三大運營商調整5G承載網的時間還有一年多。在新的網絡架構中，不斷引進SDN、NFV、AI、機器學習等新技術，目的都在于解決5G網絡處理信息的能力。機器學習技術的加入只是一個例子，不管什么技術，***都是改善用戶的5G網絡體驗。