邬贺铨院士:5G技术影响智联网的关键点

导读:近日,中国工程院院士邬贺铨详细解读了5G技术关键点,如何为5G业务发展做准备,以及AIoT技术及标准在5G时代如何演进等关键问题。

邬贺铨院士:5G技术影响智联网的关键点_第1张图片

邬贺铨 / 中国工程院院士

物联网发展至今,有两项技术对其赋能产业起到了关键作用,一项是这两年发展神速的AI,另一项则是当下逐渐开始商用的5G。

前者使物联网(IoT)进化到智联网(AIoT),从单一的连接能力拓展到复杂的应用能力,这类似移动互联网时代的功能机向智能机的跨越;后者为智联网进一步深入诸如家居、工业、城市建设等复杂场景提供了网络基础,使得万物互联,甚至万物智联成为可能,同时也使得智联网从面相消费应用扩展到面相产业应用,这类似智能手机从3G时代向4G时代的跨越。

从原有的WiFi技术,窄带物联网技术,到现在的5G技术,随着网络技术的进化,整个物联网技术体系有怎样的变化?尤其5G的到来,为AIoT的应用带来了怎样的机遇和挑战?

以下为邬贺铨院士的现场演讲内容 

5G的网络架构和技术特性

随着2019年6月6日工信部正式向中国电信、中国移动、中国联通和中国广电四家运营商颁发5G商用牌照,我国5G商用落地正式展开。就5G技术层面而言,又可以分为多层来看。

上至云端,下至终端之间,5G网络又可以划分出无线接入网、光纤传输承载网、转发面技术、业务互联网技术,其中最重要的转发面技术又可以分为L1.5、L2、L3三层:

  • L1.5:灵活的以太网交叉连接(FlexE);

  • L2:MAC层帧交换,基于以太网的时延敏感网路(TSN);

  • L3:IP层无连接选路,面向连接的源选路(SR)。

这样的网络架构形成的5G网络需要超密集组网、大规模天线阵、全频谱接入、新型多址技术及网络技术的支撑,这也使得5G网络得以拥有增强移动带宽、高可靠低延时、广覆盖广连接的特点及相应应用场景,使得5G网络相较于上一代的4G网络在诸如峰值速率、用户体验数据率、频谱效率、移动性、无线接口延时、连接密度、能效、流量密度等性能参数上都有数倍,乃至数十倍的提升(具体性能对比见下图右表)。

邬贺铨院士:5G技术影响智联网的关键点_第2张图片

邬贺铨院士认为,也正是由于5G的以上技术特性,使得其应用场景得以从面向消费应用扩展到面向产业应用。

5G时代,AI带来的「网络功能虚拟化」和「软件定义网络」

传统互联网发展进程中,初期网络不够稳定,包括传感器数据、语音数据、视频数据等数据业务,所有业务都以IP包方式独立选路,以IP包为单位在路由器中转发。实际上,这样并不科学。

以长视频为例,一个长视频需要分割成无数个IP包,每个IP包需要重复进行选路。邬贺铨将这样的大数据量的传输比喻为搬家:“如果点快餐,我们可以找外卖小哥来送;但是如果搬家,我们并不会请数百上千位快递小哥来做这样的工作。”

邬贺铨院士:5G技术影响智联网的关键点_第3张图片

所以5G需要在传输层做改进,需要有在不同层次的多种转发单元,以适应不同规模的业务流。即不仅可以在路由器中做IP包的交换,还需要能够在交换机、交叉连接点层上做交换。根据业务模块数据量大小,选择不同交换方式。

这一被业内公认的网络传输方式为当下5G网络带来了两方面的挑战:

  • 一方面是在转发面实现功能多样性。不同时间段会用到路由器、交换机,甚至同一时间段对传感器链路用路由器转发,对视频链路用交换机连接,如何在同一时间表现不同功能就成为一大难题。

传统方法使用单独的软件和硬件来实现。现在的5G网络,硬件上采用通路的硬件,即网络功能虚拟化(NFV),通过软件定义实现硬件功能定义,实现功能的多样性。

  • 另一方面是实现管理智能化。传统互联网是个“傻瓜”,不用区分是什么链路,不管是什么业务,都会分割成IP包进行传输。而现在需要区分业务、区分功能,这就需要智能化网络。

没有人工智能,5G也无法实现网络功能虚拟化。

邬贺铨在会上解释称,“传统路由器收到IP包需要先打开IP包查一下地址,然后按最短路线送到旁边的路由器,因而整个传送链路是逐个路由器转发的过程,现在我们希望通过网络的整个操作系统对全网进行大数据分析、人工智能分析,最终得出一个全网从起点到终点最优路径。这一定不是逐个路由器转发,而是面向连接,从源端已经将到达终端的路由器的整个路径已经选好,而不是每个路由器单独选路,这种方式使5G可以做到低时延、高可靠。”

