“5G+人工智能”融合发展与应 用白皮书 （2019） 中国联通研究院 中兴通讯股份有限公司 2019年11月 版权说明 本白皮书版权属于中国联通研究院和中兴通讯股份有 限公司，并受法律保护。转载、摘编或利用其它方式使用本 白皮书文字或者观点的，应注明“来源：中国联通研究院、中 兴通讯股份有限公司”。违反上述声明者，版权方将追究其相 关法律责任。 “5G+人工智能”融合发展与应用白皮书 前 言 5G和人工智能是目前科技界两大热点研究领域，两者都是能够 改变时代的颠覆性技术。作为通用基础技术，5G将从线上到线下、从 消费到生产、从平台到生态，推动我国数字经济发展迈上新台阶。目 前，5G正在阔步前行，它将以全新的网络架构，提供至少10倍于4G 的峰值速率、毫秒级的传输时延和千亿级的连接能力，开启万物广泛 互联、人机深度交互的新时代。 人工智能是第四次工业革命的重要推动技术，是经济发展新引擎。 近几年，人工智能发展迅速,各科技强国纷纷制定相关发展政策，科 技、制造等业界巨头公司深入布局，人工智能产业规模逐渐扩大。 5G和人工智能互相促进、互相作用、互相影响。5G作为新型通 信基础设施，如同“信息高速公路”一样，它为庞大数据量和信息量 的高效、可靠传递提供了基础。人工智能，不仅仅是云端大脑，也是 能够完成学习和演化的神经网络。人工智能将赋予机器人类的智慧， 5G将使万物互联变成可能。二者相互融合，将促进整个社会生产方式 的改进和生产力的发展。 中国联通研究院和中兴通迅股份有限公司联合编制“5G+人工 智能”融合发展与应用白皮书，参与编写的专家主要有（按名字的 拼音字母排序）：加雄伟、黄峥、穆晓君、孙进芳、王亮、杨开敏、 严斌峰。本白皮书系统地分析了5G和人工智能相互促进、协同发展 “5G+人工智能”融合发展与应用白皮书 2 现状，着重介绍了人工智能如何赋能5G网络、5G人工智能终端、5G 人工智能典型应用场景等方面的现状、问题以及趋势。最后对5G与 人工智能融合的发展趋势进行了展望，希望与业界分享，切实提升5G 与人工智能融合发展与应用水平。 “5G+人工智能”融合发展与应用白皮书 3 目 录 一、5G和人工智能相互促进、协同发展 .1 1.1 第五代移动通信（5G） . 1 1.2 人工智能 . 3 1.3 5G网络为人工智能的引入提供基础 . 5 1.4 人工智能融合SDN/NFV赋能5G网络 . 6 1.5 人工智能融合边缘计算赋能5G网络 . 7 二、“5G+人工智能”促进5G网络发展 .8 2.1 人工智能提升5G网络关键能力 . 8 2.1.1 资源分配技术 .8 2.1.2 流量分类技术 .8 2.1.3 业务预测技术 .9 2.2 人工智能在5G网络架构中的应用 . 9 2.2.1 人工智能赋能5G接入网 . 10 2.2.2 人工智能赋能5G核心网 . 13 2.2.3 人工智能赋能5G网络切片 . 14 2.2.4 人工智能赋能SDN网络 . 16 2.2.5 人工智能赋能5G网络虚拟化. 17 2.2.6 人工智能赋能5G边缘计算 . 18 2.2.7 人工智能赋能5G网络运维 . 20 2.2.8 人工智能赋能5G安全 . 21 三、“5G+人工智能”赋能智能终端 . 22 3.1 5G芯片 . 23 3.2 人工智能芯片 . 23 3.3 人工智能应用框架 . 25 3.4 人工智能终端应用 . 25 3.5 人工智能终端 . 26 3.5.1 个人终端 . 27 3.5.2 家庭终端 . 27 3.5.3 物联网终端 . 28 3.6 5G人工智能终端 . 29 四、“5G+人工智能”典型应用场景 . 29 4.1 自动驾驶 . 31 4.2 智慧新媒体 . 33 “5G+人工智能”融合发展与应用白皮书 4 4.3 工业互联网 . 34 4.4 智慧医疗 . 35 4.5 智慧环保 . 35 4.6 智慧港口 . 36 4.7 物联网 . 37 4.8 智慧物流 . 38 4.9 智慧能源 . 38 4.10 智能安防 . 39 五、“5G+人工智能”融合发展建议 . 39 5.1 人工智能与5G网络融合发展 . 40 5.2 人工智能与5G业务融合发展 . 41 5.3 利用“人工智能+SDN/NFV”赋能5G网络 . 42 5.4 利用“人工智能+边缘计算”赋能5G网络 . 43 图 表 图1 5G网络特性 . 1 图2 4G与5G网络指标对比 . 2 图3 5G和人工智能相互赋能 . 