5G是邊緣的未來。盡管距廣泛部署尚有數(shù)年之遙，但5G是云計算生態(tài)系統(tǒng)向更分布式環(huán)境演進的關鍵組成部分。從現(xiàn)在到2025年，網(wǎng)絡行業(yè)將在全球5G上投資約1萬億美元，支持在我們生活的幾乎所有領域中迅速地在全球范圍內(nèi)采用移動，邊緣和嵌入式設備。

5G將成為趨勢的主要催化劑，在這種趨勢下，將執(zhí)行更多的工作負載并且數(shù)據(jù)駐留在邊緣設備上。這將是下一代人工智能(AI)的試驗場，它將提供一個環(huán)境，在該環(huán)境中，數(shù)據(jù)驅(qū)動算法將指導每個以云為中心的流程，設備和體驗。同樣重要的是，人工智能將是確保5G網(wǎng)絡端到端24×7最佳化的關鍵組成部分。

5G如何服務AI

人工智能將生活在未來的混合云，多云和網(wǎng)狀網(wǎng)絡的每個邊緣。我們已經(jīng)看到知名的AI平臺供應商(例如NVIDIA)在移動，物聯(lián)網(wǎng)(IoT)和其他邊緣環(huán)境的基于5G的服務上進行了大量投資。

為了更好地了解5G將如何超越在線經(jīng)濟，讓我們考慮一下這種新興的無線架構如何在整個AI工具鏈中創(chuàng)造價值：

人工智能將如何服務5G

AI也是基礎架構中的關鍵組件，可確保5G網(wǎng)絡(無論其復雜程度如何)都能支持AI和其他應用程序工作負載。最近發(fā)表的研究表明，世界各地的許多無線運營商都在部署AI來管理其5G和其他網(wǎng)絡的過程中進展順利。

為了有效地服務于下一代分布式AI應用程序，5G網(wǎng)絡將需要不斷自我修復，自我管理，自我保護，自我修復和自我優(yōu)化。反過來，這又依賴于機器學習和其他AI模型的嵌入，以更可擴展，可預測，快速和自動化地實現(xiàn)應用程序級流量路由，服務質(zhì)量保證，性能管理，根本原因分析和其他操作任務的自動化。比僅手動方法更有效。

片上AI系統(tǒng)的下一代邊緣融合

：5G通過無線長期演進和Wi-Fi接口融合了數(shù)字蜂窩技術。在跨技術網(wǎng)絡接口中實施時，5G將使每個邊緣設備都能在室內(nèi)和廣域環(huán)境之間無縫漫游。這項技術的采用可能有一天會導致這些不同的無線電信道的無線電頻譜收斂，以及網(wǎng)絡接口收斂到單個芯片，從而可以靈活地維持跨多種無線電接入技術的無縫連接。毫無疑問，這些相同的5G接口將與神經(jīng)網(wǎng)絡處理電路融合為許多大眾市場AI應用的低功耗，低成本芯片上系統(tǒng)。

大量設備并發(fā)性實時補充了AI數(shù)據(jù)湖

：5G可以支持每平方公里多達一百萬個并發(fā)邊緣設備，這比4G技術的并發(fā)性高出一個數(shù)量級。這種“最后一英里”的規(guī)模將使企業(yè)能夠在稱為“多路訪問邊緣計算”的新興范例中，連續(xù)地從手機，傳感器，恒溫器和其他配備5G的設備中連續(xù)收集大量數(shù)據(jù)。來自設備，人工智能應用開發(fā)人員和數(shù)據(jù)科學家的新鮮數(shù)據(jù)隨處可見的數(shù)據(jù)流和湖泊，將能夠為物聯(lián)網(wǎng)，移動性，工業(yè)自動化，智慧城市和無數(shù)其他用途中的實時應用構建更復雜的分析和機器學習模型案件。

超快速，高容量的流媒體，可實現(xiàn)低延遲的AI

：5G連接的延遲要比4G低得多，低至1毫秒，而4G的特征是50毫秒。因此，5G的下載和上傳速度比4G快得多：每秒20吉比特，是4G每秒5-12兆比特速率的1,000倍。5G更大的應用帶寬和傳輸容量連接源于其在基站和邊緣設備之間雙向雙向傳輸數(shù)據(jù)的多個比特流的能力。這些性能優(yōu)勢使5G在低延遲，實時流傳輸場景中支持AI DevOps管道工作負載-從數(shù)據(jù)提取和準備到模型構建，培訓和服務。此外，5G更快的下載速度，再加上更低的延遲，將使分析師能夠收集，