摘要：阿里妹导读：5G时代悄悄来临，甚至成为街头巷尾都在讨论的话题。相信你一定有过一些疑问：什么是5G？仅仅只是网速更快吗？5G如何做到毫秒级的延迟？网络切片是什么？5G的标准之争是怎么回事，在争什么？看阿

阿里妹导读：5G时代悄悄来临，甚至成为街头巷尾都在讨论的话题。相信你一定有过一些疑问：什么是5G？仅仅只是网速更快吗？5G如何做到毫秒级的延迟？网络切片是什么？5G的标准之争是怎么回事，在争什么？看

阿里妹导读：5G时代悄悄来临，甚至成为街头巷尾都在讨论的话题。相信你一定有过一些疑问：什么是5G？仅仅只是网速更快吗？5G如何做到毫秒级的延迟？网络切片是什么？5G的标准之争是怎么回事，在争什么？看完本文，相信你对5G能有基本的了解。

摩尔定律相信大家可能都会比较熟悉，但是通信领域的香农定理就没那么普及了。记得在研究生的一门课程《信息论》中严格推导过这个公式，这个定理的公式指明了与通信速率相关的要素，极限值在哪里。

• 在有随机热噪声的信道上传输数据信号时，信道容量Rmax与信道带宽W，信噪比S/N关系为：Rmax=W*log2(1+S/N)。注意这里的log2是以2为底的对数。
• 上面的公式简单来说，就是如果想要提升信道容量，可以通过增大带宽，或者提升信噪比的方式。增大带宽比较容易理解，但是频谱资源本身有限，不可能无限分配。即使可以无限分配，还有一个关键因子信噪比也会限制。提升信噪比，可以有很多种方法，可以通过增大发射功率来搞定，但国家对于基站发射功率是有严格限制的，不能无限制的增加，就算可以，对于器件等也有很高的要求，高频的放大不是一件简单的事，另外可以通过改善信源编码、信道编码来改善。

关于5G的一些相关技术，整理了一张脑图，希望能让大家更系统性的了解5G技术。大家可以对照着来看，如果本文讲的不是很清楚的地方，可以根据关键词自己网上搜索一下。5G的关键技术比较多，因此将这些技术与三大场景相结合着来看，每项技术都是为了去解一些实际场景中的问题发展出来的，可能会更便于理解。

1. 5G的标准化

1.1 KPI

★ 峰值速率达到20Gbps

没有规定用多大带宽，可以使用32载波聚合来满足，这个速率是基站的峰值速率，并非单个用户的速率，这个速率是属于一个基站覆盖范围内的用户共享的。

★ 用户体验数据率（城区）达到100Mbps

标准中还有针对更细分区域的用户体验速率的要求描述，比如在我们比较关心的演唱会高密集人员区域的速率要求，5G里面关于Broadband access in a crowd的描述是，整体用户密度是50万／km2，活动因子是30%时，需满足用户体验速率下行25Mbps，上行50Mbps，区域容量下行[3,75]Tbps／km2，上行速率[7,5]Tbps/km2。

★ 频谱效率比IMT-A提升3～5倍

1）IMT-A 是国际电信联盟(ITU)制定的4G移动通信标准规范。4G的频谱效率可以这么来看，4G的愿景是在20MHz上实现100Mbps的速率，所以4G的频谱效率一般可以认为是5bps/Hz。

2）按照KPI，5G里面频谱效率提升还是很明显的，而且频谱效率提升来指导技术的提升会更直接，因为根据香农公式，提升速率可以使用增加带宽，而这在很多时候是很容易做的，但问题是频谱是稀缺资源，只能在一定程度上增加供给。按照这个3～5倍于4G的频谱效率，5G在100MHz上理论上应该提供1.5Gbps～2.5Gbps的速率。去年5月9日贵州联通首个5G基站开通，在外场环境下，100MHz宽带下单台终端测试的5G网络峰值下行速率达到了1.8Gbps。

★ 移动性达500公里/时

这个问题在4G时代其实解得不太好，在高铁上网络时断时续。500km/h的速率会产生比较严重的多普勒效应，对于帧格式处理等都会有一些挑战。另外极快的速度可能会产生频繁的越区切换，这对数据链路的稳定性也提出了一些挑战。

