刘光毅：6G内生AI架构及AI大模型（10月）-23页_1mb

6G内生AI架构及AI大模型

分析要点：AI与5G/6G融合，形成内生AI网络，实现“AI赋能网络”和“网络使能AI”双向发展

1. AI作为产业升级核心驱动力

• 泛在智能需求：应用场景覆盖行业、应急通信、智能制造、安全监控等。
• 技术痛点：传统通信性能提升遭遇瓶颈，矛盾集中于网络复杂度、运行效率与成本。

2. 6G与AI的融合发展

• AI赋能网络：通过机器学习优化信道信息、干扰消除、流量调度，提升性能。
• 网络使能AI：ITU定义5G/6G场景扩展至泛在智能，要求网络提供AIaaS服务。
• 关键方向：
  • 摒弃外挂AI，实现网络“内生AI”。
  • 设计通算融合协议，满足AI计算与通信协同需求。

3. 6G内生AI架构设计

• 网络功能扩展：新增计算面、智能面，支持通信+计算+感知+AI能力。
• AI服务质量指标QoAIS体系：
  • 纳入安全、隐私、资源开销等维度。
  • 构建三层闭环保障机制（算网基础设施层、服务QoS侧、资源QoS侧）。
• 关键特征：
  • 数据生成与数字孪生：按需数据获取，降低数据获取成本。
  • 通算深度融合协议：设计CRC、xNB等模式实现计算与通信协同。
  • 服务化网络架构：支持按需编排智能模型。

4. 6G支持AI大模型

• 大模型应用场景：从弱AI走向强AI（通用智能时代），网络成为训练/推理重要载体。
• 网络使能AI大模型的关键问题：
  • 数据需求：网络数据多样化、海量，需解决数据获取信噪比与质量控制。
  • 技术挑战：模型分布式部署、计算降低时延、算力资源效率。

5. 实践进展与合作研究

• 6GANA平台：国内外产学研联合，专注网络AI需求、场景、架构及生态开发。
• 标准与合作：推动数据共享生态，如联合发布多个开放数据集。
• 未来方向：探索统一网络大模型，构建可解释、可靠AI理论模型。