6G網(wǎng)絡(luò)內(nèi)生AI技術(shù)白皮書(shū)

·深入開(kāi)花，未來(lái)6G網(wǎng)絡(luò)和AI的深入融合應(yīng)用已是必然趨勢(shì)。6G網(wǎng)絡(luò)/終端和AI在不同的技術(shù)層面相互賦能和促進(jìn)，能夠助推6G和A共進(jìn)共贏。本白皮書(shū)旨在提出業(yè)界對(duì)于6G網(wǎng)絡(luò)與AI融合的產(chǎn)業(yè)分析和技術(shù)研及AI技術(shù)的融入等，涵蓋了終端、基站、云、接入網(wǎng)、核心網(wǎng)等多方面，全球各組織機(jī)構(gòu)都在積極探索和研究。全面分析現(xiàn)在全球?qū)τ诰W(wǎng)絡(luò)與AI融合技術(shù)策略及態(tài)勢(shì)、在諸多內(nèi)生AI技術(shù)方向中探尋更具價(jià)值的未來(lái)關(guān)鍵技術(shù)，并倡導(dǎo)產(chǎn)學(xué)研深度合作是我們撰寫(xiě)此白皮書(shū)的初衷。在的發(fā)展和6G的研究現(xiàn)狀，并研究了網(wǎng)絡(luò)與AI融合的驅(qū)動(dòng)力，然后在此基礎(chǔ)上分別介紹了網(wǎng)絡(luò)與AI融合愿景、產(chǎn)業(yè)現(xiàn)狀以及發(fā)展路徑和內(nèi)生AI中AIforNet和NetforAI兩方面的技術(shù) 41.15G發(fā)展和6G研究現(xiàn)狀 41.2網(wǎng)絡(luò)與AI需求和驅(qū)動(dòng)力 42.愿景、現(xiàn)狀、路徑和原則 62.1網(wǎng)絡(luò)與AI融合愿景 62.2產(chǎn)業(yè)現(xiàn)狀 72.3發(fā)展路徑和指導(dǎo)原則 83.技術(shù)方案 93.1技術(shù)攻堅(jiān) 93.2AIforNet和NetforAI技術(shù)目標(biāo) 113.2.1AIforNet技術(shù)目標(biāo) 113.2.2NetforAI技術(shù)目標(biāo) 123.3技術(shù)方案 3.3.1AIforNet技術(shù) 14AI賦能RAN 14AI賦能核心網(wǎng) AI賦能端到端QoS優(yōu)化 173.3.2NetforAI技術(shù) 18融合架構(gòu)思考 融合關(guān)鍵技術(shù) 20融合基礎(chǔ)平臺(tái) 213.3.3前沿技術(shù)研判 213.4價(jià)值場(chǎng)景 4.產(chǎn)業(yè)倡議 24縮略語(yǔ)列表 26參考文獻(xiàn) 285G的發(fā)展是全球通信領(lǐng)域的一個(gè)重要里程碑，它量的優(yōu)勢(shì)已初步顯現(xiàn)，5GToB在煤礦、鋼鐵、港口等對(duì)生產(chǎn)安全性要求非常高域合作仍然存在壁壘，需求碎片化嚴(yán)重，行業(yè)間協(xié)調(diào)機(jī)制有待完善。5G到現(xiàn)在G聯(lián)盟、歐盟Hexa-X和Hexa-XII、韓國(guó)三星及日本NTTDoCoMo，以及眾多國(guó)內(nèi)的產(chǎn)學(xué)研單位包括三大電信運(yùn)營(yíng)商、各大高校和廠商等，都在積極地參與6G技術(shù)研發(fā)，提出各自的技術(shù)演進(jìn)路線圖，全球6G技術(shù)競(jìng)爭(zhēng)形勢(shì)愈加激烈。5G能力無(wú)法滿足6G場(chǎng)景中超高峰值速率、超低時(shí)延、立體覆蓋、超高精度定絡(luò)也要提供AI相關(guān)的能力及服務(wù)，更好地滿足未來(lái)業(yè)務(wù)工、建筑、礦場(chǎng)等應(yīng)用中，5G專(zhuān)網(wǎng)支持現(xiàn)場(chǎng)監(jiān)控設(shè)備的連接，增強(qiáng)生產(chǎn)狀態(tài)的以支持AI和機(jī)器學(xué)習(xí)服務(wù)，包括模型分發(fā)、傳遞和訓(xùn)練等方面。