第四节　5G产业发展概况

一、5G标准发展现状

为积极推动5G的标准化进程，国际电信联盟于2015年明确了全球5G工作时间表，随后3GPP在其框架下也紧锣密鼓地开展了相关的标准化工作。于2015年9月在美国凤凰城召开的5G专题讨论会中，3GPP就5G场景、需求、潜在技术点进行了讨论，并制订了5G标准化的工作计划。3GPP于2016年2月在R14标准版本（Release 14）阶段启动了5G愿景、需求和技术方案的研究工作，并于同年12月发布了5G研究报告。2017年12月，在3GPP第78次全体会议上，无线接入网（RAN）工作组发布了5G新空口的NSA标准，SA业务和系统架构工作组发布了面向SA的5G新核心网架构与流程标准。2018年6月举行的3GPP第80次全体会议上，RAN工作组正式宣布冻结并发布5G SA标准，通信技术（communication technology，CT）核心网和终端工作组正式发布5G SA下面向R15标准版本（Release 15）新核心网的详细设计标准。这标志着5G第一个完整标准体系的完成，它能够实现5G的独立部署，提供端到端5G全新服务，将全面实现通信与垂直行业对5G的需求和期望，为运营商和产业合作伙伴带来新的商业模式。

（一）3GPP R15版本特性

在R15标准版本中，3GPP主要完成了5G三大业务场景中的eMBB场景和uRLLC场景标准的制订，能够满足5G部署初期的商用需求。R15标准版本的无线基站侧重点围绕新架构、新频段、新天线、新设计等技术方向，着力实现5G创新突破，以用户及服务为中心构建端到端的5G智慧网络系统：①新架构同时支持接入网的分布式部署和集中化部署；②新频段要求5G可以支持中高频段，包括6GHz以上的毫米波频段；③新天线能够支持大规模天线以大幅提升系统效率，大规模天线通过3D的波束赋形可形成能量更集中、覆盖更立体、方向更精准的波束；④面向新设计，为满足垂直行业的各种差异性需求，并应对部署场景的多样性与复杂性，5G在接口设计方面提供了更多可选的帧结构设计，可根据5G基础通信业务、物联网和车联网等多样化应用场景灵活配置帧结构。

R15标准版本的核心网侧发生了巨大变化，是5G变革的最核心标志，其变革理念主要包括信息技术化、互联网化、极简化、服务化等。①信息技术化要求5G采用软件化的核心网，可以基于统一的信息技术基础设施进行编排和调度；②互联网化打破了4G传统的固定网元、固定连接的刚性网络，使5G网络成为基于面向服务化架构，能够动态调整的柔性网络，网元间的协议体系也采用了互联网的超文本传输协议2.0（HTTP 2.0）；③极简化通过引入极简的转发面提供转发性能，通过集中灵活的控制面提升效率；④服务化是指通过服务化架构，利用网络切片和边缘计算等技术灵活地满足多样化的网络需求与场景。

（二）3GPP R16版本特性

5G发展的重点目标之一是赋能垂直行业的转型升级，但基于R15标准版本的5G网络，要全面满足高速率、低时延、高可靠等业务需求仍存在一定的挑战。例如，联网无人机的高清图像和视频回传不仅对用户的上行速率提出了很高需求，而且要求网络能够做到对高空用户的无缝覆盖，但R15标准版本的5G网络还无法很好地满足这些要求。此外，对于工业互联网中一些需要同时满足低时延、超可靠和高速率的业务场景，基于R15标准版本的5G网络也可能难以满足。

为使5G网络持续提升技术竞争力，为用户带来更优质的业务体验，拓展更广阔的垂直行业应用，3GPP在R16标准版本阶段确立了70多个标准化研究项目，重点围绕uRLLC场景、mMTC场景，从网络更智能、性能更极致、频谱更丰富、应用更广阔等几个方面进行5G标准增强。

1.网络更智能

面向5G网络自动化与智能化的需求，重点研究5G网络自动化等。5G网络自动化通过在5G系统架构中引入新的网元——网络数据分析功能（NWDAF），通过对接入网、核心网、网管等信息进行收集、分析和反馈，为网络优化、网络切片质量保障、组网灵活等提供全新能力支持。

2.性能更极致

为深度挖掘5G网络潜力，3GPP确立了进一步提升网络频谱效率和用户体验速率的大规模天线增强技术、5G蜂窝定位技术、优化5G用户体验的终端节能技术以及支持超大连接的非正交多址技术等标准增强方向。

3.频谱更丰富

为了拓展5G系统的可用频谱范围，3GPP一方面向非授权频段扩展，开展5G空口在7GHz以下非授权频谱独立部署以及与已有授权频谱的长期演进/新空口（LTE/NR）联合使用等方法研究；另一方面向更高频段扩展，开展52.6～100GHz频段的部署场景、可用技术等相关研究。

4.应用更广阔

为使5G网络适配更广阔的垂直行业应用需求，3GPP确立了面向智能电网、自动驾驶、智能制造等行业应用的uRLLC增强和工业互联网增强技术，面向智能交通行业应用5G车联网的车与万物互联（V2X）技术、空天地一体化通信等作为标准增强方向。其中uRLLC增强主要面向智能电网、工厂自动化等新场景，通过对不同类型的业务传输采用动态资源复用、智能化重复传输、网络冗余等机制，在满足更低空口时延需求（如0.5～1毫秒）的同时，将端到端可靠性提高到99.9999%。

（三）3GPP R17版本特性

1.NR-Light

NB-IoT和eMTC是简化版、轻量版的LTE，针对低功耗、低成本、低速率、大连接和广覆盖的物联网应运而生。进入5G万物互联时代，需要一个简化版、轻量版的5G NR，它就是NRLight。

5G定义了eMBB、uRLLC和mMTC三大场景，eMBB主要针对4K/8K、VR/AR等大带宽应用，uRLLC主要针对远程机器人控制、自动驾驶等超高可靠、超低时延的应用，而NB-IoT和eMTC将演进为mMTC，主要针对低速率的大规模物联网连接。

uRLLC针对的是高端物联网应用场景，而mMTC针对的是低端物联网应用场景，那么在eMBB、mMTC与uRLLC之间存在的中端物联网市场的空白地带问题谁来解决？以5G智能制造为例，只有机器人控制、人工智能（artificial intelligence，AI）质量检查等应用才需要超大带宽和超低时延的网络能力，而对于工厂内的监控摄像头和大量传感器而言，超大带宽和超低时延可能就是浪费，而NB-IoT/eMTC在时延和带宽能力上又不能满足需求。这个空白地带就是NR-Light的用武之地。

NR-Light的性能与成本介于eMTC/NB-IoT与NR eMBB/uRLLC之间，仅占用10MHz或20MHz带宽，支持下行速率100Mbps，上行速率50Mbps，主要应用于工业物联网传感器、监控摄像头、可穿戴设备等场景。

NR-Light主要研究方向包括：①降低UE成本和复杂性；②减少UE上下行带宽；③减少UE RX天线，包括2RX和1RX；④降低基带复杂度；⑤降低UE Tx功率等级；⑥研究进一步提升UE能效的技术；⑦研究RRC IDLE/INACTIVE节电技术，包括空闲模式RRM、寻呼唤醒等；⑧研究基于RRC CONNECTED态的低功耗技术。

2.NR V2X增强

C-V2X（蜂窝车联网）旨在把车与网互联，以及把车与车、车与人、车与道路基础设施连成网，以实现车与外界的信息交换，包括了车辆与网络/云（V2N）、车辆与车辆（V2V）、车辆与道路基础设施（V2I）和车辆与行人（V2P）之间的连接性。

V2X消息可以通过Uu接口在基站和UE之间传输，也可通过Sidelink接口（也称为PC5）在UE之间直接传输，即设备与设备之间直接通信。为了将蜂窝网络扩展到汽车行业，3GPP在R14标准版本引入了LTE V2X，随后在R15对LTE V2X进行了功能增强，包括可在Sidelink接口上进行载波聚合、支持64QAM调制方式，进一步降低时延等。

进入5G时代，3GPP R16标准版本正式开始对基于5G NR的V2X技术进行研究，以通过5G NR更低的时延、更高的可靠性、更高的容量来提供更高级的V2X服务。

R16标准版本的NR V2X与LTE V2X互补和互通，定义支持25个V2X高级用例，其中主要包括四大领域：①车辆组队行驶，其中领头的车辆向队列中的其他车辆共享信息，从而允许车队保持较小的车距行驶；②通过扩展的传感器的协作通信，车辆、行人、基础设施单元和V2X应用服务器之间可交换传感器数据和实时视频，从而增强UE对周围环境的感知；③通过交换传感器数据和驾驶意图来实现自动驾驶或半自动驾驶；④支持远程驾驶，可帮助处于危险环境中的车辆进行远程驾驶。

R17标准版本V2X增强将NR Sidelink直接通信的应用场景从V2X扩展到公共安全、紧急服务，乃至手机与手机之间的直接通信应用。为了更好地让Sidelink支持新应用，R17还将致力于优化Sidelink的功耗、频谱效率、可靠性和时延等。

3.NR多播和广播服务

3GPP在R9标准版本定义了eMBMS，也称为LTE广播（LTE broadcast）。通过eMBMS，网络可以向小区范围内的多部手机单向广播相同的内容。eMBMS可支持的商业用例包括移动电视直播、视频点播（内容预加载）、广告推送、车载娱乐、公共安全等。当时，一种被称为Venue casting的应用案例被业界广泛看好，它主要应用于体育赛事、演唱会等直播场景。以全球最受关注的足球比赛直播为例，运营商可以通过eMBMS同时向很多观众的终端设备单向广播视频流，以提升网络资源的使用效率，让用户随时随地都能观看高质量的直播；同时，运营商还可以通过预加载和缓存内容、大批量的定制广告等方式，让用户在边观看直播的同时，还能够实时回放内容、多角度观赛，以及在线视频购物等。

2017年，3GPP在R14标准版本中进一步增强了eMBMS功能，推出了增强型电视（enTV），这一次系统性地定义了如何通过移动通信网络广播数字电视内容。但5G NR还不支持多播和广播服务，所以R17标准版本将开始研究基于5G NR的多播和广播服务。NR多播和广播服务研究主要针对公共安全多播和Venue casting场景。以公共安全多播为例，如遇到突发事件，可以让特定位置的大量用户能够同时接收到警告或通知。

4.NR定位增强

卫星定位在室内无法使用，LTE和Wi-Fi定位技术又不精准，为此，5G在R16标准版本中增加了定位功能，其利用MIMO多波束特性，定义了基于蜂窝小区的信号往返时间（RTT）、信号到达时间差（TDOA）、到达角测量法（AOA）、离开角测量法（AOD）等室内定位技术，定位精度可达到3～10m。但这样的定位精度对于一些工业物联网应用还不够，为此，R17标准版本将进一步把室内定位精准度提升到厘米级，一般为20～30cm。这对于5G使能工业物联网非常重要。

5.IAB增强

5G NR集成无线接入和回传（integrated access and backhaul for NR，IAB）可通过扩展NR以支持无线回传来替代光纤回传。IAB尤其适用于5G毫米波。由于毫米波传输距离短，需要部署密集的微站，意味着需要挖沟架线、敷设密集的光纤回传，而IAB通过无线回传替代光纤回传，可以大幅降低部署难度和成本。在IAB技术下，接入链路可以与回传链路使用相同的频段，称为带内工作；也可采用不同的频段，称为带外工作。R17标准版本的IAB增强致力于提升效率和支持更广泛的用例，如让网状拓扑更动态，将IAB应用于通信应急抢险。

6.XR评估

XR指的是扩展现实，其中包括：AR、VR和混合现实（MR）。5G边缘计算云端的计算、存储能力和内容更接近用户侧，使得网络时延更低，用户体验更极致，更便捷应用AR、VR和MR等。同时，得益于5G低时延、大带宽能力，终端侧的计算能力还可以上移到边缘云，使得VR头盔等终端更轻量化、更省电、更低成本。这种轻终端+宽管道+边缘云的模式将砍掉VR/AR昂贵的终端门槛，摆脱有线的束缚，从而推动XR的普及应用。R17标准版本将评估这种边缘云+轻量化终端的分布式架构，并优化网络时延、处理能力和功耗等。

7.NB-IoT/eMTC与非地面网络集成

5G的梦想是万物互联，是全连接、全覆盖。但要实现这个目标很难，为了与海上行驶的船、空中飞翔的飞机更好地进行信号传输，最好的办法就是让地面的蜂窝网络“通天”，即与非地面网络（NTN）相通，如卫星网络融合，打造立体式的广覆盖。

3GPP R16标准版本已经开始研究5G NR与非地面网络的融合，R17版本将进一步研究NB-IoT/eMTC与非地面网络集成，以支持位于偏远山区的农业、矿业、林业，以及海洋运输等垂直行业的物联网应用。

8.INACTIVE态下小数据包传输

其全称为NR small data transmissions in INACTIVE state。众所周知，4G LTE的RRC状态只有两种，即RRC_IDLE和RRC_CONNECTED，5G NR多引入的是RRC_INACTIVE。在RRC INACTIVE状态下，终端处于省电的睡眠状态，但它仍然保留部分RAN上下文（安全上下文，UE能力信息等），始终保持与网络的连接，并且可以通过消息快速唤醒，从RRC_INACTIVE状态转移到RRC CONNECTED状态。这样做可以减少信令开销，可以快速接入，降低时延，还能更省电。

R17标准版本将支持在RRC_INACTIVE状态下直接进行小数据包传输，可以最大程度地降低功耗，这对于一些工业物联网应用（比如传感器升级）和智能手机的应用非常有用。

9.NR覆盖增强

NB-IoT/eMTC增强了覆盖能力，可以提升蜂窝物联网的覆盖范围。但一直以来，全球农村地区的eMBB应用一直被忽略。据统计，全球还有近一半的人口不能连接互联网。与此同时，5G频段越来越高，单站覆盖范围越来越小，网络覆盖扩展越来越难。为此，R17标准版本将评估5G NR重耕低频段的性能，评估上下行物理信道的覆盖等，研究覆盖增强方案。

10.频谱范围扩展到71GHz

5G NR频谱范围（FR）分为FR1和FR2，其中FR1为410MHz至7.125GHz，FR2为24.25～52.6GHz。R17标准版本将5G NR的频段范围从52.6GHz扩展到了71GHz。

11.Multi-SIM

R17标准版本将首次研究支持双SIM卡或多SIM卡的Multi-SIM设备，3GPP将致力于改进Multi-SIM技术，如一部手机支持多张SIM卡、支持不同的网络时可互不影响。

12.NR MIMO

进一步增强MIMO能力，改善波束赋形和波束管理，并减少相关开销。

13.NR DSS增强

动态频谱共享（DSS）在R16标准版本中已进行了大改进，R17标准版本将进一步探索更优的跨载波调度。

14.进一步增强MRDC

多种无线接入技术（multi-radio dual connectivity，MRDC）机制可在用户流量下降时快速停止不需要的无线发射，从而可节省电量。

15.NR UE power saving enhancements

5G终端耗电量和发热是用户最关心的问题，3GPP正在研究进一步降低5G设备功耗的办法。另外，R17标准版本还将研究RAN切片、SON/最小化路测数据收集增强、针对5G不同业务需求的体验质量（QoE）管理和优化、NB-IoT和LTE-MTC增强等项目。

二、5G融合技术发展现状

自从进入以信息化为特征的第三次工业革命以来，人类的生活已经发生了翻天覆地的变化，尤其第三产业的变化最为明显，而新一代技术的集中涌现将有可能全方位地改变人类的生活和生产方式。在5G出现之前，人工智能、云计算、物联网、大数据、边缘计算等新技术已经出现，从加特纳公司发布的技术成熟度曲线来看，云计算和大数据经历了期望高峰和泡沫破碎，已经进入了稳定发展阶段，物联网平台刚刚进入泡沫幻灭期，而人工智能和边缘计算则正处在期望膨胀期的顶端。这些技术基本上是在各自领域相对独立地发展，如果将各项技术融会贯通、协同发展，将加快各项技术的成熟，并产生核聚变一般的威力，进而促成人类生产生活方式的又一次变迁。

