What is 5G?
 |
| Nx 雲端影像平台解決方案 |
來源：
2月26日，一年一度的世界行動通信大會（MWC2018）上，5G當仁不讓成為一大技術主角。步入愛立信、高通、英特爾、華為、中興等科技巨頭們的展台，「Leading 5G、Perfect 5G、Boost 4G to 5G」的標語，似乎在宣告著5G商用時代的正式到來。
除5G之外，機器學習、人工智慧和雲計算被視為自動駕駛、智慧汽車等領域的關鍵技術，但5G是否是那最後缺的那一環？5G對數據收集、儲存、處理和應用帶來的影響究竟如何？
網路是否越快就越好？
5G的噱頭主要聚焦在網速的提高上，但這是物聯網和自動駕駛汽車等應用案例的關鍵嗎？
Sierra Wireless公司物聯網解決方案副總裁兼總經理Olivier Pauzet表示：「或許對於一些非常高頻寬的應用來說，現在大多數物聯網應用的關鍵限制因素是數據編排，而不是網路速度。「這限制了物聯網應用的成長，它使用低頻寬、低功耗的物聯網設備，並且在物聯網「深度邊緣」的處理能力有限。
數據編排，而非更高的網路速度，能真正地幫助更好地處理，這些邊緣設備上的數據，從這些設備提取數據，將此數據與雲中的其他數據源整合，並更新這些設備上的安全性和其他軟體」。
市場調研機構IHS發佈的5G經濟報告預測，到2035年，5G將在全球創造12.3萬億美元經濟產出，並創造2200萬個工作崗位。其中，中國將獲得950萬個工作崗位，位列全球首位，遠超美國（340萬個）。
可靠性至關重要——依靠雲計算實現自動駕駛的想法不實際
在很多方面，汽車正在成為「車輪上的大型電腦」，並配備了許多傳感器，如雷射雷達。雷射雷達傳感器發出一個光脈衝，並測量反射回來，以確定物體之間的距離，從而生成汽車周圍環境的精確3D地圖。
這些傳感器以及其他必要的系統（如GPS），導致每台自動駕駛汽車每駕駛8小時，就會產生和消耗大約4TB的數據。而如果反應緩慢，很可能會導致致命事故。
為了適應這麼大量的數據，今天許多公司正在將他們的計算轉移到雲中，但未來這種動作會越來越頻繁。
邊緣計算的目標是快速處理數據，而不會在廣域網上傳輸時產生延遲。
「大多數自動駕駛車輛都在開發這種技術，只需最少的連接互聯網即可運行，大多數時候他們在開車時，向互聯網報告特定的統計數據，但算法和地圖已經預先加載到車上，我不認為網路速度是一個巨大的限制因素，除非它變得更加可靠」，Mesosphere公司指出。
Scale公司首席執行官Alexandr Wang，也贊同可靠性更為重要的觀點。Scale是Sensor Fusion Annotation API的製造商，用於雷射雷達和雷達點雲數據，為自動駕駛汽車、無人駕駛飛機、地圖等提供動力。它還為世界上一些最先進的自動車公司提供培訓數據，如通用Cruise、Alphabet旗下Waymo、優步和本田。
最大的問題是連接的可靠性，如果汽車依賴雲處理步驟運行，肯定會出現連接失敗，並可能危及乘客安全的情況。
5G連接性在測試中必須證明，其具有很高的可靠性，才能讓任何汽車製造商確信，他們可以在任何真實的世界環境中，都可以依靠它。它必須要變得更便宜、可靠和快速。
邊緣計算大展身手
雲計算似乎對自動駕駛汽車沒有意義，但邊緣計算卻能大展身手。Mesosphere公司的Knaup指出，在使邊緣計算用例可行的過程中，面臨許多挑戰。他還特別指出了網路可靠性，並補充說，邊緣節點通常在異構平台上，這使事情變得複雜。
他補充說，管理處理大量非結構化數據的基礎設施，以及收集敏感數據（例如從智慧家庭收集的數據）的隱私保護要求，也需要在邊緣計算前進時加以解決。
然而，Knaup也指出了這些機會：「隨著我們預計將看到，邊緣設備的數量大幅增加，這種潛力可能會激增：從自動駕駛汽車到聯網智慧體育館，甚至是醫療數據方面，都將迎來重大變化。」
邊緣計算帶來了更快的反應時間（由於延遲更低）、卸載計算任務的能力（反過來降低能耗）和更好的位置感知等優勢。
Sierra Wireless的Pauzet則表示，標準的LPWA技術是專為IoT設計的，首個蜂窩數據網路技術，為創建物聯網應用的新用例，提供了巨大的機會：
LPWA使得真正具有突破性的智慧城市、電網、農業和其他應用所需的低成本、低功耗設備的激增成為可能。挑戰在於將LPWA與數據編排、雲和AI技術相結合。
這樣，公司就可以最大限度地減少與開發，部署和運行這些應用程序相關的時間和成本，同時最大限度地提高這些應用程序，提供的數據的洞察力。
如果5G如今已經成功投入商用，真的能產生顛覆性影響嗎？
如果5G如今已經成功投入商用，一些公司會大量增加「智慧」建築/高速公路/基礎設施（即所有門，電梯，固定裝置，跑道等）中傳感器的數量，以實現持續和即時的健康和安全，如以及相關係統的使用情況監測。
5G的可用性，還將減少對有線回程網路的依賴，以將數據從邊緣計算/儲存設備傳輸回區域計算/儲存設備。
深度學習算法的性能，隨著可以學習的數據量的增加而增加，因而可以從設備中收集更多的數據，以提高深度學習應用的準確性。
據Garther對5G行業的生命週期分析，目前正處於快速上升期
另一方面，如果5G今天可用，Pauzet則不確定這一行業的數據移動，儲存和處理理念，以及體系結構會發生什麼變化：
「儘管5G確實提供了，在短距離內提供數千兆位速度，和大容量的機會，開闢了許多新用例，但真正改變這些理念和架構的是智慧數據編排。」
「當今行業面臨的主要挑戰，是如何更高效和更有效地提取、處理、分析和更新物聯網數據——近期解決這一挑戰的方法，是更好地協調數據，而不是在短距離內更快地傳輸數據。 」
 |
| 2018 智慧城市展 3月27-30日@南港展覽館 3S Market 為您連結智慧應用商機 |
 |
沒有留言:
張貼留言