AI技術(shù)在5G特征。6G網(wǎng)絡(luò)將具備“大算力”的硬件環(huán)境和條件，因此可有效地支撐各種AI線感知+網(wǎng)絡(luò)感知+用戶感知”等更強(qiáng)大能力，因此可有效地支撐各類(lèi)AI應(yīng)用的式”（超級(jí)基站）、“分布式”（泛在組網(wǎng)）和“語(yǔ)義式”（基于本地智能體代理）等特征，因此，6G網(wǎng)絡(luò)和AI的融合具備非常堅(jiān)實(shí)的條件基礎(chǔ)和發(fā)展必然性。6G網(wǎng)絡(luò)旨在構(gòu)建一個(gè)更加智能、高效、安全、可信的下一代絡(luò)內(nèi)生AI是在6G網(wǎng)絡(luò)架構(gòu)內(nèi)部提供數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、模型訓(xùn)練、模2.愿景、現(xiàn)狀、路徑和原則面向6G智慧泛在愿景，現(xiàn)有“外掛式”和“碎片化”的網(wǎng)絡(luò)智能化解決方案和云AI服務(wù)供應(yīng)方案存在效率較低，難以提供近實(shí)時(shí)高6G網(wǎng)絡(luò)內(nèi)生AI的實(shí)現(xiàn)需要網(wǎng)絡(luò)與AI深（3）在數(shù)據(jù)獲取流轉(zhuǎn)和治理方面，6G網(wǎng)絡(luò)將能夠高效高質(zhì)量地支持AI應(yīng)用各種需求，例如：基于感知采集、隨路處理和特征提取為AI模塊貢獻(xiàn)高賦能的理論與技術(shù)方案，并構(gòu)建一套內(nèi)生于網(wǎng)絡(luò)架構(gòu)的高效率高性能AI服AI任務(wù)組發(fā)布《無(wú)線AI技術(shù)研究報(bào)告》[3]，重點(diǎn)關(guān)注基于AI/ML的物理層、管理、控制等。CCSA成立無(wú)線通信技術(shù)工作委員會(huì)（T《新一代無(wú)線網(wǎng)絡(luò)邊緣智能技術(shù)研究》等與6G網(wǎng)絡(luò)內(nèi)生AI框架的研究報(bào)告信與AI融合”作為6G網(wǎng)絡(luò)的重要應(yīng)用場(chǎng)景，強(qiáng)調(diào)了AI與通信之間互利互惠的關(guān)系[1]。3GPPRAN在R18通過(guò)“AL/MLforNRAirInterface”立項(xiàng)，旨在充分挖人工智能（AI）和無(wú)線接入網(wǎng)絡(luò)（RAN）融合的6G關(guān)鍵絡(luò)基礎(chǔ)設(shè)施、提高移動(dòng)網(wǎng)絡(luò)效率、部署邊緣AI服務(wù)。NextGAlliance則發(fā)表了在硬件支撐上，6G網(wǎng)絡(luò)的內(nèi)生智能技術(shù)將使網(wǎng)絡(luò)從傳統(tǒng)的提供多元化服務(wù)的平臺(tái)，這將需要更智能的硬件支持，包括AI加速器和智能處理單元。AI芯片技術(shù)正在快速發(fā)展，包括更高效的算法、更先進(jìn)的芯片制造技術(shù)、更強(qiáng)大的計(jì)算能力，這些技術(shù)進(jìn)步為AI應(yīng)用提供了更強(qiáng)大的硬件支持極布局AI芯片市場(chǎng)，例如英偉達(dá)、高通、英研究基于AI提升通信系統(tǒng)性能的技術(shù)，以及將通信系統(tǒng)作為平臺(tái)為用戶提供更圖2-16G網(wǎng)絡(luò)與AI融合技術(shù)的發(fā)展路徑）：自身的性能、效率和用戶服務(wù)體驗(yàn)。AI賦能網(wǎng)絡(luò)主要研算法（如空口信道編碼、調(diào)制）、優(yōu)化網(wǎng)絡(luò)功能（如移動(dòng)性?xún)?yōu)化、會(huì)話管理優(yōu)）：驗(yàn)證可變現(xiàn)的價(jià)值”原則，并與5G-A融合AI應(yīng)用范式保持演進(jìn)性和繼承性。