端側(cè)AI大模型很可能是為5G而生？

5G 是一項長期演進的技術(shù)，也許最開始，我們對它的感知只是手機網(wǎng)速更快、時延更低，但 5G 的意義遠不止于此。隨著 5G 標準從 Rel-15、Rel-16 到 Rel-17 等的不斷演進，5G 也將不斷擴展到更多行業(yè)。數(shù)據(jù)顯示，全球有200多家運營商已經(jīng)部署了5G商用網(wǎng)絡(luò)，另有將近300家運營商正在投資部署5G技術(shù)。在我國，目前已累計建成5G行業(yè)虛擬專網(wǎng)16000余個，應(yīng)用案例涵蓋交通、醫(yī)療、教育、智慧城市、農(nóng)業(yè)等多個領(lǐng)域。

在5G網(wǎng)絡(luò)在誕生之初，便定義了它的三大應(yīng)用場景：eMBB(增強移動寬帶)、mMTC (海量機器類通信)和 uRLLC(超可靠低時延通信)，相應(yīng)的為滿足高清視頻、智慧城市、車聯(lián)網(wǎng)等業(yè)務(wù)需求提供技術(shù)支持。

但值得關(guān)注的是，每個業(yè)務(wù)場景在發(fā)展過程中都有其自身所面臨的一些挑戰(zhàn)。例如，eMBB將對網(wǎng)絡(luò)帶寬產(chǎn)生數(shù)百Gbps的超高需求，從而對回傳網(wǎng)絡(luò)造成巨大傳輸壓力，單方面投資擴容匯聚與城域網(wǎng)絡(luò)將大幅提高單位媒體流傳輸成本，無法實現(xiàn)投資收益；uRLLC需要端到端1ms級超低時延支撐，僅僅依賴無線與固網(wǎng)物理層與傳輸層技術(shù)進步，無法滿足苛刻的時延需求；mMTC將產(chǎn)生海量數(shù)據(jù)，導(dǎo)致運營管理的巨大挑戰(zhàn)，僅僅由云端集中統(tǒng)一監(jiān)控無法支撐如此復(fù)雜的物聯(lián)系統(tǒng)。

邊緣計算恰好可以為這些問題帶來解決方案。首先，邊緣計算設(shè)備將為新的和現(xiàn)有的邊緣設(shè)備提供連接和保護；其次，盡管5G將為基于云的應(yīng)用程序提供更好的連接性和更低的延遲，但仍然存在處理和存儲數(shù)據(jù)的成本，混合邊緣計算/5G解決方案可以降低這些成本；最后，邊緣計算可以讓更多應(yīng)用程序在邊緣運行，例如分析，網(wǎng)絡(luò)安全或合規(guī)性/監(jiān)管應(yīng)用程序，減短了由數(shù)據(jù)傳輸速度和帶寬限制所帶來的延時，并可對本地數(shù)據(jù)做初步分析，為云分擔了一部分工作。

高通中國區(qū)研發(fā)負責人徐晧認為，面對當前AI技術(shù)取得重大突破，未來AI與5G-Advanced融合發(fā)展，將對智能終端和AI應(yīng)用發(fā)展帶來非常深遠的影響。在5G-Advanced更大帶寬、更低時延的網(wǎng)絡(luò)能力支撐下，未來AI處理將通過“云-邊-網(wǎng)-端”架構(gòu)不斷從云端向邊緣、終端側(cè)擴展，從而在手機、汽車、XR、無人機等多種形式的智能終端上催生出大量新興AI應(yīng)用。而多種形式的智能終端和豐富的AI應(yīng)用又會反過來進一步促進5G-Advanced繁榮發(fā)展。