大数据在5G时代会有什么不同？

5G时代将是全新的时代，那么，5G对于大数据会有什么独特的影响呢？今天就特别来谈一谈。

一、数据量将会急剧膨胀

5G通过提升连接速率（相对于4G提升100倍）和降低时延(ms级)，在单位时间内创造的数据量将几何级的增加，比如从计费话单的角度看，如果维持50M一条记录的存储模式，则计费话单条数在单位时间内会提升100倍。

5G使得单位面积的联网设备数量可以达到4G的100倍，海量物联网的感知层将产生海量的数据，这都将极大的驱动数据量的增长，而物联网也刺激了大数据的发展，所有通信基础设施的强大，都在为大数据崛起铺平道路。

在可预见的未来，全球数据量将以每两年翻一番的速度增长。到2020年，全球的数据量将到达40ZB。这也就意味着，地球上每个人在每秒钟就将利用1.7MB的数据量。

二、数据的维度进一步丰富

从连接的类型看，目前的数据还是以人和人的关联为主，5G时代带来的物联网发展，使得人和物、物和物之间的连接产生的数据类型将会更多，比如物联网使得数据采集的渠道爆发性增长，无论是联网汽车、可穿戴设备、智能电视、无人机还是机器人等等。

从连接的内容看，5G催生的车联网、智能制造、智慧能源、无线医疗、无线家庭娱乐、无人机等新型应用将创造新的丰富的数据维度，AR、VR、视频等非结构化数据的比例也将进一步提升。

三、平台的要求大幅提升

5G时代随着数据体量、种类和形式的爆发增长，物联网、人工智能等领域的创新应用将井喷式涌现，很难有哪一种单一的计算平台可以有效应对如此复杂、多样、海量的数据采集、处理的挑战，混搭式的大数据处理平台的发展趋势越加明显。

海量、低时延、非结构化的数据特点将进一步促进数据处理和分析技术的进步，推动流式处理技术的发展将会是一个明显的变化，以浙江移动为例，即使是当前，如果不对海量的非结构化上网日志数据进行流式预处理，对离线存储的数据进行再处理成本就会很高。

5G时代边缘计算崛起，边缘计算旨在将大量的数据分析功能下沉到更靠近应用的地方，从而提升响应速度，降低网络和云计算的成本，数据分析的本地化是否将形成另一种形式的数据集市？符合边缘计算要求的数据平台是否会崛起？

四、AI的赋能将无处不在

从数据的角度讲，非结构化数据的海量增长，使得大数据的价值密度进一步降低，要能从海量复杂数据中发掘数据间的弱关联关系，对于人工智能的能力要求进一步加大。

从应用的角度讲，AR、VR、图像与视频识别、车联网驾驶行为分析、智慧交通群体模式识别等5G时代的大量物联网应用，都需要通过人工智能等手段，从海量数据中快速“学习和提炼”出高价值信息与策略，以此控制IoT终端与边缘设备完成最终的闭环。

从架构的角度讲，为了满足不同业务需求部署的各种物联网终端、丰富的切片网络、大量下沉的边缘节点，这些资源的高效运作都需要人工智能的广泛支持。

从运维的角度看，承载数以十万到百万计的资源节点、网元实例、业务应用实例的5G云数据中心，要保障如此庞大复杂的资源与业务体系的可持续无间断运行，引入人工智能辅助的主动式预测性维护也势在必行。

五、大数据应用被催化

当前的大量APP应用从云端接收的数据都是控制数据、小数据或非实时大数据，网络的瓶颈限制了大数据应用价值的发挥.

