6G網(wǎng)絡內(nèi)生AI技術(shù)白皮書

·深入開花，未來6G網(wǎng)絡和AI的深入融合應用已是必然趨勢。6G網(wǎng)絡/終端和AI在不同的技術(shù)層面相互賦能和促進，能夠助推6G和A共進共贏。本白皮書旨在提出業(yè)界對于6G網(wǎng)絡與AI融合的產(chǎn)業(yè)分析和技術(shù)研及AI技術(shù)的融入等，涵蓋了終端、基站、云、接入網(wǎng)、核心網(wǎng)等多方面，全球各組織機構(gòu)都在積極探索和研究。全面分析現(xiàn)在全球?qū)τ诰W(wǎng)絡與AI融合技術(shù)策略及態(tài)勢、在諸多內(nèi)生AI技術(shù)方向中探尋更具價值的未來關(guān)鍵技術(shù)，并倡導產(chǎn)學研深度合作是我們撰寫此白皮書的初衷。在的發(fā)展和6G的研究現(xiàn)狀，并研究了網(wǎng)絡與AI融合的驅(qū)動力，然后在此基礎上分別介紹了網(wǎng)絡與AI融合愿景、產(chǎn)業(yè)現(xiàn)狀以及發(fā)展路徑和內(nèi)生AI中AIforNet和NetforAI兩方面的技術(shù) 41.15G發(fā)展和6G研究現(xiàn)狀 41.2網(wǎng)絡與AI需求和驅(qū)動力 42.愿景、現(xiàn)狀、路徑和原則 62.1網(wǎng)絡與AI融合愿景 62.2產(chǎn)業(yè)現(xiàn)狀 72.3發(fā)展路徑和指導原則 83.技術(shù)方案 93.1技術(shù)攻堅 93.2AIforNet和NetforAI技術(shù)目標 113.2.1AIforNet技術(shù)目標 113.2.2NetforAI技術(shù)目標 123.3技術(shù)方案 3.3.1AIforNet技術(shù) 14AI賦能RAN 14AI賦能核心網(wǎng) AI賦能端到端QoS優(yōu)化 173.3.2NetforAI技術(shù) 18融合架構(gòu)思考 融合關(guān)鍵技術(shù) 20融合基礎平臺 213.3.3前沿技術(shù)研判 213.4價值場景 4.產(chǎn)業(yè)倡議 24縮略語列表 26參考文獻 285G的發(fā)展是全球通信領域的一個重要里程碑，它量的優(yōu)勢已初步顯現(xiàn)，5GToB在煤礦、鋼鐵、港口等對生產(chǎn)安全性要求非常高域合作仍然存在壁壘，需求碎片化嚴重，行業(yè)間協(xié)調(diào)機制有待完善。5G到現(xiàn)在G聯(lián)盟、歐盟Hexa-X和Hexa-XII、韓國三星及日本NTTDoCoMo，以及眾多國內(nèi)的產(chǎn)學研單位包括三大電信運營商、各大高校和廠商等，都在積極地參與6G技術(shù)研發(fā)，提出各自的技術(shù)演進路線圖，全球6G技術(shù)競爭形勢愈加激烈。5G能力無法滿足6G場景中超高峰值速率、超低時延、立體覆蓋、超高精度定絡也要提供AI相關(guān)的能力及服務，更好地滿足未來業(yè)務工、建筑、礦場等應用中，5G專網(wǎng)支持現(xiàn)場監(jiān)控設備的連接，增強生產(chǎn)狀態(tài)的以支持AI和機器學習服務，包括模型分發(fā)、傳遞和訓練等方面。AI技術(shù)在5G特征。6G網(wǎng)絡將具備“大算力”的硬件環(huán)境和條件，因此可有效地支撐各種AI線感知+網(wǎng)絡感知+用戶感知”等更強大能力，因此可有效地支撐各類AI應用的式”（超級基站）、“分布式”（泛在組網(wǎng)）和“語義式”（基于本地智能體代理）等特征，因此，6G網(wǎng)絡和AI的融合具備非常堅實的條件基礎和發(fā)展必然性。6G網(wǎng)絡旨在構(gòu)建一個更加智能、高效、安全、可信的下一代絡內(nèi)生AI是在6G網(wǎng)絡架構(gòu)內(nèi)部提供數(shù)據(jù)采集、數(shù)據(jù)預處理、模型訓練、模2.