★ 时延达到1毫秒

TDD可能不满足。

★ 连接密度每平方公里达到100万个

物联网遍地开花，这个指标确实看起来很给力，但事实上5G里物联网标准mMTC是推进的相对缓慢的，原因可能是爆发性的产品还没有出现，目前的NB-IoT还没有达到饱和，推动的动力不足，虽然大家都认可物联网的重要意义，但可能还需要耐心的等待一段时间。

★能效比 IMT-A 提升100倍

基站越建越多，运营商电费也越花越多，降低能耗，绿色环保。

★ 流量密度每平方米达到1Mbps。

需要更多带宽和其他新技术共同满足。

1.2 标准化

负责标准化制定的是3gpp组织，官网网址在这 https://www.3gpp.org/，有关标准化进程，可以去这个官网了解。5G NR物理层协议下载地址：http://www.3gpp.org/ftp/Specs/archive/38_series/，如果想了解协议细节技术，可以下载协议文档查看。

3GPP TS 38.201V15.0.0 (2017-12)中概述了NR物理层协议的主要内容。物理层包含一个概述文档TS 38.201，六个协议文档：TS 38.202 TS38.211 TS38.212TS38.213 TS38.214和TS38.215。

图片来源：https://blog.csdn.net/jxwxg/article/details/79117626

2. 理性看待5G速率提升

各种速率吹得天花乱坠的，一会20Gbps，一会4.6Gbps，一会6.5Gbps，为什么会差别那么大，那些4.6Gbps的一定就比6.5Gbps的差吗？

1）5G峰值下载速率6GHz以下200MHz 4.6Gbps。这个6GHz是指的载波频率在6GHz一下，200MHz指的是带宽，载波频率和带宽概念搞不清楚的同学可以自行百度。4.6Gbps是峰值速率，按照5G的KPI，频谱利用效率需要为4G的3～5倍，4G是多少？4G频谱效率是5（即20MHz带宽实现100Mbps的峰值速率），那么按照5G的KPI我们来计算一下200MHz带宽应该要达到多少才达标，简单的公式计算，达标的速率应该是3Gbps～5Gbps 。

2）毫米波800MHz 6.5Gbps(4G LTE可体验速率的10倍)。毫米波指的是频段，国际主流的是28GHz，这个指的是载波频率。800MHz指的是带宽，高频段就是好啊，资源相当丰富，动辄都800MHz带宽了。这个实际算下来这个的频谱效率只是4G的1.625倍，这个可能主要是由于带宽较宽，所以使用的OFDM子载波带宽也较宽，子载波间隔增大后频谱效率就降下来了。但这个速率仍然很给力了。

值得注意的是这些速率都是峰值速率，是在一个基站下的你我他共享的资源，所以你的实际体验速率并不会那么快，基站侧会有调度算法来保证公平，但5G里面可能不会有绝对的公平了，付费的企业用户可能会获得更多的资源调度，不再是一锅端了。另外要注意的通信里的速率都是bit，而非byte，是有8倍的差距的，包括你家里装宽带时也是bps，而非Bps。

总结来说，就是大家记住5G的频谱效率KPI，然后加上带宽就能知道峰值速率是多少了，而这个峰值速率只能说明你的总容量大小，和个人感知速率是不一样的，但是会明确瓶颈在哪里。不说多大带宽下实现多少速率的都是耍流氓。PS：载波频率和带宽是两码事，峰值速率和带宽和频谱效率有关，和载波频率无关。就和一趟火车一样，决定装载量大小的是车厢的多少，而不是速度。

3. 业务结合点

3.1 VR／AR技术的发展

伴随着AR和VR市场规模的不断扩大，视频流也势必会呈现显著的增长，而类似于 6DoF 的下一代内容格式会对网络提出更高的要求，个人数据速率的需求上限也会从 200Mbps 跳到 1Gbps，这些都会需要更多的带宽来支持。做AR和VR的很多公司已经开始摩拳擦掌了，准备好好把握住这一先机，大家对于5G显得热情高涨，都想尽早的拿到那张门票、打造爆款、占领市场。5G是一种通信技术，本身解决的是传输的问题，本身VR和AR需要解决的很多体验问题、内容源问题、资源问题等都仍需要产业继续解决，当然谁解决的最好，与5G配合得最好，消费者肯买单就会占领市场先机。

