未来5G网络中的智能边缘计算将会如何发展

（文章来源：边缘计算之家）
       人工智能一直是移动网络中的重要组成部分。随着5G 以及边缘计算技术的发展，对人工智能的需求将变得愈发强烈。

本文中，我们将阐述5G 网络与前几代移动通信网络相比的一个本质区别——网络边缘计算的比重会大增，同时我们会就边缘计算在5G 网络里的实现做一个探讨。之后我们会列举一些此新一代网络下的典型应用，它们都需要依赖边缘计算和机器学习来实现。最后，我们将介绍一个结合了边缘计算和深度学习的参考应用——“互联之眼“。

随着第五代移动通信（5G）的发展，叠加大数据及机器学习技术的广泛应用，电信行业正在经历着一场新的变革。本文将以当前电信领域里两大热门技术：边缘计算和人工智能相结合的场景作为切入点，为大家展现一下行业里的最新技术发展。 我们会先简单回顾一下相关技术的发展历史，接着列举一些深度学习辅助边缘计算的典型用例，最后详细介绍我们在这一领域的一个参考实践。

随着第五代移动通信（5G）的发展，叠加大数据及机器学习技术的广泛应用，电信行业正在经历着一场新的变革。本文将以当前电信领域里两大热门技术：边缘计算和人工智能相结合的场景作为切入点，为大家展现一下行业里的最新技术发展。

基于自组织的分布式网络管理模型的建立移动网络中的人工智能演进人工智能其实在早期移动网络部署中就有应用。起初，这些系统往往是基于规则（rule）来实现系统自动化，之后自适应的逻辑也慢慢出现。这些主要都用来增进系统的安全性，鲁棒性及辅助服务的无缝迁移。 早期增强网络的常见算法应用包括故障检测，或是基于故障及路由检测实现自动切换以应对系统过载等。之后更复杂的算法应用也相继出现，比如用来为终端用户提供智能服务等。

5G 网络中的边缘计算现代 4G 网络的搭建还是以中心化的核心网为主，本地分流（Local-Breakout）往往很难设置并且功能局限性比较大。一般一个典型的欧洲中型运营商会有一到两个中央数据中心可供第三方应用部署。由于诸如亚马逊及其它一些大型互联网企业只在全球范围内零星部署了一些大型数据中心，因此数据包可能需要经过非常长的距离才能到达应用侧。那么，对于具有低时延要求的应用来说，就必须考虑这种物理限制。

我们来做一些简单的计算：波长为1310 纳米的光在常用的Brand B (G.652)光纤里的传播速度为489.34 微秒/百公里，那么即使不考虑误码，交换机或是路由器延时等，从斯洛文尼亚或者匈牙利到达西欧境内最近的亚马逊数据中心需要20 毫秒；普通网络节点里的典型延时大约为1 毫秒；在4G 网络下，典型的国家境内数据中心的通信时延大约为50 毫秒（当然这是一个平均数，实际情况会很大程度上受地理位置，网络接入质量及具体应用等因素影响）。

这就意味着如果要满足一个具有10 - 30 毫秒时延需求的典型增强现实（Augmented Reality, AR）应用，网络侧的时延则需要更低，因此相关的应用节点就必须部署在终端侧附近。这一技术我们就称之为边缘计算，它需要在网络边缘部署利用分布式云设施来提供高度自动化的虚拟环境来加以支撑。

根据开源项目如Linux 基金会边缘项目Akraino，这些边缘站点会提供和中心云（虚拟机和容器）一样的基础设施即服务（Infrastructure-as-a-Service,IaaS）环境，并结合部分平台即服务（Platform-as-a-Service,PaaS）的元素。它需要为诸如用以支持本地导流的用户面功能（User Plane Function, UPF）的5G 网络虚拟化网络功能（Virtual Network Function, VNF）和第三方应用或应用平台提供运行环境。

3GPP 标准在5G 里增强了本地分流功能，确保合适的应用数据在网络边缘被连接到合适的应用上。另外，标准也增加了数据流在边缘和中心站点间切换的灵活度以及使添加额外边缘服务更为灵活的特性– 这在标准里被定义为FMSS（FlexibleMobile ServiceSteering）。一个简单的上行视频可以略过深度包检测（Deep Packet Inspection, DPI）。用户面功能（UPF）服务可以分布在边缘站点（取决于硬件的可用性）并且可以像3GPP FMSS 定义的一样形成一条服务链。

5G 核心网负责大多数无线接入之上的服务，如安全性，认证，移动管理，位置服务及所有包处理能力。5G 的核心网架构和4G 核心网有很大区别。5G 的所有网元都按照ETSI 网络功能虚拟化（Network Function Virtualization, NFV）标准被定义成虚拟化网络功能（VNF），同时3GPP 根据面向服务架构的原理设计了整个系统架构。

5G 核心网也因此被称作是服务化架构（Service Based Architecture,SBA），其目标就是增加系统的灵活性和可编程性。这其中有一个值得一提的网元叫网络开放功能（Network Exposure Function, NEF），它对内部及外部可信赖的第三方应用提供了服务接口。这种能力开放是边缘计算的一个关键要素，它使第三方应用能够直接配置网络从而达到更高度的自动化。一个例子是被称为应用导向数据路由（ApplicationInfluence on Traffic Routing）的功能，其能在网络边缘建立本地导流并且能够允许设置FMSS 服务。它提供了基于HTTP 的REST 接口（Application Programming Interface，API）。边缘计算应用的核心问题之一是运行环境模块部署位置的优选。简单的应用可以使用静态配置，但是将来的应用可以使用智能优化系统来确定模块的分布，比如考虑降低成本同时保持高用户体验。

工业领域数字化面临的挑战之一就是如何选择一套合适，统一并且完善的接入技术以建立一个易于管理的生产环境。根据我们的设想，未来工厂网络将会由5G 移动宽带（Broadband），基于5G NR（New Radio ）的5G 关键通信和窄带物联网（NB-IoT）组成，并且由一个通用的单一核心网接入来提供安全，认证，服务质量保证和必要的移动，通信及其他平台功能等。

用于自动驾驶汽车的边缘视频分析根据市场预测，到2025年，全球的互联网汽车数量将增长至大约7亿辆，同时车辆与云端之间的数据传输将达到每月100 PB，而Gartner 在其2018年6月的报告里将这一数字进一步扩大至每月1TB。如此巨大的数据量（并且其主体部分是上行数据）无疑将对网络提出新的要求。
     （责任编辑：fqj）