我们看到，在算力和算法产生突破性进展之后，人工智能还需要依靠海量的数据和实际的场景去催生其成熟。4G时代，以人人通信为主，很多行业的数字化进程比较缓慢，而5G的核心变化就是对垂直行业的支持，届时将产生海量的数据，大数据和人工智能将成为必不可少的生产工具。从边际成本、边际效益等角度出发，人工智能平台、大数据平台、物联网平台等都倾向于采用云计算的方式实现，而云计算得以普及的关键就是网络带宽，5G的超宽管道足以支持更高的数据量级和更快的访问速度。除了速度，从架构上来看5G与云是天然共生的，5G网络具备云计算的弹性和灵活性。另外，5G的超低时延、控制面和用户面的功能分离、边缘分流等能力，这些都是开展边缘计算的重要前提。

在AICDE（人工智能、物联网、云计算、大数据和边缘计算技术）等新技术推进及成熟的同时，5G也从这些技术中获益。5G网络在性能提升和应用灵活性上作出改变，其网络运营的复杂度也在显著提高，这给5G网络的运营和维护带来前所未有的挑战，而这正是人工智能的用武之地。2019年在巴塞罗那举办的世界移动通信大会上，智能运行维护超过人工智能平台和数据变现成为人工智能领域最热点的应用场景。另外，几乎和5G同时进行的运营商云化网络转型大潮也在基础设施层面确保了5G从一开始就采用云计算架构。

5G和AICDE之间分别存在或原生或互促的密切联系，借助这种天然优势和门槛，各技术间形成1+1＞2的叠加效应，进而打造出人工智能即服务（AIaaS）、物联网即服务（IoTaaS）、云计算即服务（CloudaaS）、大数据即服务（DataaaS）、边缘计算即服务（MECaaS）等核心能力，这些将是5G+AICDE策略的核心基础。

（一）5G+人工智能

1.人工智能技术发展历程

人类历史上经历了三次工业技术革命，包括以蒸汽机、内燃机为代表的机器代替手工业的蒸汽时代，以电力、能源为代表的电气时代和以计算机、网络技术为代表的信息时代。如今，第四次工业革命已悄然到来，这是一次以人工智能、新型通信技术、清洁能源、机器人技术、量子信息技术和生物技术等为代表的智能时代。在这个时代，人工智能将作为核心技术驱动，赋能机器和物，使其具有主动学习、自主组织和决策的能力。人工智能是未来20年内最主要的技术趋势，它的发展对时代和社会发展具有重要意义。

人工智能是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新技术科学。人工智能的核心问题包括构建与人类相似甚至超越人类的推理、知识、规划、学习、交流、感知、移动和操作物体的能力等。人工智能试图了解智能的本质，研究目标是使机器能够胜任一些需要人类智能才能完成的复杂工作，并生产一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、图像识别、智能语音、语言处理和理解、规划与决策等。

人工智能的诞生可以追溯到1956年的达特茅斯会议，这一会议由麦卡锡、明斯基、洛切斯特和香农等人发起，目的是使计算机变得更聪明，或者说使计算机具有智能，由此开展会议讨论，经麦卡锡提议正式采用了“人工智能”这一术语。在1950年，计算机科学之父图灵提出了一个关于思想的操作性定义——图灵测验，如果有机器能够通过图灵测试，那它就是一个完全意义上的智能机，图灵也因此成为人工智能之父。从20世纪50年代至今，人工智能的发展经历了几次大起大落。从人工智能诞生之际，20世纪50年代到70年代初，人工智能研究处于推理期，机器定理证明、智能跳棋程序和感知机等工作取得了令人振奋的成果，基于逻辑表示的符号主义学习技术盛行，人们对机器学习怀抱很大希望。但是到了20世纪70年代初，人工智能定理证明的发展表现乏力，曾一度被看好的神经网络技术，由于过分依赖计算力和经验数据量，单层线性神经网络无法解决异或等非线性问题，多层网络的训练算法尚看不到希望等原因，各国政府均减少了在人工智能方面的投入，人工智能进入了第一次寒冬。

20世纪70年代中期到90年代，人工智能进入知识期，大量专家系统问世，在很多应用中取得了丰硕的成果，但是专家系统依旧面临瓶颈，学界认为由人来总结教给机器的知识不是真正的人工智能。同期，从样例中学习的思想初显锋芒，基于符号主义的学习依旧占据主流地位，其代表包括决策树和基于逻辑的学习等。20世纪90年代后，统计学习闪亮登场并迅速占据舞台中心，代表性技术是支持向量机，而此时具有代表性的事件是国际商业机器公司（IBM）的“深蓝”战胜国际象棋冠军卡斯帕罗夫。21世纪初，以2006年欣顿在《自然》杂志上发表的论文为起始，神经网络以深度学习为名卷土重来，借助云计算、大数据等计算机领域新兴发展技术，计算力的提升使深度学习在图像识别、语音识别等领域取得了令人瞩目的成就。2016年谷歌公司的阿尔法围棋横空出世，打败了人类围棋世界冠军，人工智能再次掀起热潮，并迎来了新一轮的发展时机。此时各种语音、图像识别能力发展与相关公司产品的出现，让人工智能走在时代发展的前列。

人工智能的核心技术是机器学习，按学习策略机器学习可分为监督学习、无监督学习、半监督学习和强化学习。监督学习是指使用有标注的数据集进行学习的方法，由于有标注的先验知识通常具有较好的准确性表现。无监督学习方法不需要数据标注，从原始数据进行学习，典型的有聚类方法等。无监督学习应用广泛，但是其准确性没有监督学习高。半监督学习介于以上两者之间，使用部分标注数据进行学习。强化学习则是通过试错的方式进行学习，与前面三种不同。

人工智能的产业应用随着其算法能力的提升越来越广泛，现有人工智能产业的发展可以细分为四次不同的应用浪潮。第一次应用浪潮是互联网智能化，丰富的互联网数据是其发展的能源，为人工智能技术的起飞准备了充足的燃料，但是此时人工智能应用处于初级阶段，成形的人工智能应用并未出现。第二次应用浪潮是商业智能化，非互联网公司借助商业理由积攒数据，并使用人工智能技术在商业流程中产生价值，如智能营销、智能投资顾问等。第三次应用浪潮是交互入口的智能化，即摄像头、智能音箱等实体世界智能化，具体应用涵盖诸如机场和银行等的人脸识别检测、交通管理中的车牌识别、国际会议和旅游助手的机器同声翻译、智能手机的智能语音助手等。第四次应用浪潮即将或者说已经启动的是全面智能化，如机器人技术、自动驾驶技术等。

人工智能可应用的范围很广，但是其在进入生产、生活行业应用时面临诸多问题，最突出的是端侧高成本、质量差、安全控制难等，这些问题导致实际大规模商用的应用很少，给社会带来效率提升的人工智能杀手应用更是凤毛麟角。

2. 5G引燃人工智能应用暴发式增长，构筑智能社会的核心引擎

10年前，我们根本想象不到不带钱包出门、开车出门不用提前查地图以及通过语音可以直接控制手机、音响、电视等电子设备，甚至和它们聊天。今天这些场景已经成为我们普通老百姓的日常生活状态，这正是10年来4G+移动互联网应用带来的叠加效应，这一效应在给大家的生活带来前所未有的便利的同时，也让大家的很多生活习惯和行为模式发生了巨大改变，并由此带来了社会生产效率的提升和生产力的变革。和4G网络催生众多移动互联网应用一样，5G网络必将催生出更丰富、更加超乎想象的全新应用。5G网络因其高带宽、低时延、大连接的特点，以及云化、虚拟化技术的广泛应用，将有效帮助人工智能技术解决规模推广中面临的用户端设备成本高、数据获取难度大、质量参差不齐、信息传输安全可控性低等问题，从而促进人工智能技术的大规模、普适性发展及应用落地，全面支撑数字经济社会构建，为人类社会带来全新的智慧生产模式和生活方式。

这里以人工智能技术最常见的三大应用（自动驾驶汽车、VR/AR、云服务机器人）为例，阐述5G网络如何解决人工智能应用推广中面临的问题及给人类社会带来新的生产生活方式。

（1）自动驾驶汽车：

这是人工智能赋能实体行业的典型应用，人工智能技术的应用可缓解交通拥堵、降低交通事故率，构建安全、高效的出行模式，对汽车产业变革、城市交通规划具有深远影响。自动驾驶汽车目前在部分特定领域的应用已经从局部走向商用，但其距离真正实现全面的驾驶自动化仍有较大的差距，究其原因主要是自动驾驶需要有足够的冗余性和突发情况应对措施，才能够确保安全，这就对感知能力、决策能力、芯片产业等都提出了很高的要求。同时，即便技术上可行，自动驾驶的成本也是非常高昂的，目前应用在自动驾驶汽车上的激光雷达、芯片等软硬件设施成本都很高，且考虑到单车环境下的冗余性，成本会进一步增长。因此，为解决上述问题，目前采用构建车车协同、车网协同、车路协同的方式去实现整个自动驾驶体系，这是降低成本、提高安全性的重要措施。5G网络中的V2X技术，正好针对自动驾驶中的车车协同、车路协同的特殊通信需求，提供了定制化网络链接服务，解决了自动驾驶汽车在商用进程中面临的高成本、环境协同控制等多种问题，加快了自动驾驶的商用进程，使其规模快速增长。

（2）VR/AR：

这是新生代的信息交互技术，近年来发展非常迅速，它将带来各行业交互应用的根本性变革，大大提升用户的知觉体验。VR/AR相关的3D环境理解、3D交互理解、多样化交互体验功能是人工智能技术的典型应用。3D环境理解主要对应的是计算机视觉技术，近年来深度学习在计算机视觉中得到广泛应用。3D交互方面，更趋自然的交互方式如手势和语音在硬件终端的使用，得益于近几年深度学习等人工智能技术在相关领域的突破。由于VR/AR内容的码率很高，一般认为其码率将远超现有的4K/8K视频码率，再加上在线的实时交互应用种类繁多，一次VR/AR交互将包含大量的图像数据、语音数据以及基于不同角色和视角的计算数据传输交互，这就意味着VR/AR对运营商网络的带宽需求将呈现暴发式增长，其需求将远超现有4G网络带宽服务能力。因此，目前受到4G带宽的限制，VR/AR发展缓慢，用户无法仅靠移动终端实现对体育赛事和演唱会等大型场景的全方位沉浸式观看体验。5G对高清视频、VR/AR沉浸式内容有更好的承载力，相比4G网络，5G网速将会有100倍的提升，数据传输的延迟将不超过5毫秒，而且峰值速率可达20Gbps，是4G的20倍，这意味着下载一个8GB的VR/AR视频只需要6秒（同样的视频在4G网络的下载时间是7～8分钟）。5G在传输上具有两个特点——高带宽、高速率，这两点能有效解决VR/AR内容传输问题，尤其是8K及以上超高清内容的传输，从而避免4G传输速率慢造成用户VR/AR沉浸式体验时的眩晕感，加快其商用进程，引发VR应用的规模增长。

（3）云服务机器人：

机器人的智能水平体现了现在的人工智能化水平，其发展应用是5G+AI的又一次典型结合，这无疑会革新人类社会的生产生活方式。家庭清洁机器人、巡逻型机器人、迎宾机器人等垂直功能型机器人由于运行环境、服务内容相对单一或固定，智能化水平有限，因此仅依赖单机能力和有限的网络连接即可满足其感知、计算能力要求，实现既定功能。生活服务型机器人由于需要在更多样化的人类日常生活环境中代替或部分代替人类完成琐碎的工作，为人类提供生理活动及心理关怀服务，因此对于其智能化水平在部分领域提出了接近人类的要求。根据斯坦福大学生物工程系波沙教授2010年的研究，如果半导体技术要复制人脑相同规模的神经元和连接数，其重量和耗电量将达到人脑的100万倍。即使考虑半导体技术的发展进步，在未来的数十年内，智能服务型机器人也很难依靠单机支撑上述智能化要求，因此需要把机器人的大脑置于云端，使其成为云服务机器人。云端大脑加单机感知、执行机构的架构，则意味着每个服务机器人都必须与云端保持高频度、低时延、高可靠及安全的通信网络连接。现有的4G网络虽然能在少部分场景下满足云服务机器人的网络连接需求，但其在带宽、时延等方面仍然会给云服务机器人的一些基本应用功能带来较大限制，进而大大影响云服务机器人的产业化和规模化发展。5G网络大带宽、低时延的特性，正好匹配云服务机器人的网络连接需求，因此能够大大促进云服务机器人的商用，在成本可控的前提下，通过优质可靠的通信网络保障云服务机器人的业务质量和用户体验得以不断提升，从而引发其规模化增长。

综上所述，基于海量数据的人工智能应用，在高速发展的同时也带来了更高的网络需求，主要体现在网络连接数、带宽能力、低时延要求三个方面。首先，自动驾驶类相关应用中，用于大规模数据采集的传感器数量将引发网络连接数量需求的激增。其次，VR/AR类相关应用中，海量数据交互、处理等将引发网络带宽需求的激增。最后，人工智能交互应用的实时性对网络低时延的要求更高。各行业领域人工智能应用的大量涌现将对运营商现有4G网络能力形成巨大的挑战，而5G网络的大连接、大带宽、低时延等关键能力，将支撑人工智能应用的快速发展。总之，在4G时代，电信网络助力移动互联网业务的繁荣发展，而在已经开启的5G时代，大连接、大带宽、低时延的新型电信网络将助力人工智能业务应用的暴发式增长，开启智慧生产生活新篇章。

3.人工智能赋能5G，构建智能驱动的新一代移动通信网

5G网络在性能提升和应用灵活性上带来改变的同时，其网络运营的复杂度也在显著提高，这给5G网络的运营和维护带来了前所未有的挑战。人工智能技术在解决复杂度高、变化频度高、不确定度高等问题时优势突出，能帮助5G网络在发展过程中应对网络运行维护复杂度高、网络设备能耗高、业务灵活性需求高、网络状态变化多样等挑战，实现效率更高、成本更低的网络运营维护，达到更优质、更加贴近用户需求的业务体验。下面以5G网络运营交付中面临的典型问题为例阐明人工智能技术是如何赋能5G，为各行各业提供智能驱动的网络运营交付能力的。

（1）在5G网络灵活交付能力方面，5G网络切片使得运营商可以面向各行各业的不同特性实现网络服务按需定制、实时部署、动态保障、提升网络交付的动态性和灵活性。然而，该特性要求运营商根据客户需求选择合适的网络切片和更细粒度的子网络切片，再将网络切片指标下发到接入网、传输网和核心网等各领域。在这个过程中网络不仅需要端到端的横向管理，而且需要从物理层、资源层、网络切片层到应用层的纵向关联。与传统网络相比，网络切片在网络设计、部署、交付、运行维护方面带来的复杂性，对运营商是一个极大的挑战，传统运营方式无法满足其需求，这就需要引入人工智能技术解决上述复杂问题。人工智能的回归预测、聚类、优化决策技术，结合对用户需求的监控和拟合以及网络状态数据的实时分析，可形成网络切片策略。运营商再通过策略下发和自动化执行实现网络切片网络灵活快速交付。因此，人工智能的引入能够帮助运营商实现网络切片灵活性和管理复杂度之间的最佳平衡。

（2）在5G业务体验保障方面，依托5G网络能力和丰富的业务发展，5G业务体验也将随之呈现出多样化、个性化发展态势，如沉浸式体验、实时交互、情感和意图精准感知、所想即所得等，5G网络对于业务体验的支撑保障将颠覆传统模式，迎来全新挑战。以沉浸式体验感知为例，如何对用户听觉、视觉、交互等多维度体验进行综合评价，进而实现网络连接资源的动态保障，变成了一个复杂、不确定性问题，传统尽力而为的网络资源管理难以满足用户的体验要求。因此，5G网络需要借助人工智能的语音识别、情感分析、图像检测、综合决策等技术，对用户体验进行实时综合评价和感知，并利用人工智能优化控制和智能决策能力，基于用户感知需求实现对网络资源的动态管理和调度。