顺着前面的我们再来算算带宽，以目前联通/电信运营商被分配到的100MHz带宽为例，按照5G要求，最高能提供2500Mbps的带宽，如果按照流畅的VR需要50Mbps来算的话，最多就能同时承受50个人同时使用，当然这个是理论值，加上一些信令相关的开销，可能无法达到这个值，这个离演唱会现场每人可以实时多角度的看演出还是有很大距离，当然这只是网络初期，后期还会分配更多毫米波频段的资源，同时对于非互动式的可以使用广播的形式来缓解。

其实AR和VR并不完全一样，所面临场景解决的问题也不一样，这里并未做区分。而这个产品未来的形态，到底是google glass那种还是投影那种，抑或是一种更先进的交互方式其实还有待继续观察，期待看到更加牛的解决方案。

曾经参加一个5G的交流会的时候，大家谈到全息投影在5G里的应用，让一个已故的歌手能重新站在舞台上继续为大家献唱确实是一件很酷的事情，事实上目前在小范围的特定的IP上已经实现了，但这个的推广发展目前还是受限于内容，内容是需要花时间精力去精心创作的，创作的过程往往是更花时间的。

而实际设备可以通过各种租赁得到，反而是更容易搞定的事情，但是今天来看那种舞台幕布搭建的方式打造的立体感想要规模化的在现实中应用，仍然是不小的挑战，我们可以期待以后有更好的交互方式，就像科幻片里那样直接在空气中、穿衣镜等上面进行交互。今天全息投影更多需要解决的是本身投影技术、内容创作等方面的问题，传输只是其中的一部分，换句话说，今天不用5G还可以用光纤，如果问题解决到只是那一根光纤影响体验了，那直接上5G打造一个完美的体验就好了，但今天还需要解决的更多是场景本身所在领域的事情。

当然传输链路的提升，也会带来很多的好处，比如说可以大带宽低延迟的传输，那么很多的计算、渲染都可以在云端完成，云端的机器可以很快速方便的扩容，甚至是不惜成本的扩容。通过这种云端渲染的方式来打造更加完美的用户体验也是一个研究方向，云端渲染的另一个好处可以让多个孤立的场景组合起来，形成一个更有意思的虚拟世界，就像我们在打的联机游戏一样，VR不仅仅需要带宽，良好的体验对于延迟也会更加敏感。因此针对VR的网络切片，可能会处于大带宽和低时延两者之间的一个折中网络切片。

3.2 网络切片技术的应用

网络切片作为5G里非常重要的一项技术，广受运营商喜爱。因为通过这项技术可以对数据包进行分级，可以建立服务等级，实现差异化的服务。大白话就是，有钱的可以提供好的服务，保证带宽保证延迟，没钱的就往后放放。在之前的4G标准中也有定义差异化服务QoS，但是原有的差异化服务只是针对接入网的，也就是说只针对了手机到基站这一段做了差异化服务，原来做差异化服务也是来源于需求，当基站在分配上网用户资源和语音电话用户资源时，肯定是不一样的，会优先保障语音用户。在4G时代，运营商是使用qci来进行服务分级的，但是这个粒度比较粗，3gpp一共规定来9个等级，4个GBR(Guranteed Bit Rate) ，5个Non-GBR。

网络切片可分为核心网中的网络切片和接入网中的网络切片，核心网中的网络切片与虚拟化技术息相关。NFV（network function virtualization，网络功能虚拟化）与SDN（software defined networking，软件定义网络）作为实现核心网中的网络切片的主要技术支撑，受到了广泛的关注和研究。接入网中的网络切片实现更具有挑战性。除了用于不同的商业模型之外，针对业务的指标需求不同，网络切片和接入网络还需同时提供低时延、大连接、高可靠等性能指标，并保证网络切片之间的隔离。