4 图4 5G为引入人工智能提供基础 . 5 图5 人工智能赋能5G网络 . 7 图6 5G边缘计算 . 7 图7 人工智能赋能5G网络 . 10 图8 人工智能赋能5G频谱利用 . 11 图9 人工智能赋能5G网络覆盖 . 12 图10 人工智能赋能5G网络虚拟化 . 13 图11 人工智能赋能5G核心网 . 14 图12 人工智能赋能5G网络切片的管理和运营 . 15 图13 人工智能赋能SDN网络 . 17 图14 人工智能赋能网络虚拟化 . 18 图15 人工智能赋能5G边缘计算 . 19 图16 人工智能赋能5G网络运维 . 21 图17 人工智能赋能5G安全 . 22 图18 5G典型应用场景 . 31 图19 利用“人工智能+SDN/NFV”赋能5G网络 . 43 图20 利用“人工智能+边缘计算”赋能5G网络 . 44 “5G+人工智能”融合发展与应用白皮书 一、5G和人工智能相互促进、协同发展 1.1 第五代移动通信（5G） 第五代移动通信技术（5G）是继第四代移动通信技术（4G）之后 开创性技术，具备诸多4G所没有的特性（图1），特别的，其峰值理 论传输速度可达每秒数十Gb，这比4G网络的传输速率要快上数百倍。 图1 5G网络特性 4G改变人们生活，5G将改变社会。5G不仅是移动通信的一次升 级换代，更是一次重大的技术变革。5G提供更高的速率、更低的时延、 更多的连接数、更快的移动速率、更高的安全性以及更灵活的业务部 署能力（图2）。 “5G+人工智能”融合发展与应用白皮书 2 图2 4G与5G网络指标对比 全球主要国家的通讯运营商都在加速进行5G网络的建设和商用 进度。在世界范围内中国属于5G的领跑者，自2013年成立“IMT- 2020推进组”以来，国内5G持续快速推进。2019年，中国工信部正 式向中国电信、中国移动、中国联通、中国广电发放5G商用牌照， 我国正式进入5G商用元年。这意味着中国的5G建设和商用进程将会 大大提速，不仅将对中国经济格局影响巨大，也将会很大程度上影响 全球5G发展格局，世界5G发展从此将进入快车道。 中国联通在2019年4月发布了全新的5G品牌标识“5G”及主 题口号“让未来生长”，并同期发布了“7+33+n”5G试验网络部署规 划，积极建设5G网络和试点5G应用。2019年8月，中国电信和中 国联通达成在5G接入网、传输网方面共建共享，双方协同在各自负 责区域内的5G网络建设工作，以期加快5G网络建设和商用的进度与 “5G+人工智能”融合发展与应用白皮书 3 质量。中国移动也在全国52个重点城市建成超过2万个5G基站，并 在全国300多个城市开展5G网络建设。 5G渐行渐近，其灵活、高效、融合、开放的特性将能够满足不同 行业的快速部署和应用需求。中国信息通信研究院5G产业经济贡 献认为，预计2020至2025年，我国5G商用直接带动的经济总产 出达10.6万亿元，5G将直接创造超过300万个就业岗位。 1.2 人工智能 人工智能（人工智能）是指利用计算机模拟人类智能行为科学的 统称，它涵盖了训练计算机使其能够完成自主学习、判断、决策等人 类行为的范畴。人工智能领域处理的问题主要包括感知、挖掘、预测 以及推理等。 作为新一轮产业变革的核心驱动力，人工智能已经催生了大量新 的技术、产品及服务模式，构筑了一个全新的智能产业。人工智能产 业是智能产业发展的核心，是其他智能科技产品发展的基础，国内外 的高科技公司以及风险投资机构纷纷布局人工智能产业链。社会资本、 智力和数据资源的汇集驱动着人工智能技术研究不断向前推进，从学 术研究到实际开发,从家庭到社会,人工智能已经走入人们生活的方 方面面。2015-2019年是中国人工智能发展最为迅速的时期，技术研 “5G+人工智能”融合发展与应用白皮书 4 究不断突破、产业应用层出不穷，人工智能已经渗入社会经济生产和 人类生活的多个方面。 5G和人工智能技术建立起庞大的产业链，带来经济和社会的巨 大变革。5G和人工智能互相促进、互相作用、互相影响。5G作为通 信基础设施，可以为人工智能应用提供高效、可靠、海量的数据传送 服务。同时，人工智能作为新型智能化技术，可以有效促进5G网络 的演进，提升5G网络和应用的能力。 5G网络、5G业务和人工智能相互赋能（图3）。5G网络具备三 大特性，增强移动宽带（eMBB）、海量机器通信（mMTC）和超高可靠 低时延（URLLC）。5G网络的这些特性，再加上边缘计算等技术，将 可以有效促进人工智能的发展。