2024年6G網(wǎng)絡(luò) AI 概念術(shù)語白皮書

6GAI6GANA摘 目 前 AI與5G通信系統(tǒng)的結(jié)合應(yīng) AIFor5G發(fā)展現(xiàn) 5GForAI發(fā)展現(xiàn) “5G網(wǎng)絡(luò)AI”發(fā)展現(xiàn) AI和5G移動系統(tǒng)結(jié)合應(yīng)用面臨的挑 AI與6G新系統(tǒng)內(nèi)生融合機 AI和6G新系統(tǒng)內(nèi)生融合的技術(shù)需 參考文 附 原生/內(nèi)生AI6G1】。AIAI6G智連”、“萬務(wù)智聯(lián)”、“智能普惠”等美好愿景。本白皮書將先簡要介紹原生/內(nèi)生AI的相關(guān)背景和動機，再力求全面系統(tǒng)地分析闡述：6GAI到的諸多技術(shù)需求（例如：功能、性能、服務(wù)、架構(gòu)等方面），全面涵蓋AI算力，AI算法，AI數(shù)據(jù)三大AI基本元素；進(jìn)一步地，基于最新的研究業(yè)態(tài)進(jìn)展，我們還將繼續(xù)分析匯煉原生/內(nèi)生AI對6G移動新系統(tǒng)架構(gòu)和標(biāo)準(zhǔn)化等方面的綜合影響和需求。AI5GAI（MLDL）與移動通信系統(tǒng)的結(jié)合應(yīng)用，始于第五代移動通信5GS（3GPP）5GS（我們稱之為原生階段），并沒有充分地考慮AI業(yè)務(wù)應(yīng)用和其相關(guān)能力服務(wù)，例如：如何基于AI新范式去改善優(yōu)化某種通信類工作5GSCloudNative，IT進(jìn)的趨勢（例如：已支持服務(wù)化的核心網(wǎng)SBACN和核心網(wǎng)云化部署等功能），同時O-RAN、OpenRAN等聯(lián)盟組織，也在積極地推動無線網(wǎng)絡(luò)的開放化、云化、虛擬化等工作，但受限于技術(shù)成熟度、安全性、系統(tǒng)運維復(fù)雜度等多方面的條件制約，5GS無線接入側(cè)NG-RAN子系統(tǒng)總體上仍然保留著過去傳統(tǒng)“煙囪式CTRANAI能和業(yè)務(wù)的逐步滲入且價值彰顯，5GS只能在既定的系統(tǒng)架構(gòu)和協(xié)議棧體系中，通過在核心網(wǎng)側(cè)引入新邏輯功能節(jié)點NWDAF和各式各樣模塊級“外掛疊加式”的AI功能，來進(jìn)一步增強優(yōu)化AI別且特定的通信類問題（QoE優(yōu)運維等），主要旨在提升5GS系統(tǒng)性能、優(yōu)化無線傳輸效率和簡化網(wǎng)絡(luò)管控運維等目的。AIFOR5GLL5S5SCI些實例應(yīng)用都可被稱為IfrNewrk(A4EAI5S系統(tǒng)5SAIETAIAI5SAI（AI算法和AI5GFORAI當(dāng)前，AI各種移動應(yīng)用（例如：語音、圖像、視頻、數(shù)據(jù)的AI識別歸類和處理等）主要還是通過終端本地化或集中式云AI的服務(wù)模式（例如：以亞馬遜AWS、微軟Azure、谷歌云、阿里云為代表的公有云服務(wù)體系）5GS的角色。5GSAIAI傳輸；云AI模型訓(xùn)練所需的大量樣本數(shù)據(jù)，也通常通過應(yīng)用層數(shù)據(jù)的形式，在5GS系統(tǒng)中端到端的傳輸流轉(zhuǎn)。另外一方面，3GPPRel-16定義了NWDAF以及其相應(yīng)的交互接口，致力于在網(wǎng)絡(luò)內(nèi)部實現(xiàn)一些智能化應(yīng)用以及對內(nèi)對外的AI賦能，進(jìn)而減輕對傳統(tǒng)云AI的依賴。上述這些方面可被稱為NetworkforAI(NET4AI)，即體現(xiàn)了5GS系統(tǒng)對AI業(yè)務(wù)和服務(wù)的價值。面向NET4AI智能類應(yīng)用，當(dāng)前3GPPTS22.261【3】已開始制定一些特定場景下相應(yīng)的網(wǎng)絡(luò)KPI連接性能要求。然而，在上述NET4AI移動應(yīng)用例子中，上層云AI模式所有的操作對于5GS系統(tǒng)幾乎都是透明的，并沒能實現(xiàn)上層AI應(yīng)用和下層網(wǎng)絡(luò)管道之間的跨層深度融合或配合；同時，5GS系統(tǒng)內(nèi)的各種通信、感知和計算資源能力和數(shù)據(jù)，對上層云AI應(yīng)用服務(wù)器或者NWDAF等智能網(wǎng)元的開放度和被利用度也不夠，也沒能做到和上層AI業(yè)務(wù)應(yīng)用的最佳適配。從5GS網(wǎng)絡(luò)整體看，其內(nèi)的各個邏輯網(wǎng)元節(jié)點所涉及和擁有的算力，算法和數(shù)據(jù)資源，并沒能被外部AI6G新網(wǎng)絡(luò)中的各種算力，算法和數(shù)據(jù)資源和能力，賦予其更大的業(yè)務(wù)服務(wù)價值，進(jìn)一步拓展移動運營商的盈利體系，這都需要6G移動新系統(tǒng)去原生地實現(xiàn)?！?GAI5GAI，5GAI5GNetworkAI”方面，卻在不斷地探索和演進(jìn)。