率先洞察游戏规则或颠覆规则的玩家，总是能更早收获一个甚至一串大西瓜，以及“瓜友”羡慕的眼神。专网不是让各行各业“弯道超车”，而是直接给它们来了一个“换道行驶”。谁先开上这条“新高速”，就能更快迎来换道发展的新未来。相信通过前两篇系列文章，大家或多或少会觉得5G专网有点意思。但洞悉它的游戏规则，就很复杂了。
一方面，5G专网市场的参与者不再是运营商及设备商，还吸引了芯片商、云服务企业、网络公司等等都去参加了。全球研究机构Gartner的高级研究主管沙利文·法布雷（Sylvain Fabre）也曾公开谈到，“这些网络（5G专网）不但可以由CSP（商业服务提供商）提供，也可由基础设施供应商直接提供；不单单是传统的大型基础设施供应商，还有具有云和软件背景的供应商”，想要理清它们之间的利益关系并不容易；
同时，5G专网涉及到复杂的技术体系和网络重构。我们大家都知道，目前中国三大通信运营商已经联合许多科企业推出了自身专网解决方案、专网平台及发展路径。除了通讯技术本身之外，没少听到诸如软件定义网络（SDN）、网络功能虚拟化（NFV）、人工智能（AI）、云计算、移动边缘计算（MEC）等眼花缭乱的技术名词。我想没有一点一条逻辑链，会比“技术”更适合用来理解5G专网的产业游戏规则。为什么5G专网前所未有地与其他技术体系产生了深入与广泛的协同？它们的相互融合又是怎么样影响整个产业链的？解答了这样一些问题，或许也就掌握了5G能不能成功的关键。
你辛辛苦苦盘着一颗颗橘子柠檬，从“水果拼盘”向西瓜进发；那边，5G也在专网市场努力拉拢AI、云计算、芯片等玩家共襄盛举，盘出了一个特殊的“技术拼盘”。这大概就是“没有人能随随便便成功”的人间线G专网”不能运营商独自美丽，而要像合成大西瓜一样变成丰富多彩的“拼盘游戏”？一切大概要从虚拟化说起。
虽然公网可以很“大度”地共享频谱，但两边用户的要求却有很大差异。公网用户想要就是快准稳，相当于统一发放标准盒饭，领完就走；专网用户这个要吃鸡，那个要吃鱼，还得挨个检查保证“食品安全”。这要是混在一起排队打饭，那谁也别想吃得顺心。
既然没有很好的方法物理隔离，那就只能画出几个虚拟区域，来容纳公网用户以及不一样的行业专网用户。但依靠原有设备和技术显然并不能够满足5G专网提出的新需求。所以，一些新技术也就应运而生了。在5G专网的“技术拼盘”中，这些新技术也承担着各自重要的使命。比如切片技术，就像极了“合成大西瓜”中那个最喜欢拦在两个相同水果中间、不让它们彼此勾兑的“葡萄”。
与此同时，由网络切片（葡萄）所重构的虚拟网络，可以基于应用场景的需求，通过统一的管理和编排对网络资源进行配置与调度，将网络功能、计算资源、存储资源等进行灵活部署，进而达到高度定制化、个性化的效果。
工业园区对网络的时延、速率、连接数等都各不相同，那么只需要按照业务需要对带宽、服务等进行差异化调整就好了。即便是同一个业务场景，比如无人车上路，也需要不同的网络切片来达成网络资源应用的最优解：高清地图导航的大带宽需要eMBB切片，无人驾驶的高可靠低时延通讯需要uRLLC切片，车载物联网应用则需要mMTC切片。
手机来满足，对于运营商来说显然是最佳选择。当然，玩过“合成大西瓜”的读者可能知道，葡萄的控制并不是特别容易，谁也不知道下一秒它会滚到哪里、制造出什么事故。没错，想要用好网络切片，让它稳定可靠地发挥作用，运营商同样也需要克服这一技术带来的衍生问题：
PI等业务链，以及专网内部还需要子切片支持的情况下，从哪些角度才能高效快捷、低成本地提供切片？
智能手机智能汽车等高端终端，也有水表井盖、路灯开关之类的低成本低功耗的物联网终端，这么多的切片之间如何有效协同。
高通量计算的数据分析、跨领域特性挖掘、动态策略生成等方面具备天然优势，拿来搞搞网络资源部署、运维效率优化、经营成本控制之类的事情，简直是“5G刚打瞌睡AI就递上了枕头”。在现有的5G专网解决方案中，AI主要起到了两重作用：
比如前面提到的“怎么切”，就可以在一开始利用AI机器学习来深度挖掘专网用户的业务特定，综合整网可用资源，利用相关算法来有效判断客户的网络需求，实现建网成本最优化方案，打造出量身定制的切片专网，避免后续重复建设与损耗。
信息等进行动态评估，基于时间、位置、业务类型、用户通信习惯、连接数量等等，形成最佳匹配的控制参数，不断进行最佳决策和控制。在遇到极端情况或网络拥塞等故障时，也能提前预警或终止业务、进行流量提速等应对方式，来最大化保障专网的可用与可靠。
在理想状态下，AI能学习跨领域的5G网络大数据，与5G专网实现高度联动与自治，产生“随心所欲不逾矩”的效果。
