AI賦能實現全流程業務的云邊端智能閉環

2024年3月28日發(作者：跨越時空的對話)

ELECTRONICS WORLD

?

技術交流

AI賦能實現全流程業務的云邊端智能閉環

隨著5G的到來，從中心云到邊緣云新的架構下，采用AI賦

能，可以實現全流程業務的云邊端智能閉環。該系統構建了以數據

為中心的云邊端協同機制，提出了云邊協同、云邊端智能閉環等很

多創新的想法，在5G時代到來之際，必將為創新業務的開展提供

支撐，為運營商實現更大的價值。

1 概述

1.1 移動通訊的發展

隨著通訊行業的迅猛發展，新的業務需求不斷涌現，視頻、

AR、VR、直播等業務不斷豐富，用戶對上網的帶寬需求、低時延

等的需求越來越迫切，所以萬物互聯、超低時延、超高帶寬業務成

為網絡演進的驅動力。

5G的網絡演進架構中，3GPP的5G標準制定時，也提出了獨立

組網（SA，Standalone）和非獨立組網（NSA，non-Standalone）兩

種網絡架構路徑，運營商建設網絡時也會先從NSA改造現網的建

設，之后再發展SA，多數情況采用NSA和SA混合組網。

1.2 云中心

5G的網絡設計中，引入了云、虛擬化、SBA（Service-bad

Architecture）的概念。5G的云中心通常會將原有的4G運維運營中

心進行升級，兼顧5G新型網絡架構，同時因為云中心彈性擴展的

能力，會包括新一代云網運營系統、數據共享平臺、網絡規劃及運

維支撐系統等統一云化管理。

1.3 邊緣云

MEC移動邊緣計算（Mobile edge computing，以下簡稱MEC）

又叫多接入邊緣計算（Multi-Access Edge Computing,MEC），通過

在接入網側部署計算能力，使得在接入網側也可以使用云計算技

術實現通信、計算的統一與融合。5G中引入MEC，部署在近邊緣

端，更加靠近用戶。MEC的設置為5G提供了創新業務的可能性。

國際標準組織ETSI和3GPP共同定義了MEC，包括MEC整體框

架、MEC的部署、MEC和UPF是結合點，重點解決對業務實時、業

務智能、數據聚合與互操作、安全與隱私保護等方面的關鍵需求。

1.4 AI技術

隨著大數據+云計算的蓬勃發展，AI已經為很多傳統行業帶來

越來越強大的商業潛力。在5G網絡中，如何將云中心和邊緣云中

的數據，通過智能分析、處理、應用，在5G運維、網絡協作、資

源調度等方面發揮AI的作用，將變得極為重要。

2 AI賦能云邊端智能閉環

2.1 5G業務需求

2G、3G時代主要的應用是語音、短信、上網，4G時代視頻、

?

120

?

中興通訊股份有限公司 周 晶

慕尼黑工業大學 沈雋城

直播、在線購物等業務得到發展，5G時代，業務需求場景包括增

強移動寬帶eMBB、海量機器通訊mMTC、低時延通訊URLLC，網

絡容量更大、帶寬更寬、時延更低。

圖1 5G網絡組成

2.2 云中心面臨的挑戰

●異構數據采集能力：系統需要具備結構化、非結構化數據采

集能力，兼容已有的一些數據庫接入的能力，同時需要考慮數據湖

技術、無線核心網數據整合能力等內容。

●大數據存儲能力：通訊網絡的飛速發展，數據量呈現指數級

增長，數據中心的存儲能力要求越來越高，GB、TB甚至于ZB的超

大規模集群存儲要求。

●中心計算分析能力：需要為遠程醫療、工業互聯網、視頻、車

聯網、物聯網等新業務提供計算分析以及運營的能力，包括滿足5G新

增網元NWDAF（網絡數據分析功能）、網元互操作的需求等。

●全網業務智能調度能力：整個通訊網絡各項業務的智能調度

的需求，如何將從中心、核心網網元、到邊緣設備到基站側設備，

協同運作、調度、管理，都是很大的挑戰。

2.3 邊緣云面臨的挑戰

●邊緣計算能力：越來越多的數據需要在網絡邊緣進行存儲、

分析和處理。

●輕量化：同時，邊緣端的設備往往受機房環境比較小、供電

的限制，不具備云中心采用很多服務器的辦法，提出邊緣設備輕量

化需求。

●智能化業務：另外，邊緣端業務如何考慮實現智能化，在保護

隱私的同時，如何更好的實現創新業務，為運營商帶來更大的收益。

●智能運維：邊緣設備往往放在距離中心城市較遠的地方，處

于無人值守和遠程運維的環境，需要實時監測設備運行的情況，知

曉故障發生的時間和原因，并在異常時能及時恢復現場，達到智能

化運維的能力。

2.4 AI賦能的設想

5G系統設計中，需要考慮云中心面臨的挑戰以及邊緣云面臨

的挑戰，增強大數據以及AI技術，適應新的業務發展模式。

云中心由于具有較大的資源能力，集中式的數據采集，分布式

的存儲，可以提供智能化的數據分析，以及完成AI訓練，從而形成

ELECTRONICS WORLD

?