以上提到的选路方式,正是通过软件定义网络(SDN)来实现的。

SDN可以实现业务控制层和传送承载层分离,基于大数据和人工智能形成可弹性扩展即插即用的资源池,实现端到端选路,可绕开有安全风险的路由。 

邬贺铨院士:5G技术影响智联网的关键点_第4张图片

5G关键技术之网络切片

5G网络既需要支持百公里时速的高铁上的高速应用场景,同时也要满足80%左右时间是“坐在家里或办公室使用手机”的相对静止的应用场景。这使得5G需要拥有切片能力。

邬贺铨院士:5G技术影响智联网的关键点_第5张图片

在实际应用场景中,多数场景中使用手机需要的是KB的网络传输能力,同时也有对GB级传输能力有需要的车联网等应用场景;有智慧医疗、工业互联网这样对高可靠有要求的应用场景,也有消费领域对高可靠并没有强烈需求的场景。

面对这样复杂应用场景的需求,此前的网络是通过改变物理网络来实现不同的应用,当下5G网络则是使用同一个网络,通过逻辑上的切片组织针对不同业务的专用网络,以实现对大带宽、广连接、低延时高可靠有不同需求的网络构建,未来物联网的业务在5G网络中也会有各自单独的通道。

网络切片能够很好地满足各类应用场景对于网络能力的特定需求,同时也对网络构建带来了一定的挑战,以业务切片的安全为例,需要考虑以下安全需求:

  • 切片授权与接入控制;

  • 切片间的资源冲突;

  • 切片间的安全隔离;

  • 切片用户的隐私保护;

  • 以切片方式隔离故障网元。

5G技术推进边缘计算的应用

5G的切片能力带来面向不同业务需求的专用网络,与此同时,5G也会强力推进边缘计算的应用与普及。

为适应工业互联网、视频业务、VR/AR、车联网及远程医疗的低延时需求,需要将这些业务的存储和内容分发下沉到边缘计算来处理。

邬贺铨院士:5G技术影响智联网的关键点_第6张图片

虽然5G的空口时延减少到了1ms,但是如果在地面上长距离传输到中心云的话,延时还是会很大。对于AR/VR、远程医疗这类需要快速响应的应用场景,5G为了实现低时延、高可靠,需要将云端能力从中心云分解到边缘云,边缘云负责处理对时间要求敏感的业务,同时过滤掉一些数据,再送到中心云,中心云收集到若干边缘云的数据后会做优化学习,然后下发数据模型到边缘云。

在5G时代,利用边缘计算可以过滤和压缩数据,通过边缘云的模式,可以节省核心网络资源,成本仅为单独使用云计算的39%。

据IDC预测数据,2020年会有50%的数据都会在边缘云处理。边缘云作为物联网的基础设施,会占到整个基础设施支出的18%。

与此同时,边缘计算也将是整个物联网的基础设施的一部分。

如何为5G业务发展做准备

什么是5G最热门的应用场景?

“现在我们说5G有三大应用场景。但是谁也说不出来5G最热的应用场景是什么。”邬贺铨解释道,“3G刚开始应用的时候还没有智能手机,也没有微信;4G刚落地应用的时候,微信还不能做移动支付,也不支持视频通话;在4G网络提速降费后,抖音、快手短视频才出现。可见,所有移动互联网的业务是在移动互联网能力具备后才出现的。所以我们现在无法说哪种应用最热门,但是不等于说我们不为未来5G业务的发展做准备。

”如何为5G业务发展做准备?

这是个不确定的情况。假设在座每个人的手机都是同一个型号,但这并不能说明每个人的手机的能力都一样的,因为每个人的手机下载的APP不一样。

5G网络也将采用类似的业务模式,以APP方式生成定制单元,这类APP可以是运营商定制的,也可以是第三方开发者定制的。这使得5G网络能够灵活适应未来不确定的业务。

另外,传统的移动通信协议是专用协议,5G采用的将全部是物联网的协议,这使得物联网中所有应用可以直接嫁接到5G上,给5G带来业务的灵活性。

邬贺铨院士:5G技术影响智联网的关键点_第7张图片

但是这种方式有一定风险,原来运营商的协议是专用的,运营商的能力是封闭的,现在将其开放,就容易产生网络安全问题。因而,如果将4G的安全能力再次沿用到5G上,那么,5G网络将不再安全。因而需要提升5G的安全能力。相关组织目前正在增强5G的安全能力,相关能力也在逐步完善过程中。