源配置也是以保障提升通信網(wǎng)絡(luò)類(lèi)服務(wù)為主。在此之上，通過(guò)疊加AI功能模塊和資源，進(jìn)一步拓展AI業(yè)務(wù)服務(wù)能力，共享利用內(nèi)部資源，實(shí)現(xiàn)更大的價(jià)值開(kāi)（3）當(dāng)前AI/ML機(jī)制存在局限和不確定性，6G網(wǎng)絡(luò)需要融合更可信更魯再到基站終端的孿生仿真（預(yù)）驗(yàn)證功能，實(shí)現(xiàn)在線強(qiáng)化學(xué)習(xí)和快速AI模型調(diào)Chat形式，弱化放松不同網(wǎng)元間的協(xié)議化3.技術(shù)方案分析AIforNet技術(shù)，一是AI賦能的空口存在高精度實(shí)時(shí)數(shù)據(jù)采集處理開(kāi)數(shù)據(jù)整合困難等挑戰(zhàn)。二是工業(yè)界迫切需要深化空口多模塊、全鏈路、系統(tǒng)級(jí)AI設(shè)計(jì)，包括綜合考慮信道空、時(shí)、頻域相關(guān)性的信道估計(jì)、預(yù)測(cè)、壓縮、恢處理等。三是AI賦能空口的工程可用性弱，技術(shù)方案的整體實(shí)用性、均衡性和系統(tǒng)性難以保證。四是AI賦能的高層存在業(yè)務(wù)負(fù)荷和承載的變化趨勢(shì)預(yù)測(cè)難、模型的思路尚不明確，如基于現(xiàn)有的Transformer或者設(shè)計(jì)適用于通信領(lǐng)域的原片化”網(wǎng)絡(luò)智能化解決方案供應(yīng)方案存在效率低、成本高、性能差、周期長(zhǎng)的問(wèn)題，云AI服務(wù)存在隱私差、盡力而為、服務(wù)質(zhì)量差的問(wèn)題，需要通過(guò)內(nèi)生AI提供近實(shí)時(shí)、高性能AI應(yīng)用和服務(wù)來(lái)滿足未來(lái)網(wǎng)絡(luò)中行業(yè)用戶智能普惠、用戶極致體驗(yàn)對(duì)智能的需求。三是傳統(tǒng)QoS保障機(jī)制以會(huì)話和連接為指標(biāo)，無(wú)閉環(huán)保障，用戶QoS保障存在挑戰(zhàn)，需要統(tǒng)一的質(zhì)量保障體系評(píng)估和保障差異化場(chǎng)控制機(jī)制來(lái)滿足高實(shí)時(shí)高性能的AI服務(wù)質(zhì)量。五是需要統(tǒng)一的網(wǎng)絡(luò)架構(gòu)和基礎(chǔ)而無(wú)法規(guī)避AI模型的不可解釋性帶來(lái)的網(wǎng)絡(luò)風(fēng)險(xiǎn)問(wèn)題。二是由于數(shù)據(jù)質(zhì)量、模障時(shí)，會(huì)加劇大模型的幻覺(jué)現(xiàn)象，增加AI推理結(jié)果的錯(cuò)誤率和虛假性，降低用其中AI模型的生命周管理是協(xié)議影響較高的流程。同時(shí)，通過(guò)分析對(duì)比可以發(fā)的資源利用率和性能。多用例共享AI軟件資源時(shí)，需要考慮多AI資源和終端通用AI資源之間的共享也值得能力。因此，可以將調(diào)制解調(diào)器內(nèi)部的AI資源和通用AI芯片上的AI資協(xié)調(diào)和共享，為AI用例提供服務(wù)。這兩種資源的共享可能會(huì)導(dǎo)理延遲，因此需要進(jìn)一步考慮對(duì)不同用例的適不同類(lèi)型的用例一般需要采用不同的訓(xùn)練/以直接部署推理。封閉-動(dòng)態(tài)環(huán)境中很難通過(guò)離線訓(xùn)練放-靜態(tài)環(huán)境中的關(guān)鍵是用例與環(huán)境或系統(tǒng)會(huì)存在較強(qiáng)據(jù)模型給出的結(jié)果發(fā)生變化，強(qiáng)化學(xué)習(xí)是解決此類(lèi)問(wèn)題lL3級(jí)自演進(jìn)：AI用例自演進(jìn)。