如果说5G是万物互联的重要使能技术，那么作为调度全局网络资源、管理用户接入和用户数据、满足行业网络切片需求的5G核心网，就是连接电信网络、垂直行业及互联网的核心枢纽，将直接关系到运营商5G网络竞争力。

5GC同时也是个难伺候的“家伙”——如何在4G/5G网络长期共存的情况下降本增效、快速推出5G业务？如何应对5GC云原生特性带来诸多优势的同时所面临的新挑战？如何更有效率地释放出5G支持行业用例的更多潜力……成为运营商拥抱5G核心网必须要做好的动作，双模、AI自动化、行业痛点则是做好这些动作的关键词。

昨天今天和明天能否兼顾？双模核心网成解决之道

随着5G加速商用，越来越多的4G用户开始向5G迁移。以中国移动为例，2020年2月，中国移动5G客户数净增866.3万户，4G客户数净减1247.4万户；截至2020年2月底，中国移动5G客户数已达1540万户。5G新用户大部分来自原有4G用户，这意味着运营商需要快速建设一个大容量的5G核心网，但同时原有的4G核心网可能会因为用户的流量向5G快速迁移而有较大容量冗余。

在4G与5G网络长期共存情况下，不同运营商会有不同的5G建设步伐，以及NSA/SA等不同组网方式，如何构建一张灵活的核心网共享4G和5G网络能力？随着4G、5G用户的此消彼长，如何能动态实现4G/5G容量切换？如何实现4G核心网向5G核心网平滑演进、保证用户业务连续性、增强网络竞争力、最大限度地保护运营商现有投资？

双模核心网成为有效途径。例如，爱立信双模5G核心网解决方案，将4G EPC和5GC网络架构整合为一个通用的云原生软件平台，同时搭载4G和5G核心网功能，并且支持5G独立组网（SA）和非独立组网（NSA）以及4G、3G、2G；云原生/微服务架构最大限度地实现管理流程的自动化；在其所有组件上实现简化和通用的O&M；具有超强的用户面转发性能及扩展性，EPC/5G EPC/5GC全方位灵活配置有效应对容量在4G和5G之间的分配需求；还可以降低网络总拥有成本。

云原生特性带来五大挑战

与4G核心网相比，5G核心网天然基于虚拟化建设，以SBA服务化架构为基础，实现网络功能的灵活定制和按需组合，将实现NFV从“Cloud Ready”到“Cloud Native”的演进。但与生俱来带有云原生特性的5G核心网，也面临着电信网络复杂性与IT敏捷方法如何高效结合等问题，在业务功能部署上线和运维等方面将面临以下五大挑战：

一是分布式数据中心/IoT/边缘计算导致网络节点海量增加，网元部署升级的效率需要大幅提升；二是5GC网络采用基于云原生思路构建，在软硬件解耦的基础上引入微服务架构和容器技术，从传统的物理网元的软硬件一体化升级转型为以软件为中心的网元版本升级，需要新的运维工具和思路；三是为确保市场竞争力，运营商需要新的开发部署模式以缩短版本迭代周期和新业务上市时间；四是传统网络部署升级模式，导致的人为失误和故障对网络质量和用户体验影响大；五是降低端到端运维成本成为运营商在降成本和增效益过程中的核心诉求。

针对上述挑战，爱立信云原生基础架构从根本上简化了云基础架构，从传统云基础设施中去掉虚拟化层，使用裸金属容器，通过自动部署云原生应用程序，与在虚拟机中部署应用程序相比TCO可节省30%。爱立信还提供了新的软件分发和升级部署（CI/CD）解决方案，可解决新技术新架构带来的复杂度，提升网络质量和可靠性以及降低运维成本，通过微服务组件粒度的快速迭代和升级，确保5GC网元快速修复版本缺陷和上线新业务特性。

目前，爱立信CI/CD解决方案已在KDDI、Verizon等领先运营商成功实践，借助全球实践，爱立信将助力中国移动等中国运营商打造一张高质量、高可靠、全业务的精品5G网络。

自动化运维，AI赋能“零接触”网络

具体到运维层面，网络在设计之初是让人运营的，而随着5GC网络复杂度的持续增加，完全依靠人已显低效且不可持续。自动化网络运维解决方案，能在不同层次帮助运营商解决网络故障排除、网络部署、网络优化等难题。

为此，爱立信提出智慧“零接触”未来网络愿景：人只需要向网络下达高层面的业务需求，不需要其它的介入，而网络则可以根据人的需求，智能高效地协调网络的各个层次以实现目标。

智慧“零接触”网络

AI是赋能“零接触”网络的关键，爱立信运用AI从三个维度解决运营商面临的实际挑战：一是极致效率，升级并简化IT环境和网络环境，大量引入自动化运营；二是用户体验，基于对用户深刻理解与洞察驱动运营，满足甚至超越“数字原住民”期待；三是新收入流，打造新的网络能力，开拓新客户群体提供新的业务。

例如，爱立信5GC网络自动化运维解决方案，基于爱立信的COMPA模型以及人工智能构建，最终实现从开环到闭环的自治和自愈网络，已在H3G、Verizon等运营商成功应用。最近，中国移动与爱立信在智慧核心网领域联合展开的“基于机器学习辅助的智能寻呼”验证中，爱立信利用机器学习主动适配网络拓扑，对移动终端运动模式进行学习，相较传统寻呼机制可减少网络中多达80%的寻呼信令，节省网络资源、提升使用效率。此外，爱立信将AI植入无线软件，利用AI模型优化5G终端的小区接入，带来25%的5G覆盖提升；在运营支撑系统中运用AI模型，爱立信主动预测并防范潜在的吞吐量降低或时延边长问题发生，自动预防网络中70%的事件。

需解决行业真实痛点

与此同时，5G核心网还需要更好地满足VR/AR、工业互联网、车联网、企业网等对大带宽、低时延有差异化需求的垂直行业。

面对行业市场，需要通过业务应用的逻辑将网络各个功能有机的关联到一起，才能够真正的将5G网络技术在各个行业进行充分验证。只有搞清关键的验证环节，明确重要的集成工作，近距离的观察真正的成效，才能确保5G技术的引入能够准确的应用到解决行业真实的痛点上。