2022-04-12-中国移动-6G无线内生AI架构与技术白皮书_28页_1mb

6G 无线内生 AI 架构与技术分析总结

根据所提供的内容，以下是对6G 无线内生 AI 架构与技术白皮书的核心要点分析总结：

引言与现状

• 人工智能（AI）在5G网络中已有广泛落地，但仍以“外挂式”或“打补丁”模式运行，这种方式存在诸多缺陷，如兼容性差、成本高、缺乏端到端保障。
• 对于运营商而言，未来6G需实现网络高水平自治，同时推动千行百业数智化转型，6G网络必须融入内生AI能力，以提供更高实时性、性能优化的智能化服务。

驱动力：5G 的局限与 6G 的新需求

5G 智能化面临的挑战：

• 缺乏统一AI集成框架，导致部署手动、验证复杂、影响现网运营效率。
• 数据隐私问题突出，AI训练依赖集中云处理，数据传输压力大、存在泄露风险。
• 算法、数据、算力与通信连接技术体系独立，跨域协同延迟高。

6G 智慧泛在新场景：

• 6G需支撑智慧泛在新场景，要求网络提供按需、实时、安全的AI服务，支持智能制造、虚拟现实、自动驾驶等领域。
• AI内生于网络架构将避免外挂依赖，实现算力全分布、网络与AI深度融合。

定义与内涵

6G内生AI的定义：

• 内生AI即将AI的算力、数据、算法与网络连接功能深度融合，从网络设计阶段就考虑AI能力。
• 网络不仅是连接媒介，还能提供实时、高效的AI服务能力，支持自身优化和行业应用。

内涵：

• 支撑网络自治、安全、资源优化。
• 管控算力、数据、算法、连接端到端编排，涉及多个维度设计。
• 需重构网络架构、协议与流程，特别强调通信与AI融合、资源协同能力。

新理念

1. AI服务质量（QoAIS）：

• 对AI服务质量提出涵盖性能、开销、安全、隐私和自治的评估体系。
• 该指标体系将AI服务分为训练、推理、数据处理等类型，设计资源映射机制，适应多样应用需求。

2. AI全生命周期编排管理：

• 提出AI工作流生命周期管理机制，支持模型编排、训练、验证、部署、迭代的全链路智能。
• 采用统一管理系统，在管理面负责分配资源、保障QoAIS。

3. AI计算与通信深度融合：

• 在控制面和用户面引入新机制，支持计算任务与通信资源联合控制与优化。
• 实现代价最小化下的可靠传输、可扩展处理，赋能分布式AI任务。

新架构

核心架构扩展：

1. 数据面：负责全网数据的采集、预处理、存储与开放服务，确保AI使用数据的质量与安全保障。
2. 智能面：集成AI工作流全生命周期管理，负责用例生成、QoAIS指标设定与任务实施。
3. 扩展的控制面与用户面：针对多维度资源设计融合控制和传输机制，支持计算与通信协同。

新技术

基础与增强型AI能力

1. AI模型选择与再训练：通过迁移学习、元学习实现模型优选与适应能力优化，适配不同场景。
2. 终端与网络协作训练推理：推动分布式计算训练与推理，适用于端、边、云协同资源，提升灵活性。
3. 基于数字孪生的性能预验证：构建虚拟网络环境，快速预验证AI模型性能，降低对真实物理网络影响。

总结与展望

• 6G应以架构融合、技术结合为主推进内生AI，需联合产业界持续合作攻克技术难题。
• 主要焦点包括：增强的AI服务质量定义体系、3层资源协同机制、支持海量智能应用的网络架构升级。

技术关系讨论

• 未来发展需关注源域与目标域之间的数据迁移、资源动态分配、网络自治事故恢复等。
• 推动AI与数字孪生、边缘计算融合是核心方向，有助于提高6G网络智能化水平与部署灵活性。