（3）在5G网络自身运营维护方面，以5G无线接入网的最具代表性的创新技术——Massive MIMO为例。相对于4G网络3D MIMO的单广播波束和插花部署方式，5G网络中Massive MIMO天线优化难度极高。其主要技术难点包括广播波束更多、权值模板选择空间更大。相邻小区的波束时序配置影响干扰协调，配置复杂度进一步提高。连续组网对整体区域的覆盖、干扰、容量联合优化难度极高。基于专家经验的传统天线优化方案将不具备5G Massive MIMO现网大规模应用的可实施性。因此，5G网络需要具备Massive MIMO天线的智能优化配置能力，利用机器学习方法，对天线权值模板进行自动化配置，以匹配覆盖区域的传播模型、业务流量、用户分布特征，实现覆盖、干扰、容量等性能的区域最优化。随着上述特征变化和性能反馈，网络能够利用强化学习等技术迭代更新算法模型，实现天线配置的动态调整和迭代优化。

4.构建人工智能原生的5G网络，打造AIaaS创新能力

人工智能原生愿景在高速发展的互联网时代，构建人工智能原生的5G网络，实现5G与人工智能的深度融合，可以大大提升网络效率、降低运营成本，实现网络的智能可视、智能运行维护、智能规划、智能安全等，从而使5G网络变得更加智能、高效、便捷、安全。构建人工智能原生的5G网络主要包含如下四大发展愿景。

（1）网随人动：传统的2G、3G、4G网络是静态网络，网络容量、网络服务、网络资源、网络参数均基于规划且在较长时间范围内保持不变，面对5G垂直行业大量差异化需求和服务的涌入以及边缘多样化应用大量增加等情况，传统的“人适应网”的网络服务模式导致的网络僵化、服务滞后等短板将无法适应新需求的发展。软件化的5G网络结合人工智能技术，基于网络海量数据对网络运行状况、行业和用户行为特征，以及网络内容流向进行深入剖析，精准地为用户提供合理的网络服务，并实现网络闭环自治化，引导5G全网资源更合理地布局，提升用户体验和网络整体效率。

（2）私人定制传统的2G、3G、4G网络向大众用户提供的均是有限的统一资费套餐与标准化的业务和服务，大众用户的可选择性很小。面向部分垂直行业客户提出的专有网络的需求因为网络部署复杂、业务形态僵化而无法动态升级等问题，导致专有网络发展范围非常受限。5G定制化的网络服务对满足行业和用户个性化需求具有重要意义。网络数据的海量增长和人工智能的崛起为面向用户的定制业务带来了新的契机，其可运用数据采集和智能机器学习，为用户推荐符合用户意图的网络服务，精准地实现一人一策的网络服务定制。在企业和行业方面，运营商同样可运用数据采集和智能机器学习，深度挖掘企业和行业客户的业务特点，综合感知网络能力，提供定制化的网络服务。

（3）智能安全人工智能和业务、网络安全管理的紧密结合，能够大大提高网络安全技术的应用水平，有效保障业务和网络安全。基于网络海量数据，系统利用人工智能强大的理解和推理能力快速分析并判断潜在安全隐患，提前预警，最终保障网络、业务、社会生产生活安全。

智慧运营未来5G网络需要根据动态情况对网络进行资源调度、优化以及故障排除，实现网络的智慧运营。利用机器学习技术对用户行为、网络业务及相应资源需求预测和评估，结合网络的动态情况进行主动式运行维护，保障网络资源动态调整，实现资源最大化利用。通过基于人工智能的网络优化技术，对表征智能网络特性的海量数据加以分析，建立合理的智能量化模型，并基于模型对网络业务进行实时处理，从而保证最佳的网络运行状态。通过基于人工智能的故障排除技术，基于海量历史故障数据和故障解决数据，创建故障事件和特征匹配规则库，针对网络告警数据自动选择最优解决方案，保障和管理好整个通信网络。

（4）依托5G网络的大数据以及运营商内部的人工智能平台，发挥人工智能算力优势，打造连接与智能融合服务能力，赋能外部应用，推动行业发展。重点是面向网络、服务、管理、安全、市场等几大领域，发挥运营商场景优势，提供AIaaS能力，加快智慧应用落地。

人工智能原生5G架构为了实现人工智能和5G的深度融合，真正推动数字经济发展，技术对通信产业的网络架构、技术体系、人才储备、组织架构和运营机制都提出了全新要求。人工智能原生的5G网络架构需兼顾人工智能技术和通信技术的特点，一方面，将人工智能能力融入5G网络各个环节，使人工智能变成5G网络的重要能力；另一方面，面向人工智能技术特点和对网络的新要求，改造网络能力，使得网络服务能够更适合人工智能的应用，通过构建人工智能原生的网络技术体系和架构实现5G+AI的融合、融智。

人工智能原生的5G网络架构要求从终端、网元、网管、人工智能引擎/能力等多个层面统一规划，具备更加开放、灵活、动态的控制和管理能力，具备四大核心能力。

（1）基础网元自优化：网元是承载5G+AI能力的基础设备，除了5G自身的通信协议处理、信号收发及数据传输外，该网元要求能够基于获得的局部数据实现网元自身的感知，并使用人工智能算法和策略进行自环分析决策，同时能够执行针对外部跨域的控制决策，因此在网元层面要求能够尽量开放数据和控制能力。

（2）网络管理智能化：智能网管是5G智慧网络对内管控的中枢神经系统和大脑，旨在提升网络运营维护效率。智慧网管具备统一、全方位的网络大数据采集、智能化分析决策和集中配置管控能力，并拥有实现智能化的网络编排、规划、优化和维护等功能。

（3）人工智能能力平台化：人工智能能力及开放平台是5G+AI对内对外提供服务和开放能力的平台，其核心能力更多的是提供微服务，主要包括三方面能力：①人工智能类核心能力，如自然语言、人机对话、图像视频、智能语音、结构化数据、智能搜索、智能推荐、营销智能化、网络智能化等；②人工智能赋能网络类能力，如智能多接入边缘计算（MEC）、智能网络切片、智能资源调度、智能服务质量（QoS）等；③通过对问题抽象、数据、环境、计算资源等共享，联合科研院校、各大互联网公司、人工智能技术提供商、电信企业甚至个人开发者，促进多方共同参与，群策群力，共同为5G+AI智慧应用贡献力量。通过上述能力的组合和叠加，平台能实现开放网络能力，赋能千行万业；对接网络内外，使全流程自动化；导入外部能力，构建5G+AI生态圈的三大价值。

（4）数据管理人工智能化：数据是人工智能技术的燃料，人工智能技术要真正应用于生产生活中，数据是重中之重，谁掌握了数据，谁就掌控了人工智能技术的前进和提升的动力。相应地，人工智能技术对数据有很高的要求，数据要能够代表问题的本质特性，最好是原始的、未加工过的数据，只有这样的数据才能够有效发挥以深度学习为代表的新一轮人工智能技术革命中表示学习的优势。因此，运营商要以人工智能技术应用需求为导向，构建一套符合人工智能技术特点的5G网络数据管理体系，实现全流程低成本、高效的数据采集、加工、处理、存储，支撑5G+AI应用发展。人工智能原生5G发展思路要想实现将人工智能技术引入5G各环节中，就需要围绕人工智能技术应用的闭环全流程，即数据采集、存储、人工智能感知分析、人工智能决策、自动执行到效果评价等环节，针对每个环节逐一进行评估，并结合网络不同层面智能化应用的需求和特性，有针对性地部署相应的能力要求。例如，全网资源调度处于5G网络智能化的顶层，应支持跨领域的全局性数据收集、算法设计、模型训练、策略决策和下发执行，并和下层网络的智能化能力形成双向联动。在5G网络智能化的分层架构中，越上层越集中化，跨领域分析能力越强的部分就越适合对全局性的策略集中进行训练及推理，如跨域资源调度、端到端编排、跨域故障自愈等，这对计算能力要求很高，需要跨领域的海量数据支撑，对实时性要求一般敏感度较低。越下层越接近端侧，专项分析能力越强的部分对实时性往往有越高的要求，如5G移动性策略、边缘计算实时控制等，但其对计算能力依赖度不高，一般适合引入嵌入式推理能力，或结合MEC部署具备一定实时处理能力的轻量级训练引擎。不管未来描述得多么美好，最后都要回归到商业价值上，只有5G+AI真正产生了对企业、对社会有规模价值的应用才有效。

我们提出了以价值驱动为核心的推进思路和方法，通过分析应用核心价值，筛选价值高的活动流程，率先投入精力研发，并通过以点带面的方式逐步达到最终目标。价值驱动包括商业价值驱动、技术价值驱动、社会机制驱动和竞争价值驱动，其中商业价值驱动是指通过人工智能技术的高效率运营和规模化部署，5G生产流程带来大规模降本增效的成果，从而最大程度地产生商业价值。技术价值驱动是以5G的特定场景和海量应用数据为依托，推动人工智能技术创新，引领人工智能技术发展方向。社会价值驱动是通过5G和人工智能融合，促进多产业互动，推动社会发展前进。竞争价值驱动是对5G+AI领域提前布局，从而保持行业竞争优势。

5G连接无处不在，人工智能应用无处不在。5G+AI将让未来的网络从提供管道转变为利用网络本身的智能化能力，为用户提供更丰富、更加智能的业务和服务，让个人用户在工作、生活、娱乐中有更加高效、优质的体验，让企业用户在提高生产效率的同时发展出更多的创新产品和业务，让城市管理、公共安全保障、环境治理等方方面面更加高效有序。因此，5G+AI使得网络更加智能，二者的结合是构建整个智能社会的重要基石。5G+AI能够真正实现5G网络信息随心至、万物触手的美好愿景和5G改变社会的宏伟目标。

（二）5G+物联网

1.物联网的发展背景——物联网发展及应用情况

物联网的概念最早在1999年由美国麻省理工学院的凯文·阿什顿教授提出，随后引发了继计算机、互联网之后的第三次信息工业革命。随着物联网技术的不断发展和应用，其内涵也在不断演进和拓展。根据中国2010年《政府工作报告》中的定义，物联网是通过传感设备，按照约定的协议，把各类物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、跟踪、定位、监控和管理的一种网络。物联网可应用于智慧城市、智能家居、智慧交通、工业互联网等领域，是建设信息化社会的基石，拥有广阔的市场发展前景。根据2018年全球移动通信系统协会智库发布的预测报告显示，2025年包含连接、应用、服务等在内的全球物联市场价值将达到1.1万亿美元，其中亚太市场占比35%，北美市场占比31%，欧洲市场占比22%，全球连接数将达252亿。

全球各国，尤其是美国、欧盟、日本、韩国等发达国家和地区纷纷进行物联网战略布局，抢占发展先机。美国着重构建以工业物联网为基础的先进制造体系；欧盟先后组建了物联网创新联盟（AIOTI）、物联网创新平台（IOT-EPI），构建可持续发展的物联网生态系统，并通过“地平线2020”计划投入近2亿欧元推动物联网平台构建；日本联合2000多家国内外企业组成物联网推进联盟，推动物联网合作和发展；韩国以智慧城市、人工智能等九大国家创新项目作为驱动经济增长的新动力。中国高度重视物联网产业发展，将其列为国家五大新兴战略性产业之一，并陆续出台《物联网“十二五”发展规划》《国务院关于推进物联网有序健康发展的指导意见》《关于印发10个物联网发展专项行动计划的通知》《关于开展2015年智能制造试点示范专项行动的通知》等文件，保障物联网产业的健康有序发展。

物联网可基于多种方式来实现，依据传播距离，物联网通信技术主要分为短距离通信技术和广域通信技术。短距离通信技术主要包括蓝牙、ZigBee（紫蜂协议，一种低速短距离传输的无线网上协议）、Wi-Fi等；广域通信技术主要包含2G、3G、4G等传统蜂窝通信技术，这些技术已经在智能抄表、环境监测、电动车防盗、停车等多个领域发挥作用。一方面，ZigBee、Wi-Fi等短距离通信技术在网络覆盖能力、传输可靠性、运营维护、安全保障等方面存在不足；另一方面，尽管已有大量的物联网设备接入传统的蜂窝通信网络之中，由电信运营商提供安全可靠的连接服务，但2G、3G、4G等技术主要面向人与人的通信场景进行设计，并未针对物与物和人与物的通信场景进行专门优化，无法有效承载海量的物联网连接。

通信技术的发展从未停止，5G需要实现人与人、人与物、物与物互联，实现全连接的服务，2018年12月10日，工业和信息化部向中国电信集团有限公司、中国移动通信集团有限公司、中国联合网络通信集团有限公司发放了5G系统中低频段试验频率使用许可，这标志着5G时代的真正来临。物联网市场正处于高速增长状态，2020年中国物联网产业规模已达到2万亿元。2018年上半年，蜂窝物联网的连接数超过5亿，物联网行业花费10年时间实现第一个5亿的物联网连接数，在未来2～3年甚至更短的时间内将达成下一个5亿连接数。文化娱乐、智慧交通、智慧城市、智能制造、远程医疗等多元化服务将融入我们的生活，改变整个社会。

移动物联网技术发展及应用情况随着越来越多远距离低速率终端设备出现联网需求，低功耗广域网（LPWAN）技术逐渐受到关注。LPWAN具有低速率、低功耗、广覆盖和海量连接等特性，非常适合抄表、资产追踪、环境监控等传输距离远、通信数据量少并且需电池长时间供电的物联网应用。当前，受到广泛应用的LPWAN技术主要分为工作于非授权频段和工作于授权频段两类，前者以远距离无线电（LoRa）为代表，这项技术专利为美国Semtech公司独家所有，可供企业进行局域性建网，部署较为自由灵活。后者以窄带物联网和增强的机器类通信（eMTC）为代表，是3GPP专门针对物联网业务设计的窄带移动物联网技术标准，其由运营商进行建设和运行维护，在传输速率、移动性支持、可靠性等方面优于LoRa。与现有的传统蜂窝通信网络相比，窄带移动物联网技术支持广深覆盖，可覆盖地下室、地下管网等难以覆盖的场景，单小区单载波可支持5万～10万个物联网连接，且在特定业务模型下其低功耗特点可使电池续航时间达10年。同时，窄带物联网和eMTC具有较高的可靠性及安全性，二者已成为全球运营商广泛采纳的移动物联网通信标准。截至2019年4月，沃达丰、德国电信、T-Mobile、法国电信子公司Orange、韩国电信、日本KDDI等48家运营商已在全球范围部署79张窄带物联网商用网络，美国电话电报公司、威瑞森电信、Orange、KDDI等24家运营商已在全球范围内部署31张eMTC商用网络。

物联网的发展离不开通信技术的更新换代，1G在20世纪80年代初提出，仅能满足基本的无线通话功能；2G出现在20世纪90年代，主要以GSM和CDMA两种制式为主，进而推动了语音和短信的普及，2G通信系统可以进行低速率的数据业务，但是不能提供高速数据、慢速图像与电视图像等各种宽带信息业务；到3G时代，智能手机开始出现，网络可以实现高速数据传输和宽带多媒体服务，同时可以进行低质量的视频通话和简单的网络游戏，这时的网络连接主要面向人的连接；2010年，4G时代的到来才是真正的宽带物联网的开始，在4G网络下用户能够进行在线视频观看，各种App、高清视频回传、智能家居、智能销售终端机（POS）开始流行。除了蜂窝网络的连接，WLAN等非授权频段网络标准在办公、宽带连接等处也发挥了重大的作用。

在应用方面，移动物联网技术进一步推动了传统产业的改造升级和新型产业的培育孵化，低功耗广域网的广深覆盖、低功耗、支持海量连接等技术特性和4G蜂窝网络大带宽等特点可更好地辅助新型信息化社会的构建。移动物联网技术已在市政、交通、物流、能源、金融等重要领域发挥作用。