阿里集团正在探索网络切片相关的应用，在4G时代其实没有完整的网络切片方案，3GPP协议定义了QCI（QoS等级标识），不同QCI承诺了不同的数据包延迟、误包率等，运营商通过QCI提供面向用户与业务等差异化服务。3GPP定义的QCI=3的用户的典型场景是Real Time Gaming(实时游戏)，一般普通用户的数据业务是在QCI=6上进行承载。如果下图所示，为某次压力测试中，QCI=3的保障用户在数据包平均时延和抖动方面明显优于QCI=6普通用户，在带宽资源紧张时，QCI=6的用户无法抢占足够多的带宽资源完成业务，而QCI=3的用户可以保持稳定的800kbps的稳定速率。4G时代的"切片"仅仅是接入网的一个较粗的QoS等级划分，5G的切片将是更完整的端到端的解决方案。

在5G将会有各种不同场景的网络切片，有针对车联网的切片、有针对VR的切片、有针对物联网设备的切片等等，而网络切片的粒度也会更细，后续可能会出现不同的服务质量需要付不同的费用。5G时代变成了运营商B端收费或者B端C端两边收费，这一块的业务落地我们还会持续关注，也欢迎集团内有相关资源或技术的团队能给我们提供帮助。

如果说4G时代运营商建了全国的公路，那么5G时代运营商既建设了公路也建设了高速公路，如果想要更好的服务，可以掏钱走高速公路。

3.3 移动边缘计算（MEC）

在不考虑重传的情况下，LTE网络内部时延是小于20ms，而要ping外部服务器，这个时延通常在40-50ms以上，光纤的传播速度是200公里，5G在应对时延敏感用例时，要求接入网时延不超过0.5ms，这意味着5G中心机房(或数据中心)与5G小区(基站)之间的物理距离不能超过50公里。面对物理时延的挑战，我们不得不考虑在接入网引入移动边缘计算(MEC)、边缘数据中心，也就是将以前核心网和应用网的一些功能下沉到接入网。

边缘计算由于部署在靠近物或数据源头的网络边缘侧，具有融合的网络、计算、存储和应用核心能力。利用边缘计算提供的计算能力和服务，能够满足低时延、海量连接业务需求和数据的聚合优化需求等，缓解核心网和回程链路的负载压力。因此，边缘计算和网络切片的结合变得尤为有意义。

在网络传输延迟或数据安全等角度考虑，很多的领域无法直接将数据传送至云端处理，因此边缘计算是一个大趋势，大家经常举例的自动驾驶就是一个例子，为了保证实时性和可靠性，图像处理需要在边缘端完成。除了这种意义上的移动边缘计算之外，其实运营商期望的移动边缘计算应该是在更靠近接入网的部分部署算力，支持边缘计算，后续可能应用可以直接部署于基站内的云设备内，这样对一些延迟极度敏感的应用将是一个好消息。

3.4 物联网应用

目前物联网逐渐火热起来，mMTC也是物联网三大场景之一，承担了未来智能世界里的重要想象空间。但是目前的mMTC仍然有一些亟待解决的问题，我们可以看到5G KPI里是要求能支持每平方公里100万个连接，这其实是一个非常让人兴奋的数字，但是这个会有点容易让人误解，100万个连接并不是同时收发数据，只是连接，连接有可能是时断时续的，有可能是一天只发送一个数据包的监控节点。可以看到目前应用比较广泛的还是电力超表类应用，因为这类数据基本都只是在上报，而且频次要求不高，实时性要求也不高。但是对于很多的应用场景来说，实时／准实时的双向通信是很大的需求。

NB-IoT超强的数据连接并不是真正的实时连接。NB-IoT的小区容量很大大，NB-IoT终端入网成功后，核心网和IoT平台会一直保存用户会话状态，终端在PSM，eDRX休眠情况下，网络侧维持IP会话。但这其实是以终端睡眠来达到的容量提高，并非特别大的技术提升。NB网络使用15Khz终端接入， 180Khz带宽，“并发用户数”理论为12个，如果在同一个时刻有多台设备进行入网，一方面会导致底噪升高，设备入网困难，另一方面，超出的设备需要排队入网。因此更加适合的是一些低速率、低时延要求的场景。