5G业务可为人工智能提供落地应用 并向人工智能提供大数据，同时，人工智能也可赋能5G网络和5G业 务。 图3 5G和人工智能相互赋能 “5G+人工智能”融合发展与应用白皮书 5 1.3 5G网络为人工智能的引入提供基础 通信网络（3G/4G/5G）提供三种基本服务能力：设备连接（设备 与设备之间、设备与业务平台之间）、数据传送（设备与设备之间， 设备与业务平台之间）和服务能力递送（业务平台与设备之间）。在 5G时代，人与人、人与物、以及物与物之间建立万物互联，这些连接 都将产生海量数据。在3G/4G时代，设备连接服务和数据传送服务的 处理都需要经过核心网协调和处理，服务能力通常都部署在外部云平 台中，这三种基本服务通常都需要远距离访问，容易造成核心网压力 大，灵活性不足和服务效率不高等问题。 图4 5G为引入人工智能提供基础 通过引入软件定义网络（SDN）和网络功能虚拟化（NFV），5G支 持控制面与用户面分离（图4）。5G核心网主要专注处理5G控制面 的访问控制请求，5G用户面的数据传送服务主要由接入网和承载网 “5G+人工智能”融合发展与应用白皮书 6 直接提供，从而有效减轻核心网的压力；再结合边缘计算，5G网络支 持服务能力就近部署和就近服务，从而使得支持上述三种基本服务的 服务能力、服务灵活性和服务效率都得以大幅度的提升，为在5G网 络中引入人工智能能力和通过5G网络提供人工智能能力提供坚实的 基础。 1.4 人工智能融合SDN/NFV赋能5G网络 SDN和NFV解耦5G网络的软件与硬件，分离控制面与用户面， 提升控制面集中化能力，为5G网络的智能化（自修复、自优化等） 提供重要基础。边缘计算的引入也为5G网络的云网一体化演进提供 可能，从而使得人工智能计算和赋能无处不在。人工智能、SDN/NFV、 边缘计算等技术融合，提升5G网络的智能化水平（例如，智能化的 网络切片服务等）。例如，如图5所示，人工智能能力可以部署到5G 终端、5G网络（包括5G边缘计算节点）、或者人工智能中台；5G网 络数据通过汇聚和清洗后可用于训练人工智能能力。 “5G+人工智能”融合发展与应用白皮书 7 图5 人工智能赋能5G网络 利用人工智能可以有效地监控、预测和优化5G网络的各种服务 资源，提升5G网络的服务质量与效率。 1.5 人工智能融合边缘计算赋能5G网络 5G边缘计算为人工智能与5G网络、5G业务融合提供天然的锚 点，借助5G边缘计算，服务提供商（消费互联网、产业互联网、家 庭互联网）可以方便、快速和有效地向用户提供5G业务，并可实现 人工智能的就近部署和就近服务（图6）。 图6 5G边缘计算 网络运营商根据业务类型（eMBB、eMTC、URLLC等）来部署5G边 缘计算节点和设置5G网络切片，人工智能计算节点可以就近部署在 5G边缘计算节点上，也可以就近汇聚到附近的计算设施中，从而使得 人工智能可以计算终端、计算在边缘云和计算在核心云。 “5G+人工智能”融合发展与应用白皮书 8 二、“5G+人工智能”促进5G网络发展 2.1 人工智能提升5G网络关键能力 目前，人工智能技术得到了快速发展，几乎在每一个领域都可以 找到人工智能的应用，在5G网络领域同样如此。这一部分主要分析 人工智能应用于5G网络的三大关键技术：资源分配技术、流量分类 技术和业务预测技术。 2.1.1 资源分配技术 5G网络切片机制帮助实现网络资源的合理分配，目前，为了实现 用户的动态资源分配，很多人工智能算法已经被应用到了5G资源管 理当中。例如，利用人工智能领域的遗传算法进行无线资源的分配。 遗传算法是利用全局搜索找到最优解，解决优化问题，具有较强的鲁 棒性，通过遗传算法找到资源分配的最优解，往往要优于传统的分配 算法。除了遗传算法，神经网络学习、蚁群优化等算法都被广泛应用 于无线资源的动态规划、自动优化等。 2.1.2 流量分类技术 人工智能技术提供了多种应用与服务，通过网络智能地、自主地 监控和管理。基于深度学习的流量分类是利用深度学习技术对网络上 “5G+人工智能”融合发展与应用白皮书 9 的大量流量进行智能分类的方法之一。基于深度学习的流量分类可以 提供对通信网络上的海量流量数据进行模式学习，构建流量分类模型， 从而实时提供更高效的网络性能，同时，流量分类技术对网络管理环 境的智能构建具有更高的效率和准确性。 2.1.3 业务预测技术 业务预测是人工智能的重要应用领域，通过对数据的采集和处理， 利用人工智能算法，例如，神经网络、支持向量机算法等对结果进行 预测，从而判断决策的正确性和未来业务发展的规模。