尽管如此,但是毫无疑问的是,5G对AIoT的应用将是极为有利的因素。

NB-IoT、eMTC纳入5G技术标准中

部分大企业希望使用非许可频段的LoRa来建内部网络,与此同时,对于大量中小企业,自建物联网并不经济,工作在授权频段的NB-IoT可以为企业提供一个通过多载波方式、承载在公众通信网上的专用物联网,这一网络支持多个20KB或250KB的信道上,有以下四大特点:

  • 广覆盖:比GSM覆盖面积大百倍;

  • 大连接:比移动网络高50-100倍;

  • 低功耗:终端模块功耗为2G的1/10;

  • 低成本:单个连接模块目标在1美元。

“预计今年年底,三大运营商在全国二三四线城市大部分地区都能实现全面覆盖。”邬贺铨在会上表示。

尽管如此,NB-IoT网络还是有三个明显的缺点:

  • 第一,带宽只有20K\250K,低也低不下去,高也高不上来;

  • 第二,NB-IoT传感器是固定位置的,不支持移动部署,而工业应用的工件、机器人及网联车的传感器是移动的;

  • 第三,NB-IoT的模块无法实现与人的交互。

为此,行业中除了NB-IoT还在开发新的物联网标准,例如支持1M带宽、支持移动部署、可以实现与人交互的eMTC;支持160bps带宽,可以实现大连接的mMTC。

本来这些都与5G无关,但是近期,3GPP通过仿真向ITU提交报告,说明在LTE和未来5G频段工作的NB-IoT和eMTC满足5G的连接密度要求(5G的大连接要求:100万/1k㎡设备联网;传输时延10秒内;不高于1%的丢包率;一定的连接效率),因此,NB-IoT和eMTC可纳入5G低功耗广域网(LPWAN)物联网标准。

新的5G物联网已经将工作在5G频段的NB-IoT、eMTC和未来的mMTC全部纳入到5G物联网标准中。

邬贺铨院士:5G技术影响智联网的关键点_第8张图片

5G、AI、IoT的技术融合

从互联网、移动互联网,走到物联网、泛在物联网,以及现在的智能物联网(AIoT),其中,AIoT可以说是AI和IoT二者的融合,将人工智能技术应用到物联网中。

邬贺铨院士:5G技术影响智联网的关键点_第9张图片

IoT和AI之间是什么关系?

IoT解决底层连接和数据传输问题,AIoT关注的物联网的应用形态,强调应用服务,强调后端处理能力。AI和IoT相辅相成,IoT为AI提供了深度学习所需要的大量训练数据,IoT场景化互联也为AI快速落地提供了基础;AI将连接后产生的海量数据经分析、决策转换为价值,反过来指导IoT的正确应用和效率提升。

5G和AI、IoT之间是什么关系?

5G是将AI和IoT连接起来,成为一个可靠的高带宽、大连接、低时延的通道。通过5G将IoT提升到人工智能的层面,体现IoT的价值;同时,5G帮助AI与IoT结合,产生落地效应。

诸如在语音识别、人脸识别、步态识别中的应用:

  • 贵州80%以上的按键都运用了“人像大数据系统”;

  • 腾讯优图人脸识别能力两年来已帮助上千个家庭找到了走失的家人;

  • 香港2019年7月发生暴力事件,暴徒几乎都戴口罩和头盔来躲避人脸识别,需要使用步态识别技术,通过身高、腿骨、肌肉、关节等人体体型特征和走路姿态进行步态识别。

  • ……

AIoT的应用领域:智能家居、智慧城市、智能产业

AIOT首先的应用领域是智能家居。

智能家居有多种入口,诸如智能手机、智能音箱、智能电视、智能门锁,以及未来的智能机器人。“这些都是智能家居的控制中心,未来可能会有更多类别,实现更好的控制。”而5G+边缘计算能够更好地支撑这样的场景应用。

据IDC报告预测,到2020年,全球AI系统将为家电企业带来收入超过470亿美元,成为产业发展的下一个风口。

邬贺铨院士:5G技术影响智联网的关键点_第10张图片

智能城市对AIoT也有很好的应用,诸如:

  • 智能路灯,通过AI摄像头检测到道路上的行人情况,从而实现亮度自动调节,降低了40%的综合能耗;

  • 智能井盖,可以在1分钟感知到井盖的位置是否异常,比如被人挪动、偷走等,从而消除存在的安全隐患;

  • 智能垃圾桶,能够实时检测垃圾桶的情况,在溢满时自动通知,可提升30%的垃圾清理效率;

  • ……

“此外,产业的智能化更是我们所需要的。”

