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(dòng)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(jī) 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(jiǎn)要介紹原生/內(nèi)生AI的相關(guān)背景和動(dòng)機(jī)，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(duì)6G移動(dòng)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(dòng)通信系統(tǒng)的結(jié)合應(yīng)用，始于第五代移動(dòng)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(shì)（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(shí)O-RAN、OpenRAN等聯(lián)盟組織，也在積極地推動(dòng)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(yùn)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(jià)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(diǎn)NWDAF和各式各樣模塊級(jí)“外掛疊加式”的AI功能，來進(jìn)一步增強(qiáng)優(yōu)化AI別且特定的通信類問題（QoE優(yōu)運(yùn)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(jiǎn)化網(wǎng)絡(luò)管控運(yùn)維等目的。AIFOR5GLL5S5SCI些實(shí)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(dòng)應(yīng)用（例如：語音、圖像、視頻、數(shù)據(jù)的AI識(shí)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(shí)現(xiàn)一些智能化應(yīng)用以及對(duì)內(nèi)對(duì)外的AI賦能，進(jìn)而減輕對(duì)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(duì)AI業(yè)務(wù)和服務(wù)的價(jià)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(chǎng)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(dòng)應(yīng)用例子中，上層云AI模式所有的操作對(duì)于5GS系統(tǒng)幾乎都是透明的，并沒能實(shí)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(shí)，5GS系統(tǒng)內(nèi)的各種通信、感知和計(jì)算資源能力和數(shù)據(jù)，對(duì)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(gè)邏輯網(wǎng)元節(jié)點(diǎn)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(jià)值，進(jìn)一步拓展移動(dòng)運(yùn)營(yíng)商的盈利體系，這都需要6G移動(dòng)新系統(tǒng)去原生地實(shí)現(xiàn)。“5GAI5GAI，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(shí)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(shí)體(例如：AF、PCF、AMF、SMFNF網(wǎng)絡(luò)數(shù)據(jù)分析請(qǐng)求，基于該請(qǐng)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(qǐng)求的NF實(shí)體。進(jìn)而，各個(gè)NF利用NWDAF5GS環(huán)控制優(yōu)化。截至Rel-17，NWDAF已支持對(duì)網(wǎng)絡(luò)業(yè)務(wù)體驗(yàn)、網(wǎng)絡(luò)性能、切片負(fù)載、NF負(fù)載、1:基于NWDAF5G（3GPPTSRel-17對(duì)5GS網(wǎng)絡(luò)數(shù)據(jù)分析架構(gòu)和功能進(jìn)行了增強(qiáng)，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(shí)體提供ML模型；-引入-支持NWDAFUE-支持對(duì)UE/會(huì)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(cè)量、Trace/MDT/QoE等報(bào)告、警報(bào)、配置數(shù)據(jù)、網(wǎng)絡(luò)分析數(shù)據(jù)和AF服務(wù)體驗(yàn)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(duì)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(shí)延、可靠性）進(jìn)行監(jiān)控，并上報(bào)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(qiáng)、新場(chǎng)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(chǔ)增強(qiáng)、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(shí)AI/ML的QoS及策略增強(qiáng)、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(jī)器學(xué)習(xí)(ML5G)焦點(diǎn)組，2020年7月ML5G焦點(diǎn)組結(jié)束了第二階段的工SG13AI務(wù)框架等的十項(xiàng)技術(shù)規(guī)范。此外，ML5G焦點(diǎn)組還提出一套針對(duì)機(jī)器學(xué)習(xí)的管理子系統(tǒng)，針對(duì)機(jī)器學(xué)習(xí)全生命周期中各個(gè)階段所需的不同功能，提出了跨多域、多云、不同層級(jí)的多層級(jí)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(yùn)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(xiàng)目，該項(xiàng)目主要從架構(gòu)、用例、AIAI811：TMFAI&DAAI5G5GSAI能力進(jìn)行自我增強(qiáng)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(shí)體較遠(yuǎn)的時(shí)候，還會(huì)造成數(shù)據(jù)更新時(shí)延的問題。缺少數(shù)據(jù)隱私保護(hù)：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(shí)延通信URLLC、海量機(jī)器類通信mMTC等5G關(guān)鍵功能特性，在架構(gòu)設(shè)計(jì)上都只是為了性能、功能和運(yùn)營(yíng)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(duì)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(jì)，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(jià)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(dòng)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(jì)階段，全面充分地考慮如何和AI深度5GSAI/內(nèi)生智能的動(dòng)機(jī)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(yàn)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(shí)間上解耦，AI模型效果驗(yàn)證只能在事后進(jìn)行，對(duì)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(shí)現(xiàn)“以數(shù)據(jù)為中心的計(jì)算”。