（1）推动智慧城市的信息化进一步纵深发展：

市政工程是国家的基础建设，其中包括各种公共交通设施、给水、排水、燃气、城市防洪、环境卫生及照明等基础设施建设，是城市建设中基础且重要的一部分。通过利用先进的信息技术构建城市的基础设施，城市将具有智能协同、资源共享、互联互通、全面感知的特点，城市智慧化服务和管理得到实现，城市发展难题得以解决，城市最终实现可持续发展。更全面的感知作为智慧城市的一个特征，要求智慧城市基础设施能够更深入地收集各类数据和信息，以便整合和分析海量跨地域、跨行业的数据和信息，为城市共享服务和运营管理提供基础底层资源。智慧市政已基于物联网技术实现路灯、充电桩、井盖、消防、停车位、环境监测、POS机、售卖机、广告牌等基础设施的全面数字化，并结合数据库、全球定位系统（global positioning system，GPS）等技术手段，使信息化手段在城市管理领域应用更广泛、更可靠、更全面。

（2）通过灵活的数据采集、传输和处理的手段，赋能智能制造：

信息技术在现有工业制造领域具有广泛的市场需求。大量已应用部署的传统制造装备需要通过升级才能具备预测性维护的能力，从而保障生产顺利进行，减少停机维修带来的损失；厂区有环境监控需求，须借助水电气管理、实现节能减排，须借助安检消防保障生产安全；仓储货架、物流跟踪、资产追踪等方面也有以减少人工投入、提升生产效率为目标的智能管理需求。移动物联网技术已被引入工厂设备维护、环境监控、物流跟踪、物料及安防监控等领域，这使得制造和管理的效率、成本和质量达到最优。

（3）“低功耗长续航”方案促进智能追踪应用普及：

日常生活中，我们对人员及资产的定位追踪需求已日益迫切。例如，共享自行车乱停乱放，老人、儿童失踪后的追踪、报警，宠物失联，旅行箱遗失，电瓶车、摩托车等资产被盗等场景，均须通过智能追踪予以解决。除了和日常生活相关的领域，定位技术在零售、餐饮、物流、医疗等行业也可辅助，有广阔的应用前景。随着窄带物联网技术与追踪应用的结合，追踪器的续航能力、信号覆盖面将得以明显提升，用户体验感将得以明显改善。

（4）智能家居构建便捷生活：

智能家居系统集智能防盗报警、智能照明、智能电器控制、智能门窗控制、智能影音控制于一体，软硬件结合，人们通过平板电脑、智能手机和笔记本电脑，可以远程实时控制家里的灯、窗帘、电器等，通过构建高效的住宅设施与家庭日常事务管理系统，提升了家居生活的安全性、舒适性、便利性、高效性和环保性。窄带移动物联网技术应用于智能家居系统，能够有效解决设备节点多、设备覆盖面广等问题，保证系统运行的稳定性，提升智能家居的使用体验。当前电表、电瓶车、烟感系统、家电等应用场景已达百万级部署规模。除了上述领域，还有更多的行业正在探索与移动物联网技术结合。

2. 5G推动物联网纵深发展——物联网市场特点分析

人与人之间的连接通信需求较一致，即对移动性和网络覆盖要求较高，通信体验会由用户使用的不同设备产生差异，而通信服务本身并没有特别大的差异，物联网的通信需求一般为固定无线接入，对移动性和广域覆盖要求不高，但对通信的可靠性要求较高。另外，物联网行业本身千差万别，对通信服务的诉求也不一样。在各类物联网应用百花齐放的当下，物联网市场面临的一些问题也初见端倪。

（1）碎片化：不同于消费市场，物联网市场存在大量碎片化应用，这导致行业应用的部署难以实现规模化，因而成本难以降低。同时，当前物联网市场商业模式缺乏创新，传统行业本身利润率就低，而垂直行业又需投入很高的成本进行技术改造，投入与收益反差较大，因此无法获得即时收益，最终导致行业投资者信心不足。

（2）专业化：隔行如隔山，传统行业长期以来形成自有运营体系，企业信息化也仅限于办公，远未触及生产领域，从而导致生产环节缺乏基础的信息化人才和能力。运营商在通信层面很专业，但一旦深入行业内部，就会发现“语言”不通，难以实现有效的对话和沟通。

（3）多样化：不同的行业应用有不同的需求，甚至同属一个行业的不同企业需求也有差异。传统上，我们用技术的思维推动企业采用新型技术，但往往企业的需求五花八门：有窄带的，也有宽带的；有低功耗的，也有低时延的；有的上行带宽要求高，有的下行带宽要求高；有的对可靠性要求极高，有的对数据安全更敏感；有的场景公网和专网需求同在，有的场景仅有专网需求（如无人工厂）；有的场景对定位要求不高，有的场景要求定位精度达到厘米级。当前基于物联网的技术解决方案同质化较为严重，普遍聚焦于设备管理、连接、应用性能和数据分析等方面，运营商需进一步深挖行业应用需求，针对不同行业客户制订个性化解决方案，更好地服务于细分垂直领域。

（4）可靠性：SLA是网络服务供应商与客户间的服务合同，其中定义了服务类型、服务质量和客户付款等内容。对普通手机用户而言，通信故障带来的影响是可控的范围也有限。但如果通信技术渗透到生产领域，一旦达不到服务质量要求，它带来的后果是难以估量，甚至是灾难性的。因此，对于SLA的讨论一直是通信企业如何为垂直行业服务的热点话题。

（5）安全性：大多数企业对生产运营数据是严格保密的，它们非常注重数据安全和数据隔离，把用户隐私和运营安全放在了至高无上的地位。除了逻辑隔离，有的行业甚至强制要求生产数据的物理隔离、确保数据安全。从某种意义上来说，行业数据的安全要求已经远远超过了普通的用户信息保护范畴。

（6）复杂性：企业运营环境一般较为复杂，大型设备工作时会受到超出标准的电磁辐射和干扰，这导致标准化的通信设备无法用于特定的生产环境，因此部分企业对通信设备和终端设备的防爆、防水、抗震等方面有特定的要求。另外，经过多年的积累，企业已经具备了一定规模的基础设施，在引入新技术的过程中，既要考虑新设备的引入，也要考虑存量设备的利旧。

（7）协同性：万物互联是物联网发展的终极目标，面对多样的业务需求和多网共存的局面，如何针对不同的行业细分领域匹配合适的通信技术、做好多网协同发展，是打通未来物联网脉络的关键所在。

5G物联网的发展相比4G更追求速率，5G同时关注速率、连接数密度和时延三大关键性能指标，其体验速率更快、连接数密度更高、空口时延更低。5G为行业应运而生，为了更好地服务物联网行业，5G不仅要考虑人与人的通信，而且要考虑人与物、物与物的通信，其包含了增强型移动宽带、海量物联网、低时延、超可靠物联网等场景。5G的宽带物联网具备如下发展趋势。

（1）从窄带到宽带：随着超高清、VR、AR等技术的发展，物联网行业对于网络带宽的需求越来越高，不同业务对上下行速率的具体需求见表1-1、表1-2。

（2）从混用到专属：5G到来之前，运营商一般通过公网去满足不同行业的物联网需求，随着行业的发展，不同行业的需求越来越多样化，甚至同属一个行业的不同企业，需求也有差异。通过传统的公网去满足行业应用的需求越来越难以实现。通过分析行业应用的需求，按需灵活选择无线专网建网方案、网络架构方案和增强业务方案，推出符合企业需求的定制化、差异化的专属网络服务，可大大满足垂直行业的需求。

（3）从平面覆盖到立体覆盖：随着地空宽带网络（ATG）上网需求和无人机应用场景的多样化，蜂窝网络需要全面的空域覆盖，这就对网络的空域覆盖提出了更高的要求。目前4G蜂窝小区主要为地面用户提供服务，实测120m以上低空空域存在较多盲区，易发生失联。5G可提供全方位的广度和高度覆盖，通过进行网联配置和低空覆盖优化，进一步满足多样化场景的覆盖需求。不同业务对于网络高度覆盖和网络广度覆盖的需求分别见表1-3、表1-4。

不同的行业应用对网络的时延、可靠性、安全性和定位精度等性能提出了更高的需求，对于远程控制类业务需要采用5G网络的uRLLC特性满足99.999%的超可靠需求和低时延需求；无人机、资产追踪需要网络提供亚米级的定位精度；行业对数据安全的要求越来越高，5G通过采用不同的安全隔离方案全方位满足行业需求，不同业务的具体性能要求见表1-5。

3.打造IoTaaS创新能力——构建5G行业专网，打造IoTaaS

针对5G时代物联网专网需求，运营商将提供行业领先的端到端行业专网建设和交付能力，打造“网络切片即服务”的经营模式，通过集中一体的网络切片服务平台为垂直行业提供高可靠、强性能、易部署的专网服务，更好地满足行业用户的定制化需求。

在物联网专网的基础上，运营商可通过丰富的物联网终端、物联网管理平台，推进物联网“云-网-边-端”全链条体系建设，构建物联网切片与专网能力，为行业客户提供端到端的物联网服务，打造全新的物联网商业模式。

（三）5G专网解决方案架构

5G专网解决方案架构包含虚拟专网服务和物理专网服务。

1.虚拟专网服务

虚拟专网是指与公网共享频率的网络，其通过5G网络切片的方式提供服务。5G网络切片将5G核心网进行逻辑隔离，为垂直行业提供有一定隔离性的端到端网络服务。

从业务承载性能需求角度，5G公网5毫秒帧结构可以满足园区办公、金融、教育等绝大部分行业应用需求。对于部分上行容量要求较高的行业应用（如多路视频回传），可以通过适当增加5G公网基站密度的形式解决。

如图1-7所示，专网用户与公网用户根据业务在核心网出口流向企业互联网数据中心或互联网。在已有公网覆盖的条件下，该方案具有网络部署快、投资少的优势。

2.物理专网服务

对于性能要求极高的场景，如单用户上行带宽要求极高或同时要求极高时延及可靠性的应用，需考虑帧结构可灵活调整的独立频段，采用与公网不同的独立频段建设物理专网，可根据专网业务需求，在新增专用站点上定制专网帧结构和参数配置，与公网完全独立（图1-8）。

此外，部分行业用户存在频谱频率隔离、设备隔离的需求，如监狱、部分工厂车间生产线场景等，其可以考虑在公网划分出部分频率资源构建物理专网，专网数据独占部分频率资源，与公网数据载波隔离，保护专网数据不受公网业务干扰。

针对无线物理隔离的场景，根据垂直行业不同等级的安全隔离要求，5G核心网以及传输可以采用物理隔离或逻辑隔离的方案。物联网智慧网管助力5G+IoT融合行业客户对通信网络稳定性和可靠性的要求远远高于公网用户，需要在网络发生故障时得到及时响应并快速解决问题，行业客户本身希望对本地网络可管可控。基于此，面向行业组网，传统的网管方案已经不能适应灵活的网管需求，新型智慧网管应满足如下条件。

1.可预测面向公专融合网络，可构建以区域为粒度的网络资源共享池，实现精细化的自适应动态容量规划，提高网络资源利用率。对网络隐性故障进行预测，在故障发生前就及时预警并进行自动处理或提示人工干预，提高网络运行稳定性。

2.可交付可形象化地呈现网元的位置、状态和配置等信息，界面化管理网元，基于用户和业务特征体现出网元的社群关系。对于基本的网管参数，客户在不具备专业知识的情况下也可以进行简单操作，实现可管可控。

3.可扩展网管平台应与业务平台实现对接，可以综合多维度信息，利用机器学习算法结合专家经验，训练生成故障定位和根因分析模型，并不断迭代更新，形成精准的、动态的智能故障管理系统，提高故障定位与排查的效率和准确率。

（四）物联网行业终端助力5G+IoT融合

行业终端与智能手机相比有很大的不同，主要体现在需求差异大，有些仅需要基础的通信能力，有些需要具备运算能力的通信模块，有些需要软件保护器（dongle）类型的全能型模组。行业终端关注的性能需求也不尽相同，对速率、时延、可靠性和安全性等要求各不相同，有些终端对授时、定位、网络切片等能力有特殊需求。此外，行业终端必须满足行业特有的要求，如防水、防爆、抗震动、低功耗等，以适用于不同工况条件。

目前无线通信模组在各个行业的应用场景不断扩大，文化娱乐、智慧交通、智慧城市、智能制造、远程医疗等领域对蜂窝无线通信模组，尤其是中高速模组的需求呈现暴发式增长。如何快速地将5G通信能力集成到行业终端是亟须解决的问题。新技术的引入需要终端接入能力的提升，但行业一般对成本比较敏感，行业终端的替换面临着旧投资的浪费和新投资的增加，因此终端利旧是行业引入新技术要考量的重要因素。客户终端设备（CPE）或数据传输单元（DTU）为行业终端的利旧提供了技术手段。首先，早期能够接入Wi-Fi的终端可以直接接入5G CPE或DTU实现5G能力的引入；其次，对于可靠性要求很高而无法使用Wi-Fi接入的设备可以通过RJ45、通用串行总线（USB）、高清多媒体接口（HDMI）等有线接口与CPE或DTU实现连接。所以，5G数据类终端在5G商用初期或终端利旧方面将发挥重要作用。

CPE和DTU的弱点，一是这类设备一般需要独立供电，二是设备体积和重量比较大，这导致移动性或外观要求较高的终端无法直接使用这类设备，如无人机、混合虚拟现实（MR）设备等。

鉴于CPE和DTU设备存在的不足，行业终端内置通信模组是技术成熟后行业终端发展的必然趋势。在此背景下，5G通用模组已经成为推动5G行业应用的纽带，有助于解决行业碎片化的问题，是行业终端具备5G通信能力的关键一环。通过统一封装尺寸、统一接口定义，进一步形成产业标准，可以降低5G终端的研发门槛，通过规模经济效应降低行业终端的研发成本，促进垂直行业对5G的采用。

不同行业对于5G通信模组的要求各不相同，通过对垂直行业的调查和分析，充分挖掘各行各业对于5G和5G模组的需求与应用场景，可以归纳出以下三类模组形态。

1.基本型

在5G时代，5G模块的基本类型将是大多数场景中使用最广泛的模块，如实时超高清视频监控、联网无人机、联网汽车、全互联个人电脑（ACPC）、8K超高清在线视频和工业路由器等。

2.智能型

人工智能和VR技术等应用程序需要高性能计算能力来处理实时数据。因此，除了对基本类型的建议外，这类模组还要求包含一个高性能的处理器。

3.全能型

一体式的5G模块提供内置天线模块，行业终端无须进行相关设计就可直接采用，这降低了设备研发成本。通过在行业终端上集成5G通信模组可以实现行业终端多样化的需求和定制化要求，行业客户可根据自身需求选择符合要求的5G通信模组，同时可开发定制化的需求，如授时、精准定位等。对公网内网同时有访问需求的终端，需要研究双用户识别模块（SIM）卡、双注册的工作机制。由于行业终端的使用场景更加多样，使用环境更加复杂，因此对终端的质量要求更加严格，终端的测试、认证和质量保障体系尤为重要，芯片—模组—终端三段式的解决方案可以降低行业终端的测试成本，提升测试效率。

（五）5G+云计算

1.云计算技术发展历程——云计算的起源和发展

云计算从概念提出到现在历经了15年的飞跃发展，已经成为全社会信息数字化的首要技术，这大大推动了社会经济的发展。当今社会，对普通用户来说，计算、存储已经可以像水电一样去获取和使用了。然而15年前，云计算是在什么样的背景下产生的呢？

21世纪初，在奥莱利出版社和灵动媒介国际公司之间的一场头脑风暴论坛上，第二代互联网（Web 2.0）的概念首次出现。Web 2.0是相对于第一代互联网（Web 1.0）而言的。在Web 1.0时代，网络由网站雇员主导，其生成内容供用户浏览，到了Web 2.0时代，越来越多的用户在从互联网获得所需应用和服务的同时，也将自己的数据上传到网络上共享与保存，从而催生出博客（Blog）、内容聚合（RSS）和社交网络（SNS）等典型的Web 2.0应用。随着Web 2.0的产生和流行，一些网站，尤其是视频和图片共享网站每天都要接收、处理海量的数据。同时，为了给用户提供新颖而有吸引力的服务，网站软件的开发周期越来越短，新的功能以每月、每周，甚至每天的速度被加入进来。网站的拥有者逐渐意识到只有提升网站的处理能力，加快对新业务的响应速度，才能在激烈的竞争中生存下来。因此，他们需要一个能够提供充足资源、灵活处理能力的平台来保证其业务增长。然而，基础设施的扩容成本和维护成本对绝大多数网站来说是一笔不小的投资，而且随着业务量的快速增长，投资要不断追加，这并不是每个网站都能承受的，于是云计算的内在需求就出现了。