在“5GNetworkAI”探索中，3GPP、ITU-T、ETSI和TMF等標(biāo)準(zhǔn)化組織或者論壇都取得了一定的進(jìn)展。3GPP“5GNetworkAI3GPPRel-16在5GS網(wǎng)絡(luò)架構(gòu)中，引入了新的邏輯功能實體NWDAF，如圖1即網(wǎng)絡(luò)數(shù)據(jù)分析功能（具體參見TS23.288【4】）。NWDAF通過與5GC中其它功能實體(例如：AF、PCF、AMF、SMFNF網(wǎng)絡(luò)數(shù)據(jù)分析請求，基于該請求采集相應(yīng)的網(wǎng)絡(luò)數(shù)據(jù)；利用AI到網(wǎng)絡(luò)分析結(jié)果信息；再將網(wǎng)絡(luò)分析結(jié)果信息提供給請求的NF實體。進(jìn)而，各個NF利用NWDAF5GS環(huán)控制優(yōu)化。截至Rel-17，NWDAF已支持對網(wǎng)絡(luò)業(yè)務(wù)體驗、網(wǎng)絡(luò)性能、切片負(fù)載、NF負(fù)載、1:基于NWDAF5G（3GPPTSRel-17對5GS網(wǎng)絡(luò)數(shù)據(jù)分析架構(gòu)和功能進(jìn)行了增強，包括：NWDAF的邏輯功能拆分及邏NWDAFNWDAFMTLFAnLF(分析邏輯功能)，其中MTLF可向其它NWDAF實體提供ML模型；-引入-支持NWDAFUE-支持對UE/會話相關(guān)的切片負(fù)載、數(shù)據(jù)/信令的離散分布、WLANRel-175GS系統(tǒng)管理面的智能化，進(jìn)行了研究和相關(guān)標(biāo)準(zhǔn)化工作，如圖2即引入管理數(shù)據(jù)分析(MDA:ManagementDataAnalytics)TS28.104【5】。MDA和服務(wù)事件及狀態(tài)相關(guān)的數(shù)據(jù)，包括：網(wǎng)絡(luò)性能測量、Trace/MDT/QoE等報告、警報、配置數(shù)據(jù)、網(wǎng)絡(luò)分析數(shù)據(jù)和AF服務(wù)體驗數(shù)據(jù)等。MDA基于特定AI算法進(jìn)行相應(yīng)的數(shù)據(jù)分析，生成分OtherMDAMDAMnS2:MDA（3GPPTSRel-17RANTR37.817【6】，其潛在Rel-18繼續(xù)對AI/ML模型在5GS系統(tǒng)中傳輸?shù)男阅苄枨笾笜?biāo)進(jìn)行了研究，具體參見TS22.261【3】。5GSAI/MLAI/MLQoS5GSAI/ML（例如：傳輸速率、時延、可靠性）進(jìn)行監(jiān)控，并上報給AI應(yīng)用服務(wù)器，以供AI應(yīng)用服務(wù)器據(jù)此監(jiān)控信息調(diào)整AI應(yīng)用層參數(shù)。AIforNetwork方面：聚焦5GC網(wǎng)元相關(guān)分析、研究潛在的架構(gòu)增強、新場景等。例5GCUPFNWDAF于智能分析、UE是否及如何使用來自NWDAF的分析建議、數(shù)據(jù)收集和數(shù)據(jù)存儲增強、NWDAF輔助的URSP等；NetworkforAISA1Rel-18AI/ML5GS輔助的AI/ML業(yè)務(wù)傳輸；支持AI/ML模型分發(fā)、傳遞、訓(xùn)練；用于不同AI應(yīng)用視頻/語音識AI/ML的QoS及策略增強、研究5GS如何輔助UE客戶端和AS之間的聯(lián)邦學(xué)習(xí)等。ITU-TSG135GAI201711SG135G在內(nèi)的未來網(wǎng)絡(luò)機器學(xué)習(xí)(ML5G)焦點組，2020年7月ML5G焦點組結(jié)束了第二階段的工SG13AI務(wù)框架等的十項技術(shù)規(guī)范。此外，ML5G焦點組還提出一套針對機器學(xué)習(xí)的管理子系統(tǒng)，針對機器學(xué)習(xí)全生命周期中各個階段所需的不同功能，提出了跨多域、多云、不同層級的多層級ML工ETSIICTAI20172絡(luò)智能行業(yè)規(guī)范小組(ExperientialNetworkedIntelligenceIndustrySpecificationGroup，ENIISG)。ENIISG定義了一種用于網(wǎng)絡(luò)運維、業(yè)務(wù)編排、網(wǎng)絡(luò)保障等應(yīng)用，提供智能化服務(wù)的人工智能引擎，其功能架構(gòu)【7】如下圖3所示。