5.1.分布式系統的崛起催生邊緣計算平臺和新的網絡構架分布式AI會在最后一英里網絡中增加更多的計算、智能和處理/存儲能力，將引發移動端硬件和算力變革。在這種配置中，
人工智能引擎將依賴于大量
物聯網(IoT)傳感器和執行器，收集和處理大量的操作現場數據。海量數據將為“本地化”的邊緣計算AI引擎提供燃料，這些引擎將運行本地進程并在現場做出決策。因此網絡需要另一種水平的實時邊緣計算、數據收集和存儲，將推動人工智能處理到網絡邊緣。這將完成云邊緣智能和網絡化計算機的循環, 并通過基于
區塊鏈的智能合約來完成數據授權和業務運轉。
5G網絡中不同業務在不同節點終結，顛覆通信網絡工作模式。3G/4G時代，數據陸續通過接入層、承載匯聚層、承載核心層，業務數據在核心網集中處理、終結，顯然這種中心化工作方式難以滿足5G應用場景對時延、大帶寬和多連接的要求。5G時代，針對不同的業務場景，業務將在不同節點終結；以去中心化的工作方式提高效率和可靠性。分布式AI的崛起，5G邊緣網絡平臺將承載更多的算力和數據流量。
5G時代，終端間快速崛起的橫向流量和極低延時要求將依賴邊緣網絡實現。5G時代基站之間的橫向流量將遠遠超過LTE時代的流量，延時要求甚至在1ms內，遠遠低于3GPP定義的LTE基站間理想時延（10ms）。LTE時代，核心網一般集中部署在匯聚骨干節點或核心層之上。5G時代，一方面，三層下掛基站將更多，路由條目數量將更大，三層設備流量調度任務中，如果還將核心網集中部署，其設備將不堪重負，一旦節點故障，影響范圍很大；另一方面，核心網集中高置橫向流量時延大，將不能滿足5G時代基站間橫向流量時延需求。核心網邊緣分布帶來兩個好處：一，核心網設備下掛基站減少，流量減少，路由條目減少，壓力大大降低，安全性能增加，故障影響范圍也大大減少；二，基站間的橫向流量跳數減少，時延減少，滿足低時延場景要求。
未來超過50%數據將在邊緣網絡處理、分析與存儲，5G將大量部署邊緣網絡計算。根據華為與第三方機構合作預測，到2025年全球網絡聯接數將達到1000億，增長幅度超過10倍。未來超過50%的數據需要在網絡邊緣側分析、處理與儲存,邊緣網絡將面臨極大的挑戰：業務的實時性挑戰。對實時性要求高的領域，例如在生產控制領域，業務控制時延必須小于10ms甚至更低，車聯網應用甚至要求時延低于1ms，如果數據分析和控制邏輯全部在中心云端實現，難以滿足業務的實時性要求。
5G網絡切片的實現需要部署邊緣云。5G面向不同的應用領域，需要網絡切片的支撐不同的需求。就是將一個物理網絡切割成多個虛擬的端到端的網絡，每個虛擬網絡之間，包括網絡內的設備、接入、傳輸和核心網，是邏輯獨立的，任何一個虛擬網絡發生故障都不會影響到其它虛擬網絡。每個虛擬網絡就像是瑞士軍刀上的鉗子、鋸子一樣，具備不同的功能特點，面向不同的需求和服務。部署網絡切片，需要邊緣云的支撐。
風險提示
1.分布式AI產品推廣展不達預期。打破互聯網公司對數據的壟斷的關鍵技術就是分布式AI，分布式AI算法尚處于開發初期，解決大規模移動端數據協同通信是難點，能否在移動端的推廣部署存在不達預期的風險。2.區塊鏈基礎設施開發不達預期。區塊鏈是解決數據隱私問題的核心技術，目前區塊鏈基礎設施尚不能支撐高性能網絡部署，去中心化程度和安全都會對高性能存在一定的牽制，區塊鏈基礎設施存在開發不達預期的風險
版權申明：本內容來自于互聯網，屬第三方匯集推薦平臺。本文的版權歸原作者所有，文章言論不代表鏈門戶的觀點，鏈門戶不承擔任何法律責任。如有侵權請聯系QQ：3341927519進行反饋。
