在5g网络部署的时候，也一定会考虑基于4g网络的大数据和ai分析，来决定应该在哪里部署5g的站点，以及一些4g、5g协同的调整。
应用场景4：基于ai的智能边缘计算
边缘计算在5g阶段是非常重要的发展方向，它在边缘的dc（数据中心）里引入了服务器，也引入了支持ai运算的能力，使得可以在边缘节点上，配合中心的dc以及用户的终端来做ai业务的智能优化。
主要有以下四点——
本地缓存
基于ai对用户的业务流和用户移动模式进行预测分析，有针对性地确定预存内容和内容推送，从而提高内容分发效率。
智能定位
通过位置已知的终端测量的各无线通信系统信号特征，借助ai、大数据收集分析和边缘计算节点的实时计算能力，利用指纹信息指导实际应用中的终端定位。
频谱感知
边缘计算节点，基于不同无线系统的频谱测量结果，利用ai技术对各无线系统在不同区域的无线环境特征、用户行为特征，以及不同用户的业务特征等，进行分析建模，支撑具体应用场景。
业务感知
在边缘节点上部署高算力的硬件解析资源，结合ai和大数据能力，分析挖掘数据、业务和无线环境之间的内在关联，提供更为准确、智能的业务特性识别。
网络边缘缓存已成为内容分发的趋势，可大幅提升用户体验、网络吞吐量和能效。ai技术可预测用户偏好，精准推荐内容给用户，并结合用户推荐预测无线边缘缓存。
应用场景5：智能基础设施节能
基于ai的智能基站节能
在5g的基站中，希望通过ai辅助的业务分析、场景识别建立一个流量变化模型，来控制载波的智能关断，从而降低基站功耗。
基于ai的数据中心（dc）节能
通过自动学习数据中心里服务器上的业务、流量的变化模式，根据这些信息，在非高峰时间段，把一些可迁移的业务集中部署在某一些服务器上，把空闲的服务器置成“睡眠”状态，同时会考虑整个机房制冷的控制。工作状态的服务器会消耗200-500w，睡眠状态的服务器仅消耗20w。dc实际的负载情况对效果会有一些影响。
应用场景6：ai辅助的运维优化
网络故障预测
从传统的事后优化转化为事前的预测和提前防备。网络健康度检查
基于大数据和人工智能技术的网络健康度分析，预测网格内未来、一周、一月的小区网络质量并提前预警，针对质差小区，分析引起质差的关键指标及可能的原因。
网络告警关联和故障定位
传统网络运维管理人员分析网络警告、判断告警原因、查找告警根源、定位并排除故障，耗时耗力。神经网络系统通过不断学习和训练，计算、翻译和调整分布于神经网络当中的连接权值，以整体的方式表达关联规则和故障诊断结果，准确定位网络故障
-----------------
东莞硕方电子科技有限公司是一家专业生产和经营全系列轻触开关、硅胶开关、五方位开关、usb接插、耳机插座、sd卡座等的专业公司。产品广泛应用于mp3/mp4、随身听、u盘、、计算机、gps导航、数码照相机、摄像dv、车载音响、汽车音响等数码电器产品领域。 微型喇叭、受话器、麦克风各类声学原件、ffc/fpc连接器及排线产品，板对板连接器、浮动板对板连接器、卡座连接器以及汽车连接器等精密电子原器件。
东莞市硕方电子科技有限公司
18819500972
qq: 197174526