而AI与5G的结合，恰好是一种相辅相成。一方面，AI帮助5G专网实现了网络资源的精细化调度与优化，大幅度降低了人工维护网络的程度，通过极简运维帮助运营商与用户降低成本；
富士通就从关东电讯局获得了日本首个商业专用5G广播电台许可证，其5G专网部署于新川崎科技广场，覆盖面积2.8万平方米。通过来传输由多个摄像头采集的超高清视频流，并通过AI分析快速检测可疑行为，来保障园区安全。
看到这里，你以为人工智能技术与网络切片技术的碰撞，就是5G专网的通关密码了吗？事实上，它们的合体就如同游戏中硕大的“半个西瓜”：刚开始激动人心，仔细一看才发现距离胜利还远着呢。而且此时更需要小心经营，不然失败概率反而会更高！
如果不是不可或缺，运营商自然也不想让更多人来“分一杯羹”。而让云计算在5G专网当中变得不可或缺的，就是移动边缘计算MEC（Mobile Edge Computing）。AI登场之后，“算力从哪里来”就成了投掷给5G专网的灵魂拷问。而MEC技术把移动通讯网络与数字化技术融合在一起，在基站侧叠加MEC服务器，通过虚拟化平台来提供本地化的云服务，包括计算、存储、数据计算处理等能力。
高精度实时视频，直播行业经常会进行的电竞、F1赛车、演唱会等需要沉浸式体验的内容，都对网络的性能要求更高。而在更靠近基站的MEC平台可以在本地就实现视频流编解码等一系列计算，会大幅度的提升网络效率。
二是需要高可靠网络的场景。在医疗、车联网等领域当中，随网络规模的扩大、迁移、连接数量等，网络的稳定性和时延要求也慢慢变得高，几乎不能出现一点疏漏。这时候仅仅依靠云服务来进行数据处理是不够也来不及的，而直接部署在移动网络基站侧、大幅度接近终端设备的MEC服务器，就能够将提供算力的云下沉到最近的通信基站或服务器节点，实现终端的快速响应。
三是高通量计算与实时能力相平衡的场景。将大规模数据通过核心网传送回云平台做分析，是云服务的常规模式。但对于一些实时性比较高的业务，比如说监控视频的实时预警，要等完整视频数据传到云上处理再将分析结果下发，会带来极大的网络拥塞压力不说，所造成的时滞有几率会使智能安防系统没办法发挥应有的价值。这种情况下，将一些分析应用程序放在MEC平台上，就可以直接在本地为监控视频提供计算并实时预警和指示，达到智能化、时效性与低成本的完美平衡。
英特尔和华为、诺基亚、AT&T等厂家，通过ETSI标准化协会设立了MEC工作组。2016年，华为联合英特尔、ARM等发布了《边缘计算产业白皮书》，推动OT与ICT产业的开放协作。2017年华为在世界移动大会上发布了基于边缘计算的物联网EC-IoT解决方案，将边缘计算和云管理引入物联网领域。中兴通讯也有一整的MEC解决方案，并自2016年开始同国内运营商合作开展MEC应用试点。在国内三大运营商的5G技术白皮书，也无一例外地提到了MEC应用的研究及探讨。
第二步，要建立可商用的边缘计算业务，同样是横亘在整个产业面前的难题。毕竟搭建边缘计算网络，有必要进行通讯基础设施、原有网络改造、生产设备更新等一系列隐形成本，还要给运营商缴纳相关服务费用，还需要企业对新技术有充分的认知与接受度，这对任何企业来说都是重重挑战。要打开这一市场，需要运营商、云服务商以及第三方厂商等等多方合力，扮演“布道师”的角色，积极进行市场教育。毕竟只有先把蛋糕做大，才有后面分蛋糕的可能性。
写到这里，本系列可以暂时画上句号了。但5G技术和5G专网改变产业的步伐却不会就此停滞。不出意外的话，在马上就要来临的上海MWC 21（2021年世界移动通信大会）上，关于5G的故事将迸发出更多惊喜与新瓜。届时我们也会第一时间带大家品尝最新的5G滋味。
5G的建设者们，不是游戏人间的玩家，而是飞越喜马拉雅山的蓑羽鹤——它们跨越了世界上最高的障碍，然后还将继续前行。
的速度，轻松计算损耗和结温，为您的应用选择最佳器件。新版接口和更快的分析速度只需简单两步，Motion SPM设计工具就可以根据您
甚至能处理多于3个数量级的信息量和数据。这不仅代表了无线连接的发展趋势，更代表了一种全新更高的无线
的复杂挑战。这份报告就影响自动化测试和自动化测量的大趋势及挑战提供了独到的见解……
网络最高可达1Gbps，甚至有些运营网络商可以高达1.3Gbps。
的2-4倍。因此，进一步深化共建共享，通过共享减少相关成本，越来越成为整个行业的共识。目前建成的
的真实水平。从病毒分析、疫苗开发、药物研发，到诊断辅助、智能测温、AI消毒……人工智能
的破坏。许多企业都受一定的影响，甚至倒闭，制造业也不例外，面临供应链和员工可否工作方面的挑战。
Banana Pi BPI-R3 Mini 介绍：一款小巧而强大的嵌入式路由器板
#单片机 #电子制作 #Arduino #步进电机 Arduino步进电机蓝牙麦轮小车重做程序后演示