愿景、現(xiàn)狀、路徑和原則面向6G智慧泛在愿景，現(xiàn)有“外掛式”和“碎片化”的網(wǎng)絡智能化解決方案和云AI服務供應方案存在效率較低，難以提供近實時高6G網(wǎng)絡內(nèi)生AI的實現(xiàn)需要網(wǎng)絡與AI深（3）在數(shù)據(jù)獲取流轉(zhuǎn)和治理方面，6G網(wǎng)絡將能夠高效高質(zhì)量地支持AI應用各種需求，例如：基于感知采集、隨路處理和特征提取為AI模塊貢獻高賦能的理論與技術(shù)方案，并構(gòu)建一套內(nèi)生于網(wǎng)絡架構(gòu)的高效率高性能AI服AI任務組發(fā)布《無線AI技術(shù)研究報告》[3]，重點關(guān)注基于AI/ML的物理層、管理、控制等。CCSA成立無線通信技術(shù)工作委員會（T《新一代無線網(wǎng)絡邊緣智能技術(shù)研究》等與6G網(wǎng)絡內(nèi)生AI框架的研究報告信與AI融合”作為6G網(wǎng)絡的重要應用場景，強調(diào)了AI與通信之間互利互惠的關(guān)系[1]。3GPPRAN在R18通過“AL/MLforNRAirInterface”立項，旨在充分挖人工智能（AI）和無線接入網(wǎng)絡（RAN）融合的6G關(guān)鍵絡基礎設施、提高移動網(wǎng)絡效率、部署邊緣AI服務。NextGAlliance則發(fā)表了在硬件支撐上，6G網(wǎng)絡的內(nèi)生智能技術(shù)將使網(wǎng)絡從傳統(tǒng)的提供多元化服務的平臺，這將需要更智能的硬件支持，包括AI加速器和智能處理單元。AI芯片技術(shù)正在快速發(fā)展，包括更高效的算法、更先進的芯片制造技術(shù)、更強大的計算能力，這些技術(shù)進步為AI應用提供了更強大的硬件支持極布局AI芯片市場，例如英偉達、高通、英研究基于AI提升通信系統(tǒng)性能的技術(shù)，以及將通信系統(tǒng)作為平臺為用戶提供更圖2-16G網(wǎng)絡與AI融合技術(shù)的發(fā)展路徑）：自身的性能、效率和用戶服務體驗。AI賦能網(wǎng)絡主要研算法（如空口信道編碼、調(diào)制）、優(yōu)化網(wǎng)絡功能（如移動性優(yōu)化、會話管理優(yōu)）：驗證可變現(xiàn)的價值”原則，并與5G-A融合AI應用范式保持演進性和繼承性。源配置也是以保障提升通信網(wǎng)絡類服務為主。在此之上，通過疊加AI功能模塊和資源，進一步拓展AI業(yè)務服務能力，共享利用內(nèi)部資源，實現(xiàn)更大的價值開（3）當前AI/ML機制存在局限和不確定性，6G網(wǎng)絡需要融合更可信更魯再到基站終端的孿生仿真（預）驗證功能，實現(xiàn)在線強化學習和快速AI模型調(diào)Chat形式，弱化放松不同網(wǎng)元間的協(xié)議化3.技術(shù)方案分析AIforNet技術(shù)，一是AI賦能的空口存在高精度實時數(shù)據(jù)采集處理開數(shù)據(jù)整合困難等挑戰(zhàn)。二是工業(yè)界迫切需要深化空口多模塊、全鏈路、系統(tǒng)級AI設計，包括綜合考慮信道空、時、頻域相關(guān)性的信道估計、預測、壓縮、恢處理等。三是AI賦能空口的工程可用性弱，技術(shù)方案的整體實用性、均衡性和系統(tǒng)性難以保證。四是AI賦能的高層存在業(yè)務負荷和承載的變化趨勢預測難、模型的思路尚不明確，如基于現(xiàn)有的Transformer或者設計適用于通信領域的原片化”網(wǎng)絡智能化解決方案供應方案存在效率低、成本高、性能差、周期長的問題，云AI服務存在隱私差、盡力而為、服務質(zhì)量差的問題，需要通過內(nèi)生AI提供近實時、高性能AI應用和服務來滿足未來網(wǎng)絡中行業(yè)用戶智能普惠、用戶極致體驗對智能的需求。三是傳統(tǒng)QoS保障機制以會話和連接為指標，無閉環(huán)保障，用戶QoS保障存在挑戰(zhàn)，需要統(tǒng)一的質(zhì)量保障體系評估和保障差異化場控制機制來滿足高實時高性能的AI服務質(zhì)量。五是需要統(tǒng)一的網(wǎng)絡架構(gòu)和基礎而無法規(guī)避AI模型的不可解釋性帶來的網(wǎng)絡風險問題。二是由于數(shù)據(jù)質(zhì)量、模障時，會加劇大模型的幻覺現(xiàn)象，增加AI推理結(jié)果的錯誤率和虛假性，降低用其中AI模型的生命周管理是協(xié)議影響較高的流程。同時，通過分析對比可以發(fā)的資源利用率和性能。