3：ENIENIAITMF5GAIOSS/BSSTMF正在開展人工智能與數(shù)據(jù)分析(AIandDataAnalytics，AI＆DA)項目，該項目主要從架構(gòu)、用例、AIAI811：TMFAI&DAAI5G5GSAI能力進(jìn)行自我增強和支持AIRANRel-16NWDAFAI數(shù)據(jù)采集和分析能力，例如：NWDAF可為其他核心網(wǎng)功能NF和終端UE提供分析結(jié)果信息，輔助優(yōu)化相應(yīng)的網(wǎng)絡(luò)業(yè)務(wù)發(fā)放。NWDAF5GSNWDAF，5GS系統(tǒng)與AI數(shù)據(jù)源有限：NWDAF5GCAI傳輸帶寬消耗：無論集中式或分布式NWDAF部署，為了收集AI的傳輸帶寬資源。當(dāng)數(shù)據(jù)源離NWDAF實體較遠(yuǎn)的時候，還會造成數(shù)據(jù)更新時延的問題。缺少數(shù)據(jù)隱私保護：NWDAFAI：NWDAF5GC5GS身，外部AI5GCRANAI基礎(chǔ)設(shè)施利用不充分：網(wǎng)絡(luò)切片功能、超高可靠低時延通信URLLC、海量機器類通信mMTC等5G關(guān)鍵功能特性，在架構(gòu)設(shè)計上都只是為了性能、功能和運營角度滿足垂直行業(yè)需AI數(shù)據(jù)治理和服務(wù)缺失：AI6G原生/內(nèi)生AI的支持，還需要專門對AI數(shù)據(jù)治理和服務(wù)的架構(gòu)進(jìn)行系統(tǒng)性設(shè)計，而這并不在5GS系統(tǒng)當(dāng)初的考慮范圍之內(nèi)。數(shù)據(jù)服務(wù)的價值未來有待更大地彰顯。AI6GODICT業(yè)界普遍認(rèn)為：原生/內(nèi)生智能（NativeAI）將成為未來6G移動新系統(tǒng)的核心特征之一【1】，因此6G新系統(tǒng)將從一開始的需求和架構(gòu)設(shè)計階段，全面充分地考慮如何和AI深度5GSAI/內(nèi)生智能的動機和理由（例如：內(nèi)生AI6G水平網(wǎng)絡(luò)自智自治邁進(jìn)。但是，現(xiàn)有網(wǎng)絡(luò)AI方式進(jìn)行，缺乏統(tǒng)一的系統(tǒng)框架。大部分AI模型應(yīng)用效果缺乏有效的驗證和QoS質(zhì)量保障手段。AI模型訓(xùn)練學(xué)習(xí)和分析推理在時間上解耦，AI模型效果驗證只能在事后進(jìn)行，對現(xiàn)網(wǎng)影響AI速優(yōu)化。此外，AI模型（再）訓(xùn)練需要大量的樣本數(shù)據(jù)，而集中式采集數(shù)據(jù)困難，導(dǎo)致網(wǎng)絡(luò)傳輸開銷大，AIAI6G系統(tǒng)需要進(jìn)一步改善AI6G下，6G的按需靈活供應(yīng)，實現(xiàn)“以數(shù)據(jù)為中心的計算”。這相比傳統(tǒng)云AI時性、隱私性、性能更優(yōu)的智能化能力和服務(wù)；另外，6G內(nèi)生智能還可提供行業(yè)間的聯(lián)邦智強，6G內(nèi)生智能需能協(xié)同好網(wǎng)絡(luò)AI和終端AI，為ToC用戶提供極致的業(yè)務(wù)體驗和更高價值的DICT5GS系統(tǒng)和AIAI三要素的角度，分析未來6G新系統(tǒng)原生/內(nèi)生AI深度融合的可行性。算力5G6G信連接計算融合的雙基礎(chǔ)設(shè)施，這為內(nèi)生AI融合設(shè)計提供了計算服務(wù)相關(guān)的條件基礎(chǔ)。算法：雖然當(dāng)前將各種數(shù)據(jù)集中到AI云，在AI云中進(jìn)行集中式處理的方式有其優(yōu)勢，但在數(shù)據(jù)隱私、極致性能和計算能耗等方面，一直存在其難以解決的問題。如果未來6G新系統(tǒng)能做5GAI性能提升優(yōu)化和管理運維自動化的原因。到了6G時代，由于各種感知技術(shù)、行業(yè)數(shù)字化、邊緣計算等走向成熟，6G新網(wǎng)絡(luò)本身就是巨大的無線傳感器網(wǎng)絡(luò)，它將具備主動產(chǎn)生和處理海量異構(gòu)數(shù)據(jù)的能力，這也就為6G原生/內(nèi)生AI融合設(shè)計提供了數(shù)據(jù)服務(wù)相關(guān)的基礎(chǔ)，例如：大量訓(xùn)“6GAI（AIAIAI）6G從而6G新系統(tǒng)內(nèi)的各種資源的集成復(fù)用率、利用效率、綜合性能等方面會被提升優(yōu)化，進(jìn)而實相比于傳統(tǒng)集中式的云AI服務(wù)器和邊緣智能節(jié)點工作模式，原生/內(nèi)生AI模式使得AI資源能夠更廣泛、均衡地、更靈活按需地分布部署在6G新系統(tǒng)泛在基礎(chǔ)設(shè)施平臺之中，AI算智類操道變化，網(wǎng)絡(luò)拓?fù)浜唾Y源更新等），因此6G新系統(tǒng)（特別是基站）將更易面向用戶的動態(tài)環(huán)境在以聯(lián)邦學(xué)習(xí)為代表的分布式AI機器訓(xùn)練模式下，去集中化的內(nèi)生AI模式更有利于用戶數(shù)據(jù)的隱私保護，分?jǐn)倲?shù)據(jù)和算力任務(wù)的壓力，強化（子）AI（算法模型、訓(xùn)練樣本、基本參數(shù)、特征參數(shù)等）的采集處理和傳輸流轉(zhuǎn)方面，內(nèi)生AI將可能依托于6G而帶來更低的AI數(shù)據(jù)傳輸延時，更少的傳輸資源消耗和系統(tǒng)能耗。