這相比傳統(tǒng)云AI時(shí)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(qiáng)，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(yàn)和更高價(jià)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(jì)算融合的雙基礎(chǔ)設(shè)施，這為內(nèi)生AI融合設(shè)計(jì)提供了計(jì)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(shì)，但在數(shù)據(jù)隱私、極致性能和計(jì)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(yùn)維自動(dòng)化的原因。到了6G時(shí)代，由于各種感知技術(shù)、行業(yè)數(shù)字化、邊緣計(jì)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(dòng)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(jì)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(huì)被提升優(yōu)化，進(jìn)而實(shí)相比于傳統(tǒng)集中式的云AI服務(wù)器和邊緣智能節(jié)點(diǎn)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(tái)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(dòng)態(tài)環(huán)境在以聯(lián)邦學(xué)習(xí)為代表的分布式AI機(jī)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(hù)，分?jǐn)倲?shù)據(jù)和算力任務(wù)的壓力，強(qiáng)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(shí)，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(tái)，從而實(shí)現(xiàn)6G“泛在未來QoAIS，一方面無線網(wǎng)絡(luò)工作狀態(tài)波動(dòng)大，用戶和業(yè)務(wù)需求動(dòng)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(dòng)系統(tǒng)尚缺少對(duì)AI務(wù)質(zhì)量QoAIS系統(tǒng)性的評(píng)估和保障體系。入節(jié)點(diǎn)與邊緣設(shè)備之間的傳輸帶寬有限；當(dāng)前缺少對(duì)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(yàn)證環(huán)境，一方面擬真環(huán)境的實(shí)現(xiàn)對(duì)同步數(shù)據(jù)的實(shí)時(shí)性和數(shù)據(jù)AI如何實(shí)現(xiàn)AI模型應(yīng)用效果的預(yù)驗(yàn)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(diǎn)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(píng)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(shí)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(píng)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(shí)現(xiàn)端網(wǎng)融合的分布式AI架構(gòu)，并且需對(duì)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(shí)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(chǎng)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(yàn)證和優(yōu)化，避免AI/ML功能后續(xù)引入后對(duì)現(xiàn)網(wǎng)的負(fù)面影響。AI6G未來，6G面更強(qiáng)大的能力，例如：更多的特征功能和更好的KPI性能；同時(shí)它對(duì)外也將能更強(qiáng)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(tái)的新生產(chǎn)力，是支撐一切數(shù)據(jù)能力和服務(wù)的堅(jiān)實(shí)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(jí)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(shí)的多層次異構(gòu)算力發(fā)現(xiàn)和注冊(cè)能力，以支持實(shí)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(qiáng)大復(fù)雜的算力算法運(yùn)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(cè)、城市管理、醫(yī)療健康等場(chǎng)景。6G新系統(tǒng)帶來的觸覺網(wǎng)絡(luò)將助力對(duì)算力需求的實(shí)時(shí)感知，實(shí)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(yùn)算能力，硬件芯片代表是CPU）、并行計(jì)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(jì)算能力（一種用來針對(duì)機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等進(jìn)行加速的計(jì)算能力，硬件芯片代表是NPU）三大類【9】。對(duì)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(jì)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(jī)制，例如：區(qū)塊鏈技術(shù)，對(duì)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(gè)方面：AI：目前AIAI現(xiàn)的功能性能，所需要的執(zhí)行時(shí)間、運(yùn)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(duì)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(gè)指標(biāo)的量化范圍。例如：可從AI算法模型的增益、運(yùn)算復(fù)雜度、網(wǎng)絡(luò)種量化的AI算法指標(biāo)可以分級(jí)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(zhǎng)時(shí)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(gè)網(wǎng)元節(jié)點(diǎn)之間進(jìn)行交互和共享利用。對(duì)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(gè)關(guān)鍵能力：和挖掘的算法多種多樣，且不同算法面對(duì)不同的數(shù)據(jù)類型也會(huì)呈現(xiàn)出不同特點(diǎn)，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(chǔ)架構(gòu)。6G成對(duì)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(cè)服務(wù)等），向6GAI6G除了上述AIAIAI，6G6G新系統(tǒng)內(nèi)生安全（主動(dòng)免疫）的實(shí)現(xiàn)，例如：在面對(duì)未來更多未知和不確定的業(yè)務(wù)場(chǎng)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(shí)時(shí)地做到安全認(rèn)知和經(jīng)驗(yàn)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(shí)現(xiàn)了不錯(cuò)的系統(tǒng)節(jié)能增益。