当网站拥有者苦于寻求解决方案的时候，另一边，芯片、磁盘等计算存储硬件产品则正按着摩尔定律周期性地增强处理能力，变得更加廉价。于是拥有大量服务器和存储设备的数据中心逐渐进入大家的视野，它们被认为可以用来处理海量数据和复杂问题。与此同时，借助网格计算、分布式计算和并行计算技术的快速成熟，借助运营商不断建设的健壮管道资源，人们可以利用在地理上分散于各处的资源来完成大规模、复杂的计算和数据处理，这就是云计算。

所以说云计算的诞生是用户习惯、需求、技术演进带来的自然演变。现今对云计算的定义有多种说法，最广为接受的是美国国家标准与技术研究院（NIST）给出的定义：云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，拥有可配置的计算资源共享池（资源包括网络、服务器、存储、应用软件、服务），这些资源能够被快速提供，用户只需投入很少的管理工作、或与服务供应商进行很少的交互。十几年来，云计算的发展历程就是云计算技术本身不断变革、服务模式不断创新的历程。

2006年，亚马逊第一次把云计算服务进行了商用，发布了两款产品，即S3（简单存储服务）和EC2（弹性计算云），这使得企业可以通过“租赁”计算存储容量和处理能力来运行其企业应用程序。但是，当时外界对于这种商业模式并不看好，大家普遍认为云计算投入高、利润薄，并且其存在很大的技术不确定性。直到AWS（亚马逊云服务）独立发展一年多之后，IBM、甲骨文、惠普等传统软硬件厂商才开始逐渐意识到云计算是新技术浪潮的信号。

2007年，谷歌相继推出了免费网络邮件服务、谷歌地球、谷歌地图等产品。在这一年的发布会上，谷歌的首席执行官施密特表示，随着互联网网速的提高和互联网软件的改进，云计算能够完成的任务越来越多，90%的计算任务可以通过云计算的方式完成。

同年，IBM推出了“蓝云”计算平台，是实现客户“即买即用”的云计算平台。它包括一系列自动化、自我管理和自我修复的虚拟化与云计算软件，这让来自全球的应用可以访问分布式的大型数据中心，从而使得数据中心在类似互联网的环境下运行计算。

2008年10月，微软推出了基于云计算的操作系统Windows Azure，在次年推出Azure云服务，Azure被认为是微软继视窗操作系统（Windows）取代磁盘操作系统（DOS）后的又一次颠覆转型——通过在互联网架构上打造新的云计算平台，让Windows由个人电脑延伸到云端。

2009年，阿里云成立，两年之后，腾讯云、百度云及三大运营商纷纷开始对外提供云服务。

2010年，美国国家航空航天局和云计算中心Rackspace共同发起了云计算管理平台项目——Open-Stack。得益于行业众多技术专家的支持，OpenStack目前已经成为云平台的首选，在部署NFV网络时，为实现对自己的系统和网络的自主掌控，大多数公司（包括运营商在内）选择了OpenStack平台。

2014年，在虚拟化技术发展了几年后，崇尚技术为先的谷歌开始另辟蹊径，为了解决虚拟机资源使用效率低、难以快速启停调度的问题，其将自主研发的基于容器的调度管理系统Borg开源，并将其命名为Kubernetes。后来Kubernetes和应用容器引擎Docker结合，逐渐在平台即服务（PaaS）领域占据了不可动摇的地位。目前5G的网元大多基于容器开发。

2015年开始，各大运营商纷纷预见到了未来业务和网络的发展趋势，同时也看到了传统网络在满足高带宽、大流量业务方面的缺陷和不足，于是开始纷纷引入虚拟化、云计算和SDN等信息技术界的技术，探索运营商网络的转型之路。

2017年，3GPP发布5G SA架构设计，引入SBA和云原生等概念，对传统的电信设备进行了根本性的改造，采用容器技术来构造电信网元。至此，5G和云计算的结合更加紧密。

2.云计算的类别

云计算有多种不同的分类，主流的分类方法包括：按照服务类型划分和按照部署模型划分。

（1）按照服务类型划分，云计算常见的服务类型有三种，从下往上分别是基础设施即服务（IAAS）、平台即服务（PAAS）和软件即服务（SAAS）。

1）IAAS：是三种服务模式中最接近底层资源的，在这种模式下云服务商给客户提供信息技术设施服务，其中包括服务器、网络、存储以及数据中心空间的出租。这是目前最广泛的云计算服务提供模式。

2）PAAS：可以理解为云服务商提供基于云的运行环境，将应用所需的管理基础软件、数据库服务和网络等资源提供给客户，客户可以专注于应用的开发和部署。

3）SAAS：指的是客户通过互联网和浏览器使用云服务商提供的软件，最常见的SAAS是基于Web的电子邮件。客户在使用SAAS服务时，不需要操心服务的维护和底层基础设施的管理，这些统一由云服务提供商来负责。

（2）按照部署方式划分，云计算常见的部署模型有公有云、私有云和混合云三种。

1）公有云：由一些公司运营和拥有，部署在互联网上，通过网络为其他组织或个人提供价格合理的计算、存储和网络资源的快速访问。公有云的优势显而易见，企业可以在不投入新的硬件和软件的情况下，获得最新和最可靠的服务。底层资源和能力的维护由云服务提供商负责，这也是云计算起源的初衷。近年来，公有云受到攻击或因为故障导致服务中断的新闻时有报道，所以在考虑是否使用公有云服务时，企业会特别关注安全保障和服务持续提供等方面。

2）私有云：私有云是由公司自己拥有和运营的云基础设施，出于对资源的专用和安全考虑，私有云通常部署在公司内部，其上部署的应用一般是企业内部的核心应用程序和业务数据。基于威睿（VM-ware）的私有云服务和软件因其产品的可靠性和稳定性曾是最受企业欢迎的私有云部署选择，但考虑到持续的高成本支出，目前大部分企业开始尝试基于开源的OpenStack构建自己的私有云系统。

3）混合云：顾名思义是私有云和公有云的混合，同时具有公有云和私有云的特征及功能。一般企业考虑安全性的需求会构建私有的云计算基础设施，但同时也希望可以突破私有云的硬件限制，使用公有云丰富的资源。因此，混合云正逐渐成为近年来云计算的发展方向，这既节省了成本，又获得了一定的扩展性。

3. 5G与云计算的结合

5G诞生于互联网和信息技术高度发展的时代，云计算这一在互联网和信息技术领域生根发芽的理念也已经植入了5G的基因。同时，5G作为拥有大带宽、低时延和海量数据处理等特征的基础通信技术，也使得对通信能力十分依赖的云计算本身得到了更加多样化的发展空间。5G基于云计算构建，催生高效、敏捷的软件化网络。在5G之前，运营商在打造通信网络时已经开始考虑采用软件定义（SDX）的设计理念，结合云计算的实现方式，突破传统通信网络架构不够灵活和敏捷的限制，然而改造现有网络面临着大量的改造和投资利旧等问题，进展缓慢。从设计时运营商就考虑了5G与云计算的天然共生问题，5G既能够作为一个应用构建在云上，又能进一步采用云原生的理念重构自身，并且能够充分发挥云网联动的优势。可以说，从诞生之初，5G身体里就流淌着云计算的血液。

4. 5G网络在云上构建

运营商的网络由大量的通信设备组成，传统上这些通信设备的功能软件和硬件设备是紧密绑定的，这就导致通信设备根据其功能需求的不同而表现为形态各异的硬件。当需要部署新的业务功能时，就需要新的网络设备逐步替换旧设备，新增一个功能软件一般意味着新增一个硬件设备。硬件设备的不断替换一方面带来了较高的成本投入，另一方面导致运营商对新业务的响应迟缓，因为专有的硬件设备开发周期比软件开发周期长。传统的软硬一体的通信设备已经不能满足运营商的需求。随着通信网络改造需求的增大以及业务创新迭代速度的加快，运营商面临的成本压力越来越大，业务创新需求也越来越多。云计算技术的成功引起了通信技术产业的重视。云计算、虚拟化技术所提供的低成本、高灵活性的信息技术基础设施（包括虚拟资源池）成为运营商解决其传统网络痛点的希望。2012年，云计算首次走进电信领域，全球包括美国电话电报公司、中国移动通信集团有限公司在内的12个主流运营商在欧洲电信标准协会提出的NFV概念，其核心理念是运用虚拟化和云计算技术将传统电信设备软硬件解耦，采用通用服务器代替原有的先进电信运算架构（ATCA）专用硬件，将VNF以软件的形式运行在通用信息技术云环境中，以降低网络成本，同时实现敏捷运营，缩短业务上线时间，以应对来自互联网巨头的竞争。NFV的引入使得各大运营商开始大规模构建数据中心来承载电信网元，从核心网设备到接入设备，从电信网元到管理支撑系统，各大运营商纷纷迈出了上云的步伐。

如图1-9所示，网络功能虚拟化（NFV）的逻辑架构可简单划分为以下几个部分：用于整体编排、控制管理的虚拟网元管理编排组件（MANO），网元赖以部署的虚拟网元基础设施（NFVI），虚拟网络功能（VNF）和运营支持系统/业务支持系统（OSS/BSS）。NFVI包括NFV的硬件设施和虚拟设施，其中NFV硬件设施指NFV软件赖以运行的通用硬件，包括服务器、存储设备和网络设备；NFV虚拟设施指运行在这些通用硬件之上的宿主操作系统、虚拟主机或容器等。NFVI正是借鉴了云计算的核心技术要素形成的。

5G在定义之初，业界就达成了一种共识，5G必须是基于NFV构建的，也就是说从一开始5G就必须是基于NFV技术的软件化网络。此外，NFV技术也是构建5G网络切片的关键使能技术。基于NFV构建的5G网络、5G网络切片网络，使得运营商在增加5G业务功能、动态生成新的5G网络切片的时候，不需要涉及通信硬件的升级替换，这避免了网络设备的无限制膨胀，有利于实现敏捷化的网络部署。此外，基于NFV构建的5G软件化网络，使得通信业务的创新和上线速度加快，由传统的硬件开发集成变成软件开发，开发人员的门槛降低，开发集成和部署的速度明显加快，提高了创新能力。

5G网元按照云原生设计经过多年的发展，云计算开始从应用外部环境的云化转向关注应用内部架构的云化，云原生的概念正是在这样的背景下被提出来的。云原生的概念最初由大数据公司Pivotal的马特·西内于2013年首次提出。这个概念是马特·西内根据其多年的架构与咨询经验总结出来的一个技术体系和方法论，包含的内容非常多，其中包括持续交付、微服务、敏捷基础设施和12要素等几大主题，甚至还包含根据业务能力对公司进行文化、组织架构重组与建设的方法论与原则以及具体的操作工具。近年来，云原生已经成为云计算的重点发展方向。

云原生最大的特点就是可以迅速部署新业务，运营商也正是看中了这一特点，在5G标准制订时明确引入云原生概念，云原生的引入进一步提升了5G快速响应个人用户和垂直行业客户提出的新需求的速度。3GPP在5G标准中引入了服务化架构和云原生概念，结合电信网络的现状、特点和发展趋势，对5G网元进行了大量的优化设计，同时，将5G网络功能进行抽象，形成高内聚、低耦合、可独立管理的原子化功能单元，即服务。由于服务内部功能小且明确、对外接口固定且协议一致，因此运营商对特定服务的升级不会影响到其他服务，云原生成就了5G服务快速部署和弹性扩缩容能力。

5. 5G网络基于云网联动

5G网元可以构建在云上，但要将网元组成网络会涉及网元、云资源、网络资源的协同和联动，传统采用手工部署的方式，时间长、效率低而且容易出错，5G的云化优势会大打折扣。以在数据中心内部部署一套IMS+EPC的系统为例，系统中共有21个VNF，传统部署方式共耗时约一个月。引入编排器与SDN控制器，实现云网联动，实现网络的自动化配置和部署，将大幅提高业务部署上线效率，原先以月为单位的部署周期将缩短到以天，甚至是以小时为单位。

除了数据中心内部的云网联动，在统一编排下，依托NFV和SDN技术实现的跨数据中心云网联动使网络具备了NaaS能力，从而使5G网络切片成为可能。

6. 5G网络能力和特性催生云计算更为丰富的应用场景

云计算作为一种按需使用、按量计费的服务模式，对于可用的、便捷的、按需的网络访问具有严重的依赖。事实上，在20世纪70年代云计算的雏形就出现了，云计算经历了期望高峰和泡沫幻灭，到2000年之后互联网开始普及才逐渐产生了实际的应用场景，并随着4G这一真正意义上的移动宽带的实现开始兴盛。5G的到来，不但使得通信带宽产生了数量级的跃升，而且带来了低时延、本地分流、网络切片等新的特性，云计算所依赖的网络能力大为增强，网络特性大为丰富，这直接催生了云计算本身产生出更为丰富多彩的应用场景。

7. 5G的超高带宽促使更多应用、更多企业上云

对普通用户而言，5G带来的最直观的改变还是快，想象一下如果一部高清电影几秒钟就下载完了、在手机上浏览本地照片/视频和浏览云盘中的体验是一样的、不需要本地安装就可以顺畅地玩游戏甚至是VR/AR游戏，那么在资费设置合理的情况下，本地存储甚至是计算都将被云端取代，手机终端将成为云的入口，5G将直接催生云端生态的极大丰富以及终端形态的一次新变迁。对企业而言，云计算已经作为一种重要的生产工具在影响着经济的运行和企业的发展。管理学大师彼得·德鲁克有句名言：重要的不是趋势，而是趋势的转变。把握趋势的转变才是一个企业成败的关键。对于当前的数字化转型趋势，上云是一个重要的转变。当前越来越多的企业通过采用第三方云服务商提供的云平台和服务，受益于上云的业务敏捷性和成本节约，而一大批互联网企业已在这一趋势中成长为云计算领域的领导者。从政策上看，工业和信息化部印发的《推动企业上云实施指南（2018—2020年）》指出，云计算是信息技术发展和服务模式创新的集中体现，是信息化发展的重大变革和必然趋势。支持企业上云，有利于推动企业加快数字化、网络化、智能化转型。2019年，中国云计算产业规模已达到4300亿元。2020年，中国新增上云企业100万家，形成典型标杆应用案例100个以上，形成一批有影响力的云平台和企业上云体验中心。5G的超宽管道给云计算插上了飞翔的翅膀，将直接拉动企业上云的速度和规模，从而推动数字化经济转型。

5G的低时延、本地分流与控制面和用户面的功能分离特性促使云计算在向网络边缘延伸的传统的云计算架构下，数据处理需要传给远端集中部署的数据中心，然而随着自动驾驶、智能工厂、物联网等业务的兴起，对于数据量以及数据处理实时性要求显著提升，传统集中式云数据中心的模式将面临挑战。为了解决这个问题，数据的处理必须下移，将云计算向靠近用户的网络边缘延伸。

早在2003年，与云计算有密切联系的内容分发网络（CDN）作为一种将集中化内容推送到网络边缘的技术已经为大众所了解，但云计算本身的边缘延伸并未实现，这与当时通信网络的能力有很大关系。4G时代，虽然国际标准开始支持核心网的架构演进网关（SAE-GW）的本地部署与控制面和用户面的功能分离架构，但由于错过了4G大规模部署的时间窗口以及4G网络本身并非采用NFV而不易进行架构升级，4G时代没有给出解决云计算向边缘延伸问题的方案。从通信能力上，5G显著提升了通信带宽，更为重要的是引入了低时延的特性，使得数据实时处理的需求可以被满足；从网络架构上，5G的用户面和控制面天然分离，与云计算边缘延伸密切相关的用户面网元可以独立部署在网络边缘；从网元功能上，5G用户面网元可基于识别目的IP、源IP及APN实现本地分流，可以区分业务进行不同方向的分流处理；从网元部署上，依靠NFV可实现5G用户面网元在网络边缘的灵活部署，突破了4G时代的部署困境。可以说，依靠5G的能力和特性，云计算可以做到真正意义上的边缘延伸。