6GAIODICT功能模塊和進(jìn)更多的參與方去聯(lián)合構(gòu)建更廣泛、安全可信的AI智能資源能力服務(wù)平臺，從而實現(xiàn)6G“泛在未來QoAIS，一方面無線網(wǎng)絡(luò)工作狀態(tài)波動大，用戶和業(yè)務(wù)需求動態(tài)性高，尤其是垂直行業(yè)用戶的需求變化更大；另一方面當(dāng)前移動系統(tǒng)尚缺少對AI務(wù)質(zhì)量QoAIS系統(tǒng)性的評估和保障體系。入節(jié)點與邊緣設(shè)備之間的傳輸帶寬有限；當(dāng)前缺少對AI服務(wù)相關(guān)的異構(gòu)資源系統(tǒng)性管控和調(diào)當(dāng)前缺乏擬真的AI訓(xùn)練與驗證環(huán)境，一方面擬真環(huán)境的實現(xiàn)對同步數(shù)據(jù)的實時性和數(shù)據(jù)AI如何實現(xiàn)AI模型應(yīng)用效果的預(yù)驗證和保障。面向垂直行業(yè)需求，內(nèi)生AI需能提供AI資源、功能、服務(wù)的按需靈活編排到端-邊-網(wǎng)-云各種節(jié)點之中，提供端網(wǎng)緊密協(xié)作的分布式AI架構(gòu)和AI服務(wù)質(zhì)量評估和保障體系。此外，內(nèi)AI面向未來網(wǎng)絡(luò)自治自智，內(nèi)生AI需能實現(xiàn)網(wǎng)絡(luò)自治自智所需的自發(fā)現(xiàn)、自編排、自配置、自優(yōu)化、效果自評估、多域閉環(huán)，AI面向普通終端用戶AI大量數(shù)據(jù)和算力資源，實現(xiàn)端網(wǎng)融合的分布式AI架構(gòu)，并且需對用戶數(shù)據(jù)進(jìn)行脫敏、關(guān)聯(lián)聚從上述若干技術(shù)挑戰(zhàn)可看出：6G能為眾多的垂直行業(yè)用戶和普通終端用戶，提供更高質(zhì)量有保障的AI6G端到端AIAI/ML實現(xiàn)全生命周期編排AI/ML算法模型，算力，數(shù)據(jù)等資源?；趦?nèi)生AI的場景下，內(nèi)生AI，6G流程，全面適應(yīng)6G空口和網(wǎng)絡(luò)側(cè)傳輸特性，優(yōu)化內(nèi)生AI/ML模型性能。AIAIAI/MLAI/ML作流或AI模型效果可進(jìn)行預(yù)驗證和優(yōu)化，避免AI/ML功能后續(xù)引入后對現(xiàn)網(wǎng)的負(fù)面影響。AI6G未來，6G面更強大的能力，例如：更多的特征功能和更好的KPI性能；同時它對外也將能更強地提供“ToCToB6G是巨大的分布式雷達(dá)傳感網(wǎng)絡(luò)、泛在算力和AI智能服務(wù)器陣列等。6G內(nèi)生智能和上述6G系統(tǒng)特征息息相關(guān)，下面我們首先將從“算力”，“算法”和“數(shù)據(jù)”三大主要方面闡述6G內(nèi)生AI在算力作為6G智能原生平臺的新生產(chǎn)力，是支撐一切數(shù)據(jù)能力和服務(wù)的堅實基礎(chǔ)?，F(xiàn)階段5G、大數(shù)據(jù)、AIAIAI6G算力資源發(fā)現(xiàn)能力：6G級別的物聯(lián)網(wǎng)應(yīng)用和服務(wù)。6G新網(wǎng)絡(luò)需具備及時的多層次異構(gòu)算力發(fā)現(xiàn)和注冊能力，以支持實6G算力需求感知能力：隨著越來越多數(shù)據(jù)的產(chǎn)生以及更強大復(fù)雜的算力算法運用，6G新系統(tǒng)向算力服務(wù)需求信息的提取和分析。未來，6G新系統(tǒng)可廣泛地應(yīng)用于環(huán)境監(jiān)測、城市管理、醫(yī)療健康等場景。6G新系統(tǒng)帶來的觸覺網(wǎng)絡(luò)將助力對算力需求的實時感知，實現(xiàn)高效的數(shù)據(jù)處算力統(tǒng)一度量能力：6G（一種通用的基礎(chǔ)運算能力，硬件芯片代表是CPU）、并行計算能力（一種專門為了加速處理圖形圖像等數(shù)據(jù)類型統(tǒng)一GPU）和神經(jīng)網(wǎng)絡(luò)計算能力（一種用來針對機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等進(jìn)行加速的計算能力，硬件芯片代表是NPU）三大類【9】。對于提供異構(gòu)算力的各種設(shè)備資源進(jìn)行統(tǒng)一量化，這是算力調(diào)度和使用的基礎(chǔ)。