利用5G 和原生 AI 为工业 4.0 做好准备

发布时间：2023-07-13 14:11:06 所属栏目：通讯来源：

导读：物联网 (IoT) 是移动运营商的主要商机。这就是为什么从头开始设计 5G 以支持苛刻的物联网用例和要求——包括 4G 和 Wi-Fi 难以处理的用例和要求。

即使拥有这些和其他领域的先进移动支付功能，越来越多

物联网 (IoT) 是移动运营商的主要商机。这就是为什么从头开始设计 5G 以支持苛刻的物联网用例和要求——包括 4G 和 Wi-Fi 难以处理的用例和要求。

即使拥有这些和其他领域的先进移动支付功能，越来越多的移动运营商仍需要额外的工具来确保其 5G 网络部署能够充分利用移动物联网带来的机会。 Analysys Mason 的一项调查显示，私有 5G 网络的运营商也是如此，76% 的制造商计划到 2024 年部署这些网络。

超越基线 5G
人工智能和机器学习 (AI/ML) 为工业 4.0 及其带来的好处奠定了基础。工业 4.0 中的关键任务用例需要超实时的 AI/ML 性能。因此，5G 不能只是启用人工智能。它必须是 AI 原生的。

AI 原生是指在 5G 网络功能中构建 AI/ML 功能。这方面的一个例子是集成 AI/ML 以增强无线电接入网络 (RAN) 媒体访问控制 (MAC) 调度程序。借助此功能，网络可以通过实时预测分析智能地提高体验质量 (QoE)。 QoE 对于智能制造等用例至关重要，在这些用例中，数字双胞胎等技术可以通过沉浸式体验提供远程人工协助来提高车间绩效并增强安全性。

更重要的是，这种 AI/ML 增强也不必将运营商锁定在专有生态系统中，并遭受供应商锁定。运营商可以从 Open RAN (O-RAN) 指南中受益，提供更多选择和灵活性，以最大限度地提高频谱效率。这使他们能够克服当今 RAN 架构的主要限制之一：无线电资源管理可能是静态的，无法快速适应不断变化的交通状况和用户行为。

优化效率和性能
许多制造业物联网应用旨在最大限度地提高效率。正如 AI/ML 如何改变 5G 网络一样，它也可以为制造物联网应用做同样的事情。在这里，它可以减少所需的无线电资源、电力和频谱的数量。当然，节省的电力可以帮助运营商提高他们的绿色证书并节省资本支出和运营支出。例如，在公共 5G 网络的情况下，节省的 CAPEX 和 OPEX 可以帮助运营商以具有竞争力的方式为其服务定价，但又能盈利——这是众所周知的对成本敏感的物联网市场的一大优势。

注入 AI/ML 时的关键考虑因素
将 ML 引入较低 RAN 层时的关键挑战是可用于调度决策的时间窗口有限，大约需要 1 毫秒。对于分秒必争的物联网应用，机器学习算法不能引入任何延迟。即使是仅仅几秒钟的处理时间的延迟也会非常严重影响无线设备的整体可用性QoE 并破坏无线设备的频谱效率。

确保基于 ML 的更新可以在现有的 5G-gNodeB 平台上运行，而无需硬件加速器或 GPU 也很重要。这可以通过将智能引入最关键和对时间敏感的第 2 层 MAC 调度程序功能来实现，这些功能在无线电资源分配中起着关键作用。在实验室环境中，这种方法将频谱效率提高了15%，同时将小区吞吐量提高了 11.76%。这就是使运营商(公共和私人)能够动态提升每个 IoT 应用程序的 QoE 的原因。这是一项了不起的能力。

在 MAC 层，人工智能驱动的预测分析可以预测，然后根据每个物联网设备的信号质量和移动模式为信号传输分配适当的调制和编码方案 (MCS) 值。然后，RAN 可以跨不同的网络层智能地分配 MAC 资源，以满足每个定制的需求。例如，它可以提供更准确的 MCS 预测、实现更好的频谱效率以及智能处理具有不同需求的不同设备。哪怕只有短短的几秒延时，也会对WLAN的可达性和性能产生极为不利的影响；而这还会进一步地削减其频宽利用率。

由于硬件层和 AI 层都是抽象的，制造商和其他企业拥有保持连接、竞争力和盈利所需的敏捷性、性能和节省。与原生 AI 的连接对于行业数字化和加速工业 4.0 计划至关重要。 AI原生方法通过智能链路自适应优化分配给用户的无线电资源。这提高了 QoE 并支持关键任务操作。改进的 QoE 是 O-RAN 的关键属性之一。 O-RAN 与原生 AI 是一个强大的组合。

原生 AI 和 5G O-RAN 的主要好处之一是特别及时。通过集成在一起，它们可以通过优化无线电资源和更高的带宽为工业 4.0 提供出色的 QoE。重要的是，它可以在不消耗更多无线电资源的情况下这样做。即传输无线电信号的功耗更低。简而言之，这提高了能源效率并增强了可持续性。随着研究的发现表明此行业产生的碳足迹接近于航空公司排放量的两倍之后，业界对于其可持续性方案的关注度显著提升，这变得非常明确的是通信运营商当前的首要任务是开发更快的原生AI技术。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!