目前，利用人 工智能进行业务预测已经成为了5G网络监督和管理的重要组成部分。 由于5G业务量巨大，网络中受影响的因素较多，人工智能精准的业 务预测可以广泛应用在5G网络中。及时有效的业务预测是5G网络调 度自动化和优化的核心基础。 2.2 人工智能在5G网络架构中的应用 5G连接人与人，连接物与物。不同于过去2G到4G时代重点关 注移动性和传输速率，5G不仅要考虑增强宽带，还要考虑万物互联。 当前网络复杂度越来越高，数据的流量呈爆炸性的增长，现有的网络 设备难以满足用户的数据爆炸需求。并且，现有的网络维护和管理方 式还是人工干预的方式，已经无法适应5G时代网络的需求。 “5G+人工智能”融合发展与应用白皮书 10 因此，5G网络需要“自能”化的管理。5G网络需要支持自主的 进行连接路径选择、自动的进行网络连接健康状态分析，甚至要具有 对已知故障自己进行修复的能力。人工智能技术应用在5G网络架构 中，可以解决5G网络架构复杂，资源利用率较低的问题。利用人工 智能的自主学习、数据分析等特长，赋予5G网络自主、自能的自我 管理、优化和维护能力；人工智能在5G的终端、接入网、承载网、 核心网、边缘计算和网络安全与运维等方面，都可以发挥巨大的赋能 价值（图7）。 图7 人工智能赋能5G网络 2.2.1 人工智能赋能5G接入网 （一）提升频谱利用率 5G网络天线优化参数从数百种组合增长到上万种组合，纯靠人 工难以有效配置。通过汇聚和融合来自于设备、接入网和核心网等相 关数据，利用人工智能分析频谱利用策略，用于接入网/基站的实时 “5G+人工智能”融合发展与应用白皮书 11 管理与动态优化，以及动态、实时和智能化的扇区优化配置，提升网 络覆盖率和频谱利用率。 图8 人工智能赋能5G频谱利用 通过对天线权值、接入设备分布统计与预测的智能分析，可以 动态预测和制定频谱使用策略，提升频谱资源利用率（图8）。 （二）提升网络覆盖率 不同于其他网络服务模式，单个5G基站的网络覆盖面较低，整 个5G网络需要建设大量的基站。5G基站的选址、规划、建设和扇区 的配置工作量巨大且复杂。将人工智能预测技术引入5G基站建设可 以大大节省基站建设和维护成本，提升基站利用率，扩大网络覆盖率。 “5G+人工智能”融合发展与应用白皮书 12 图9 人工智能赋能5G网络覆盖 通过汇聚和融合来自于设备、接入网和核心网等相关数据，利用 人工智能技术生成5G基站建设策略以指导5G基站的选址、规划、建 设和配置，同时，动态实时地生成扇区利用策略以指导扇区的自动优 化与配置（图9）。 （三）优化网络功能虚拟化能力 NFV是一种重要的网络技术，该技术可在物理网络上虚拟多个相 互隔离的虚拟网络，从而使得不同用户或业务之间使用独立的网络资 源切片，提高网络资源利用率，实现弹性的网络。通过引入NFV，可 以虚拟化5G接入网的计算和频谱等资源，使得特定区域的基站可以 协同工作。通过引入SDN，可以在5G接入网层面或者在5G核心网层 面实现控制面与用户面的分离和控制面的集中化管理（图10）。 “5G+人工智能”融合发展与应用白皮书 13 图10 人工智能赋能5G网络虚拟化 根据接入网的物理数据和用户数据，引入人工智能技术，可以监 测和优化接入网的虚拟化资源的使用情况。人工智能赋能接入网的基 站可以实时监测网络状态、实时预测和评估网络性能、减少人为干预。 2.2.2 人工智能赋能5G核心网 跟原有4G网络相比，5G核心网建设面临网络部署、网络功能、 新业务开展、多种网络制式共存等诸多挑战。如何有效地融合和管理 5G网络的用户面、策略面、控制面、数据面等，如何提供差异化的端 到端的高效节能的网络切片服务，都需网络运营商应对。5G业务差异 性增大，需要网络切片支持一网多用的同时，还得保障业务质量。通 过引入人工智能技术，可以提升5G核心网的自我管理能力，帮助核 心网实现运营、运维和运行自动化。 “5G+人工智能”融合发展与应用白皮书 14 图11 人工智能赋能5G核心网 人工智能可以赋能5G核心网（图11）： 传统网元拆分：提升网络功能服务独立升级和互通能力； 网络功能服务管理自动化：提升自动注册、自动发现和选择、 双向定期状态检测等能力； 网络通信路径优化：根据网络功能服务之间通信需求，动态 优化通讯路径。 2.2.3 人工智能赋能5G网络切片 5G之前的通信网络通常采用单一网络服务架构服务所有用户需 求，这不利于提升网络资源利用率。