這就需要6G新系統(tǒng)能提供將各自異構(gòu)算力資算力按需調(diào)度能力：6G6G6G算效率，算網(wǎng)融合正是為了提高智能計算、通信和AI服務(wù)的工作效率。算力開放交易能力：6G素，6G新系統(tǒng)需要定義合理的機制，例如：區(qū)塊鏈技術(shù)，對泛在算力資源進(jìn)行管理和開放交易【10AI（模型）6GAI因素之一，6G內(nèi)生AI算法能力需求至少包括如下幾個方面：AI：目前AIAI現(xiàn)的功能性能，所需要的執(zhí)行時間、運算復(fù)雜度等方面差異性較大。從6G新網(wǎng)絡(luò)內(nèi)生智能和對外AI服務(wù)質(zhì)量的角度，6G需要規(guī)范化定義出AI算法的指標(biāo)需求和所包含的指標(biāo)內(nèi)容，并面向不同AI服務(wù)給出各個指標(biāo)的量化范圍。例如：可從AI算法模型的增益、運算復(fù)雜度、網(wǎng)絡(luò)種量化的AI算法指標(biāo)可以分級描述。AI模型訓(xùn)練需求：通常AI模型需要基于大量數(shù)據(jù)，進(jìn)行較長時間多次的訓(xùn)練才能收斂。在6GAI括：離線訓(xùn)練、在線訓(xùn)練、聯(lián)邦訓(xùn)練等。AI模型訓(xùn)練要能最優(yōu)地匹配6GAI：6GAIAI和業(yè)務(wù)，它們需要能在不同網(wǎng)絡(luò)架構(gòu)的各個網(wǎng)元節(jié)點之間進(jìn)行交互和共享利用。對此，6G需要定義出AI（或方法），AIAI：無線通信和AIAI能力均需具備前向可演進(jìn)的能力。AI（性能自優(yōu)化），也可6G要。從AI數(shù)據(jù)需求的角度出發(fā)，6G至少需要具備以下幾個關(guān)鍵能力：和挖掘的算法多種多樣，且不同算法面對不同的數(shù)據(jù)類型也會呈現(xiàn)出不同特點，6GAI需要能根據(jù)不同的業(yè)務(wù)數(shù)據(jù)類型，來選擇最合適的分析和挖掘算法。6GAI數(shù)據(jù)服務(wù)尤為重要。AI模型訓(xùn)練和推理過程中的數(shù)據(jù)脫敏技術(shù)一直備受關(guān)注，近年來關(guān)于AI中中，并且需要支持非結(jié)構(gòu)化、半結(jié)構(gòu)化和結(jié)構(gòu)化的多元數(shù)據(jù)存儲架構(gòu)。6G成對外數(shù)據(jù)服務(wù)，以標(biāo)準(zhǔn)化的數(shù)據(jù)服務(wù)方式（包括數(shù)據(jù)集、AI模型數(shù)據(jù)、預(yù)測服務(wù)等），向6GAI6G除了上述AIAIAI，6G6G新系統(tǒng)內(nèi)生安全（主動免疫）的實現(xiàn)，例如：在面對未來更多未知和不確定的業(yè)務(wù)場景和用戶環(huán)境下，6G新系統(tǒng)要能基于內(nèi)生AI于6G6G全網(wǎng)內(nèi)實時地做到安全認(rèn)知和經(jīng)驗同步，形成無死角的聯(lián)合協(xié)同防御當(dāng)前，5GS系統(tǒng)已通過外掛式AI的輔助手段，實現(xiàn)了不錯的系統(tǒng)節(jié)能增益。例如：對某區(qū)5G2000KPI6G6G6G新系統(tǒng)的內(nèi)在AI6GAI用戶和客戶更為重要和彰顯價值。未來，6G新系統(tǒng)服務(wù)的多主體對象領(lǐng)域從小到大大致可分主體領(lǐng)域或?qū)蛹?，?G內(nèi)生AI業(yè)務(wù)和服務(wù)的需求都會有所差異，例如：AI性能方面，其背后4.1章節(jié)中不同的AIAI密集型計算需求的高速增長，進(jìn)一步催生了6G新系統(tǒng)算力服務(wù)的快速發(fā)展。未來，6GAI放共享和智能AI合的演進(jìn)需求。實現(xiàn)泛在的算力連接和AI用，算力服務(wù)的合理分布。多層算網(wǎng)融合的目標(biāo)是：1.網(wǎng)絡(luò)可以感知和管控?zé)o處不在的計算服務(wù)，而用戶無需關(guān)心網(wǎng)絡(luò)中的計算資源狀態(tài)。2.求的服務(wù)上。根據(jù)上述總體要求，6G新系統(tǒng)算力服務(wù)主要要能提供以下服務(wù)類型。時延敏感型服務(wù)6GAIMCC1006G1~10毫秒量級的超低時延服務(wù)要求。應(yīng)用場景例如：沉浸式虛擬現(xiàn)實XR。能耗敏感型服務(wù)6GAI移到6G新網(wǎng)絡(luò)中，進(jìn)行分布式并行計算，從而避免本地計算帶來的巨大能耗。應(yīng)用場景例如：隱私敏感型服務(wù)：與傳統(tǒng)集中式計算相比，6G的核心網(wǎng)到達(dá)云端數(shù)據(jù)中心。用戶無需上傳私密數(shù)據(jù)，可通過6G新系統(tǒng)算力調(diào)度和分配進(jìn)行安服務(wù)體驗敏感型任務(wù)：由于多層算網(wǎng)融合與用戶的近距離優(yōu)勢，可通過6G新系統(tǒng)智能感計算服務(wù)。