同时，我们需要认识到，云计算的集中模式和边缘模式并不是互相替代的关系，在5G业务场景下，云计算在边缘侧和集中侧的能力协同尤为重要，让集中侧聚焦于海量数据分析以及处理，对外输出智能化的决策和控制指令；同时让边缘侧成为执行单元，为集中侧提供数据采集和初步处理的支撑，才能形成相互协同、优势互补的发展态势。5G局域网和网络切片特性可以更好地满足云的隔离需求，在不同企业或者业务上云之后，其存在根据可靠性、安全、SLA、业务属性等差异的隔离需求，云计算本身可以提供按租户进行物理或者逻辑隔离的能力，但是在通往云的管道上也需要解决隔离问题。我们知道可以采用软件定义广域网（SD-WAN）或者专线的方式实现部分场景的隔离，但对于用户不在确定位置访问云的情况，5G给出了5G局域网的方案，即通过5G核心网用户签约与云租户进行映射，让用户不论在哪里访问都能进入确定的SD-WAN或专线隧道，从而访问确定的云租户（专有云）。

另外，5G还具备网络切片的特性，即可以让运营商在一个硬件基础设施中切分出多个虚拟的端到端网络（逻辑隔离），并通过MANO编排能力进一步按照业务需求（如高带宽、超高实时性等）、服务提供商、用户等维度对业务进行精细化区分和资源配置，从而在通往云的网络管道中实现对各种不同类型垂直行业的差异化服务。构建云计算即服务（CloudaaS）的5G网络，打造一站式的云网融合服务能力。

5G时代，云计算将成为服务的主入口，运营商为了提升服务能力和信息化水平，应加快网络设备云化改造步伐，构建以云为核心的新型网络架构，实现网络资源按需供给和网络能力开放共享，打造面向社会生产生活的一站式基础设施服务，为提供云网融合化的服务奠定基础。此外，5G高带宽、低时延的特性将极大促进公有云和私有云的发展，公有云、私有云、运营商的网络设备云在资源规划、容量部署上需考虑协调发展。

未来多云协调共存的架构以集中和边缘两层架构为主。集中层面包含面向用户提供基础通信服务的电信云，面向企业客户助力产业转型升级的公有云和私有云。边缘层面由于受制于机房条件和资源规模，其更有可能将不同类型的云资源整合在一起，为垂直行业提供差异化服务。

为打造一站式云网融合服务能力，运营商应有效协同云计算、SDN技术，构建灵活的基础设施、引入智能调度和编排能力，实现云服务能力和5G网络能力的无缝衔接与深度融合。在基础设施构建方面，根据客户在集中和边缘侧不同的计算需求，打造灵活的基础设施，并实现云和边的能力、资源协同。在智能调度方面，通过在数据中心内和数据中心间部署SDN技术，并在企业侧和数据中心部署SD-WAN来满足企业用户-云-网一体化的需求。目前云网一体化有云互联、云专线和云宽带等业务场景，主要是面向大中型企业客户，实现企业混合云部署、跨资源池的容灾备份、数据迁移，以及中小企业的宽带接入互联网等需求。此外，在智能编排方面，在两级组网架构和云网融合的趋势下，云和边、云和网如何无缝对接，如何实现业务随选是实现云化一站式服务的关键。所以运营商需要打造一套懂业务的云和网，使得云资源和网络资源都能够感知业务的变化，通过云边协同和智能编排实现整体服务质量的提升，实现业务、资源和网络的协同管理和端到端的编排调度，最终实现云网融合的目标。

（六）5G+大数据

1.大数据的提出背景与发展历程

自2012年以来，大数据一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并以之命名相关的技术发展与创新。最早提出大数据时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”

对于大数据，麦肯锡给出的定义是：一种规模大到在获取、存储、管理、分析方面远远超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低等特征。研究机构加特纳则将大数据定义为一种需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率、多样化的信息资产。在维克托·迈尔·舍恩伯格和肯尼斯·库克耶编写的《大数据时代》一书中，他们提出大数据最大的特点是不用随机分析法（抽样调查）这样的捷径，而采用全量数据进行分析处理。

在各方定义的大数据所具有的不同特征中，多样性和价值最受人们关注。多样性之所以最受关注，是因为数据的多样性使得其存储、应用等各个方面都发生了变化，针对多样化数据的处理需求也成了技术重点攻关方向。价值则不言而喻，不论是数据本身的价值，还是其中蕴含的价值，都是企业、部门、政府机关最希望得到的。因此，如何将如此多样化的数据资源转化为有价值的数据资产，是大数据技术所要解决的重要问题。

大数据作为一场技术革命，已经在深刻地改变着我们的生活、工作和思维方式，继移动互联网、云计算后，大数据逐渐成了对信息与通信技术（ICT）产业具有深远影响的技术变革。大数据技术的发展与应用，对社会的组织结构、国家的治理模式、企业的决策架构、商业的业务策略以及个人的生活方式都产生了深刻影响。为此，各国纷纷提出了大数据的规划、计划、政策以及项目，推动大数据为其国民经济和社会发展服务。

2011年，韩国提出打造“首尔开放数据广场”；2012年，美国启动“大数据研究和发展计划”；2012年，联合国推出“数据脉动”计划；2013年，日本正式公布以大数据为核心的新信息技术国家战略；2015年，中国国务院正式印发《促进大数据发展行动纲要》，提出到2020年，中国将形成一批具有国际竞争力的大数据处理、分析、可视化软件和硬件支撑平台等产品，并且培育10家国际领先的大数据核心龙头企业，500家大数据应用、服务和产品制造企业；2016年，我国工业和信息化部印发《大数据产业发展规划（2016—2020年）》，提出全面推进大数据发展，加快建设数据强国。

2. 5G与大数据相互促进

随着5G时代的到来，5G通信网络具备的技术特征与大数据产业必将相辅相成、相互促进和协同发展。

5G网络eMBB、uRLLC、mMTC三大技术的引入，进一步增强了大数据的4V（volume，velocity，variety，value）特性，5G开始进入社会各行业应用，进一步拓展了大数据的价值。

（1）5G通信网络的eMBB功能特性将增强大数据的规模性（volume）特性：

以中国移动通信集团有限公司为例，从表1-6中可以看出，自中国移动通信集团有限公司4G商用以来，每个用户的平均上网流量每年成倍增长，4G促进了流量类业务的高速发展，手机游戏、手机视频、短视频等业务迅猛增长，在国家提速降费的政策推动下，手机以及各类流量应用已经成为人们生活中不可或缺的一部分。

随着5G通信网络eMBB能力的增强，未来用户在手机上可以观看高清实时直播，采用VR/AR技术体验沉浸式游戏，这将进一步推高每个用户的平均上网流量。伴随着上网流量的提升，大数据系统需要采集的数据源将大大增加，其需要处理的数据量也将成倍增长。

（2）5G通信网络的uRLLC功能特性将大幅增强大数据的高速性（velocity）特性：

传统的大数据采集多以离线方式为主，数据存储在数据仓库中，之后进行统计分析、汇总处理，分析出的结果用来辅助网络优化、市场营销、客户服务等业务应用。随着5G通信网络uRLLC能力的引入，大数据采集能力将进一步得到增强，终端与云端应用之间的数据交互时延将进一步缩短，数据传输将得到更有效的保障，云端应用对于终端的实时控制能力将进一步增强。

5G时代，云端应用也将具备更加高速的数据处理能力，支持云端的大数据应用实时从终端采集数据、处理数据并反馈给终端，以控制终端的行为，如车联网、云端机器人等应用场景。

（3）5G通信网络的mMTC功能特性将成倍扩展大数据的多样性（variety）特性：

如表1-7所示，随着共享自行车、智能家居等新业态的迅猛发展，近年来物联网连接数成倍增长，5G通信网络mMTC大连接技术的引入，将支持每平方千米百万级的连接数，能够为各类物联网应用带来更多的适用场景，如智能家居、可穿戴设备、工业控制、环境监测、社会治理等物联网应用领域将支持更多的连接，这些不同应用情景下的物联网连接会给大数据平台引入更加多样化的数据类型，基于多种类型大数据开展关联分析，必将进一步促进大数据应用的百花齐放。

（4）5G通信网络的产业联合创新特性将深入挖掘大数据的价值性（value）特性：

5G通信网络的产业联合创新特性使得其在垂直行业能够发挥更大的作用，在5G研究阶段，运营商就纷纷联合产业合作伙伴开展跨行业的联合创新，将5G终端和模组应用到各行各业，云端系统可以获取各行业的大数据，并将这些数据进行关联聚合，催生更有价值的大数据应用，更好地服务于跨行业数据分析。

同时，大数据也能进一步提升5G通信网络的运营、运行维护工作的自动化、智能化水平，5G网络采用SBA架构模式，在基础设施层面采用云化技术，从而让5G网络与传统网络相比更具动态性，更加适合软件控制与调整。利用大数据平台能力，自动采集网络运行的告警及各类指标数据，开展数据分析工作，洞察网络运行状况，能够进一步帮助网络管理人员调整网络运行策略，降低网络运行维护成本，增强网络运行控制的自动化水平。在此基础之上，更进一步通过引入人工智能能力，提升网络运行智能化控制水平。

3.依托5G大数据平台，构建大数据即服务（DataaaS）能力

5G时代的大数据平台架构5G通信网络中有数量众多的终端及传感器，以及边缘计算技术的引入，导致端点和边缘承担的作用愈加关键，数据在这些位置交付，为实时决策、个性化服务或延迟敏感的行动提供参考。

国际数据公司（IDC）发布的《数据时代2025白皮书》对5G时代数据可能产生的位置进行了说明，其中包括核心、边缘和端点三种。①核心：包括企业和云提供商专门的计算数据中心，其中涵盖了所有种类的云计算，包括公有云、私有云和混合云，此外还包括企业运营数据中心，如运行电网和电话网络的数据中心。②边缘：指不位于核心数据中心的服务器和设备，包括服务器机房、位于一线的服务器、基站以及为了减少响应时间而分布在各个区域和偏远位置的较小的数据中心。③端点：包括网络边缘中的所有设备，如电脑、电话、工业传感器、联网汽车和可穿戴设备等。

5G时代，端点和边缘承担的作用愈加关键，所有数据都在这些位置实时交付，这些数据用来为数据消费者提供实时决策、个性化服务或为其他对延迟敏感的行动提供信息参考。从端点收集的数据是在边缘采集的，边缘是实现智能和分析的重要位置，而基于数据的情报和分析对于加快业务响应、改进用户体验，以及提升企业运营效率是必不可少的。

联网汽车最关键的一种互动就是边缘和端点，据IDC估算，联网汽车在行驶中高度依赖集成在车身的大量摄像头采集和分析的视频，一辆自主式汽车每小时可产生超过3TB的数据，这还不包括资讯娱乐数据。随着车与车之间的通信逐渐普及，以及机器学习和人工智能技术不断革新车载智能驾驶算法，产生的数据将会继续增加。为实现数据的及时服务、高效采集和减少交互，5G时代大数据平台的系统设计原则采用就近采集、分布存储以及整体向上汇聚的方式，实时数据可直接对接到应用系统，实现实时业务展现。采用批量数据分层存储方式，开发者可在每一层按需得到数据，边缘托管租户既能使用平台全网数据，又能在区域分布节点上实时管理和使用自己的个性化数据。

随着移动互联网的发展，任何OTT业务面向的客户均为全网客户，不再受地域影响，因此，外部大数据客户对于大数据平台的需求也是全网的，不再限于单区域的客户群体。诸如车联网、5G网络切片等业务类型，由于其终端用户会在全国范围移动的同时要求使用相同的网络环境、业务体验，这就要求无论从核心节点、分布节点，还是边缘节点接入大数据平台，都能有权限访问全网业务及客户数据。

因此，5G时代，企业大数据平台向外部大数据客户提供“一点接入、全网服务”的能力显得尤其重要。大数据平台通过连通核心主控节点、核心分布节点和边缘分布节点，将为所有在各层节点接入的外部大数据客户提供统一、无差别的大数据访问环境。

4. 5G时代大数据的数据源

随着中国5G通信网络的建设步伐加快，国家大数据战略逐步推进，大数据产业发展必将提速。是否拥有数据源，以及大数据保有量、数据应用水平，将成为决定大数据企业增强市场竞争力的关键。5G时代，eMBB、uRLLC、mMTC三大技术的引入，以及5G通信网络在社会各行业的广泛应用将进一步拓宽大数据的数据源。

5G网络商用部署及万物智联加速发展，将催生大数据在各领域应用的需求快速增长。5G时代的典型应用包括超高清视频、VR直播、V2X、工业物联网、无人驾驶、智慧城市、智能楼宇、智能穿戴等，因此5G时代的大数据将是对现有互联网大数据的进一步丰富，同时完善了各个垂直行业的数据。

5G时代的大数据将主要来源于以下几方面，分别是以阿里巴巴、京东为代表的电子商务大数据，以腾讯、美团为代表的社交及生活大数据，以百度、今日头条为代表的互联网信息聚合大数据，以及各个垂直行业，包括金融、通信、电力、交通、医疗、政府、农业等的行业大数据。

（1）电子商务大数据：

在5G时代，电子商务业务将进一步下沉到三四线城市，这些地区的用户群体更加庞大，电子商务系统必须能够处理海量的电子商务销售数据。为了更好地匹配用户的个性化需求，实现精准销售，需要借助大数据技术在海量数据中提取精准信息。营销推荐是电子商务交易类互联网应用中典型的大数据应用实例，其目标是使用企业收集的用户购物数据，挖掘用户行为特征，找到用户的个性化需求，预测用户可能喜欢的商品，再将预测结果数据推送给用户，从而刺激用户产生新的购买行为。

（2）社交及生活大数据：

以社交网站、共享自行车、生活服务类应用为用户提供便利的平台，每天都在产生大量的用户社交和生活大数据。借助5G便利的通信网络，与用户相关的其他信息（如地理位置、交通行为、医疗信息、智能家居交互信息）也同时被收集、整合，成为用户社交及生活大数据的一部分。通过对这类大数据进行深入分析，各行业可以了解用户的思维、生活习惯及其对社会的认知，这些数据能够进一步及时反映经济社会动态与情绪，预警重大、突发和敏感事件，协助提高对社会公共服务的应对能力，对维护国家安全和社会稳定具有重大意义。

（3）互联网信息聚合大数据：

搜索引擎是最主要的互联网信息获取和聚合类应用，搜索引擎天生就是一个大数据系统，互联网产生了海量数据，如何从中精确找到需要的信息是互联网大数据应用的重要方向。借助5G高速通信网络，搜索引擎索引的网页数量将大幅增加，利用大数据技术对网民搜索内容、习惯、爱好、行为、关键词等进行深入分析，可为跟踪社会热点事件（如流行疾病暴发、群体异常行为等）、感知社会舆情、制定公共政策等提供依据。

（4）金融大数据：

5G时代的网络延迟将缩短至毫秒级，加之边缘计算的应用，现有金融服务流程间的网络卡顿将不会再被用户感知，移动端金融服务的速度和质量都将超乎用户的想象。因此可以采集的金融大数据将更为全面，金融大数据强调运用大数据资产和大数据思维经营金融业务，基于数据进行投资决策。在金融市场交易中，每个交易者都希望在市场上找到能让他们低买高卖的模式、规模较大的金融机构更是花费重金使用大数据技术对海量金融交易数据进行深度的分析挖掘，打造自己的量化交易系统，以期能在变幻莫测的市场中更早一步识别潜在的风险和机会。

（5）通信大数据：

电信运营商为了提供更好的网络通信质量和更灵活的计费方式而建设了一系列的信息技术系统，如网络管理系统、深度报文检测（DPI）系统、信令分析系统、计费系统、客户关系管理系统等。这些系统原本设计的目的是用于内部的管理，其长期累积下来的海量数据被发现可以用于其他业务方向，如可让电信运营商或其他行业、企业的商业模式更具竞争力。5G时代的通信大数据无论是在“质”还是“量”上都将进一步得到完善，此外电信运营商在提供固话、移动通信、宽带等基础电信服务的基础上，也提供一系列增值业务，如听音乐、看书、观看下载视频、充值等，这些互联网和移动互联网应用在为用户提供服务的同时也积累了大量的数据。