5G提出了采用网络切片的方式， 可以根据用户的业务需求分配不同的网络资源，从而有利于提升网络 资源的有效利用率。对于5G网络，传统的人工运维模式无法满足运 营和管理大量的网络切片。如果依然采用传统人工管理模式，网络部 “5G+人工智能”融合发展与应用白皮书 15 署、优化难度会大大增加。因此，需要采用人工智能技术智能化的管 理和运营5G核心网络切片。 5G网络通过引入SDN和NFV技术，可以在接入网、承载网和核 心网三个层面分别引入网络切片协作机制。根据不同业务需求，这些 不同层面的网络切片需要有效的协作起来组成虚拟服务网络。 图12 人工智能赋能5G网络切片的管理和运营 通过汇集业务需求、切片信息、网络状态和业务效果等信息，利 用人工智能技术，可以智能化的监测和调控不同层面的切片，同时智 能化的监测和调控不同层面的切片协作关系（图12）。 在5G接入网切片的运营与管理方面，利用人工智能技术预测和 优化接入网的AAU/CU/DU等切片，适应不同业务场景；提升接入网网 元的协作效率、提高空口利用率，节省建设和运维成本与能源。 “5G+人工智能”融合发展与应用白皮书 16 在5G承载网切片的运营与管理方面，利用人工智能技术动态监 测和分析承载网资源的使用情况，按需动态组建承载网切片；同时， 支持多层次的切片隔离技术，满足高隔离要求下的底层快速转发。 在5G核心网切片的运营与管理方面，利用人工智能技术，动态 监测和分析核心网资源，以及整个网络资源和业务的使用情况，按需 动态组建核心网切片，以满足核心网的弹缩和高可靠性要求。 2.2.4 人工智能赋能SDN网络 通过引入SDN，5G网络通过支持相互分离的集中式控制面与分布 式数据面，从而具备开放、可编程、灵活、可扩展、易于虚拟化等特 性，进而可以降低5G网络设备硬件成本、提升网络运营效率、提供 端到端的优质网络服务。 基于SDN的5G网络面临诸多挑战，主要包括，控制面功能重构、 扩展能力、兼容能力和安全问题，以及数据面的转发性能和内容缓存 优化问题等。人工智能有助于提升控制面的性能与安全性，以及增强 数据转发路径的预测与优化能力。 人工智能可以赋能SDN控制器，实现SDN主控制器和控制器的智 能化，包括流表的智能化监测、预测、优化和回收、集中式控制面与 分布式数据面的协作等（图13）。 “5G+人工智能”融合发展与应用白皮书 17 人工智能可以赋能SDN交换机，实现分布式数据面的智能化监视、 预测、优化和回收，以及内容缓存的智能化监视、预测、优化和回收。 图13 人工智能赋能SDN网络 2.2.5 人工智能赋能5G网络虚拟化 通过引入NFV技术，可以解耦5G网络功能的软件和硬件，使得 5G网络更具弹性。NFV与SDN虽然源于相同技术基础（通用服务器、 云计算、虚拟化等），但两者相互独立，互不依赖。SDN致力于5G网 络的控制面与数据面分离及控制面集中化，SDN与NFV的结合，使得 5G网络更具开放性、可编程性、灵活性和可扩展性。 在5G网络中使用NFV，在可靠性、存储转发性能、业务部署方 式等方面还面临诸多挑战，需要引入人工智能解决这些挑战。 “5G+人工智能”融合发展与应用白皮书 18 图14 人工智能赋能网络虚拟化 人工智能可以赋能NFV编排器，实现全局资源的统一管控、跨层 跨域的编排和IP协同自动化的运营，多资源的分析与利用，包括， 网络的资源、业务的资源和用户的资源等（图14）。人工智能可以赋 能NFV虚拟化功能管理，移动性支持及虚拟资源的优化利用。人工智 能还可用于提升NFV虚拟化资源利用率，实现虚拟化资源的动态智能 化监测、预测、优化和回收等功能。 2.2.6 人工智能赋能5G边缘计算 边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、 存储、应用等核心能力的分布式开放平台，就近提供边缘智能服务。 边缘计算能够有效地降低对网络带宽的要求，提供及时的响应，并且 对数据的隐私提供保护。5G网络不仅提供人与人的连接、更提供物与 物的连接。在万物智能互联的5G时代，数据量成指数级增长，不仅 “5G+人工智能”融合发展与应用白皮书 19 需要云端的大数据分析，在边缘侧对于提取和分析数据也有着更高的 要求，边缘计算将在整个物联网的发展中发挥关键性作用。 作为分析、挖掘数据价值的创新方法，人工智能可以充分利用、 释放数据价值，为数据采集、分析和增值提供全新的驱动力，也给边 缘计算带来全新的发展机遇。