风河CTO:在5G和边缘AI时代构建智能系统
本文作者:风河CTO Paul Miller
更多的计算和处理能力将部署在网络边缘,以提供积极、强大和安全的用户体验。这种计算和处理要求将增加网络体系结构的复杂性,并要求更高,更细致的管理和维护水平才能有效地工作。随着连接设备数量的成倍增长,企业将需要设计智能系统以确保有效地协调这些设备。
通信服务提供商和全球企业已经开始围绕智能边缘和5G建立和塑造其业务模型。5G支持的绝大多数企业用例位于网络边缘,这得益于超低延迟通信和提高的网络速度,智能系统对于支持和协调5G的生态系统至关重要。
边缘系统的引入意味着高度物理分布式架构部署,这带来了极大的操作复杂性。毫不奇怪,人工智能将在智能边缘设备的创建中扮演关键角色,在智能边缘设备中,数据通常丰富,但处理资源却有限。
紧密联系的生态系统中的新机遇
边缘人工智能和5G为希望使用实时数据处理和分析的大量创新性新用例、应用程序和服务的组织提供了巨大的机会。
两种技术都刺激了自主嵌入式系统的巨大变化,例如飞机,火车,汽车和机器人。在各个行业中,人们都在为使流程自动化,减少人为干预而付出巨大努力,以带来更大的产品创新,生产效率和安全性的提高。
像博世(Bosch)这样的制造商已经开始在他们的一些工厂中部署5G,以期实现对工业4.0的雄心。制造商希望通过5G实现的是实时运行的工厂车间,其机器能够与位于网络边缘的计算资源进行更智能的通信。
与自动驾驶汽车类似,5G提供了车辆内置传感器与边缘云进行通信所需的必要实时连接,可以在靠近物理车辆位置处处理数据以最大程度地保护乘客安全并增强乘客体验。
人工智能将进一步带来商机
据Gartner称,到2025年,75%的数据将在网络边缘实现计算。此外,预计到2025年,收集的数据量将达到175 ZB,其中绝大部分数据是由连接设备生成的。随着5G和智能技术的发展前景如此广阔,关键的挑战将是如何理解他们将创建的数据爆炸式增长。
人工智能最重要的是可以增强人类的认知能力,对于5G的信息处理非常重要。无论AI采取什么形式,先进的分析系统都可以在边缘进行计算,并通常在几毫秒内揭示有关已连接事物,设备,周围环境等的见解。将AI集成到嵌入式系统中以协调连接的设备驱动的生态系统将是将5G转换为数据驱动的实时网络关键。
人工智能将有助于增加未来大数据的价值。随着边缘系统的增长和地理分布环境的日益增加,人工智能可以启用新的操作功能。例如,考虑使用机器学习算法对网络基础架构执行预测分析,以避免网络的中断。
真正的AI最终将实现网络内的自我修复,从而实时识别和解决问题,而无需人工干预和流程延迟。AI功能和用于IT运营(AIOps)的AI支持智能网络自动化,工作负载布置,增强的基础架构规划以及大数据聚合和事件识别,这些都是重要的应用,可帮助运营商提供5G服务。Gartner预测,到2023年,大型企业将使用AIOps和数字体验监控工具来监控应用程序和基础架构。
支持正确的基础设施
在这个新的人工智能、边缘和5G支持的生态系统中,支持人工智能在数据的无缝管理和解码中的正确基础设施将是至关重要的。5G正在推动云原生应用开发,使服务能够运行在分布式边缘云基础设施上。随着5G引入比以往更多的终端,新的必要条件将包括分布式计算、单一界面管理,同步网络任务的协调,以及持续监控和管理快速交付,持续正常运行所需的分析工具等。
由于有如此多的设备端点,一个多节点、地理分布式的边缘云场景,应用、设备和用例运行在更接近网络边缘的地方,这将是支持AI所需的计算资源,以成功分析、协调和增强流程的关键。
虽然人们关注使用AI来简化流程并为企业提供战略信息,但嵌入式开发人员必须自己开始采用该技术。随着5G和智能边缘的变革承诺越来越多地被各垂直行业的领导者所实现,对智能互联设备和嵌入式系统的需求将加速提升。
将人工智能加入其中,将使新的用例达到最高效率,加快流程,并将业务提升到一个新的水平。终端的增长将需要更复杂的协调和管理,只有AI才能将其实现。至关重要的是,它将依赖于为网络边缘提供计算资源的基础设施,以便使整个互联生态系统开始无缝和成功地实时运行。