隨著5G網路將準備於2019年初發佈，5G技術和霧運算將成為未來的智慧網路架構。
隨著正式發佈時間日趨臨近，終將迎來讓人雀躍的5G時代。全球各地已確認於2019年將在美國、中國、英國及其他主要區域開始佈署。
然而，5G的真正價值可能並不在於熟知的消費設備。它最引人注目的地方就是和Edge AI相互結合，此新興市場的網路層體系架構-霧，據估計於2025年時將可達516億美元。
霧的展望
5G網路在現有的4G選擇上增加的資料量可以為偏遠地區帶來高速資料連接，使更多的物聯網設備能夠無縫接軌，且避免不必要的爭議。同時，5G資料速度將為當前的雲端架構提供低延遲回傳，對Edge AI而言，5G速度會為其帶來顯著益處。
霧運算本質上是作為智慧中間層並融合到資料網路中，與其返回本地處理，倒不如遠端輸入發配給物聯網，它可以在網路邊緣的任何地方進行。
這不僅利用了5G的超低延遲和高頻寬，也可使運營商能夠維持更流暢的核心網路架構，這將改進“基地台至雲端”的延遲，進而縮減核心網路的服務成本。
汽車應用—延遲是關鍵
5G的眾多應用之一，是預期用於智慧汽車或車聯網上。正如Machina Research近期的預測“2024年物聯網將佔據全球4100萬5G連接的四分之一”— 其中75% 藉由嵌入式車輛連接進入汽車產業。在智慧汽車領域，延遲尤其重要—如果系統只有100毫秒的延遲，那麼以每小時75英里的速度行駛的聯網汽車，在啟用刹車前還能行駛超過10英尺。
在汽車應用中，尤其是在預防緊急情況方面，克服這種推遲和延誤是車載Edge AI系統可能具有關鍵價值的地方。近期在上海舉辦的中國國際工業博覽會上，威盛展示其最新的Mobile360 M820 Edge AI系統。該系統可為車載駕駛座助力，整合ADAS、360度環視性能及可監控駕駛人疲勞或注意力不集中等狀態的相關應用。
當企業Edge AI遇到“霧”
想當然爾，與支持汽車工業相比，霧運算在支援5G的Edge AI環境中所發揮的潛能更大，它將邊緣的人工智慧益處轉嫁至各種企業和垂直市場。將智慧融入網路，並更接近原始資料源，這些將帶來極大益處並推動創新。舉例來說，從根源處理ML（機器學習）和深度學習（DL）模型數據，並且僅回傳用以訓練目的的最終資料，將會使ML性能明顯改善、增強整體安全性和降低回程成本。
城市更智慧化
同時，像創新的智慧城市和智慧型公共電網也可從霧技術中受益匪淺。尤其是公共電網，其中來自遠端感測器的資料能夠被處理，會比現今基於雲端的模型更迅速地發揮作用，將可提高每日效率，並且能夠更加靈活地回應需求波動。在這種情況下，與4G相比，5G帶來的重要價值在於支援的並行設備數量龐大。這意味著智慧城市或公共事業供應鏈的各個組成部分可以獨立連結、共享資料，並且透過Edge AI技術 – 即時整合和處理數據。
總括來說，雖然5G將持續以驚人的資料速度登上版面，但事實上它將如何與Edge AI相互結合，從根本上改變日後的行動網路和資料處理的方式。這樣的結果將使物聯網以史無前例的速度擴展，進而提供真正智能、可擴展的網路，以滿足未來的需求。