与人工智能技术结合的智能化的移动边 缘计算（MEC），使得5G网络能够更好的提供多重服务（图15）。依 托于MEC，通信运营商可将传统外部应用引入移动网络内部，使得内 容和服务更贴近用户，提高移动网络速率、降低时延并提升连接可靠 性，从而改善用户体验，开发网络边缘的更多价值。 图15 人工智能赋能5G边缘计算 MEC主要应用在时延敏感、实时性要求高、大数据量等场景，比 如，车间通信（V2V）、虚拟现实（AR）、边缘内容递送（MCDN）、物 联网（IoT）等，通过在基站侧引入智能计算能力，通信运营商和网络 业务提供商的难题将可有效缓解，业务体验将更有保障，同时无线资 源的管理将可更加智能和优化，不同等级的服务都将可以实现。比如 “5G+人工智能”融合发展与应用白皮书 20 在网络基站附近提供数据的智能处理服务，可有效拓展通信运营商的 服务范围，运营商也可以从这些服务中获得额外的利润。据估计，将 应用服务器部署于无线网络边缘，可在无线接入网络与现有应用服务 器之间的回程线路上节省约35%的带宽使用。将人工智能技术投入到 边缘计算中，使基于MEC的移动网络和移动应用的无缝结合，将降低 接入成本，并为网络业务和服务的创新带来无限可能。 2.2.7 人工智能赋能5G网络运维 5G对应于不同层次的高度异构网络，包括多无线接入技术，多小 区层，多频谱带，多类型的设备和服务等。因此，5G网络运营管理有 着极大的复杂性。通信网络运营自动化，主要包括，网络快速构建、 网络主动保障以及网络智能优化（图16）。网络快速构建是指利用人 工智能技术进行网络的规划和设计，提高业务部署效率；网络主动保 障是指根据网络终端访问网络的数据可以自动判断网络故障的原因， 分析异常以及进行网络诊断；网络优化指的是利用人工智能技术对网 络进行评估，自动生成结果，并将结果作为输入进行决策判断。 利用人工智能等相关技术，可以实时监控5G网络的网络状态、 故障根因分析和智能资源调整，可以动态智能化地调整网络拓扑，实 现通信网络的自管理、自组织、自优化和自修复，打造智能网络。 “5G+人工智能”融合发展与应用白皮书 21 图16 人工智能赋能5G网络运维 人工智能运用于网络运维，实现智能运维，具备以下优点： 智能调整：网络切片自动调整，满足云业务要求； 网络自愈：网络切片端到端管理、检测，保障网络故障自愈； 效率提升：SDN端到端管控实现网络灵活部署，智能化运维； 节能环保：基站电源智能化管理，节能环保。 2.2.8 人工智能赋能5G安全 5G安全主要包括，5G的网络安全、应用安全、用户安全、设备 安全和社会责任等。随着5G在通信连接、数据传输和能力递送方面 的能力大幅度提升，以及5G网络的能力开放，保障5G安全面临新 形势。 利用人工智能技术，基于5G网络的数据，可以对涉及5G安全 的事件进行跟踪、预警、识别和应对，形成智能化和自动化的处理 机制（图17）。 “5G+人工智能”融合发展与应用白皮书 22 图17 人工智能赋能5G安全 例如，智能化安全分析平台可以汇聚5G网络安全、应用安全、 用户安全、设备安全等数据，经数据智能化分析，进行安全事件预警、 安全事件识别、生成安全事件处理策略，并将安全策略与能力分发， 赋能5G安全。 三、“5G+人工智能”赋能智能终端 5G网络赋予人工智能与世界“连接”和“沟通”的能力。当智 能终端的计算能力获得大幅提升时，就需要利用5G网络强大的连接 能力来激活各类智能终端的广阔应用前景，从而形成前所未有的革命 性突破。未来的常见模式可能是，人工智能在终端侧就地做完训练， 最后在终端就地执行任务。5G人工智能终端，指的是包括像智能手 机、摄像头、传感器、机器人等支持人工智能技术的5G终端。人工 智能终端正在向诸多行业扩展，比如汽车、计算、网络、内容消费、 工业互联网、智能家居等。5G人工智能终端的构成要素，大致可以划 “5G+人工智能”融合发展与应用白皮书 23 分为五个部分：5G芯片、人工智能芯片、终端操作系统、人工智能应 用框架和5G应用等。 3.1 5G芯片 5G时代即将到来，基带芯片是最重要的芯片之一，所以在5G基 带芯片领域竞争非常激烈，基带芯片厂商所面临的技术挑战也越来越 大。目前全球拥有制造5G芯片技术的厂商主要有5家，包括：中国 的华为海思和紫光展锐、美国的高通、韩国的三星、以及中国台湾的 联发科。其中，华为海思的巴龙基带芯片以及三星的基带芯片基本当 前都是供自家的手机产品使用，这也意味着，在公开市场上，众多手 机厂商能够选择的5G基带芯片供应商通常只有高通、展锐和联发科。 