【中国移动】2024年6G网络内生AI技术白皮书1.0_29页_1mb

6G网络内生AI技术白皮书总结

核心内容

本白皮书由11家央企和产学研单位联合发布，旨在探讨6G网络与AI技术的深度融合，推动6G网络实现“内生AI”，即在6G网络架构内部提供AI服务所需的算力、数据、算法、连接与网络功能、协议和流程的深度融合设计。白皮书从背景、愿景、现状、路径、技术方案、前沿技术研判、价值场景和产业倡议等方面系统分析了6G与AI融合的发展趋势和技术路径。

主要观点

• 6G与AI融合是必然趋势：随着AI技术的快速发展，6G网络将不仅仅是通信管道，更将成为通信、感知、计算、AI、大数据、安全等技术的融合平台，支撑“万物智联”。
• AI将成为6G网络的内生能力：6G网络将具备“AI全生命周期管理”能力，包括模型训练、推理、评估等环节，实现更智能、高效、安全的网络服务。
• 网络与AI双向赋能：AI for Net（AI赋能网络）与Net for AI（网络使能AI）是6G与AI融合的两个核心方向，分别从提升网络性能与提供AI服务支撑的角度推动融合。
• 6G网络需具备更强的智能性和灵活性：6G网络将支持“边缘式”、“分布式”、“语义式”等AI技术，实现高效的AI任务执行与跨域协同。
• 产业合作是推动6G与AI融合的关键：需通过政产学研用深度合作，加快6G网络内生AI技术的标准化、平台化和商业化进程。

关键信息

1. 背景

• 5G已实现商用，但应用场景仍需深化，AI技术可作为提升网络性能和智能化的重要手段。
• 6G处于早期研究阶段，其“数字孪生、智慧泛在”的愿景将为AI提供更强大的算力、数据和算法支撑。
• AI技术将推动6G网络从传统通信网络向智能信息服务网络转型。

2. 愿景与路径

• 愿景：6G网络将实现“AI全生命周期管理”和“通感一体”，成为智能化服务的基础设施。
• 发展路径：从“AI赋能网络”和“网络使能AI”两方面推进，形成“双向驱动”。
• 指导原则：包括可验证可变现、性能优先、服务保障、绿色低成本和柔性动态等。

3. 技术方案

3.1 AI for Net 技术

• AI赋能RAN：通过AI优化空口信道估计、MIMO预编码、干扰协调等，提升网络性能。
• AI赋能核心网：利用AI进行网络数据分析、资源调度和QoS优化，提高网络运行效率。
• AI赋能端到端QoS优化：实现跨层跨域QoS指标的智能决策与配置，保障用户体验。

3.2 Net for AI 技术

• 融合架构：从“功能独立、资源隔离”向“通算融合、平台化、服务多样化”转变。
• 融合关键技术：
  • AI as a Service（AIaaS）：构建云化AI服务，支持多种AI应用。
  • AI服务质量（QoAIS）：建立AI服务质量评估和保障机制。
  • 极致性能的资源融合控制：实现通信、计算、数据、AI资源的协同调度。
• 融合基础平台：构建6G云平台，提供灵活的算力调度、异构加速器管理、低时延数据传输能力。

3.3 前沿技术研判

• 大模型与Agent技术：大模型在通信领域应用尚不成熟，需针对网络语言特点进行个性化设计；Agent技术将实现网络的自主学习、决策与协同，成为未来网络智能化的重要支撑。
• 挑战：包括大模型泛化能力不足、AI模型训练成本高、网络与AI协同机制复杂、数据隐私保护需求高等。

4. 价值场景

• 典型场景：移动机器人、车联网、XR（扩展现实）等。
• 优势对比：6G网络在实时性、移动性、端边协同和隐私保护方面相比云AI和端侧AI更具优势，能更好地满足AI服务的多样化需求。

5. 产业倡议

• 提升智算硬件能力：加强AI芯片研发，实现国产替代。
• 推进全球标准统一：加强与国际组织和海外企业的合作，推动6G与AI融合技术标准化。
• 创建6G研发平台：联合企业、高校和科研机构，实现资源共享、优势互补，加速技术转化。
• 提前布局应用：在局部场景中试点应用AI赋能网络技术，形成技术迭代闭环，探索商业模式。

技术难点与目标

结论

6G网络与AI的深度融合是未来通信网络发展的重要方向，其核心在于构建一个智能、高效、安全、可信的网络平台。通过AI for Net和Net for AI的双向驱动，结合Agent、大模型等前沿技术，6G将实现从连接能力到智能服务能力的跃迁。产业合作是推动6G内生AI技术落地的关键，需在硬件研发、标准制定、平台建设及应用场景探索等方面形成合力，共同推进6G与AI融合进程。