這一級(jí)別的自演進(jìn)跳出NetforAI面向時(shí)延保障類(lèi)、大帶寬類(lèi)、位置移動(dòng)類(lèi)智能服務(wù)場(chǎng)景，通過(guò)在資源層、功能層融合通信、計(jì)算和智能，構(gòu)建內(nèi)生于6G網(wǎng)絡(luò)的AI能力，在現(xiàn)有5G架構(gòu)方案上做增量式AI功能開(kāi)發(fā)，會(huì)導(dǎo)致結(jié)構(gòu)僵化，難以靈活效率有待提升，6G要實(shí)現(xiàn)全局統(tǒng)一的通算數(shù)智資源按需調(diào)度。因此，在架構(gòu)設(shè)當(dāng)前AI解決方案不實(shí)時(shí)感知用戶需求，AI功能和服務(wù)是盡力而為的，6G定統(tǒng)一的AI服務(wù)質(zhì)量評(píng)估標(biāo)準(zhǔn)和AI服務(wù)質(zhì)量的端到端保障機(jī)制。同時(shí)，網(wǎng)絡(luò)研究的重點(diǎn)，要求AI解決方案可解釋且魯棒，并且能夠抵御內(nèi)部和外部威脅，過(guò)新的安全關(guān)鍵技術(shù)來(lái)保障網(wǎng)絡(luò)的安全和穩(wěn)定6G網(wǎng)絡(luò)內(nèi)生AI，其大量計(jì)算帶來(lái)的能耗問(wèn)題也日益凸顯。一方面，面向圖3-16G網(wǎng)絡(luò)與AI融合技術(shù)體系到端發(fā)揮關(guān)鍵作用。NetforAI包括融合架構(gòu)、AIaaS/QoAI鍵技術(shù)、融合基礎(chǔ)平臺(tái)的研究。除此之外，Agent和大AI賦能RAN站天線數(shù)和數(shù)據(jù)流數(shù)使得中高速場(chǎng)景下信道獲取非常驗(yàn)保障場(chǎng)景主要是通過(guò)AI算法高效地分配有限的頻譜、功率等資源以滿足用戶業(yè)務(wù)需求；無(wú)線性能優(yōu)化場(chǎng)景主要是通過(guò)AI對(duì)網(wǎng)絡(luò)流量、用戶行為、信號(hào)質(zhì)量耗優(yōu)化場(chǎng)景主要是通過(guò)AI分析網(wǎng)絡(luò)流量模式、用戶活動(dòng)和環(huán)境因素，為高層協(xié)議提供節(jié)能策略。物理層對(duì)應(yīng)的關(guān)鍵技術(shù)，比如可考慮包括AI使能技術(shù)、高效率空口AI算法設(shè)計(jì)方法、信道數(shù)據(jù)集構(gòu)建方法等。高層對(duì)應(yīng)的關(guān)鍵例如可考慮新增無(wú)線計(jì)算功能負(fù)責(zé)AI推理所需的練中間數(shù)據(jù)的傳輸?shù)裙δ?；增?qiáng)無(wú)線控制功能負(fù)責(zé)A域級(jí)的決策最優(yōu)和站間協(xié)同合作和計(jì)算資源池化共享。因功能可分為RAN集中式AI/ML功能和分布式AI/ML功能。其整體邏輯框架如圖3-2RAN側(cè)AI/ML功能邏輯框架模型和連接多維資源的協(xié)同控制功能，可實(shí)現(xiàn)站AI賦能核心網(wǎng)基于核心網(wǎng)實(shí)現(xiàn)的功能中，主要的應(yīng)用場(chǎng)景包從而提高網(wǎng)絡(luò)的運(yùn)行效率和用戶體驗(yàn)；二是網(wǎng)絡(luò)基于AI技術(shù)，通過(guò)數(shù)據(jù)收集、障定位提供有力支持；三是網(wǎng)絡(luò)通過(guò)實(shí)時(shí)監(jiān)測(cè)網(wǎng)絡(luò)流量和資源使用情況AI智能分析和決策技術(shù)，動(dòng)態(tài)地調(diào)整資源的分配和網(wǎng)絡(luò)的運(yùn)行狀態(tài)HTTP/2協(xié)議的數(shù)據(jù)傳輸可大幅增強(qiáng)數(shù)據(jù)傳輸速度和效率。