自動駕駛和智慧城市的世界里 5G真是最后缺的那一環嗎？

　　邊緣計算大展身手

　　云計算似乎對自動駕駛汽車沒有意義，但邊緣計算卻能大展身手。Mesosphere公司的Knaup指出，在使邊緣計算用例可行的過程中面臨許多挑戰。他還特別指出了網絡可靠性，并補充說，邊緣節點通常在異構平臺上，這使事情變得復雜。

　　他補充說，管理處理大量非結構化數據的基礎設施以及收集敏感數據(例如從智能家庭收集的數據)的隱私保護要求也需要在邊緣計算前進時加以解決。

　　然而，Knaup也指出了這些機會：“隨著我們預計將看到邊緣設備的數量大幅增加，這種潛力可能會激增：從自動駕駛汽車到聯網智能體育館，甚至是醫療數據方面都將迎來重大變化。

　　邊緣計算帶來了更快的響應時間(由于延遲更低)、卸載計算任務的能力(反過來降低能耗)和更好的位置感知等優勢。

　　Sierra Wireless的Pauzet則表示，標準的LPWA技術是專為IoT設計的首個蜂窩數據網絡技術，為創建物聯網應用的新用例提供了巨大的機會：

　　“LPWA使得真正具有突破性的智能城市、電網、農業和其他應用所需的低成本、低功耗設備的激增成為可能。挑戰在于將LPWA與數據編排、云和AI技術相結合。

　　這樣，公司就可以最大限度地減少與開發，部署和運行這些應用程序相關的時間和成本，同時最大限度地提高這些應用程序提供的數據的洞察力。“

　　如果5G如今已經成功投入商用，真的能產生顛覆性影響嗎?

　　如果5G如今已經成功投入商用，一些公司會大量增加“智能”建筑/高速公路/基礎設施(即所有門，電梯，固定裝置，跑道等)中傳感器的數量，以實現持續和實時的健康和安全，如以及相關系統的使用情況監測。

　　“5G的可用性還將減少對有線回程網絡的依賴，以將數據從邊緣計算/存儲設備傳輸回區域計算/存儲設備。

　　深度學習算法的性能隨著可以學習的數據量的增加而增加，因而可以從設備中收集更多的數據，以提高深度學習應用的準確性。

　　據Garther對5G行業的生命周期分析，目前正處于快速上升期

　　另一方面，如果5G今天可用，Pauzet則不確定這一行業的數據移動，存儲和處理理念以及體系結構會發生什么變化：

　　“盡管5G確實提供了在短距離內提供數千兆位速度和大容量的機會，開辟了許多新用例，但真正改變這些理念和架構的是智能數據編排。”

　　“當今行業面臨的主要挑戰是如何更高效和更有效地提取、處理、分析和更新物聯網數據——近期解決這一挑戰的方法是更好地協調數據，而不是在短距離內更快地傳輸數據。 ”