應(yīng)用場景例如：沉浸式虛擬現(xiàn)實XR、感官互聯(lián)等。6GAI（模型）來實現(xiàn)對內(nèi)和對外的內(nèi)生智能服務(wù)，AI智能應(yīng)用的質(zhì)量和性能。6G新網(wǎng)絡(luò)對外提供的AI算法（模型）服務(wù)至少需要支持以下特性：規(guī)范化AI算法模型描述和存儲：AI算法模型種類眾多，面向不同的場景用例有很大的差異。6G新系統(tǒng)需要給出規(guī)范化的算法模型（服務(wù)）描述，在統(tǒng)一的框架下用規(guī)范化描述語言來定義算法模型和其相關(guān)服務(wù)，且該描述是可解釋的。每種AI算法模型需給出配置參數(shù)和配置文AIAI使用AI6G新系統(tǒng)需支持單個AI算法部署和多AI算法堆疊聯(lián)合部署。在部署AI法如果要作為6G新網(wǎng)絡(luò)智能內(nèi)生算法，必須經(jīng)過嚴(yán)格認(rèn)證。AI算法認(rèn)證：對外提供服務(wù)的AI6G證的AI算法模型，才能在6G智能內(nèi)生網(wǎng)絡(luò)中被檢索，部署和使用等。提供AI算法訓(xùn)練的信息，包括但不限于：訓(xùn)練數(shù)據(jù)，訓(xùn)練環(huán)境，訓(xùn)練資源開銷、測試結(jié)果信息等。AINetworkAI6GAI算法復(fù)用：6G新系統(tǒng)如果對每一個不同的AI用例請求都獨立配置內(nèi)生AI算法或模型，將會產(chǎn)生巨大的成本開銷。為此，6G新系統(tǒng)應(yīng)支持復(fù)用網(wǎng)絡(luò)中已存在或已訓(xùn)練好的AI模型，來AIAI算法測試：在測試數(shù)據(jù)集上進(jìn)行測試，評估AI模型的泛化能力和其它性能。測試指標(biāo)包括但不限于：準(zhǔn)確率、召回率等。6G新系統(tǒng)需要能提供完整的測試環(huán)境和測試結(jié)果，當(dāng)測試結(jié)果不合格時，該AIAINetworkAI6G供AI算法推理服務(wù)，該服務(wù)由經(jīng)認(rèn)證的用戶使用。AI算法推理的結(jié)果可用于進(jìn)一步修正算法模6GAI6GAI6GQS要求。AI的過程。6G內(nèi)生AI要以大數(shù)據(jù)為基礎(chǔ)【12】，通過網(wǎng)絡(luò)和終端泛在地“收集”、“處理”、6GAI413AI………4:在大數(shù)據(jù)技術(shù)的加持之下，人工智能技術(shù)取得了快速發(fā)展，AIAI問題，讓訓(xùn)練數(shù)據(jù)集盡可能的多樣化，使得訓(xùn)練的AI15】。特征提取AI基于前述的各個內(nèi)生AI數(shù)據(jù)功能，6G新系統(tǒng)還要能對外按需地提供各類AI數(shù)據(jù)服務(wù)，這既包含AI數(shù)據(jù)（源樣本、數(shù)據(jù)集、特征集、模型文件、評估效果等）自身，也包含各個AI數(shù)據(jù)證AIAI反之，AI技術(shù)以智能方式支持多種數(shù)據(jù)服務(wù)。對應(yīng)于傳統(tǒng)通信業(yè)務(wù)的QoSQoE6G內(nèi)生AI統(tǒng)所能提供AI業(yè)務(wù)服務(wù)的質(zhì)量等級，6G新系統(tǒng)還需能提供完備的智能服務(wù)質(zhì)量，即QoAIS評估和保障體系。具體地，QoAIS（QualityofAIService）AI估和保障的一套指標(biāo)體系【17】。6G新網(wǎng)絡(luò)將構(gòu)建內(nèi)生于網(wǎng)絡(luò)的AI種智能應(yīng)用場景的能力服務(wù)體系，即AIaaS?？紤]到不同的智能應(yīng)用場景（如：網(wǎng)絡(luò)高水平自治，行業(yè)用戶智能普惠，用戶極致業(yè)務(wù)體驗，網(wǎng)絡(luò)內(nèi)生安全等）對AIAI各要素（包括算法、算力、數(shù)據(jù)等）的綜合效果。6GAIAIAIAI推理類和AI類AI服務(wù)均需要一套自己的QoAIS。傳統(tǒng)通信業(yè)務(wù)的QoS主要考慮了傳輸時延和吞吐率（MBR、GBR等）與連接相關(guān)的性能指標(biāo)，而QoAIS需要能涵蓋AI工作性能、開銷、安全、隱私和自治等多個方面，需從連接、算力、算法、數(shù)據(jù)等多個維度，來綜合評估網(wǎng)絡(luò)內(nèi)生AI務(wù)質(zhì)量，因此QoAIS指標(biāo)體系首先需從內(nèi)容上進(jìn)行擴展。表2示意了AI訓(xùn)練類的一些指標(biāo)需2.AIQoAISAIQoAISAI開銷安全隱私注*：不同類型AIQoAIS是6GAI編排管理系統(tǒng)和控制功能的重要輸入?yún)?shù)，網(wǎng)絡(luò)內(nèi)生AI管理編QoAIS面的QoS具體要求上。