AI的技術應用已經在各行業中開始體現，而伴隨5G技術成熟，5G的基礎設施逐漸完善，AI和5G的應用場景都將得到增加，在應用中的具體實施也得到了更好的保障。

AI與5G的關系

如火如荼的AI技術，經過新一輪賦能及迅猛發展后，開始面臨三大問題：第一，依賴云端，由于數據傳輸帶寬受限，存在延時問題，實時分析決策受限;第二，訓練樣本中情景信息有限，實際環境中信息源不足，需要進行脫離實際的判斷;第三，速度受限于算力，處理任務時間長，終端智能程度有待進一步提升。第三個問題隨著芯片層和系統層的發展得到了一定程度的改善，但是前兩大問題，都有賴于5G來改善。

隨著邊緣計算興起解決端算力制約，物聯網核心瓶頸被打破，而5G的落地會直接促進物聯網的發展。由于物聯網是大數據的主要數據來源，占到了大數據整體數據份額的90%以上;而大數據又是AI發展的必備要素之一，更多的數據會使AI更智能。由此可見，5G的落地對AI的發展具有重大的、積極的意義。

另一方面，5G也離不開AI的賦能。5G在大幅提升傳統移動互聯網服務能力的同時，將應用的觸角滲透至各行各業的物理網應用，從而演變為支撐全社會、全行業運行的基礎性互聯網。但是，以統一的技術框架支撐極度差異化的復雜應用，5G技術的發展正面臨著前所未有的挑戰。AI技術為應對上述挑戰并超越傳統移動通信設計理念與性能提供了潛在的可能性。可以說，AI讓5G變得更智慧，隨著5G的大普及，AI將成為5G下一代發展中所面臨的根本性需求，在部署規劃、運行維護等方面實現高度的自動化和智能化。

AI為5G帶來的好處

相關業內人士表示，世界上將有500億智能設備在2020年會接入互聯網，包括智慧城市、自動駕駛、智能音箱等等人類在生活中的智能場景，這會產生大量的數據，但這個時候的模型優化，靠的更多的將是AI算法。

與此同時，隨著計算加速需求的變化，終端、邊緣還有云，它們對計算加速的性能、功耗、實時性、成本、芯片的尺寸大小都有不同的要求，傳統異構計算并不能滿足現在計算的要求，這個時候我們就需要超異構計算。

“超異構計算有傳統計算的好處，又要避免原來的劣勢，一是跟板級設計一樣，有多功能多架構的芯片，處理不同的運算負載，并完成加速;二是能非常好封裝在一個芯片里，不是在板級，在封裝層設計先進的技術，把帶寬放大，但是功耗降低，體積降小，這是封裝集成技術。三是給更復雜的超異構的模式，對于軟件開發人員，它們的工作應該更加簡單。”

根據英特爾超異構計算愿景，需要提供多樣化的標量、矢量、矩陣和空間架構組合，以制程技術進行設計，由內存層級結構提供支持，通過封裝集成到系統中，使用光速互連進行超大規模部署，提供統一的軟件開發接口以及安全功能。

5G促進AI應用發展

相比4G網絡，5G主要是在用戶的吞吐量、端到端時延與連接密度方面有非常大的增強。正是因為這種增強，5G網絡能承載許多4G網絡現在無法承載的智能業務。

比如智能醫療，像遠程手術這類場景對時延、圖像識別的要求非常高，用4G網絡承載可能滿足不了圖像傳輸的時延、帶寬的要求，而5G具備低時延、大帶寬的特點，它可以針對智能醫療中的遠程手術做很好的承載。

比如智能交通，未來在5G uRLLC低時延的場景下，自動駕駛也可以得到更好的支持。還包括智能家居、智能電網、智能農業這種IoT類的，它們對連接密度有非常高的要求。5G面向高密度連接的mMTC場景也能為這些智能業務提供非常好的承載。還有工業自動化，它對時延的要求和自動駕駛不相上下，需要精確地控制一些工業設備來完成各個零件的組合和裝配。未來有了5G網絡，這些AI驅動的智能化業務都能得到更好的發展。

5G和AI的技術應用在科技時代的今天，都屬于重要的應用范疇。而在之后的發展過程中，技術的研究推進也要一直放在重要位置，發展的道路才能長遠穩定的進行。