（6）电力大数据：

电力大数据是大数据理念、技术和方法在电力行业的实践，是大数据应用的重点领域之一，其涵盖了从数据采集、存储、处理、分析到提供预测、评估等数据价值挖掘服务的全过程。智能电网的理念，是通过获取更多有关我们如何用电、怎样用电的信息，优化电的生产、分配以及消耗。5G智能电网成为5G网络与电力行业相融合的典型案例之一，采用5G网络切片技术为电网业务提供高质量可保障的网络通信服务，能有效支撑电力行业智能化、电源互联网的业务发展。

（7）交通大数据：

目前，大数据技术在交通运行管理优化、面向车辆和出行者的智能化服务、交通应急和安全保障等方面都有着重大发展，未来基于大数据技术的智慧交通建设将会成为中国交通的发展方向。自动驾驶作为车与万物互联（C-V2X）技术应用范畴中的重要一环，高度依赖5G网络的高带宽和低时延的特性。车辆在自动行驶的过程中会通过大量的摄像头和传感器收集海量的数据，同时需要与交通设施和其他交通参与者进行交互，而这些数据的通信需要一个足够宽广的通道来运行，这就是5G网络辅助自动驾驶的基础。

（8）医疗大数据：

随着计算机网络和信息技术的发展以及现代医学技术的不断进步，医学与健康相关数据正在急速增长。5G时代，对于远程监测类、远程会诊和指导类医疗场景，5G网络将为其带来高带宽和高可靠性体验，而对于移动急救和远程操控类医疗场景，5G网络能带来超低时延和超大连接数的通信效果。这些医疗场景都会产生大量的医疗数据，如何高效收集、处理、存储、交换和挖掘海量的医疗健康相关数据，为医护人员及时和正确诊断、个人健康的监测护理与诊疗建议、相关医疗机构的管理与决策提供大数据分析和系统支持，已经成为跨医学和信息技术领域一个重要的研究和产业发展方向。

（9）政府大数据：

政府数据是一笔巨大的财富，也是开启智慧政府的钥匙。智慧政府离不开政府开放数据，而政府开放数据形成的生态圈将有力推动智慧政府又好又快地发展。政府数据总量及种类庞大繁多，与民众生活密切相关。虽然政府拥有这些高价值数据，但其对数据资产的利用和运营仍处于较为原始的阶段。5G网络带来的高带宽将有利于提升政府大数据的共享程度，能够容纳百倍于目前的数据共享量级，为促进城市、行业与上下级部门间的数据共享和协同带来质的跨越，而5G环境下的云存储、云计算能力大幅提升，建设云上智慧城市的梦想也变得有径可循。

（10）农业大数据：

农业大数据作为大数据的重要分支，是大数据理论、技术、方法在农业领域中的专业化实践和应用。5G网络的发展将为农民和农业企业提供智慧农业所需要的基础设施，农业大数据应用依托部署在农业生产现场的各种传感节点（收集环境温湿度、土壤水分、空气中二氧化碳含量、农作物图像等信息）和5G通信网络，完成农业大数据采集、传输、存储、处理等全流程各环节的数据管理，结合大数据分析挖掘技术，最终实现农业生产环境的智能感知、智能预警、智能决策、智能分析和专家在线指导，为农业生产提供精准化种植、可视化管理和智能化决策服务。

5. 5G时代的大数据应用场景

具体的应用场景主要包含以下两个方面。

（1）运营商内部大数据应用：

随着5G时代的来临，流量资费越来越低，依托于流量数据的内容价值则越来越高。电信运营商需要形成以大数据为中心的运营机制，以支撑新形势下的市场营销工作，把内容推荐给最合适的人群。同时，运营商还要开发各类网络大数据分析应用，提升通信网络的自动化、智能化水平，彰显大数据的价值。

目前运营商内部大数据应用场景主要有以下两类。一是市场类大数据应用场景，包括客户画像分析、客户离网分析、业务价值分析、营销渠道分析、流量发展分析、业务标签分析、业务推荐分析、营销方案分析、资费管理分析等。二是网络类大数据应用场景，包括移动互联网质量分析、高流量用户迁移、语音质量分析、网络健康度分析、网络流量自动调优、客户感知溯源分析、网络性能监控、基站规划选址支撑、终端投放支撑等。

（2）赋能外部大数据行业应用：

5G时代，大数据作为一种赋能性技术，将如同人类社会的基础资源水和电一样，作用于经济社会的各个层面。围绕大数据产业链，互联网、金融、通信等领域的大数据技术产品发展较快，创新此起彼伏，应用广度不断拓宽，深度不断加强。同时，电力、交通、医疗、政府、农业领域的大数据应用也明显提速。以下简单介绍一些5G时代背景下大数据赋能通信以外行业应用的实践案例。

1）智能营销推荐：

营销推荐作为最常见的大数据应用之一，5G时代必将再次大展身手。它以用户购物行为大数据为基础，通过连接更多数据来源，创建海量用户标签，生成精准的用户画像，为企业开展实时营销、智能营销提供支撑。智能营销推荐常见的使用场景包括根据物品推荐物品，典型的例子是在电子商务网站上推荐已购买过的商品。为用户推荐物品，最典型的是个性化邮件过滤和基于浏览历史的推荐。为用户推荐用户，像社交网站上的好友推荐和电子商务网站上的“跟您相似的顾客”等都属于此类。

2）社会舆情分析：

舆情分析是社交网络中典型的大数据应用场景，指对热点事件在网络上的传播过程加以监测，了解人们对舆情的态度，从而在必要的时候加以干预和引导。5G时代，信息发布的门槛更低，信息传播速度更快，各种真实和不真实的信息在社交网络上随时都可能得到爆炸式传播。利用大数据技术收集和分析社交网络上传播的数据内容，分析其背后隐含的意义，能够对特定的事件进行预测。

3）互联网信息搜索：

为了进一步提高搜索效果，搜索引擎越来越多地引入大数据处理技术，为搜索系统提供更高的计算能力。抓取并索引的网页数量就是衡量搜索引擎质量的重要因素之一。如今，百度、必应、谷歌等主流的搜索引擎都要抓取数以千亿计的网页，同时索引数百亿的网页，以提供良好的搜索服务。借助5G高速、高带宽通信网络，搜索引擎公司就能高效处理如此巨量的数据以及计算网页的各项特征，为索引数十亿计的网页打下基础。

4）个人征信评估：

征信行业的产品除了信用服务咨询外，主要组成部分是信用报告，所以个人信用信息数据的获得与分析处理对征信行业来说至关重要。5G凭借高速通信网络和大数据技术，可以将用户的信用交易记录同步转化为信用记录，一方面实现了个人信用信息快速收集及查询与存储的自动化、智能化，另一方面节约了数据传递和整合的时间，降低了数据处理的成本。

5）智能投资顾问：

一直以来人们都希望在纷繁复杂的金融市场上找到规律，数以亿计的股民是二级市场的终端消费者，他们的市场判断与投资情绪对整个股市产生了不可忽视的影响。然而在人们的情绪信息不可见也无法收集的时代，人们无法通过这种路径对股市进行判断。直到社交网络的兴起，自媒体成为人们表达个人观点的重要平台。5G时代，海量的社交网络信息可以很方便地收集和加工，并以可理解的数据形式储存，为个人或投资机构利用金融大数据开展情感分析，甚至为预测金融市场走向提供可能。

6）交通事件预警：

近年来，随着经济的快速发展，机动车保有量迅速增加，与交通管理间的矛盾进一步加剧。借助5G通信网络高带宽特性，交通大数据处理系统对所拍摄的图像进行分析，提取号牌号码、号牌颜色、车身颜色、车辆品牌等数据，并将获取到的车辆信息连同车辆通过的时间、地点、行驶方向等信息进行数据存储、查询、比对等处理，当发现肇事逃逸、违规或可疑车辆时，系统会自动向拦截系统及相关人员发出告警信号，为交通违章查询、交通事故逃逸、盗抢机动车辆等案件的及时侦破提供重要的信息和证据。

7）电力负荷预测：

近年来，国内电网负荷峰谷差不断增大，为满足尖峰负荷需要，发电侧、电网侧都投入了大量资金，这就造成社会资源浪费。电力负荷预测是电力调度、用电、规划等部门的重要工作之一，实质是对电力市场需求的预测，提高负荷预测技术水平有利于电力调度管理，合理安排电网规划建设能进一步提高电力系统的经济效益和社会效益。利用5G通信网络高带宽、低时延、大连接特性，通过推广应用智能电表及建设用电信息采集系统，可以有效采集海量的用户负荷曲线数据，为电力负荷预测分析奠定扎实基础。

8）流行疾病预测：

2009年谷歌对甲型H1N1流感暴发的预测比美国疾病控制与预防中心（CDC）还要早1～2周，当时震惊整个医学界和信息技术领域的科学家，研究报告发表在《自然》杂志上。百度公司2014年7月上线的百度预测中的疾病预测借助最新大数据技术，为用户呈现身边的疾病信息，通过这些信息不仅可以了解当前流行病态势，而且可以看到疾病未来7天的变化趋势，提前做好预防措施。5G时代，通过互联网收集到的更多的流行疾病数据，有助于构建更科学、全面的流感预测模型，为流行疾病的预测和防治起到积极作用。

9）企业经营行为监测：

5G通信网络的加速建设有助于提升政府治理水平。政府掌握着全社会大量、核心的数据，依托5G高速通信网络和其拥有的大数据资源，可以将市场主体精确定位到电子地图的监管网格上，并集成企业的基本信息、监管信息和信用信息，对内提供企业经营行为监测服务，对外提供数据查询、分发和分析服务。基于工商大数据，政府可以为中小型企业提供产业动态、供需情报、行业龙头、投资情报、专利情报、海关情报、招投标情报、行业数据等基础情报信息，为中小企业全面提升竞争力提供数据信息支持。

10）农业精准种植：

5G通信网络的广泛应用，结合物联网技术，将为农民和农业企业提供智慧农业所需要的基础设施，对农业大数据的挖掘和应用有助于增强农业活动跟踪、监测、自动化和分析能力。在农业大数据应用方面，通过在田间对土壤进行采样，使用配置的GPS接收机把样品采集点的位置精确地测定出来并输入计算机，计算机依据地理信息系统标定采样点，并绘出一幅土壤样品点位分布图，由分布图来自动控制田间各点的施肥种类和施肥量，这能够为合理施肥和田间管理提供科学依据。

6. 5G时代的大数据安全管理与隐私保护

5G通信网络的安全隔离特性能够进一步强化大数据安全管理能力，基于5G网络切片业务可以构建从无线网到传输网、核心网逻辑层面相互隔离的子网，为不同的大数据应用采集、传输和使用提供安全保障，避免数据泄露。但与此同时，5G时代的大数据在安全管理与隐私保护方面也面临着新的挑战。

5G时代，有关用户生活行为的大数据更为全面、多样、易获得，这些数据在存储、处理和传输等过程中面临更多的安全风险，因此，用户对大数据有安全管理与隐私保护的需求。实现大数据的安全管理与隐私保护，较以往其他数据安全问题更为棘手，因为大数据运营商往往既是数据的生产者，又是数据的存储者、管理者和使用者，单纯通过技术手段限制运营商对用户信息的使用，以实现用户数据安全管理和隐私保护是极其困难的。

5G时代的大数据来源更加广泛，汇集了各种来源、各种类型的数据，包含了很多和用户隐私相关的信息。大量事实表明，大数据如未能妥善处理将会极大程度地侵害用户隐私。很多时候人们有意识地将自己的行为隐藏起来，试图达到隐私保护的目的，但是，在大数据环境下，当大数据公司通过用户零散数据之间的关联属性，将某个人的很多行为数据聚集在一起时，用户的隐私就很可能会暴露，因为有关个人的信息已经足够多，这种隐性的数据暴露往往是个人无法预知和控制的。

在5G时代大数据背景下，人们面临的威胁并不仅限于个人隐私泄露，还在于大数据对人类状态和行为的预测。例如零售商可以通过历史记录分析，得到顾客在衣食住行等方面的爱好、倾向等；社交网络分析研究表明，可以通过其中的群组特性发现用户的属性，如通过分析用户的社交信息，可以发现用户的政治倾向、消费习惯和其他爱好等。

5G时代，如果想更好地使用大数据，发挥大数据的价值，就必须解决好用户数据安全管理和隐私保护的需求。如果仅因担心数据安全和隐私问题而不公开数据，那么大数据的价值又将无法体现。因此，对于5G时代的大数据，数据安全管理和隐私要求主要体现在对用户数据做好安全防护的基础上，在不暴露用户敏感信息的前提下进行有效的数据挖掘，这有别于传统信息安全领域更加关注文件私密性等安全属性的情况。

根据需要保护的内容不同，隐私保护又可以细分为位置隐私保护、标识符匿名保护和连接关系匿名保护等。但大数据时代快速变化的数据给隐私保护带来了新的挑战，因为现有隐私保护技术主要基于静态数据集，我们必须考虑如何在这种复杂的环境下实现对动态数据的利用和保护。

为了应对大数据背景下给个人信息保护工作带来的巨大挑战，当前世界各国正试图通过修订或增加法律法规，扩大关于个人信息的保护范围，并强化保护力度。欧盟于2016年出台了《通用数据保护条例》（GDPR），增加了数据主体的被遗忘权和删除权，引入强制数据泄露通告、专设数据保护官员等条款，其中也包含了更严厉的违规处罚。非欧盟成员国的公司只要满足下列两个条件之一，就会受到GDPR的管辖：①为了向欧盟境内可识别的自然人提供商品和服务而收集、处理他们的信息；②为了监控欧盟境内可识别的自然人的活动而收集、处理他们的信息。这些条例将对中国企业的移动应用安全以及数据收集、处理和交易产生重大影响。

中国个人信息保护以分散立法为主，尚未制定专门、统一的个人信息保护法。个人信息保护立法体系由法律、行政法规、部门规章、地方性法规和规章、各类规范性文件等共同组成，这就形成了多层次、多领域、内容分散、体系庞杂的个人信息保护法律体系。中国个人信息保护法律体系框架基本形成，已经初步建立起了以《中华人民共和国网络安全法》《全国人民代表大会常务委员会关于加强网络信息保护的决定》为核心，包括《中华人民共和国刑法》《征信业管理条例》《电信和互联网用户个人信息保护规定》等法律、行政法规和部门规章在内的个人信息保护立法体系。

（七）5G+边缘计算

1.边缘计算基本概念、发展历史

边缘计算指在靠近数据源或用户的地方提供计算、存储等基础设施，并为边缘应用提供云服务和信息技术环境服务，意在用户近端实现更安全、实时的智能化业务。相比集中部署的云计算服务，边缘计算解决了时延过长、汇聚流量过大等问题，为实时性和带宽密集型业务提供更好的支持。

边缘计算的起源可以追溯到20世纪90年代，阿卡迈率先推出了CDN，该网络在接近终端用户的地方设立了传输节点。这些节点能够存储缓存的静态内容，如图像和视频等。到了2003年，阿卡迈又与IBM合作边缘计算。当时阿卡迈承载了全球15%～30%的网络流量，通过CDN的形式包装成分布式计算或边缘计算的概念为客户提供以内容分发为中心的云服务。

近些年来，围绕边缘计算展开的标准化项目和产业联盟快速发展。国际上，欧洲电信标准协会自2014年开始研究移动边缘计算，迄今为止，该协会共发布10多本白皮书。2017年，欧洲电信标准协会将移动边缘计算更名为多接入边缘计算，将应用范围扩大至包含固网接入的各类网络场景。

在国内，边缘计算产业联盟于2016年11月成立，该联盟先后发布了《边缘计算参考架构2.0》《边缘计算产业联盟》等白皮书，进而发布了一系列应用边缘计算技术的测试床，推动了国内边缘计算产业的发展。2018年4月，SDN/NFV产业联盟成立MEC应用推进工作组，并由中国移动通信集团有限公司担任组长。该组织将推动NFV、SDN、边缘云、云管理编排等多个领域的联动发展，促进相关技术成熟，培育商业案例落地，进一步做强边缘计算产业。