技術交流

智能化模型；MEC邊緣云中采用AI人工智能技術，可以大幅提升

邊緣計算處理能力，促進各類創新業務的落地實現。

比如，在遠程醫療領域，遠程智能診病、自動機器人手術等都

需要AI的協助；在視頻圖像識別領域，通過圖像識別，在網絡邊緣

識別人臉檢測算法；在工業互聯網領域，通過提煉產品質量缺陷模

型，實現工業產品的智能質檢。

通過這些云邊協同能力以及AI賦能，提升整個5G網絡的創新

業務能力。

2.5 云邊端智能閉環

該系統采用云邊協同架構，在中心云包含5G架構中的編排管

理、切片管理、智能運維、數據采集之外，還具有特色的AI算法中

心、模型市場等內容，可以和5G中心合設，也可以建立獨立的AI

平臺；邊緣云具有邊緣推理輕量化、數據隱私保護、服務開放；從

中心云到邊緣云采用云邊協同技術，為系統提供智能化能力，同時

將服務數據進行數據脫敏后向用戶開放服務，從而實現云邊端智能

的閉環。

圖2 云邊端智能閉環

基于微服務的設計：

系統基于微服務架構的設計，服務能夠獨立部署，利于彈性擴

容和業務擴展。

AI算法中心：

具有良好的人機界面，以機器學習、深度學習和強化學習為核

心技術，具有可視化建模、數據采集、模型設計、模型訓練、模型

管理、模型部署能力，實現邊緣節點的智能化以及完整閉環控制，

使用人工智能技術，提升網絡的智能化。

分布式實時訓練，極優的性能。大數據與AI融合，支持超大規

模集群管理技術，提供分布式實時訓練的能力，具有極優的性能。

支持豐富的算法庫，例如Spark MLlib、Tensorflow、Python或者自

研算法。

系統支持機器學習、深度學習和強化學習等，為上層業務提供

豐富的人工智能預測模型和技術支撐。

模型市場：

系統形成的業務智能化模型，發布AI模型到模型市場，供用戶

使用。模型市場具有賬戶管理、模型管理、模型審批、模型發布、

模型下載等功能。

邊緣推理輕量化：

在邊緣端資源受限的情況下，實現邊緣智能化、輕量化，支持

輕量化推理引擎，靈活的開放接口，方便快捷的供業務使用，并支

持推理引擎彈性擴容。

云邊協同：

由上面AI算法中心、模型市場、邊緣推理輕量化等構成云邊端

一體化的一棧式分析挖掘平臺，在云中心、大數據中心進行訓練，

形成模型，發布到模型市場，對于邊緣端的輕量化模型引擎則可以

由中心推動或發布到邊緣端，在邊緣端采用微服務的方式為業務服

務，從而實現從云中心到邊緣云的云邊協同。發布AI模型到模型市

場；支持模型從模型市場到邊緣端的協作部署。

數據隱私保護：

系統采用數據隱私保護技術，同時支持交互式、實時、離線數

據的脫敏。通過直接在數據湖底層脫敏，對上層應用實現無縫透明

地保護敏感數據。系統具有完善的數據訪問安全能力，遵從GDPR

隱私數據的保護。

服務開放：

系統遵循CAPIF(Common API Framework)標準，采用大數據

+AI融合技術，并能為用戶提供智能大數據開放能力、能力開放

API服務。

3 結束語

該系統構建了以數據為中心的云邊端協同機制，突破了彈性、

分布式、智能化、輕量化、超大規模集群管理技術、云邊端一體化

的一棧式分析挖掘平臺、云邊協同和服務開放的數據管理技術、高

性能計算存儲技術、大數據脫敏等關鍵技術，提出了很多創新的想

法，在5G時代到來之際，必將為創新業務的開展提供支撐，為運

營商實現更大的價值。

作者簡介：

周晶（1970—），女，江蘇如皋人，碩士，系統工程師，目前

主要從事大數據及人工智能方面的研究。

沈雋城（1996—），男，江蘇南京人，碩士，目前主要從事機

械及人工智能方面的研究。

?

121

?