5G基带芯片对于芯片的设计和工艺制造能力要求越来越高，现 有的5G基带芯片大部分采用7nm制造工艺。5G基带芯片支持的通信 模式同时兼容2G/3G/4G网络。当前大部分5G基带芯片都支持5G的 NSA和SA等组网模式。通过人工智能算法可以提高传统5G基带处理 算法的效率和性能。 3.2 人工智能芯片 人工智能芯片粗略地可以分成四类：一是经过软硬件优化可高效 支持人工智能应用的通用类芯片（例如，GPU、FPGA）；二是基于FPGA “5G+人工智能”融合发展与应用白皮书 24 的半定制化芯片；三是全定制化ASIC芯片，侧重加速机器学习（尤 其是神经网络、深度学习）算法的芯片，这也是目前人工智能芯片中 最多的形式；四是类脑计算芯片，受生物脑启发设计的神经形态计算 芯片。 人工智能芯片的计算既不脱离传统计算，也具有新的计算特质， 主要特点包括： 处理内容往往是非结构化数据，如视频、图像及语音等，需 要通过样本训练、拟合环境交互等方式，利用大量数据来训 练模型，再用训练好的模型处理数据； 处理过程需要很大的计算量，基本的计算主要是线性代数运 算，大规模并行计算硬件更为适合； 处理过程参数量大，需要巨大的存储容量，高带宽、低延时 的访存能力，及计算单元和存储器件间丰富且灵活的连接。 目前人工智能手机是应用最为广泛的人工智能计算设备，包括 苹果、华为、高通、联发科和三星在内的手机芯片厂商纷纷推出或 者正在研发专门适应人工智能应用的芯片产品。另外，也有很多初 创公司加入这个领域，如地平线机器人、寒武纪、深鉴科技、元鼎 音讯等。传统的IP厂商，包括ARM、Synopsys 等公司也都为包括 手机、智能摄像头、无人机、工业和服务机器人、智能音箱以及各 种物联网设备等边缘计算设备开发专用IP产品。 “5G+人工智能”融合发展与应用白皮书 25 3.3 人工智能应用框架 适用于终端侧的人工智能应用框架是终端侧人工智能计算的基 础，这类人工智能应用框架主要包括Facebook的Caffe2、谷歌的 TensorFlow Lite、苹果的Core ML，以及新秀Bender，百度MDL和 支持移动端的MXNet。这些典型的人工智能应用框架大部分是开源的， 开源许可存在一定的区别，但大部分都受美国政府的政策影响。 3.4 人工智能终端应用 随着终端人工智能芯片、开源框架和应用的快速发展，云端训练 和终端推理成为可能和趋势。终端侧人工智能技术不完全依赖于网络 连接和云端服务，用户数据的隐私得以保护，用户体验得以大幅度提 升。比较典型的人工智能终端应用包括人脸识别、智能语音助手、和 智能美颜等。 人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识 别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在 图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列 相关技术，通常也叫做人像识别、面部识别。人脸识别主要用于身份 识别，目前在智能终端中用于设备解锁、安全支付等。 智能语音助手拥有播放新闻、天气、查询时间等基础功能，并加 入了对于智能家居的深度管理和控制，给予用户更多自由。目前常见 “5G+人工智能”融合发展与应用白皮书 26 的语音助手有苹果的Siri、三星的Bixby、谷歌的Assistant、亚马 逊的Alex、小米小爱同学、vivo的jovi等。业界统计显示，2018年 在全球出售的智能手机中，有48%以上的智能手机都配置了智能语音 助手。 人工智能美颜是通过采集面部的特征点，然后智能分析出用户的 年龄、肤色等特性，然后采用面部分区或者多维组合的方式进行精细 化美颜，让成片更为精准。人工智能美颜在细节的处理更为出色，更 为自然，不会有早期美颜的那种大片涂抹感，整个照片看上去层次感 更强。 随着人工智能终端的计算能力越来越强，人工智能终端的各种智 能化应用将会对人工智能的应用与推广起到良好的促进作用。 3.5 人工智能终端 人工智能终端，例如，智能手机、智能家居、智能硬件、VR/AR、 智能可穿戴、智慧交通等领域，纷纷吸引各大科技巨头入局。虽然人 工智能终端目前还处于初步发展阶段，但是相关企业的纷涌而入以及 泛智能硬件的快速发展，使得通信运营商的引导和支持作用变得尤为 重要。