2.边缘计算技术的发展现状

迄今为止，边缘计算已经形成了一个运行与网络信息技术（OICT）产业融合的泛生态环境。在运营技术（OT）、信息技术与通信技术融合发展的大背景下，计算、存储、连接资源需要有机地结合在一起，为各行业应用提供端到端的网络和业务承载能力。在运营技术领域，工业界各大公司对于现场数据采集、业务流程处理有着深厚的积累。运营技术领域对边缘计算的研究一般是从现场业务实时性和智能化的需求出发，自下而上地向万物互联和泛在智能的工业互联网演进。这其中较为典型的先驱者是通用电气的Predix边缘系统和西门子的Simatic IOT2000。

Predix发展至今已经远不只是一个工业互联网平台，它包括了边缘、平台和应用三个主体，其中Predix边缘系统为边缘设备提供了一个网关框架Predix Machine；基于该框架，合作伙伴可以开发各类现场接入协议，实现边缘设备的连接和数据的采集。与通用电气不同，西门子依托自己强大的硬件设计能力打造了一款边缘计算智能网关SimaticIOT 2000；该智能网关可以实现对异构传感器系统的数据采集，将数据在本地进行预处理并按需转发给云平台。不难看出，运营技术领域涉足边缘计算的研究主要着力于对现场级设备具体业务能力的深耕。

在信息技术领域，边缘计算将原有的云计算模型的部分或全部计算任务迁移到网络边缘设备上，这样可以降低云计算中心的计算负载，减小网络带宽的压力，提高万物互联时代数据的处理效率。随着工业互联网的持续发展，各大互联网云计算巨头纷纷意识到边缘计算在提高用户实时性体验、提供差异性服务等多个方面具备的先天优势，并发布了一系列边缘计算解决方案。其中较为典型的是亚马逊云科技（AWS）发布的Greengrass服务以及微软发布的Azure IoT Edge套件。

2016年AWS推出Greengrass边缘计算套件，它能够以安全方式在互联设备上运行本地计算、消息收发、数据缓存、同步和机器学习推理（ML Inference）功能的软件。类似AWS Greegrass，微软在边缘计算领域的解决方案是基于Azure云服务的物联网网关SDK，它提供了一个可以配置边缘设备并进行业务部署的软件框架。通过亚马逊和微软在边缘计算领域的实践，我们可以看出互联网公司在该领域的探索主要依托云计算能力向工业现场设备的扩展和渗透。

运营技术领域是立足优势的现场设备向上生长出平台级边缘计算能力，信息技术领域是立足优势的云计算能力向下生长出现场级边缘计算能力，而通信技术领域应当如何参与这场盛宴呢？运营商的优势不在于现场级，而在于位置稍高一点儿的网络边缘。通信技术领域应立足优势的网络接入和边缘机房优势，与信息技术和运营技术领域协同合作，壮大边缘计算的应用场景和解决方案，走出一条具备OICT特色的边缘计算发展道路。

3.边缘计算技术体系架构

边缘计算技术体系涉及多个专业领域，具体来看可以分为行业应用SAAS能力、PAAS能力、IAAS设施、硬件设备、机房和承载等重要领域。

边缘计算SAAS层包含了各垂直行业通过网络部署在靠近用户侧的边缘计算平台上的应用。PAAS、IAAS和硬件平台是边缘计算技术体系中的关键赋能模块。在PAAS方面，运营商利用自身网络资源的独特优势，可以通过基础PAAS平台为上层应用提供各类特色网络能力。第三方PAAS平台也同样重要，因为往往在一些特定的垂直行业中，第三方的合作伙伴对行业逻辑有着更加深刻的理解，它们可以快速地在边缘计算生态中提供解决行业痛点问题的PAAS能力。在IAAS方面，基于运营商在NFV领域的探索，边缘计算需要考虑基础设施层面与云化网络的共享和融合，同时也要兼顾独立部署的能力。在硬件方面，考虑到边缘计算节点机房的条件，运营商需要对服务器外观和功率进行重新设计与定制。对于不同的垂直行业应用场景，还要考虑一体化集成交付能力以及各类现场智能化接入设备的丰富生态。

4. 5G与边缘计算的化学作用

边缘计算概念的提出和实践是早于5G网络架构的设计与标准化完成的，虽然受到各领域的认可和重视，但是其并没有很好得到大规模的应用和部署，也没有杀手级的应用场景出现，大多数边缘计算的实践仍局限于小范围、小规模或短时间的试验和应用。伴随着5G架构的提出，边缘计算再一次受到各领域的关注，并被认为是5G时代网络发展的重要方向之一。这一切正是得益于5G网络的本地分流能力。5G核心网架构设计中提出的数据面网元UPF，将本地流量卸载纳入了5G标准流程，使得边缘计算的引入从前5G阶段的局部改造变为5G+阶段的原生支持。可以说，低时延、大带宽、大连接的5G特征赋予边缘计算更为强健的能力，这些特征将边缘计算由不可能变为可能，由局部实现变为全网推广。

全新的边缘业务形态在带给用户更好的体验的同时，也对网络的带宽、时延及安全性等方面提出了更高的要求。4K/8K视频、VR/AR等生活娱乐为用户提供了身临其境的极致体验，以及丰富的人机交互体验模式，这些需要网络能够提供更大的带宽以及更低的时延；以车联网和智慧城市为代表的典型应用场景与移动通信网络深度融合，海量终端设备接入5G网络，同时还需要网络保障数据传输的可靠性；以现场级边缘计算为核心的工业互联网带来了现代工业的革新，这使得工业通过5G网络实现实时自动化管理，在实现低时延的工业协同控制和运动控制的同时还要保障数据的安全性。具体的要求包含以下三点。

（1）低时延：

用户访问时延主要由传输时延和处理时延两部分组成。在处理时延方面，硬件成本的下降、尺寸的缩小及性能的提升，使得数据分析处理能力可以下沉到网络边缘，计算能力边缘化可以减轻中心数据处理的负载，并且分散到边缘的数据量相对中心集中处理来说也是显著减少的，在考虑边缘服务器能力有限的前提下，边缘的处理效率仍与中心处理不相上下。在传输时延方面，将计算能力下沉到网络边缘即更靠近用户的位置，一方面可以缩短终端到服务器端的传输距离，对移动通信网络来说，5G网络之前，移动终端需通过部署在区域核心机房的网关连接互联网，对视频业务占据了绝大部分的移动流量来说，当全部终端都集中到区域核心机房的位置时，大流量、多并发会给核心机房带来沉重负担，且传输时延及带宽问题也给用户体验带来不良影响。结合5G的本地分流能力，边缘计算应用可按需灵活部署，最低可部署基站的位置，提供毫秒级的用户体验。另一方面，计算能力下沉在拉近终端与服务器距离的同时，也减少了数据在传输过程中中转的次数，这样还可以降低长距离传输中链路不稳定对时延造成的影响。

（2）大带宽、大连接：

5G时代，以8K视频、VR/AR为代表的视频业务将对网络带宽产生每秒数百吉比特的超高需求，同时5G还要支持每平方千米100万的超高连接数密度。大连接和大带宽均会对回传网络造成巨大的传输压力，单方面扩容汇聚与城域网络的解决方案将大幅提高单位媒体流的传输成本，无法实现投资收益。引入边缘计算，可以根据业务指标需求将边缘计算平台灵活部署在网络的各个层级，进而可以实现流量的本地卸载、用户的本地疏导。将部分流量和用户在本地分流，可以在保障正常服务的同时，将云端集中处理的模式变为边缘分布处理的模式，这将有效减轻上层的压力。因此，边缘计算的引入可以支撑5G网络下的大带宽、大连接等新型业务的开展。

（3）安全性：

在5G的某些应用场景中，数据的安全性是首要考虑的因素，如在物联网和工业互联网场景中，终端采集的数据都具有一定的隐私性，这就对网络的安全性保障提出了更高的要求。一方面，边缘计算为这些终端提供边缘的连接和保护。另一方面，可以直接在边缘完成数据清洗的工作，提取高危特征，并反馈到网络中，实现有效的安防保障。若采用传统的云端集中处理模式，海量的数据处理会给服务器造成很大的负担，因此数据的边缘清洗可以显著提高系统工作效率。

5G+边缘计算的关键技术组合将打造连接+计算的新型基础设施平面，网络能力与计算能力的融合可以更好地为各类创新业务提供支持，促进5G网络与各领域新技术的融合发展，发挥5G网络的巨大潜力。对较为成熟的业务应用，如CDN、视频监控、人脸识别来说，5G+边缘计算可以大幅提升用户的体验；对新型业务应用，如8K/VR/AR视频、车联网、智慧工厂来说，5G+边缘计算将实现业务由不可能走向可能的跨越式发展。5G+边缘计算使得人与物、物与物的全面连接成为可能，在车联网、智慧工业、新媒体娱乐等行业应用全面引入5G提供的基础信息服务，颠覆传统产业，重构业态，促进社会经济的可持续发展。

5.构建电信级边缘基础设施服务，打造MECaaS能力

随着边缘计算应用场景在5G引入后逐渐丰富和成熟，边缘计算将广泛分布在网络边缘的多个位置层级，因此其必须结合边缘计算的特点，前瞻性地在网络边缘提前规划承载边缘计算业务的基础设施，使其能够满足现阶段以及未来相当长时间内边缘计算的需求。运营商应通过打造连接+计算的融合基础设施，提供电信级、可定制化的边缘云服务。

在之前边缘计算技术体系架构的阐述中，我们说到边缘计算也存在SAAS、PAAS和IAAS三种服务模式，PAAS、IAAS是边缘计算技术体系中的关键平台级基础设施，也是运营商拓展边缘计算的核心抓手。

（1）边缘计算IAAS：

边缘计算的业务需要部署在靠近用户和终端设备的网络边缘，部署形式可以根据商务模式、资源条件、业务需要、运行维护需求等因素，采用软硬一体的物理形态或承载在云资源池之上的云化形态。采用云化形态在部署、运行维护、计费方面更加灵活，其将是边缘计算IAAS的优选解决方案，该形态下边缘业务提供者可按需使用运营商提供的资源，避免重资产、重运行维护。边缘计算IAAS服务于云化形态的边缘应用，是用来部署和运行边缘计算业务和相关网元功能的云化基础设施，是云计算技术与边缘计算场景的结合。

边缘计算需要部署的业务或应用类型主要包括MEC App、MECPAAS平台等，此外边缘计算还涉及网关类设备（如5G UPF）、无线设备（如5G CU）、CDN设备等电信网元，边缘计算IAAS要能够为上述业务和应用提供云化基础设施，满足不同业务和应用的需求。边缘计算IAAS架构设计需要考虑如下几个方面的核心理念。

1）管理方面：

要兼顾统一运行维护、统一管理和轻量化、自治的要求，边缘计算IAAS平台在地理上广泛分散，但在管理上应考虑将这些平台相对集中起来，以便降低运行维护管理成本和难度。

2）运行维护方面：

采用边缘计算IAAS云管理平台作为统一运行维护入口（省区级或地市级），对辖区内所有边缘节点的IAAS进行运行维护管理，实现无人值守边缘节点的远程运行维护，并对网络功能虚拟化编排器等管理编排组件收敛北向接口以节省网络开销。管理方面，管理编排器（如NFVO）应具备边缘计算IAAS资源的统一视图，以便对资源进行一致性管理，并对边缘计算PAAS平台或业务申请IAAS资源进行授权。同时，区县以及接入等位置的边缘节点资源受限，可采用融合节点、压缩管理组件资源占用等将管理开销轻量化的方式，使得业务可用资源最大化。另外，边缘节点存在地市、区县、接入等多个位置，但每个位置的边缘计算IAAS都是可自治的云，不依赖其他边缘计算相关资源。IAAS应在考虑自治需求的前提下尽可能地减少资源占用。

3）平台特征方面：

考虑充分异构和灵活性边缘计算IAAS平台需要承载多种多样的业务，因此在平台特征上要充分考虑能力的异构，如边缘计算应用和相关电信网元可能采用了不同的设计与承载方式，从云的角度需要支持虚拟机和容器两种资源，因此边缘计算IAAS平台需要支持OpenStack云和Kubernetes。UPF等用户面网元以及计算密度较高的边缘计算应用等对中央处理器（CPU）的压力较大，需要支持将加速功能卸载到硬件实现。另外，考虑到边缘计算业务对网络灵活性的要求，区县以及接入等位置的边缘节点内组网需要扁平化设计且支持SDN，以及基于SDN的网络切片能力。

（2）边缘计算PAAS：

边缘计算提供PAAS层服务，既能作为增值服务为平台创收，又能降低应用上线的难度。边缘计算PAAS平台与公有云/私有云的PAAS平台有所区别。边缘计算数据中心的规模不大，将所有PAAS平台能力部署在边缘数据中心是不明智的选择，边缘计算PAAS能力应按需部署。

PAAS平台主要分为两部分。一是边缘计算PAAS管理平台。其为管理数千计的边缘数据中心以及数万的边缘网关平台，为用户和管理者提供统一的门户，能够展现边缘数据中心情况、资源使用情况、业务运行态面板等。二是边缘计算PAAS运行平台。其提供应用的运行维护环境和运行维护工具，面向是统一的部署入口，优化面向垂直行业SDK和能力开放的引入，上报相应的资源状态信息和业务信息给管理平台。引入5G后，PAAS平台需要重点解决的是充分暴露5G网络丰富能力，赋能边缘计算应用。

边缘计算应用开发过程中，需充分使用5G网络提供的无线能力和核心网能力，这些能力是运营商独有的，如：位置服务、带宽管理服务、无线网络时延信息服务等。这些能力可以在无线侧或者核心网侧提供RESTful接口给边缘计算，丰富边缘计算的生态。

边缘业务开通与5G网络分流息息相关，应紧密结合，打通流程边缘业务部署完毕后，业务并不能够直接开通运行。边缘计算与公有云的环境是有明显差异的，其在访问业务时需要经过分流设备（如5GUPF）。该分流设备属于电信网元，用户需向边缘计算平台提出需求，平台侧与网元管理侧再进行沟通和协商，以确保安全和不引入网络的抖动，然后对分流设备进行配置下发。

（3）边缘计算SAAS：

如果说边缘计算IAAS和PAAS面向的是边缘计算应用与平台的开发商、服务商，那么边缘计算SAAS面向的就是真正使用边缘计算业务的客户，其提供的是面向各类行业的边缘计算业务。在众多垂直行业新兴业务中，对边缘计算的需求主要体现在时延、带宽和安全三个方面。目前智能制造、智慧城市、直播游戏和车联网四个垂直领域对边缘计算业务的需求最为明确。在智能制造领域，工厂利用边缘计算智能网关进行本地数据采集，并进行数据过滤、清洗等实时处理。同时，边缘计算还可以提供跨层协议转换的能力，实现碎片化工业网络的统一接入。一些工厂还在尝试利用虚拟化技术软件实现工业控制器，对生产线机械臂进行集中协同控制，这是一种类似于通信领域SDN中实现转控分离的机制，通过软件定义机械的方式实现了机控分离。

在智慧城市领域，应用主要集中在智慧楼宇、物流和视频监控几个场景。边缘计算可以实现对楼宇各项运行参数的现场采集分析，并提供预测性维护的能力；对冷链运输的车辆和货物进行监控和预警；利用本地部署的图形处理器（GPU）服务器，实现毫秒级的人脸识别、物体识别等智能图像分析。

在直播游戏领域，边缘计算可以为CDN提供丰富的存储资源，并在更加靠近用户的位置提供音频和视频的渲染能力，让云桌面、云游戏等新型业务模式成为可能。特别是在VR/AR场景中，边缘计算的引入可以大幅降低VR/AR终端设备的复杂度，从而降低成本，促进整体产业的高速发展。在车联网领域，业务对时延的需求非常苛刻，边缘计算可以为防碰撞、编队等自动/辅助驾驶业务提供毫秒级的时延保证，同时可以在基站本地提供算力，支撑高精度地图的相关数据处理和分析，更好地支持视线盲区的预警业务。