未來(lái)精準(zhǔn)識(shí)別業(yè)務(wù)流的類(lèi)型和特性，利用AI技術(shù)對(duì)業(yè)務(wù)識(shí)別，具有更強(qiáng)的泛化性，在核心網(wǎng)引入AI能力，比如網(wǎng)絡(luò)智能感知、智能分析、智能決策、智能執(zhí)AI賦能端到端QoS優(yōu)化網(wǎng)絡(luò)與業(yè)務(wù)的深度融合以提升端到端QoS是無(wú)線通信的一個(gè)重要任務(wù)。AI以及業(yè)務(wù)QoS需求的動(dòng)態(tài)分析。空時(shí)頻域無(wú)線信道的預(yù)測(cè)，便于準(zhǔn)確的獲得未來(lái)時(shí)間窗的信道特征，為智能調(diào)度提供依據(jù)。端到端QoS參數(shù)的聯(lián)合配置，根據(jù)各域提供的信息產(chǎn)生各域的QoS指標(biāo)，從而達(dá)到端到端優(yōu)化的效果。中國(guó)移線信道和業(yè)務(wù)特征、使能基站智能調(diào)度以及跨層在業(yè)務(wù)與網(wǎng)絡(luò)的端到端系統(tǒng)中引入AI能力，比如業(yè)務(wù)特征的預(yù)測(cè)、空時(shí)頻域無(wú)線信道的預(yù)測(cè)、端到端QoS參數(shù)的決策和執(zhí)行等，將對(duì)網(wǎng)絡(luò)架構(gòu)、功能帶圖3-3智能跨域協(xié)同機(jī)制推動(dòng)網(wǎng)絡(luò)與業(yè)務(wù)的深度融合示例方案能夠滿足各類(lèi)智能應(yīng)用場(chǎng)景下多樣化AI服務(wù)需求。該原則的關(guān)鍵考慮因素是開(kāi)定層級(jí)和定連接四個(gè)步驟，并由場(chǎng)景驅(qū)動(dòng)，持續(xù)迭代。基于上述設(shè)計(jì)原則，圖圖3-46G網(wǎng)絡(luò)與AI融合的無(wú)線網(wǎng)絡(luò)系統(tǒng)框架能開(kāi)平臺(tái)向業(yè)務(wù)應(yīng)用提供實(shí)時(shí)/近實(shí)時(shí)無(wú)線側(cè)數(shù)據(jù)，使能業(yè)務(wù)應(yīng)用根據(jù)無(wú)線通算封裝為服務(wù)對(duì)外開(kāi)放，例如連接服務(wù)、計(jì)算慮通過(guò)分層集中式協(xié)同控制+分布式AI執(zhí)行的架構(gòu)部署方案，實(shí)現(xiàn)要素供給與的深度邊緣計(jì)算平臺(tái)。無(wú)線側(cè)分布式AI執(zhí)行應(yīng)考慮時(shí)延差異性、隱私要求、傳a.按需原則：分布在有業(yè)務(wù)需求的層級(jí)和節(jié)點(diǎn)；b.就近原則：分布在盡量靠近業(yè)務(wù)需求的位置；c.協(xié)同原則：分布在有協(xié)同關(guān)系的終端/網(wǎng)絡(luò)節(jié)點(diǎn)。分層集中式協(xié)同控制應(yīng)考慮實(shí)時(shí)性需求，協(xié)同控制效率、可靠性要求，AIa.RAN側(cè)資源可開(kāi)放：RAN側(cè)四要素可與核心網(wǎng)協(xié)同等；據(jù)控制、模型管理等功能部署于區(qū)域級(jí)集中控制節(jié)點(diǎn)，可有效滿足RAN側(cè)AI制）。分層集中式協(xié)同控制+分布式AI執(zhí)行的邏輯架構(gòu)如圖3-5所示。圖3-5分層集中式協(xié)同控制+分布式AI執(zhí)行的邏輯架構(gòu)基礎(chǔ)系統(tǒng)AIasaService（AIaaS）：在網(wǎng)絡(luò)基礎(chǔ)設(shè)施中構(gòu)建AI應(yīng)用的服務(wù)第三方?；凇皬耐鈷臁?chǎng)景驅(qū)動(dòng)式AI轉(zhuǎn)變?yōu)閮?nèi)生、能力驅(qū)動(dòng)式AI”、“從多要本處理到事前低成本干預(yù)”的原則，提出基于云化服務(wù)化的分層管控6G網(wǎng)絡(luò)內(nèi)），AI服務(wù)質(zhì)量（QoAIS）技術(shù)：首先是要形成一套QoAIS指標(biāo)體系通過(guò)量化力、數(shù)據(jù)、連接等）的綜合效果。