多用例共享AI軟件資源時，需要考慮多AI資源和終端通用AI資源之間的共享也值得能力。因此，可以將調(diào)制解調(diào)器內(nèi)部的AI資源和通用AI芯片上的AI資協(xié)調(diào)和共享，為AI用例提供服務。這兩種資源的共享可能會導理延遲，因此需要進一步考慮對不同用例的適不同類型的用例一般需要采用不同的訓練/以直接部署推理。封閉-動態(tài)環(huán)境中很難通過離線訓練放-靜態(tài)環(huán)境中的關(guān)鍵是用例與環(huán)境或系統(tǒng)會存在較強據(jù)模型給出的結(jié)果發(fā)生變化，強化學習是解決此類問題lL3級自演進：AI用例自演進。這一級別的自演進跳出NetforAI面向時延保障類、大帶寬類、位置移動類智能服務場景，通過在資源層、功能層融合通信、計算和智能，構(gòu)建內(nèi)生于6G網(wǎng)絡的AI能力，在現(xiàn)有5G架構(gòu)方案上做增量式AI功能開發(fā)，會導致結(jié)構(gòu)僵化，難以靈活效率有待提升，6G要實現(xiàn)全局統(tǒng)一的通算數(shù)智資源按需調(diào)度。因此，在架構(gòu)設當前AI解決方案不實時感知用戶需求，AI功能和服務是盡力而為的，6G定統(tǒng)一的AI服務質(zhì)量評估標準和AI服務質(zhì)量的端到端保障機制。同時，網(wǎng)絡研究的重點，要求AI解決方案可解釋且魯棒，并且能夠抵御內(nèi)部和外部威脅，過新的安全關(guān)鍵技術(shù)來保障網(wǎng)絡的安全和穩(wěn)定6G網(wǎng)絡內(nèi)生AI，其大量計算帶來的能耗問題也日益凸顯。一方面，面向圖3-16G網(wǎng)絡與AI融合技術(shù)體系到端發(fā)揮關(guān)鍵作用。NetforAI包括融合架構(gòu)、AIaaS/QoAI鍵技術(shù)、融合基礎平臺的研究。除此之外，Agent和大AI賦能RAN站天線數(shù)和數(shù)據(jù)流數(shù)使得中高速場景下信道獲取非常驗保障場景主要是通過AI算法高效地分配有限的頻譜、功率等資源以滿足用戶業(yè)務需求；無線性能優(yōu)化場景主要是通過AI對網(wǎng)絡流量、用戶行為、信號質(zhì)量耗優(yōu)化場景主要是通過AI分析網(wǎng)絡流量模式、用戶活動和環(huán)境因素，為高層協(xié)議提供節(jié)能策略。物理層對應的關(guān)鍵技術(shù)，比如可考慮包括AI使能技術(shù)、高效率空口AI算法設計方法、信道數(shù)據(jù)集構(gòu)建方法等。高層對應的關(guān)鍵例如可考慮新增無線計算功能負責AI推理所需的練中間數(shù)據(jù)的傳輸?shù)裙δ?；增強無線控制功能負責A域級的決策最優(yōu)和站間協(xié)同合作和計算資源池化共享。因功能可分為RAN集中式AI/ML功能和分布式AI/ML功能。其整體邏輯框架如圖3-2RAN側(cè)AI/ML功能邏輯框架模型和連接多維資源的協(xié)同控制功能，可實現(xiàn)站AI賦能核心網(wǎng)基于核心網(wǎng)實現(xiàn)的功能中，主要的應用場景包從而提高網(wǎng)絡的運行效率和用戶體驗；二是網(wǎng)絡基于AI技術(shù)，通過數(shù)據(jù)收集、障定位提供有力支持；三是網(wǎng)絡通過實時監(jiān)測網(wǎng)絡流量和資源使用情況AI智能分析和決策技術(shù)，動態(tài)地調(diào)整資源的分配和網(wǎng)絡的運行狀態(tài)HTTP/2協(xié)議的數(shù)據(jù)傳輸可大幅增強數(shù)據(jù)傳輸速度和效率。未來精準識別業(yè)務流的類型和特性，利用AI技術(shù)對業(yè)務識別，具有更強的泛化性，在核心網(wǎng)引入AI能力，比如網(wǎng)絡智能感知、智能分析、智能決策、智能執(zhí)AI賦能端到端QoS優(yōu)化網(wǎng)絡與業(yè)務的深度融合以提升端到端QoS是無線通信的一個重要任務。AI以及業(yè)務QoS需求的動態(tài)分析。空時頻域無線信道的預測，便于準確的獲得未來時間窗的信道特征，為智能調(diào)度提供依據(jù)。