2024年6G网络内生AI技术白皮书_29页_1mb

6G网络内生AI技术白皮书总结

核心内容概述

本白皮书由中国移动通信集团有限公司、中信科移动通信技术股份有限公司等11家央企和产学研单位联合发布，旨在探讨6G网络与AI融合的技术路径与产业方向，推动6G网络实现“内生AI”目标，构建智能化、高效化、安全化的下一代通信网络与智能信息服务平台。白皮书从5G发展现状出发，分析了6G与AI融合的驱动力，并提出了AI for Net和Net for AI两大技术方向，涵盖了网络架构、资源调度、数据处理、AI模型训练与推理等关键环节。

主要观点

• 6G与AI融合是未来通信网络发展的必然趋势，6G将不再仅仅是连接管道，而是通信、感知、计算、AI、大数据、安全等技术的深度融合。
• AI将成为6G网络的内生能力，支持网络的自主优化、智能决策、服务质量保障和隐私保护。
• 6G网络内生AI需要构建完整的AI工作流生命周期，包括数据采集、预处理、模型训练、推理、评估等环节。
• AI for Net（AI赋能网络）与Net for AI（网络使能AI）是6G网络内生AI发展的两大核心方向，二者相互促进、双向驱动。
• 6G网络将支持边缘计算、分布式AI执行、区域级集中控制等架构设计，以满足不同场景下的AI需求。

关键信息

6G与AI融合的驱动力

• 6G将实现超高峰值速率、超低时延、立体覆盖、超高精度定位和时延确定网络等能力，而AI的广泛应用要求网络提供相应的算力、数据和算法支持。
• 5G网络中已开始应用AI技术，如SON、无线资源管理、故障预测等，为6G与AI融合奠定基础。
• 6G网络将支持“智享生活、智赋生产、智焕社会”三大场景，AI将成为其中的关键支撑。

技术方案

AI for Net 技术

• AI赋能RAN：通过AI优化空口信道估计、调制、MIMO预编码和小区间干扰协调，提升无线网络性能。
• AI赋能核心网：利用AI进行网络数据分析、流量预测、会话管理、数字孪生等，提升网络智能化水平。
• AI赋能端到端QoS优化：实现跨层跨域QoS指标智能决策与配置，支持智能基站调度，提升服务质量。

Net for AI 技术

• 融合架构思考：遵循“适用优于领先”、“简单优于复杂”、“柔性优于一步到位”等原则，构建支持AI服务的网络架构。
• 融合关键技术：包括AI as a Service（AIaaS）、AI服务质量（QoAIS）和资源融合控制等，以实现AI服务的高效支撑。
• 融合基础平台：提出6G云平台，支持边缘侧的异构计算资源调度、数据处理、模型训练与推理，满足高实时性、高安全性、高灵活性的需求。

前沿技术研判

• 大模型和Agent技术将在6G网络内生AI中发挥重要作用，尤其是大模型的泛化能力。
• 由于网络语言与计算机领域存在差异，需要定制化的大模型设计。
• Agent技术将推动网络智能化，实现自主学习、自主决策和高效协同，成为未来网络的重要组成部分。

价值场景

• 典型价值场景：包括移动机器人、车联网和XR（扩展现实），这些场景对AI的实时性、移动性、端边协同和隐私保护有较高要求。
• AI for Net服务场景：如CSI压缩反馈增强、负载均衡、数字孪生网络等，用于提升网络自身的智能化水平和运行效率。

发展路径与指导原则

• 发展路径：AI for Net与Net for AI双向驱动，分别提升网络性能与支持AI服务。
• 指导原则：
  1. 遵循“可验证可变现”的价值导向。
  2. 以提升通信网络服务品质效率为首要目标。
  3. 构建可信、鲁棒、可解释的AI服务机制。
  4. 合理配置与高效利用算力资源。
  5. 支持本地智能体（Agent）任务自规划、自优化和自排障能力。

产业倡议

• 提升智算硬件能力：加强AI芯片研发，推动国产替代，提升算力资源的自主可控性。
• 推进全球统一标准：加强与国际组织和海外企业的合作，推动6G与AI融合标准的制定。
• 创建6G研发平台：通过联合研发，实现资源共享、优势互补，加速技术成果的转化和应用。
• 提前布局应用：在局域场景中试点应用，探索AI在6G网络中的落地路径，形成技术迭代闭环。

总结

6G网络内生AI是通信与AI深度融合的必然趋势，涵盖网络架构、资源调度、数据处理、AI模型训练与推理等多方面。通过AI for Net和Net for AI的双向赋能，6G网络将实现智能化、高效化、安全化，并支持丰富的AI应用场景。为实现这一目标，需要加强产学研用合作，推动技术标准制定、硬件能力提升和应用落地。