然后是需要形成閉環(huán)反饋的QoS保障機(jī)制，QoS指標(biāo)逐層映射并完成AI資源配置后，在AI任務(wù)層面執(zhí)行網(wǎng)絡(luò)功能，形成極致性能的資源融合控制：AI異構(gòu)多維資源融合控制可以分為三個(gè)階段。首先是通信資源和計(jì)算資源的融合控制，當(dāng)單一資源QoS無(wú)法滿足時(shí)，通過(guò)控樣分為三個(gè)階段，主要包括通算融合要素下計(jì)算任務(wù)承載、數(shù)據(jù)和模型融合下），云平臺(tái)可以管理不同芯片架構(gòu)（如x86和ARM）的COTS服務(wù)器。服務(wù)器上部的低時(shí)延任務(wù)響應(yīng)能力，滿足6G網(wǎng)絡(luò)的ms級(jí)或更苛刻的每幀時(shí)延處理需求。和DPU等。這些加速器能夠針對(duì)特定的計(jì)算任務(wù)進(jìn)行統(tǒng)一管理和優(yōu)化，為各種應(yīng)用場(chǎng)景提供出了高潛力，推動(dòng)技術(shù)創(chuàng)新并改善服務(wù)的智能化水平，同時(shí)在景的可能解決方法是訓(xùn)練一個(gè)面向無(wú)線網(wǎng)絡(luò)的大模型實(shí)現(xiàn)對(duì)不同網(wǎng)絡(luò)自治任務(wù)不能直接利用訓(xùn)練好的大語(yǔ)言模型或多模態(tài)大模型來(lái)微調(diào)得到面向網(wǎng)絡(luò)自治任進(jìn)行架構(gòu)設(shè)計(jì)，其中Transformer適于處理自然語(yǔ)言和圖像領(lǐng)域的數(shù)據(jù)。不同于味著網(wǎng)絡(luò)大模型不一定適于直接采用現(xiàn)有的Transformer架構(gòu)，而需要針對(duì)網(wǎng)絡(luò)核心網(wǎng)會(huì)無(wú)線網(wǎng)絡(luò)外的云計(jì)算資源對(duì)網(wǎng)絡(luò)大模型進(jìn)行預(yù)訓(xùn)練？是否能夠利用無(wú)線網(wǎng)絡(luò)廣泛存在的分布式節(jié)點(diǎn)進(jìn)行資源整合完成預(yù)訓(xùn)練？這些都是應(yīng)用網(wǎng)絡(luò)大知、執(zhí)行、記憶與規(guī)劃功能的智能體（Agent）逐漸嶄露頭角，成為了科研界與在眾多利用AI技術(shù)的應(yīng)用場(chǎng)景中，判斷其在6G網(wǎng)絡(luò)下有價(jià)值可以分為三最重要的是對(duì)比云AI，從實(shí)時(shí)性、移動(dòng)性、端邊協(xié)同、小AI計(jì)算的時(shí)延。移動(dòng)性指用戶在移動(dòng)過(guò)程中發(fā)出請(qǐng)求，網(wǎng)絡(luò)可以更靈活的響AI技術(shù)推動(dòng)了各行各業(yè)的創(chuàng)新和發(fā)展，尤其是在視覺(jué)處理、數(shù)據(jù)分類(lèi)相關(guān)的應(yīng)用上?？紤]上述實(shí)時(shí)性、隱私性、移動(dòng)性、端邊協(xié)同的優(yōu)勢(shì)及通信AI一體化的典型用例，我們認(rèn)為6GNetforAI典型價(jià)值場(chǎng)景有移動(dòng)機(jī)器人、車(chē)聯(lián)網(wǎng)和XR。典型用例有外出家用機(jī)器人、工廠運(yùn)輸機(jī)器人、AI輔助自動(dòng)駕駛、航等。除此之外移動(dòng)網(wǎng)絡(luò)也需要保障網(wǎng)絡(luò)自用的AIforNet服務(wù)，例如提高空口4.產(chǎn)業(yè)倡議創(chuàng)新、商業(yè)創(chuàng)新、優(yōu)化資源配置、增強(qiáng)國(guó)際競(jìng)爭(zhēng)力的關(guān)鍵途徑。