AI赋能实现全流程业务的云边端智能闭环

2024年3月28日发(作者：跨越时空的对话)

ELECTRONICS WORLD

・

技术交流

AI赋能实现全流程业务的云边端智能闭环

随着5G的到来，从中心云到边缘云新的架构下，采用AI赋

能，可以实现全流程业务的云边端智能闭环。该系统构建了以数据

为中心的云边端协同机制，提出了云边协同、云边端智能闭环等很

多创新的想法，在5G时代到来之际，必将为创新业务的开展提供

支撑，为运营商实现更大的价值。

1 概述

1.1 移动通讯的发展

随着通讯行业的迅猛发展，新的业务需求不断涌现，视频、

AR、VR、直播等业务不断丰富，用户对上网的带宽需求、低时延

等的需求越来越迫切，所以万物互联、超低时延、超高带宽业务成

为网络演进的驱动力。

5G的网络演进架构中，3GPP的5G标准制定时，也提出了独立

组网（SA，Standalone）和非独立组网（NSA，non-Standalone）两

种网络架构路径，运营商建设网络时也会先从NSA改造现网的建

设，之后再发展SA，多数情况采用NSA和SA混合组网。

1.2 云中心

5G的网络设计中，引入了云、虚拟化、SBA（Service-bad

Architecture）的概念。5G的云中心通常会将原有的4G运维运营中

心进行升级，兼顾5G新型网络架构，同时因为云中心弹性扩展的

能力，会包括新一代云网运营系统、数据共享平台、网络规划及运

维支撑系统等统一云化管理。

1.3 边缘云

MEC移动边缘计算（Mobile edge computing，以下简称MEC）

又叫多接入边缘计算（Multi-Access Edge Computing,MEC），通过

在接入网侧部署计算能力，使得在接入网侧也可以使用云计算技

术实现通信、计算的统一与融合。5G中引入MEC，部署在近边缘

端，更加靠近用户。MEC的设置为5G提供了创新业务的可能性。

国际标准组织ETSI和3GPP共同定义了MEC，包括MEC整体框

架、MEC的部署、MEC和UPF是结合点，重点解决对业务实时、业

务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求。

1.4 AI技术

随着大数据+云计算的蓬勃发展，AI已经为很多传统行业带来

越来越强大的商业潜力。在5G网络中，如何将云中心和边缘云中

的数据，通过智能分析、处理、应用，在5G运维、网络协作、资

源调度等方面发挥AI的作用，将变得极为重要。

2 AI赋能云边端智能闭环

2.1 5G业务需求

2G、3G时代主要的应用是语音、短信、上网，4G时代视频、

•

120

•

中兴通讯股份有限公司 周 晶

慕尼黑工业大学 沈隽城

直播、在线购物等业务得到发展，5G时代，业务需求场景包括增

强移动宽带eMBB、海量机器通讯mMTC、低时延通讯URLLC，网

络容量更大、带宽更宽、时延更低。

图1 5G网络组成

2.2 云中心面临的挑战

●异构数据采集能力：系统需要具备结构化、非结构化数据采

集能力，兼容已有的一些数据库接入的能力，同时需要考虑数据湖

技术、无线核心网数据整合能力等内容。

●大数据存储能力：通讯网络的飞速发展，数据量呈现指数级

增长，数据中心的存储能力要求越来越高，GB、TB甚至于ZB的超

大规模集群存储要求。

●中心计算分析能力：需要为远程医疗、工业互联网、视频、车

联网、物联网等新业务提供计算分析以及运营的能力，包括满足5G新

增网元NWDAF（网络数据分析功能）、网元互操作的需求等。

●全网业务智能调度能力：整个通讯网络各项业务的智能调度

的需求，如何将从中心、核心网网元、到边缘设备到基站侧设备，

协同运作、调度、管理，都是很大的挑战。

2.3 边缘云面临的挑战

●边缘计算能力：越来越多的数据需要在网络边缘进行存储、

分析和处理。

●轻量化：同时，边缘端的设备往往受机房环境比较小、供电

的限制，不具备云中心采用很多服务器的办法，提出边缘设备轻量

化需求。

●智能化业务：另外，边缘端业务如何考虑实现智能化，在保护

隐私的同时，如何更好的实现创新业务，为运营商带来更大的收益。

