我們的世界充滿了激動(dòng)人心的技術(shù)，這些技術(shù)有望為企業(yè)開(kāi)啟新的可能性。 在某些情況下，兩種新興技術(shù)的融合會(huì)放大兩者的優(yōu)勢(shì)，而 AI 和 5G 就是此類互補(bǔ)技術(shù)的完美示例。

每一種都有巨大的潛力，但一起使用時(shí)效果會(huì)更好。

為什么位置對(duì) AI 很重要

AI 工作流程涉及從多個(gè)來(lái)源獲取大量數(shù)據(jù)來(lái)訓(xùn)練模型，然后使用這些模型生成自動(dòng)化的、數(shù)據(jù)驅(qū)動(dòng)的結(jié)果。 隨著越來(lái)越多的數(shù)據(jù)在邊緣生成，AI 工作流中的不同步驟(工作負(fù)載)將根據(jù)性能、隱私、靈活性和成本要求在不同位置執(zhí)行，這被稱為分布式 AI。 許多企業(yè)現(xiàn)在都在與分布式 AI 協(xié)調(diào)器合作，幫助他們將 AI 訓(xùn)練和推理工作負(fù)載轉(zhuǎn)移到適當(dāng)?shù)奈恢谩?/p>

模型推理和模型訓(xùn)練的要求截然不同。 模型訓(xùn)練需要更多資源，因此通常在大型數(shù)據(jù)中心或公共云中運(yùn)行。 相比之下，模型推理對(duì)延遲更敏感，通常在數(shù)字邊緣運(yùn)行，它更接近數(shù)據(jù)源。

為什么位置對(duì) 5G 很重要

5G 的成功取決于在正確的地方擁有正確的基礎(chǔ)設(shè)施，而它的承諾就是實(shí)現(xiàn)企業(yè)級(jí)無(wú)線服務(wù)。 在啟用這些服務(wù)時(shí)，用戶平面功能 (UPF) 是 5G 網(wǎng)絡(luò)基礎(chǔ)設(shè)施中最重要的組件之一，負(fù)責(zé)解封裝 5G 用戶流量，以便它可以離開(kāi)無(wú)線網(wǎng)絡(luò)并轉(zhuǎn)移到外部網(wǎng)絡(luò)，例如 互聯(lián)網(wǎng)或云生態(tài)系統(tǒng)。

由于 5G 用戶想要訪問(wèn)的應(yīng)用程序在這些外部網(wǎng)絡(luò)上運(yùn)行，因此在 UPF 所在的位置擁有可靠、低延遲的連接至關(guān)重要。 因此，將 UPF 從核心網(wǎng)絡(luò)轉(zhuǎn)移到數(shù)字邊緣是電信運(yùn)營(yíng)商可以采取的釋放其 5G 基礎(chǔ)設(shè)施全部?jī)r(jià)值的最重要步驟之一。

5G 幫助 AI 擺脫設(shè)備和本地基礎(chǔ)設(shè)施

許多人工智能用例都有嚴(yán)格的性能要求; 滿足這些要求的一種方法是在設(shè)備本身上執(zhí)行推理或使用非常靠近設(shè)備存儲(chǔ)的本地服務(wù)器。 這些類型的服務(wù)器通常位于體育場(chǎng)、零售店、機(jī)場(chǎng)和其他任何需要快速處理 AI 數(shù)據(jù)的地方。 這種方法有其局限性：在設(shè)備上進(jìn)行復(fù)雜的人工智能推理處理會(huì)很快耗盡電池電量，而且設(shè)備上的人工智能硬件通常不夠強(qiáng)大，無(wú)法完成所需的處理。

此外，許多人工智能用例需要從多個(gè)來(lái)源聚合數(shù)據(jù)，而且設(shè)備上通常沒(méi)有足夠的內(nèi)存/存儲(chǔ)空間來(lái)托管不同的數(shù)據(jù)集。 同樣，在本地機(jī)柜中進(jìn)行 AI 推理存在物理安全、物理空間限制、無(wú)法提供所需功率以及維護(hù)硬件的更高 OPEX 等問(wèn)題。 由于 5G 網(wǎng)絡(luò)提供高帶寬連接，現(xiàn)在可以托管 AI 推理基礎(chǔ)設(shè)施，并將所需的數(shù)據(jù)集緩存在靠近數(shù)據(jù)生成位置的 5G 基礎(chǔ)設(shè)施中。 因此，AI 推理任務(wù)可以從設(shè)備和本地位置轉(zhuǎn)移到同一城域中附近網(wǎng)絡(luò)服務(wù)提供商 (NSP) 5G 基礎(chǔ)設(shè)施的 5G 多路訪問(wèn)邊緣計(jì)算 (MEC) 位置。

與 5G 網(wǎng)絡(luò)位于同一地點(diǎn)有助于滿足應(yīng)用程序的延遲和帶寬要求，同時(shí)還允許企業(yè)將其 AI 基礎(chǔ)設(shè)施從設(shè)備或本地壁櫥中移開(kāi)。 根據(jù)運(yùn)營(yíng)商 5G 部署架構(gòu)和應(yīng)用延遲要求，5G MEC 基礎(chǔ)設(shè)施可以位于微數(shù)據(jù)中心(例如基站)、云 5G 區(qū)域(例如 AWS Wavelength)或宏數(shù)據(jù)中心，例如 Equinix IBX。

AI使能5G網(wǎng)絡(luò)更好的切片和維護(hù)

5G 最強(qiáng)大的方面之一是它允許 NSP 執(zhí)行網(wǎng)絡(luò)切片，本質(zhì)上是為不同類別的用戶和應(yīng)用程序提供不同類別的網(wǎng)絡(luò)服務(wù)。 今天的 NSP 可以應(yīng)用由 AI 模型支持的預(yù)測(cè)分析來(lái)實(shí)現(xiàn)更智能的網(wǎng)絡(luò)切片，為此，他們可以收集不同應(yīng)用程序的元數(shù)據(jù)，包括這些應(yīng)用程序在特定網(wǎng)絡(luò)條件下的表現(xiàn)。 當(dāng) 5G 基礎(chǔ)設(shè)施和人工智能模型都位于邊緣時(shí)，很容易獲得關(guān)于不同應(yīng)用程序可能需要什么樣的服務(wù)質(zhì)量的預(yù)測(cè)性見(jiàn)解，并將它們相應(yīng)地分類到不同的網(wǎng)絡(luò)切片中。

此外，NSP 可以提取網(wǎng)絡(luò)的日志和使用數(shù)據(jù)，并使用它來(lái)訓(xùn)練支持主動(dòng)維護(hù)和管理的 AI 模型。 這些模型可以幫助檢測(cè)指示可能的服務(wù)中斷或用戶流量激增的情況。 然后網(wǎng)絡(luò)可以自動(dòng)做出反應(yīng)以防止中斷或提供額外的容量。 同樣，在數(shù)字邊緣同時(shí)擁有 5G 和 AI 基礎(chǔ)設(shè)施是充分利用此功能的關(guān)鍵。