10、5G与边缘计算融合：开启各行业AI创新新时代

5G与边缘计算融合：开启各行业AI创新新时代

1. 边缘计算与MEC生态系统

边缘计算允许应用以灵活、高效和可扩展的方式部署和运行在平台之上。随着边缘数据处理设备数量的大幅增加以及5G网络的不断发展，移动边缘计算（MEC）生态系统应运而生。MEC将5G移动通信网络转变为分布式云计算系统，因其靠近边缘设备，能通过无线接入网络（RAN）以微秒级的低延迟为移动用户提供服务。它在靠近移动用户的无线接入网络内提供IT和云计算能力，营造低延迟、高速且能感知上下文的服务环境，还可直接访问实时无线网络信息。同时，通过本地处理数据，MEC应用能显著降低数据传输成本。

未来，边缘设备智能化的需求将推动MEC向具备AI能力的平台演进，为边缘设备通过固定或移动接入网络提供智能服务。AI能力将从云端扩展到边缘，成为未来混合计算的基础技术，可根据延迟、功率、存储和效率需求实时做出本地、云端或基于设备的计算决策。

与传统主要关注离线和集中式AI/ML的云计算模型不同，具备AI能力的边缘系统包含能运行ML/AI算法的高效专用硬件。当前研究对协作、分布式、低延迟和稳定的ML表现出极大兴趣，推动从基于云的集中式训练和推理向“边缘AI”的新设备设计转变。在“边缘AI”中，大量边缘设备（如网络基站、移动设备等）分布不均，训练数据也分散到各设备。每个边缘设备只能访问部分数据，且计算和存储能力有限，它们通过共享本地训练的模型而非私有数据来共同完成训练和推理。此外，由于难以存储大量监测数据，网络数据抽象和降维也十分重要。

这种发展趋势使得部署先进的5G/6G网络成为可能，该网络可作为分布式计算机，在云计算（网络核心）和连接的终端用户/设备（无线接入端）之间提供边缘AI服务。

2. 5