6G网络AI关键指标需求

报告摘要

6G网络的发展引入了AI作为内生能力，以支持更多新兴应用场景，如沉浸式XR、自动驾驶、智能机器人和终端智能应用等。相比5G网络，6G网络不仅需要在传统通信性能指标（如速率、时延、连接密度）上进一步提升，还需要引入AI相关的关键性能指标（KPI），以实现对AI服务质量和效率的量化评估。

场景说明：多个协作机器人通过6G网络进行任务分配和路线规划，以提升效率并减少资源消耗。
系统要求：
- 机器人与6G边缘计算节点建立连接；
- 支持D2D通信；
- 机器人具备AI数据预处理、模型训练、分布式推理能力；
- 支持联邦学习。
新增使能服务：
- 6G边缘计算节点的AI环境渲染服务。
新KPI要求：
- 环境渲染准确性：AI渲染结果与真实物理环境的误差；
- D2D数据交互时延：机器人之间数据交互所需时间；
- 模型聚合时延：模型参数上传与聚合所需时间；
- 模型聚合准确性：聚合后的模型推理准确率；
- 系统鲁棒性：部分机器人状态异常时，网络仍能保障AI服务的可靠性。

场景说明：XR技术与AI结合，提升沉浸式体验，包括语音翻译、图像识别、导航等。
系统要求：
- AR眼镜或移动终端与6G边缘节点连接；
- 支持低时延、高可靠性、高安全性和隐私保护；
- 支持系统冗余和容错能力。
新增使能服务：
- AI生成内容（文字、语音、图像、视频）；
- AI数据分析与预测；
- AI图像处理、识别、检测、渲染。
新KPI要求：
- AI服务时延：满足特定准确率要求下的端到端时延；
- AI服务推理准确度：AI推理结果与真实数据的匹配程度；
- 系统鲁棒性：网络在异常情况下保持服务的能力。

场景说明：音频转文字功能在6G网络中实现，通过终端和IMS分割推理完成，以提升效率和隐私保护。
系统要求：
- 支持模型推理、部署和计算能力；
- 提供服务密度、时延和准确率等指标。
新增使能服务：
- 实时音频转文字/翻译服务。
新KPI要求：
- AI服务时延：满足特定准确率要求下的端到端时延；
- AI服务精度：AI输出与真实值的匹配程度；
- 服务密度：单位区域内满足AI业务要求的用户数量。

KPI模型分类：
- 现有指标演进：如速率、容量、定位精度、连接密度；
- 现有指标重定义：如服务可获得性、网络能效；
- 新能力指标定义：如AI模型训练时间、推理时间、推理精度；
- KVI（关键价值指标）：如可持续性、可信性、包容性、可依赖性。
KPI指标定义：
- AI服务精度：衡量AI推理或训练任务的准确率，考虑通信和计算协同；
- AI服务时延：端到端时延，包括部署、处理和传输时延；
- AI服务密度：单位区域、单位时间、单位算力和带宽下，可满足AI业务需求的用户数量；
- AI服务效率：单位区域下，满足AI业务需求时的资源消耗，包括频谱效率、计算效率、存储效率。

[1] 《面向多智体协作的基础流程研究报告》（2023）
[2] 《5G新通话白皮书（2023年版）》
[3] Framework and overall objectives of the future development of IMT for 2030 and beyond
[4] Report ITU-R M.2410-0(11/2017) Minimum requirements related to technical performance for IMT-2020 radio interface(s)
[5] REPORT ITU-R M.2134 Requirements related to technical performance for IMT-Advanced radio interface(s)
[6] Deliverable D1.2 Expanded 6G vision, use cases and societal values – including aspects of sustainability, security and spectrum
[7] Deliverable D2.1 Ecosystem analysis and 6G-SANBOX facility design
[8] 5GPPP Whitepaper Beyond 5G/6G KPIs and Target Values