●智能运维：边缘设备往往放在距离中心城市较远的地方，处

于无人值守和远程运维的环境，需要实时监测设备运行的情况，知

晓故障发生的时间和原因，并在异常时能及时恢复现场，达到智能

化运维的能力。

2.4 AI赋能的设想

5G系统设计中，需要考虑云中心面临的挑战以及边缘云面临

的挑战，增强大数据以及AI技术，适应新的业务发展模式。

云中心由于具有较大的资源能力，集中式的数据采集，分布式

的存储，可以提供智能化的数据分析，以及完成AI训练，从而形成

ELECTRONICS WORLD

・

技术交流

智能化模型；MEC边缘云中采用AI人工智能技术，可以大幅提升

边缘计算处理能力，促进各类创新业务的落地实现。

比如，在远程医疗领域，远程智能诊病、自动机器人手术等都

需要AI的协助；在视频图像识别领域，通过图像识别，在网络边缘

识别人脸检测算法；在工业互联网领域，通过提炼产品质量缺陷模

型，实现工业产品的智能质检。

通过这些云边协同能力以及AI赋能，提升整个5G网络的创新

业务能力。

2.5 云边端智能闭环

该系统采用云边协同架构，在中心云包含5G架构中的编排管

理、切片管理、智能运维、数据采集之外，还具有特色的AI算法中

心、模型市场等内容，可以和5G中心合设，也可以建立独立的AI

平台；边缘云具有边缘推理轻量化、数据隐私保护、服务开放；从

中心云到边缘云采用云边协同技术，为系统提供智能化能力，同时

将服务数据进行数据脱敏后向用户开放服务，从而实现云边端智能

的闭环。

图2 云边端智能闭环

基于微服务的设计：

系统基于微服务架构的设计，服务能够独立部署，利于弹性扩

容和业务扩展。

AI算法中心：

具有良好的人机界面，以机器学习、深度学习和强化学习为核

心技术，具有可视化建模、数据采集、模型设计、模型训练、模型

管理、模型部署能力，实现边缘节点的智能化以及完整闭环控制，

使用人工智能技术，提升网络的智能化。

分布式实时训练，极优的性能。大数据与AI融合，支持超大规

模集群管理技术，提供分布式实时训练的能力，具有极优的性能。

支持丰富的算法库，例如Spark MLlib、Tensorflow、Python或者自

研算法。

系统支持机器学习、深度学习和强化学习等，为上层业务提供

丰富的人工智能预测模型和技术支撑。

模型市场：

系统形成的业务智能化模型，发布AI模型到模型市场，供用户

使用。模型市场具有账户管理、模型管理、模型审批、模型发布、

模型下载等功能。

边缘推理轻量化：

在边缘端资源受限的情况下，实现边缘智能化、轻量化，支持

轻量化推理引擎，灵活的开放接口，方便快捷的供业务使用，并支

持推理引擎弹性扩容。

云边协同：

由上面AI算法中心、模型市场、边缘推理轻量化等构成云边端

一体化的一栈式分析挖掘平台，在云中心、大数据中心进行训练，

形成模型，发布到模型市场，对于边缘端的轻量化模型引擎则可以

由中心推动或发布到边缘端，在边缘端采用微服务的方式为业务服

务，从而实现从云中心到边缘云的云边协同。发布AI模型到模型市

场；支持模型从模型市场到边缘端的协作部署。

数据隐私保护：

系统采用数据隐私保护技术，同时支持交互式、实时、离线数

据的脱敏。通过直接在数据湖底层脱敏，对上层应用实现无缝透明

地保护敏感数据。系统具有完善的数据访问安全能力，遵从GDPR

隐私数据的保护。

服务开放：

系统遵循CAPIF(Common API Framework)标准，采用大数据

+AI融合技术，并能为用户提供智能大数据开放能力、能力开放

API服务。

3 结束语

该系统构建了以数据为中心的云边端协同机制，突破了弹性、

分布式、智能化、轻量化、超大规模集群管理技术、云边端一体化

的一栈式分析挖掘平台、云边协同和服务开放的数据管理技术、高

性能计算存储技术、大数据脱敏等关键技术，提出了很多创新的想

法，在5G时代到来之际，必将为创新业务的开展提供支撑，为运

营商实现更大的价值。

作者简介：

周晶（1970—），女，江苏如皋人，硕士，系统工程师，目前

主要从事大数据及人工智能方面的研究。

沈隽城（1996—），男，江苏南京人，硕士，目前主要从事机

械及人工智能方面的研究。

•

121

•