端到端QoS參數(shù)的聯(lián)合配置，根據(jù)各域提供的信息產(chǎn)生各域的QoS指標，從而達到端到端優(yōu)化的效果。中國移線信道和業(yè)務特征、使能基站智能調(diào)度以及跨層在業(yè)務與網(wǎng)絡的端到端系統(tǒng)中引入AI能力，比如業(yè)務特征的預測、空時頻域無線信道的預測、端到端QoS參數(shù)的決策和執(zhí)行等，將對網(wǎng)絡架構(gòu)、功能帶圖3-3智能跨域協(xié)同機制推動網(wǎng)絡與業(yè)務的深度融合示例方案能夠滿足各類智能應用場景下多樣化AI服務需求。該原則的關(guān)鍵考慮因素是開定層級和定連接四個步驟，并由場景驅(qū)動，持續(xù)迭代?；谏鲜鲈O計原則，圖圖3-46G網(wǎng)絡與AI融合的無線網(wǎng)絡系統(tǒng)框架能開平臺向業(yè)務應用提供實時/近實時無線側(cè)數(shù)據(jù)，使能業(yè)務應用根據(jù)無線通算封裝為服務對外開放，例如連接服務、計算慮通過分層集中式協(xié)同控制+分布式AI執(zhí)行的架構(gòu)部署方案，實現(xiàn)要素供給與的深度邊緣計算平臺。無線側(cè)分布式AI執(zhí)行應考慮時延差異性、隱私要求、傳a.按需原則：分布在有業(yè)務需求的層級和節(jié)點；b.就近原則：分布在盡量靠近業(yè)務需求的位置；c.協(xié)同原則：分布在有協(xié)同關(guān)系的終端/網(wǎng)絡節(jié)點。分層集中式協(xié)同控制應考慮實時性需求，協(xié)同控制效率、可靠性要求，AIa.RAN側(cè)資源可開放：RAN側(cè)四要素可與核心網(wǎng)協(xié)同等；據(jù)控制、模型管理等功能部署于區(qū)域級集中控制節(jié)點，可有效滿足RAN側(cè)AI制）。分層集中式協(xié)同控制+分布式AI執(zhí)行的邏輯架構(gòu)如圖3-5所示。圖3-5分層集中式協(xié)同控制+分布式AI執(zhí)行的邏輯架構(gòu)基礎系統(tǒng)AIasaService（AIaaS）：在網(wǎng)絡基礎設施中構(gòu)建AI應用的服務第三方?；凇皬耐鈷?、場景驅(qū)動式AI轉(zhuǎn)變?yōu)閮?nèi)生、能力驅(qū)動式AI”、“從多要本處理到事前低成本干預”的原則，提出基于云化服務化的分層管控6G網(wǎng)絡內(nèi)），AI服務質(zhì)量（QoAIS）技術(shù)：首先是要形成一套QoAIS指標體系通過量化力、數(shù)據(jù)、連接等）的綜合效果。然后是需要形成閉環(huán)反饋的QoS保障機制，QoS指標逐層映射并完成AI資源配置后，在AI任務層面執(zhí)行網(wǎng)絡功能，形成極致性能的資源融合控制：AI異構(gòu)多維資源融合控制可以分為三個階段。首先是通信資源和計算資源的融合控制，當單一資源QoS無法滿足時，通過控樣分為三個階段，主要包括通算融合要素下計算任務承載、數(shù)據(jù)和模型融合下），云平臺可以管理不同芯片架構(gòu)（如x86和ARM）的COTS服務器。服務器上部的低時延任務響應能力，滿足6G網(wǎng)絡的ms級或更苛刻的每幀時延處理需求。和DPU等。這些加速器能夠針對特定的計算任務進行統(tǒng)一管理和優(yōu)化，為各種應用場景提供出了高潛力，推動技術(shù)創(chuàng)新并改善服務的智能化水平，同時在景的可能解決方法是訓練一個面向無線網(wǎng)絡的大模型實現(xiàn)對不同網(wǎng)絡自治任務不能直接利用訓練好的大語言模型或多模態(tài)大模型來微調(diào)得到面向網(wǎng)絡自治任進行架構(gòu)設計，其中Transformer適于處理自然語言和圖像領域的數(shù)據(jù)。不同于味著網(wǎng)絡大模型不一定適于直接采用現(xiàn)有的Transformer架構(gòu)，而需要針對網(wǎng)絡核心網(wǎng)會無線網(wǎng)絡外的云計算資源對網(wǎng)絡大模型進行預訓練？是否能夠利用無線網(wǎng)絡廣泛存在的分布式節(jié)點進行資源整合完成預訓練？