无线云网络以云原生无线接入网络平台为基础，以内生动态编排AI 能力为核心，是无线云网融合的架构基础，助力实现无线网络、云计算、人工智能、算力网络的价值融合。
1、5G与4G提供服务差别
与4G网络主要满足语音和Best effort 数据业务不同，5G 除了覆盖移动网络传统业务，更致力于满足丰富多样的垂直行业需求。从智能制造到车联网，从AR/VR 到无人机，5G 网络的高带宽、高可靠、低时延、海量连接等特性将大幅提升行业信息化水平。
2. 智慧服务架构
云网融合架构包括无线智能控制平台和无线智能管理平台，通过云原生和AI技术实现资源管理与业务协同。
该架构支持“网随业动”和“业随网动”的双向协同：网络根据业务需求动态调整；业务可根据网络状况优化自身。
3. 关键技术
SLA保障：通过监控和闭环策略控制，确保无线网络满足业务需求的时延、速率、可靠性等性能指标。
无线信息开放：支持“业随网动”，实时开放用户级、业务流级的无线数据，支持垂直行业应用的优化。
人工智能与机器学习用于预测网络状态，并在小区负载、QoS（服务质量）和异常检测中优化无线资源。
4. 典型应用场景
工业互联网监控：5G无线传输替代有线连接，为视觉检测应用提供高带宽与可靠性。
通过5G 无线技术替代有线连接，为生产设备的灵活布置提供了便利
无线智能管控平台可以实时地对终端无线连接进行监控，包括终端信道质量SINR、覆盖RSRP、速率和时延等
云游戏优化：利用AI预测链路性能，并动态调整游戏画质以保证用户体验。
由于流媒体式传输是对带宽要求最高的服务类型，流媒体业务在无线网络中传输的性能优化，一直是人们重点关注的关键应用领域之一。
在本用例中，无线智能控制平台上的Link Performance Prediction (LPP）应用可基于基站上报的无线测量量，对当前链路容量进行估计，并预测它们在近期/中期将发生怎样的变化。基于此预测结果，云游戏作为相关的应用服务可以根据LPP 的预测输出，使业务行为适应变化并保持在给定的链路容量之内，进而使其能够始终提供最佳的用户体验。
工业园区QoS保障：通过调度优先级动态调整关键业务的数据传输。
在工业园区场景下，存在着大量对网络要求比较高的应用，如运动控制、机器人、AGV 协同控制等。
负载均衡：基于预测模型优化小区间的负载分配，提升系统性能。
用户数量越来越多，用户对数据的需求也越来越高，导致小区负荷冲高且小区间负荷不均衡的情况增加，需要更多地依靠负载均衡策略调节小区间的负荷分布，提升用户体验。传统的负载均衡控制优化存在两个问题，一是需要大量的人工干预，低效、被动，响应慢；二是传统的无线资源管理（Radio Resource Management，RRM）都是以小区为中心，即对于小区里的所有UE 采取相同的策略。
方案主要包括两部分：非实时的小区负载智能预测模型训练和实时的负载均衡控制。
非实时的小区负载智能预测模型训练主要体现在，无线智能管理平台以基站周期性上报的小区负载状态信息和UE 信息等作为机器学习的输入数据，使其具有对网络状态和UE 网络环境预测的能力。
5. 展望
随着5G和云网融合的发展，未来无线网络将支持更多创新应用场景。
运营商将与行业客户深化合作，共同推动无线网络智能化，构建开放的5G生态，助力社会全面数字化转型。
这份白皮书旨在探讨无线网络如何借助云网融合和AI技术，在不同行业场景中提升效率和服务质量，并为未来数字经济的发展奠定基础。
部分内容参考：无线云网融合智慧服务白皮书2.0