例如工厂的数字化,将工厂中的数控机床、生产设备连接起来,对于新建工厂而言,光纤是最好的选择,然而对于大量存在的老的工厂用光纤很难替换。

因此,大家想到通过无线技术将这些设备连接起来。然而,现有的WiFi技术的带宽、可扩展性、抗干扰能力很难满足工厂环境的实际应用需求,WiFi连接在工业领域的利用率不到6%。

5G在可靠性、抗干扰能力上可以满足工厂环境需求,因而可以用在企业外网和企业内网中。其中,在企业内网中的应用又可以分为5G公网和5G专网。

5G公网是指用运营商的基站,在自己工厂中建设网络系统,还有很多工厂干脆把控制部分也交给运营商来做。

5G专网是指工厂自建5G专用网。欧盟认为可以为工业应用预留出76M专用频段,很多工厂可能不会有机会用到专用频率,而且这样的网络对周围网络也有干扰。

其中,现在应用较多的公用网络上的5G是一种利用TDD的模式,在某个频率上根据时序的不同分为上行下行,工业互联网中,需要上传的带宽高,回传指令的带宽低,TDD的下行较上行时隙多。

邬贺铨院士:5G技术影响智联网的关键点_第11张图片

这其中,机器人将来会大量应用,“5G+8k+移动边缘计算”可以让机器人反应更敏感。商飞公司用8K高清摄像头扫描飞机蒙皮铆接质量,通过5G宽带快速连接企业的云平台,显著提升效率与检测质量。商飞还利用5G的低时延同步两个摄像头,将从两侧获取的视频合成飞机精确的3D视像;

机器视觉也将得到广泛应用,据前瞻产业研究院数据显示,中国每天在产线上进行目视检查的工人超过350万,其中仅3C行业就超过了150万人。但人工检测准确度不高。机器视觉需要借助边缘计算与中心云的大规模AI比对分析能力,5G为云连接提供宽带和快速通道。

AIoT的产业链、发展阶段和面临的挑战

AIoT本身是一条很长的产业链,其中包括硬件/终端(占比25%),通信服务(占比10%),平台服务(占比10%),软件开发/系统集成/增值服务(55%)。可见,软件开发和系统集成业务占比较高,达55%。AIoT相对拓展了IoT原有的产业链,同时AIoT在产业链上更强调AI芯片和AI能力开发平台,因而将软件开发和系统集成业务占比进一步提高。 

邬贺铨院士:5G技术影响智联网的关键点_第12张图片

邬贺铨认为,AIoT将经历3个发展阶段:

单机智能阶段:单机系统需要精确感知、识别、理解用户的各类指令,如语音、手势等,并正确决策、执行和反馈。而这个过程中设备与设备之间是不发生相互联系;

互联智能阶段:采用集中的云或边缘计算控制多个终端(感知器)的模式,构成互联的产品矩阵,打破了单机智能的孤岛效应,对智能化体验场景进行了不断升级和优化。当用户晚上在卧室对着空调说出“睡眠模式”时,客厅的电视、音箱,以及窗帘、灯等都自动进入关闭状态;

主动智能阶段:智能系统根据用户行为偏好、用户画像、环境等各类信息,自我学习、主动提供适用于用户的服务。例如清晨伴随着光线的变化,窗帘自动缓缓开启,音箱传来悦耳的起床音乐,空调调整到适应白天的温度。

邬贺铨院士:5G技术影响智联网的关键点_第13张图片

目前对于智能家居,AIoT基本还处于单机智能阶段;对于智能产业,AIoT已经进入到互联智能阶段。

AIoT发展还面临很多的挑战,包括算力、算法、平台兼容性、安全性四个方面:

算力。普通计算机的计算能力有限,利用其训练一个模型往往需要数周至数月的时间。密集和频繁地使用高速计算资源面临成本压力;

算法。AI的训练所需的时间非常长,目前仅训练一些简单的识别尚需数周时间,面对未来应用场景的丰富性,有必要在算法层面予以增强。此外,基础算法非常复杂,应用的企业开发者能力不足;

平台兼容性。物联网产品碎片化,而各AI公司生态之间又缺乏协同,本地算力、网络连接能力、平台间的不兼容,要把框架里的算法部署到数量众多的物联网设备上,大规模部署问题重重;

安全性,人工智能决策的正确性受IoT数据的精确度影响,AI的分析结构还缺乏可解释性,AIoT还存在被攻击而成为僵尸物联网的风险。

邬贺铨院士:5G技术影响智联网的关键点_第14张图片

由此可见,未来AIoT的发展,仍然需要标准化推动,企业间合作提升兼容性,需要威胁情报共享,从而增强安全保障能力。

(来源:雷锋网,中关村互联网金融研究院)

你可能感兴趣的:(网络,大数据,编程语言,人工智能,物联网)