5G网络为了适应当前的互联网业务,需要使用网络容量自适应算法对自身的业务和性能进行提高,传统的网络容量自适应算法没有考虑基站的网络使用行为和特点,导致在不同信噪比以及不同时延需求下的网络吞吐量性能较差,为此,设计一种基于AI大数据技术的5G网络容量自适应算法。建立5G网络信道模型,计算信息冲击响应和信道频率,利用AI大数据技术分析基站容量时空特征,将得到的空间数据网格化,考虑用户的QoS需求,对自适应算法进行设计,分析子载波数量、基站天线数、用户距离基站位置之间的关系,并设计出子载波的调整算法。实验结果表明:在不同信噪比和时延下,设计算法与传统算法相比优势更明显,吞吐量性能更好。