5G时代，借助于5G的高带宽、低时延和AI能力，大数据所承载的业务形式更加复杂多样，其商业价值将得到快速挖掘。比如VR，其可以在云端快速完成图像数据的渲染，通过可靠的高速网络实时返回给终端，使得业务获取性提升，体验提升。

在华为发布的《5G时代十大应用场景白皮书》中，每项垂直行业应用都与大数据有千丝万缕的关系，包括AR/VR的实时计算机图像渲染和建模、车联网的远程驾驶、编队行驶和自动驾驶、智能控制的无线机器人云端控制、智慧能源的馈线自动化、无线医疗的远程诊断、无线家庭娱乐的超高清8K视频和云游戏、联网无人机的专业巡检和安防、社交网络的超高清/全景直播、个人AI辅助的智能头盔、智慧城市的AI视频监控。

六、运营商的大数据挑战

1、网络大数据的管理难度加大

5G采用了大规模天线系统和超密集组网技术，并将引入频谱共享、D2D等复杂的无线传输技术，与此前移动网络技术相比，整体网络架构也更加灵活，功能更加丰富，业务趋向多样化，网络数据的获取和处理成为5G网络的一大挑战.

5G网络要与4G等多张网络的同时运行，其数据的维度高、数据类型多、数据量大、缺失数据多、不同设备厂家数据格式不统一等，这使得无线网络数据的管理挑战巨大，因为即便在4G时代，相对于B域，DPI数据的统一管理就是运营商一直要解决的难点问题。

基于B域数据管理的经验，建议首先要形成统一数据标准，涵盖数据格式、参数定义、计算方式等多个方面，降低数据处理的复杂度；其次是提取高价值数据，减少数据存储和计算所需的硬件资源；再次是需要采用高效的自动化数据管理手段，最后则是数据安全的保障。

考虑到5G时代网络切片等能力的增加使得“网络即业务”成为可能，其与前端市场的距离变得更近，因此，进一步加强O域与B域数据的整合迫切性会非常高，5G的网络体验提升必须协同业务才能形成真正的端到端。

2、大数据平台的价值进一步凸显

5G时代网络的定位出现了变化，正如邬贺铨院士说的一样，”5G网络应是以用户为中心、上下文感知与先应式网络。”

邬贺铨表示，”5G本身是终端到数据中心的一个主要通道，前部分数据采集，中间环节是到基站和无线接入网，是有边缘计算缓存和计算能力的。然后再到核心网，是数据传送，再到数据中心、云计算，它是数据分析。智能终端多功能的特性，它跟这个网络里头数百个路由器、服务器，以及交换机它们之间是有很多交互的。所以5G网络不仅要承载移动用户的数据，还要接受各种不同后台服务器、缓存等产生的数据。”

“5G的数据分析在两个地方得以体现邬贺铨指出，首先在移动运营商核心站点内的大数据平台上进行数据分析，按照内容预测算法执行计算并推断决策内容，然后主动地将他们存储在具有缓存能力的基站中，从而将内容从云移动到边缘（基站）；然后，基站负责收集上下文信息，对用户空间-时间行为进行分析与预测，对数据集合、压缩与加密，同时从核心网大数据平台获得决策，具有缓存能力的基站使得内容靠近用户，从而改进用户体验并减轻回传网的负载。”

总体上，5G时代，运营商大数据平台需要在复杂全域（O+B+M）数据的统一处理、低价值密度数据的高效存储、网络非结构化数据的快速解析、全域数据的高效整合等方面进行大幅提升。

3、新的商业模式要求新的分析能力

陈志刚在《重磅雄文| 5G的基本商业模式，看此文就够了》一文中做过5G基本商业模式的分析，其表示：

“我认为有三种基本的商业模式：基于流量的商业模式、基于切片的商业模式、基于平台的商业模式。这三种基本商业模式，并不是适合所有运营商，尤其是基于平台的商业模式，只适合定位于数字化战略的运营商。”

Gartener的研究报告指出，5G的最大收入潜力将是网络切片开发。在切片商业模式中，电信运营商的关键业务是向各个垂直行业销售各种逻辑网络，即行业切片。

按照业内的观点，5G切片应该具备可定制、可交付、可测量、可计费四大特性，GSMA在2017年的一份报告中指出：构成通信服务的所有组件（比如，通信带宽、专用处理能力、数据采集、安全模型等）都可以由5G网络切片的管理系统进行更改和配置。

基于切片，5G网络可以根据不同的场景要求提供差异化的定价策略，包括基于地点、时间、速率、服务的多维组合定价。