這些都是應用網(wǎng)絡大知、執(zhí)行、記憶與規(guī)劃功能的智能體（Agent）逐漸嶄露頭角，成為了科研界與在眾多利用AI技術(shù)的應用場景中，判斷其在6G網(wǎng)絡下有價值可以分為三最重要的是對比云AI，從實時性、移動性、端邊協(xié)同、小AI計算的時延。移動性指用戶在移動過程中發(fā)出請求，網(wǎng)絡可以更靈活的響AI技術(shù)推動了各行各業(yè)的創(chuàng)新和發(fā)展，尤其是在視覺處理、數(shù)據(jù)分類相關(guān)的應用上?？紤]上述實時性、隱私性、移動性、端邊協(xié)同的優(yōu)勢及通信AI一體化的典型用例，我們認為6GNetforAI典型價值場景有移動機器人、車聯(lián)網(wǎng)和XR。典型用例有外出家用機器人、工廠運輸機器人、AI輔助自動駕駛、航等。除此之外移動網(wǎng)絡也需要保障網(wǎng)絡自用的AIforNet服務，例如提高空口4.產(chǎn)業(yè)倡議創(chuàng)新、商業(yè)創(chuàng)新、優(yōu)化資源配置、增強國際競爭力的關(guān)鍵途徑。目前生成式AI為周期，根據(jù)目前的6G時間表，6G將于2030年左右絡建設和商業(yè)化發(fā)展，預計6G網(wǎng)絡AI大規(guī)模應用需要在發(fā)展節(jié)奏中將網(wǎng)絡AI作為高優(yōu)先級研究任務，以盡早切入新一代科技革命發(fā)展浪潮，避免錯過最佳切入時機，影響6G網(wǎng)絡內(nèi)生AI的發(fā)展。6G與AI實現(xiàn)關(guān)鍵技術(shù)的國產(chǎn)替代，促進通算智融合技術(shù)的應用四是需要提前準備應用布局。由于網(wǎng)絡使能AI是面向6G提出的新理念，式倡導政產(chǎn)學研用深度合作，可以實現(xiàn)6G內(nèi)生速網(wǎng)絡與AI融合技術(shù)成果的轉(zhuǎn)化和應用，縮略語列表縮略語英文全名中文解釋3GPP3rdGenerationPartnershipProject第三代合作伙伴計劃5GToB5GToBusiness5G面向企業(yè)5GToC5GToConsumer5G面向消費者5G-A5GAdvanced5G增強AIforNetArtificialintelligenceforNetworkAI賦能網(wǎng)絡AI/MLArtificialIntelligence/MachineLearning人工智能/機器學習AIaaSAIasaServiceAI即服務AI-RANArtificialIntelligence-RadioAccessNetwork人工智能-無線接入網(wǎng)絡AMCAdaptiveModulationandCoding自適應調(diào)制和編碼ARAugmentedReality增強現(xiàn)實ASICApplication-SpecificIntegratedCircuit應用特定集成電路CCSAChinaCommunicationsStandardsAssociation中國通信標準化協(xié)會CTCommunicationTechnology通信技術(shù)CUCentralUnit中央單元DUDistributedUnit分布單元eMBBEnhancedMobileBroadband增強型移動寬帶FPGAField-ProgrammableGateArray現(xiàn)場可編程門陣列GPUGraphicsProcessingUnit圖形處理單元IDCInternationalDataCorporation國際數(shù)據(jù)公司IMTInternationalMobileTelecommunications國際移動通信IMT2030-6GInternationalMobileTelecommunications2030for6G面向2030年及未來的6G國際移動通信ITInformationTechnology信息技術(shù)ITUInternationalTelecommunicationUnion國際電信聯(lián)盟KPIKeyPerformanceIndicator關(guān)鍵性能指標MIMOMultipleInputMultipleOutput多輸入多輸出通信技術(shù)mMTCMassiveMachineTypeCommunications大規(guī)模機器類通信NetforAINe