目前生成式AI為周期，根據(jù)目前的6G時(shí)間表，6G將于2030年左右絡(luò)建設(shè)和商業(yè)化發(fā)展，預(yù)計(jì)6G網(wǎng)絡(luò)AI大規(guī)模應(yīng)用需要在發(fā)展節(jié)奏中將網(wǎng)絡(luò)AI作為高優(yōu)先級(jí)研究任務(wù)，以盡早切入新一代科技革命發(fā)展浪潮，避免錯(cuò)過(guò)最佳切入時(shí)機(jī)，影響6G網(wǎng)絡(luò)內(nèi)生AI的發(fā)展。6G與AI實(shí)現(xiàn)關(guān)鍵技術(shù)的國(guó)產(chǎn)替代，促進(jìn)通算智融合技術(shù)的應(yīng)用四是需要提前準(zhǔn)備應(yīng)用布局。由于網(wǎng)絡(luò)使能AI是面向6G提出的新理念，式倡導(dǎo)政產(chǎn)學(xué)研用深度合作，可以實(shí)現(xiàn)6G內(nèi)生速網(wǎng)絡(luò)與AI融合技術(shù)成果的轉(zhuǎn)化和應(yīng)用，縮略語(yǔ)列表縮略語(yǔ)英文全名中文解釋3GPP3rdGenerationPartnershipProject第三代合作伙伴計(jì)劃5GToB5GToBusiness5G面向企業(yè)5GToC5GToConsumer5G面向消費(fèi)者5G-A5GAdvanced5G增強(qiáng)AIforNetArtificialintelligenceforNetworkAI賦能網(wǎng)絡(luò)AI/MLArtificialIntelligence/MachineLearning人工智能/機(jī)器學(xué)習(xí)AIaaSAIasaServiceAI即服務(wù)AI-RANArtificialIntelligence-RadioAccessNetwork人工智能-無(wú)線接入網(wǎng)絡(luò)AMCAdaptiveModulationandCoding自適應(yīng)調(diào)制和編碼ARAugmentedReality增強(qiáng)現(xiàn)實(shí)ASICApplication-SpecificIntegratedCircuit應(yīng)用特定集成電路CCSAChinaCommunicationsStandardsAssociation中國(guó)通信標(biāo)準(zhǔn)化協(xié)會(huì)CTCommunicationTechnology通信技術(shù)CUCentralUnit中央單元DUDistributedUnit分布單元eMBBEnhancedMobileBroadband增強(qiáng)型移動(dòng)寬帶FPGAField-ProgrammableGateArray現(xiàn)場(chǎng)可編程門(mén)陣列GPUGraphicsProcessingUnit圖形處理單元IDCInternationalDataCorporation國(guó)際數(shù)據(jù)公司IMTInternationalMobileTelecommunications國(guó)際移動(dòng)通信IMT2030-6GInternationalMobileTelecommunications2030for6G面向2030年及未來(lái)的6G國(guó)際移動(dòng)通信ITInformationTechnology信息技術(shù)ITUInternationalTelecommunicationUnion國(guó)際電信聯(lián)盟KPIKeyPerformanceIndicator關(guān)鍵性能指標(biāo)MIMOMultipleInputMultipleOutput多輸入多輸出通信技術(shù)mMTCMassiveMachineTypeCommunications大規(guī)模機(jī)器類(lèi)通信NetforAINe