為了能夠最大化有效地利用各行各業(yè)的知識、經(jīng)驗和數(shù)據(jù)等資源，6G基于前述的6G內(nèi)生AI在能力和服務(wù)方面的需求，為了能實現(xiàn)和確保滿足這些需求，6G內(nèi)生AI需要具備不同于傳統(tǒng)以通信業(yè)務(wù)為中心的移動系統(tǒng)架構(gòu)和功能體系，例如：6G內(nèi)生AI架6GXR、感官互聯(lián)、智慧交互等新型應(yīng)用場景，對經(jīng)典移動通信網(wǎng)絡(luò)也提出了諸6G各種業(yè)務(wù)部署要求更迅速敏捷，而傳統(tǒng)網(wǎng)絡(luò)的業(yè)務(wù)部署、迭代升級耗時耗力。最大化利用?？梢云诖氖?未來6G新網(wǎng)絡(luò)應(yīng)當(dāng)具備通過分發(fā)各個服務(wù)節(jié)點的算力信息、存儲信以及極致用戶體驗和安全等方面問題，都迫切要求一個新的6G新網(wǎng)絡(luò)架構(gòu)出現(xiàn)。圖56G18】，將采最小化延遲提高可靠性解決隱私問題節(jié)約帶寬大規(guī)模的節(jié)點分布、穩(wěn)定的系統(tǒng)運行要求等特性，因此針對6G新網(wǎng)絡(luò)原生/內(nèi)生AI算法架構(gòu)的設(shè)計，應(yīng)當(dāng)充分考慮通信網(wǎng)絡(luò)不同特性對AI6G角度設(shè)計AIAI（networkAIsystem）。6GAI穩(wěn)定性（Stability）：由于電信級移動網(wǎng)絡(luò)需要非常穩(wěn)定地運行，因此對AI算法運行和維實時可管可控（Real-timemanageableandcontrollable）：原生/內(nèi)生AI算法架構(gòu)需支持網(wǎng)絡(luò)信息的智能化實時監(jiān)控、實時管理與實時控制。AI安全與隱私保護（Safetyandprivacy）：AI中心化和分布式混合層級設(shè)計（Hybridandlayereddesign）：電信移動網(wǎng)絡(luò)在不同層級AI算網(wǎng)一體化（In-networkcomputing）：隨著算網(wǎng)融合概念與研究工作不斷地深入，算網(wǎng)一體化協(xié)同將會是未來6G新網(wǎng)絡(luò)的重要特性之一。因此，原生/內(nèi)生AI算法應(yīng)當(dāng)充分考慮算網(wǎng)模型與數(shù)據(jù)劃分（Distributionofmodelanddata）：由于網(wǎng)絡(luò)中算力設(shè)備能力的不同及設(shè)備部署方式的差異，分布式算法架構(gòu)需要充分考慮通信網(wǎng)絡(luò)AI模型通信方式（Modelexchange）：分布式或混合式AI架構(gòu)需要不同層級/功能/區(qū)域間AI（通信）的模式的定義與設(shè)計，也決定了分布式AIModelanddata-driven)釋性缺乏等弊端。因此，AI算法架構(gòu)應(yīng)當(dāng)原生地滿足數(shù)據(jù)與模型雙重驅(qū)動的需求。通信效率（Efficiency）：原生/內(nèi)生AI算法架構(gòu)在設(shè)計時，應(yīng)充分考慮通信網(wǎng)絡(luò)效率的需求，需要減低模型進(jìn)度，壓縮模型更新，改進(jìn)通信調(diào)度等。同時，AI力對通信效率也有較大影響，因此在AI算法架構(gòu)設(shè)計時也需重點考慮?？裳葸M(jìn)與自演進(jìn)（Evolvable）：AI數(shù)據(jù)是AIAI6GAI/ML數(shù)據(jù)管理的邏輯架構(gòu)對于6G新網(wǎng)絡(luò)架構(gòu)至關(guān)重要，它主要體現(xiàn)在對各個數(shù)據(jù)功能實體的組織編功能功能功能數(shù)據(jù)安全管理功能功能數(shù)據(jù)開放功能應(yīng)用功能6：6GDEF(DataExposureFunction)AF6G相關(guān)服務(wù)(DaaS:DataasaService)。DEF可基于AF提供的數(shù)據(jù)業(yè)務(wù)需求和/或服務(wù)等級協(xié)議SLA，6GAF內(nèi)部AF。DCF(DataCollectionFunction)6G和終端數(shù)據(jù)等，供DAF實體使用。數(shù)據(jù)分析功能DAF(DataAnalyticsFunction)：用于基于DCF采集的數(shù)據(jù)，進(jìn)行AI/MLAI/MLDAF輯功能又可細(xì)分為模型訓(xùn)練子功能MTLF和分析推理子功能。DSFDataStorageFunction)AI/MLDSMF(DataSecurityManagementFunction)AI/ML相關(guān)數(shù)據(jù)進(jìn)行隱私保護和安全管控。