在通信运营商乃至整个通信产业，利用5G提升人工智能终端 性能是目前重要的研究方向。 “5G+人工智能”融合发展与应用白皮书 27 3.5.1 个人终端 个人用户最重要的智能设备是智能手机，各大手机厂商纷纷推 出顺应市场的各种类型的智能手机。另外近两年备受关注的智能可 穿戴设备，例如，智能耳机、智能手表等，也层出不穷。 （1）人工智能手机 人工智能手机广义上是指搭载了满足人工智能算力需求的移动 端芯片、且加载了深度学习功能的智能手机。人工智能手机的主流功 能不仅在实时性、准确性、处理效率等指标上表现优秀，还在人工智 能算法与算力的支持下，通过自我学习尝试理解人类世界的逻辑，通 过自主服务变得更便捷，提升了用户体验。 （2）可穿戴智能设备 语音人工智能技术的成熟，极大提升了可穿戴设备的交互体验， 从而也推动了可穿戴设备的发展。另外，也有厂商尝试推出基于视觉 人工智能，让AR眼镜与智能手表相结合的交互技术。这种交互方式 不像语音输入会受到噪声环境的干扰，适合制造业、医疗保健、文档 管理和安全领域等行业人员使用。 3.5.2 家庭终端 针对家庭用户，国内外互联网厂商对智能语音技术与智能音箱业 务都进行了布局，推出了人工智能音箱产品。智能音箱是在传统音箱 “5G+人工智能”融合发展与应用白皮书 28 基础上增加了智能化功能，主要体现在三个方面，与用户进行智能化 语音交互，提供音乐、有声读物、信息查询、外卖、O2O等互联网内 容服务，以及控制智能家居。 3.5.3 物联网终端 支撑万物互联是5G的理想与目标。5G时代的人工智能终端种类 丰富，既有移动互联网人工智能终端（主要是5G人工智能手机）， 还有海量的物联网人工智能终端（比如，无人机、无人车、智能机器 人等）。 智能感知与计算技术，以及大数据技术的融合，使得无人机具有 一定的避障及路径规划功能；通过人工智能算法，使得无人机在无人 控制的情况下自主检测周围环境、自主避障并选择出最佳路线。5G技 术将增强无人机运营企业的产品和服务，以最小的延迟传输大量的数 据。5G与人工智能技术的融合，可以帮助无人机支持诸多领域的解决 方案，可以更加广泛的将无人机应用于建筑、石油、天然气、能源、 公用事业和农业等领域。 无人驾驶汽车主要依靠车内以计算机系统为主的智能驾驶仪来 实现无人驾驶的目标。它集自动控制、体系结构、人工智能、视觉计 算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度 发展的产物。自动驾驶、无人车等都需要安全、可靠、低时延和高带 “5G+人工智能”融合发展与应用白皮书 29 宽的连接，这些连接特性在高速公路和密集城市中至关重要，只有5G 可以同时满足这样严格的要求。通过为汽车和道路基础设施提供大带 宽和低时延的网络，5G有利于提供高阶道路感知和精确导航服务。 智能机器人天然具备移动通信的属性。在对智能机器人进行安全 控制的过程中，必然需要依托大带宽、低时延和超高可靠性的5G网 络，这将是智能服务机器人产业化的必由之路。 3.6 5G人工智能终端 现在新型智能手机（包括部分4G手机和大部分5G手机）基本上 都或多或少的支持人工智能技术。这些智能手机中，比较常见的人工 智能应用包括，智能助手、生物识别、图像拍摄、图像识别等，手机 生产商大都致力于把人工智能技术应用到手机芯片、整机、应用等不 同领域，不断推出新技术和新产品，比较典型的有iPhone X系列、 华为Mate X系列、三星的Galaxy S系列以及国内手机厂商vivo、 小米、OPPO等。 四、“5G+人工智能”典型应用场景 人工智能应用通常大都是端到端的应用场景，数据的采集在前端， 数据的处理、增值在云端，增值后的结果再回到前端，以提高前端设 备的处理能力和处理效果。在这样一个人工智能应用闭环中，会产生 “5G+人工智能”融合发展与应用白皮书 30 很多对5G大带宽、低时延、高可靠性网络的需求。通过5G的连接， 将决策、规划部分放到云端处理，从边缘端到云端加倍赋能，让人工 智能算法有能力提取出相应的关联并提升自己；个体得到提升之后， 通过5G网络和云端大脑，能力将快速分发到其他个体。5G还提供了 在整个人工智能架构上把边缘计算充分利用起来的可能，让更多的数 据可以快速地在靠近应用场景的地方被处理、被识别。 5G面向万物互联，支撑三大典型应用场景： 增强型移动宽带（eMBB），主要追求人与人的极致通信体验， 对应于3D、超高清视频等大流量移动宽带业务； 高可靠低时延（uRLLC