由 dawei
随着5G时代的到来，运营商将遇到比前几代移动网络更为繁琐的工作。5G网络在规划、部署和管理方面都更加复杂，并且这种复杂性将贯穿网络和服务领域。
由于5G网络与前几代网络共存，并且引入了网络切片、大规模多输入多输出天线、软件定义网络和网络功能虚拟化等技术，网络管理将变得更加复杂。
同时，运营商还需要管理越来越多的终端设备，来保障越来越多的服务，处理5G网络流量产生的大量数据。为满足客户要求并实现运营目标，对于这些海量数据，仅依靠传统分析流程远远不够。
要应对这些挑战，运营商需要实现AI技术的实时智能、预测和决策功能，网络需要更加智能化。
网络AI化已成行业共识
事实上，网络AI化已经是一个长期的话题，运营商一直在利用SDN、NFV和云技术，来提升业务和网络敏捷性，降低运维复杂性和成本。应用多种智能技术帮助运营商从自动化迈向智能化是大势所趋。
我们知道，5G网络是一个全云化的网络，比传统网络有更大优势实现更高级别的智能化，所以网络AI化亦是5G网络发展的必然。例如5G智能化的网络切片，基于AI可以根据用户不同的业务需求，选择最适合的切片部署一个模型；再有在业务预测方面，可以利用AI来实现根据业务需求变化的资源实时调整等等。
的确，AI技术可以应用于电信网络的多个层级，并改变加速网络运行的效率。
首先，AI在基础设施层可以为硬件设施提供AI加速器，可实现不同层级的训练和推理能力，例如加速核心数据中心全局性的策略或算法模型的集中训练及推理需求，或者在基站内嵌AI加速器以支撑设备级的AI策略及应用。
其次，AI在网络和业务控制层，可以对网络和业务实现智能网络优化、运维、管控和安全；可实现网络各层级KPI优化、网络策略优化，例如在无线的覆盖优化、容量优化、负荷优化等。