DSMF與用戶簽約與授權(quán)管理功能USAM(UserSubscriptionandAuthorizationManagementFunction）、其它數(shù)據(jù)管理功能（DCF、DROF(DataResourceOrchestrationFunction)：用于管理（例如：分配、調(diào)度、刪除）AI/ML數(shù)據(jù)處理相關(guān)的資源。DROF本身也可基于AI/ML算法（例7：6G76G6DEF、DSMFDROF功能實體。但與圖6的不同之處在于，該架構(gòu)定義了數(shù)據(jù)管理功能DMF（DataManagementFunction），DMFDCFDAFDSF因此，圖7中架構(gòu)示例可視為圖6中架構(gòu)的一種變體。DEF/AF用服務(wù)器/AF提供數(shù)據(jù)服務(wù)。DMF6G在的AI能力，以及與其它DMF之間的多點協(xié)作。DCF、DAFDSF6GDSMF6GAI/ML相關(guān)數(shù)據(jù)的隱私保護與安全管控的不同需求。DROF6GDEF、DSMF、DMF、DCF、DAFDSFDEF、DSMFDMF、DCF、DAFDSF在上述用于AI/ML（超）參數(shù)、模型描述文件信息（例如：該模型適用于哪種AIAIAI/ML6G要做到原生/內(nèi)生AIAIAI例如：通過6G新網(wǎng)絡(luò)實現(xiàn)多家企業(yè)在不直接共享其物聯(lián)網(wǎng)終端數(shù)據(jù)的情況下，實現(xiàn)可信的聯(lián)邦訓(xùn)練等。因而，6G新網(wǎng)絡(luò)將AI作為其內(nèi)生能力和服務(wù)，需要在算力、算法、數(shù)據(jù)多個架構(gòu)層面與到某個具體的AI訓(xùn)練、驗證或推理過程中，包括但不限于：算力6G以將其擁有的空閑算力資源，基于6G內(nèi)生AI架構(gòu)透明公平地進(jìn)行分享利用。算法：6GAIAI或第三方AI的，6G內(nèi)生AI架構(gòu)需要支持對相關(guān)算法庫的高效管理運營，支持對多方AI算法的可信驗證等，支持多方參與不同類型的分布式AI訓(xùn)練和決策。數(shù)據(jù)：6GAI，6GAI6G本白皮書簡要地回顧了AI和5G移動系統(tǒng)結(jié)合應(yīng)用的歷史和現(xiàn)狀，分析了未來AI和6G移6G原生/內(nèi)生AI在此基礎(chǔ)之上形成原生/內(nèi)生AI能力，服務(wù)，架構(gòu)體系和具體內(nèi)容的構(gòu)建和拓展。6G原生/內(nèi)生AI的實現(xiàn)，在其能力，服務(wù)，架構(gòu)技術(shù)需求方面都會涉及到“算力”，“算法”和“數(shù)據(jù)”三要AI為代表的集中式AIAI總體呈現(xiàn)出“泛在式”、“分布式”、“本地式”、“協(xié)同式”、“魯棒式”、“隱私式”、“開放式”等特征。除此之外，未來為了能支持可差異化、定制化的AI能力和服務(wù)應(yīng)用，6G原生/內(nèi)生AI還需要支持所謂QoAIS類的廣義服務(wù)質(zhì)量保障和評估機制，以支撐對應(yīng)的AI商業(yè)模式新應(yīng)用。6GAIICT【1】IMT-2030網(wǎng)絡(luò)組6G網(wǎng)絡(luò)架構(gòu)愿景與關(guān)鍵技術(shù)展望白皮書[R]，IMT-20306G大會【2】中國移動研究院等5G無線網(wǎng)絡(luò)智能化研究[R]，CCSATC5WG9,【3】3GPP.3GPPTS22.261:Servicerequirementsforthe5Gsystem(Release17)[S【4】3GPP.3GPPTS23.288:Architectureenhancementsfor5GSystem5GStosupportnetworkdataanalyticsservices(Release17)[S],2021.【5】3GPP.3GPPTS28.104:ManagementandorchestrationManagementDataAnalytics(Release17)[S],2021.【6】3GPP.3GPPTR37.817:StudyonenhancementfordatacollectionforNRandENDC(Release17)[S],【7】歐陽曄王立磊楊愛東,等通信人工智能的下一個十年[J電信科學(xué)2021,【8】程強劉姿杉電信網(wǎng)絡(luò)智能化發(fā)展現(xiàn)狀與未來展望[J信息通信技術(shù)與政策.],.],【11】中興通訊中興通訊自主進(jìn)化網(wǎng)絡(luò)白皮書[R【12】MohammadSultanMahmud,JoshuaZhexueHuang,etal.Asurveyof partitioningandsamplingmethodstosupport