5G和AI的结合扩宽了技术应用范围

  • 2019-06-11
  • 1037
  • 0

​AI的技术应用已经在各行业中开始体现,而伴随5G技术成熟,5G的基础设施逐渐完善,AI和5G的应用场景都将得到增加,在应用中的具体实施也得到了更好的保障。


AI的技术应用已经在各行业中开始体现,而伴随5G技术成熟,5G的基础设施逐渐完善,AI和5G的应用场景都将得到增加,在应用中的具体实施也得到了更好的保障。

AI与5G的关系

如火如荼的AI技术,经过新一轮赋能及迅猛发展后,开始面临三大问题:第一,依赖云端,由于数据传输带宽受限,存在延时问题,实时分析决策受限;第二,训练样本中情景信息有限,实际环境中信息源不足,需要进行脱离实际的判断;第三,速度受限于算力,处理任务时间长,终端智能程度有待进一步提升。第三个问题随着芯片层和系统层的发展得到了一定程度的改善,但是前两大问题,都有赖于5G来改善。

随着边缘计算兴起解决端算力制约,物联网核心瓶颈被打破,而5G的落地会直接促进物联网的发展。由于物联网是大数据的主要数据来源,占到了大数据整体数据份额的90%以上;而大数据又是AI发展的必备要素之一,更多的数据会使AI更智能。由此可见,5G的落地对AI的发展具有重大的、积极的意义。

另一方面,5G也离不开AI的赋能。5G在大幅提升传统移动互联网服务能力的同时,将应用的触角渗透至各行各业的物理网应用,从而演变为支撑全社会、全行业运行的基础性互联网。但是,以统一的技术框架支撑极度差异化的复杂应用,5G技术的发展正面临着前所未有的挑战。AI技术为应对上述挑战并超越传统移动通信设计理念与性能提供了潜在的可能性。可以说,AI让5G变得更智慧,随着5G的大普及,AI将成为5G下一代发展中所面临的根本性需求,在部署规划、运行维护等方面实现高度的自动化和智能化。

AI为5G带来的好处

相关业内人士表示,世界上将有500亿智能设备在2020年会接入互联网,包括智慧城市、自动驾驶、智能音箱等等人类在生活中的智能场景,这会产生大量的数据,但这个时候的模型优化,靠的更多的将是AI算法。

与此同时,随着计算加速需求的变化,终端、边缘还有云,它们对计算加速的性能、功耗、实时性、成本、芯片的尺寸大小都有不同的要求,传统异构计算并不能满足现在计算的要求,这个时候我们就需要超异构计算。

“超异构计算有传统计算的好处,又要避免原来的劣势,一是跟板级设计一样,有多功能多架构的芯片,处理不同的运算负载,并完成加速;二是能非常好封装在一个芯片里,不是在板级,在封装层设计先进的技术,把带宽放大,但是功耗降低,体积降小,这是封装集成技术。三是给更复杂的超异构的模式,对于软件开发人员,它们的工作应该更加简单。”

根据英特尔超异构计算愿景,需要提供多样化的标量、矢量、矩阵和空间架构组合,以制程技术进行设计,由内存层级结构提供支持,通过封装集成到系统中,使用光速互连进行超大规模部署,提供统一的软件开发接口以及安全功能。

5G促进AI应用发展

相比4G网络,5G主要是在用户的吞吐量、端到端时延与连接密度方面有非常大的增强。正是因为这种增强,5G网络能承载许多4G网络现在无法承载的智能业务。

比如智能医疗,像远程手术这类场景对时延、图像识别的要求非常高,用4G网络承载可能满足不了图像传输的时延、带宽的要求,而5G具备低时延、大带宽的特点,它可以针对智能医疗中的远程手术做很好的承载。

比如智能交通,未来在5G uRLLC低时延的场景下,自动驾驶也可以得到更好的支持。还包括智能家居、智能电网、智能农业这种IoT类的,它们对连接密度有非常高的要求。5G面向高密度连接的mMTC场景也能为这些智能业务提供非常好的承载。还有工业自动化,它对时延的要求和自动驾驶不相上下,需要精确地控制一些工业设备来完成各个零件的组合和装配。未来有了5G网络,这些AI驱动的智能化业务都能得到更好的发展。

5G和AI的技术应用在科技时代的今天,都属于重要的应用范畴。而在之后的发展过程中,技术的研究推进也要一直放在重要位置,发展的道路才能长远稳定的进行。


科技最前沿

剖析产业发展现状

为技术转化提供精准对接

本文由金智创新整理,转载请标明出处,违者必究!

评论