隨著美利堅大統領川總在世界范圍內給華為做了一波又一波不要錢的活廣告，5G這個新事物也逐漸為廣大吃瓜群眾所熟知，似乎在一夜之間，大家都達成了一個共識：

有了5G，電影可以1秒下載完；

有了5G，我們可以躺在床上看4K大電影；

有了5G，吃雞可以更流暢；

有了5G，10GB流量瞬間就沒了

……

總之，有了5G，我們的網絡世界似乎全變了，但是5G究竟是什么呢？似乎又是云里霧里，不可捉摸。5G的確能夠給我們的網絡帶來巨大的改變，但這些改變并不僅僅是在我們的日常生活使網速變得更快，更多的應該是體現在高速的網絡響應將會帶來諸多領域內的通信革命。

比如 工業領域 

在工業領域，隨著智能工廠的進一步發展和建設，基于以太網技術的IEEE802.1時間敏感網絡（TSN）正在成為工業4.0的網絡標準的重要組成部分。

作為移動通信的5G，擁有極短的網絡延時，因此和TSN一樣，也有望可以在工廠中部署，并與TSN共存并解決工業生產的主要需求，充分發揮5G的靈活性和TSN的極低延遲性。例如，有效減少電纜鋪設、移動設備廣泛應用等。

除此之外，5G和TSN也可以集成在一起，以提供最優的解決方案，滿足工業控制中點對點的控制所需的無縫連接和高穩定性。最終，這些關鍵技術的整合將會滿足智能工廠的需要。

5G技術：增加超可靠低延遲的通信

在我們的理解中，5G是為智能手機或平板電腦等消費設備提供增強的移動寬帶服務，實際上工業才是發揮其最核心價值的領域。能夠為物聯網（IoT）通信和工業網絡系統量身定制。那為什么在之前的移動通信中我們很少提到這一應用場景呢？難道僅僅是因為5G的速度比較快嗎？并不盡然。

大家都知道，5G的前輩叫“4G”，4G的系統構架主要包括無線側（即LTE）和網絡側（SAE）。準確點講，這個4G系統構架在3GPP里叫EPS（Evolved Packet System，演進分組系統）。EPS指完整的端到端4G系統，它包括UE（用戶設備）、E-UTRAN（演進的通用陸地無線接入網絡）和EPC核心網絡（演進的分組核心網），這個EPS是專為移動寬帶而設計的，從3G到4G的演進屬于整體演進，即核心網和接入網整體從3G演進到4G。

可是到了5G這里，發生了一些變化，3GPP組織把接入網（5G NR）和核心網（5G Core）拆分開了，可以獨立演進，這樣，5G就不僅僅是針對增強型移動寬帶服務了，它主要可以面對三大場景：增強型移動寬帶（eMBB），連接大量設備/傳感器的大規模機器通信（mMTC）、控制系統之間的超可靠低延遲通信（Ultra-Reliable Low Latency Communication， URLLC）與關鍵通信。針對這三大場景，國際電信聯盟（ITU）也提出了三大關鍵性指標：

增強型移動寬帶（eMMB）：峰值數據速率>10Gb/s

大規模機器類型通信（mMTC）：接入密度>1M/km2

超可靠的低延遲通信（URLLC）：端到端延遲<1ms

之前，我們的移動通信網絡，包括3G和4G主要都集中在eMBB的應用上，而在5G的發展中，基于mMTC的技術特性，可以實現機器聯網、萬物聯網，基于URLLC的技術特性，使5G得以成為無線通信領域中時間敏感網絡最合適候選者。

同樣，這URLLC的特性對于工業自動化也至關重要，因為它可以創建實時交互通信系統，也可以滿足與TSN集成的要求，從下圖中，我們可以看到，mMTC和URLLC特性大大拓展了5G的應用領域，為移動網絡的發展提供了無數種新的可能。

5G在階段1（3GPP Release 15）和階段2（3GPP Release 16，于2020年3月完成）引入了一些新的功能，這些功能減少了單向延遲，并使通過無線信息傳輸的可靠性高達99.999%，同時具有靈活的上行鏈路調度和精確的時間同步，這將加強進一步5G對TSN流量的支持。隨著5G的不斷發展，一些新的應用趨勢正在出現，越來越多的垂直行業得以支持，如：非地面網絡、車輛應用、公共安全和工業物聯網（IoT），而這也可以實現其在工業自動化等控制領域的應用。

隨著物聯網、工業互聯網和工業信息化、智能化的不斷發展，無線技術將成為未來發展的大趨勢。

通過5G技術，將可以在不需要電纜的情況下增加新的設備，也可以使用具有高度靈活性的移動設備，且由于5G支持遠程連接，這些設備不需要位于同一站點，這將可以通過網絡連接位于不同地點的分散型生產線。

而在去年的漢諾威工博會上，無線TSN網絡和技術作為未來工業網絡的發展趨勢著實是大放異彩。

目前，CC-Link協會也在無線技術領域積極參與開發，并已在以太網無線通信下，實現高可靠性的數據通信。相信隨著TSN的進一步發展和5G技術的商業化及成熟應用，CC-Link IE TSN和5G技術的有效整合也將指日可待，我們可以大膽的展望未來，屆時將在更多的工業場景和應用領域見到CC-Link IE TSN的身影。