大麦目前已经将NB-IoT应用到实际产品中了，由于NB-IoT使用的是CoAP协议，而CoAP协议底层使用的是UDP，不可靠的，因此我们上层做了应用层的ACK应答机制来保证数据可靠到达。

由于我们的场景对功耗不敏感，但是期望数据能尽快到达，所以我们与运营商沟通后关闭了PSM和eDRX，以便让数据尽快到达，但是对于一些监测类的场景对于功耗是敏感的，因此就会通过睡眠等方式来尽可能的保存体力。这对于纯上行监测类应用来说还好，但是如果想要准实时下发可就难了，因此也会限制一些场景的想象空间，在低功耗方面仍然有很长的路要走。

NB对于场景的覆盖也还有待加强，对于一些楼宇里的空调，目前覆盖应该是够的，但是水表等表类产品，安装的环境很封闭，或者说无线网络很难渗透过去，这样就导致了很多安装在现场的水表（窨井下，楼梯间）无法上传数据，让水表厂家和NB-IoT技术满脸的尴尬。

未来5G的mMTC场景还会基于NB-IoT、eMTC技术继续演进，期待未来能更好的解决目前存在的一些问题。

3.5 D2D的应用

D2D其实是一项挺有意思的技术，让设备和设备之间能直接通信。当然不是完全的自主通信，是在基站控制下完成数据通信，基站主要负责控制信令，设备间直接进行通信。这可能会催生一些基于邻近特性的社交应用场景。其中车联网中的V2V（Vehicle-to-Vehicle）通信就是典型的物联网增强的D2D通信应用场景。基于终端直通的D2D由于在通信时延、邻近发现等方面的特性，使得其应用于车联网车辆安全领域具有先天优势。在D2D通信模式下，两个邻近的移动终端之间仍然能够建立无线通信，为灾难救援提供保障。

家庭应用中的投屏场景是一个很好的D2D场景，但是目前基本都是WiFi-Direct的天下，如果D2D想要应用进来，还需要与这个强大的对手进行竞争。

3.6 CDN

4G时代，CDN基本部署在CR（核心路由器）、SR（业务路由器）附近，部署位置偏上。同时，节点部署稀疏，平均每个节点覆盖方圆10公里。5G时代，在架构上，CDN应从CR、SR端向用户端迁移。同时在节点部署上，向小型化、高密化发展，原来每节点覆盖方圆10公里，现在需缩小到1公里甚至更小。网络切片中的NFV和SDN技术也将应用到CDN中，NFV实现网络资源共享，扩展灵活，CDN NFV实现硬件和软件解耦。SDN让调度和路由控制更灵活，网络感知能力和集中控制与能力的开放，提供灵活调度和最优化的路由能力。

3.7 产业互联网

借用集团陈威如专家演讲中的一些观点，未来十年，是从消费互联化到产业互联化的全面协同升级。未来，产业互联网有两个发展方向，第一，在你所处的产业环节进行线上线下融合。如果你是做零售的，你就要把线上、线下销售场景，用数字化、可视化的方式重构、融合起来；如果你是做供应链的，也要先做数字化，进行线上、线下融合，达到线上线下一盘货。第二，做全链路环节的数字化相连。当你把全链路串起来以后，就会对生态圈、消费者、企业商业模式产生一个极大的变革。因此5G可能会依托于物联网技术带来全链路的数字化，进而助力产业互联网。

免费下载！

阿里云发布《中国企业2020》白皮书

在2019世界人工智能大会上，阿里云发布了《中国企业2020：人工智能应用实践与趋势》白皮书。

阿里云已大规模实践产业AI，将人工智能应用于各行各业。阿里云研究中心结合大量的产业实践，在白皮书里提出了中国企业应用人工智能技术的成熟度分析和阶段性演进路径，总结出人工智能为企业创造价值的7大模式，为企业应用人工智能提供指导。

1.支持机械、简单、重复性工作

2.创造数字经济时代新物种

3.突破人类能力极限

4.激活数据，创新业务和商业流程

5.突破思维定式，发现潜在逻辑与联系

6.提供全新的人机或服务交互模式

7.辅助人类智能决策

原文链接：https://yq.aliyun.com/articles/737684?utm_content=g_1000091592

本文为云栖社区原创内容，未经允许不得转载。