例如：對(duì)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(jià)值。未來，6G新系統(tǒng)服務(wù)的多主體對(duì)象領(lǐng)域從小到大大致可分主體領(lǐng)域或?qū)蛹?jí)，對(duì)6G內(nèi)生AI業(yè)務(wù)和服務(wù)的需求都會(huì)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(jì)算需求的高速增長(zhǎng)，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(shí)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(jì)算服務(wù)，而用戶無需關(guān)心網(wǎng)絡(luò)中的計(jì)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(shí)延敏感型服務(wù)6GAIMCC1006G1~10毫秒量級(jí)的超低時(shí)延服務(wù)要求。應(yīng)用場(chǎng)景例如：沉浸式虛擬現(xiàn)實(shí)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(jì)算，從而避免本地計(jì)算帶來的巨大能耗。應(yīng)用場(chǎng)景例如：隱私敏感型服務(wù)：與傳統(tǒng)集中式計(jì)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(yàn)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(shì)，可通過6G新系統(tǒng)智能感計(jì)算服務(wù)。應(yīng)用場(chǎng)景例如：沉浸式虛擬現(xiàn)實(shí)XR、感官互聯(lián)等。6GAI（模型）來實(shí)現(xiàn)對(duì)內(nèi)和對(duì)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(duì)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(chǔ)：AI算法模型種類眾多，面向不同的場(chǎng)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(gè)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(duì)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(cè)試結(jié)果信息等。AINetworkAI6GAI算法復(fù)用：6G新系統(tǒng)如果對(duì)每一個(gè)不同的AI用例請(qǐng)求都獨(dú)立配置內(nèi)生AI算法或模型，將會(huì)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(cè)試：在測(cè)試數(shù)據(jù)集上進(jìn)行測(cè)試，評(píng)估AI模型的泛化能力和其它性能。測(cè)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(cè)試環(huán)境和測(cè)試結(jié)果，當(dāng)測(cè)試結(jié)果不合格時(shí)，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(gè)內(nèi)生AI數(shù)據(jù)功能，6G新系統(tǒng)還要能對(duì)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(píng)估效果等）自身，也包含各個(gè)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(duì)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(jí)，6G新系統(tǒng)還需能提供完備的智能服務(wù)質(zhì)量，即QoAIS評(píng)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(chǎng)景的能力服務(wù)體系，即AIaaS?？紤]到不同的智能應(yīng)用場(chǎng)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(yàn)，網(wǎng)絡(luò)內(nèi)生安全等）對(duì)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(shí)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(gè)方面，需從連接、算力、算法、數(shù)據(jù)等多個(gè)維度，來綜合評(píng)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(kuò)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(shí)、經(jīng)驗(yàn)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(shí)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(dòng)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(chǎng)景，對(duì)經(jīng)典移動(dòng)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(jí)耗時(shí)耗力。最大化利用。可以期待的是,未來6G新網(wǎng)絡(luò)應(yīng)當(dāng)具備通過分發(fā)各個(gè)服務(wù)節(jié)點(diǎn)的算力信息、存儲(chǔ)信以及極致用戶體驗(yàn)和安全等方面問題，都迫切要求一個(gè)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(diǎn)分布、穩(wěn)定的系統(tǒng)運(yùn)行要求等特性，因此針對(duì)6G新網(wǎng)絡(luò)原生/內(nèi)生AI算法架構(gòu)的設(shè)計(jì)，應(yīng)當(dāng)充分考慮通信網(wǎng)絡(luò)不同特性對(duì)AI6G角度設(shè)計(jì)AIAI（networkAIsystem）。6GAI穩(wěn)定性（Stability）：由于電信級(jí)移動(dòng)網(wǎng)絡(luò)需要非常穩(wěn)定地運(yùn)行，因此對(duì)AI算法運(yùn)行和維實(shí)時(shí)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(shí)時(shí)監(jiān)控、實(shí)時(shí)管理與實(shí)時(shí)控制。AI安全與隱私保護(hù)（Safetyandprivacy）：AI中心化和分布式混合層級(jí)設(shè)計(jì)（Hybridandlayereddesign）：電信移動(dòng)網(wǎng)絡(luò)在不同層級(jí)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(huì)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(jí)/功能/區(qū)域間AI（通信）的模式的定義與設(shè)計(jì)，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(dòng)的需求。通信效率（Efficiency）：原生/內(nèi)生AI算法架構(gòu)在設(shè)計(jì)時(shí)，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(shí)，AI力對(duì)通信效率也有較大影響，因此在AI算法架構(gòu)設(shè)計(jì)時(shí)也需重點(diǎn)考慮。可演進(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(duì)于6G新網(wǎng)絡(luò)架構(gòu)至關(guān)重要，它主要體現(xiàn)在對(duì)各個(gè)數(shù)據(jù)功能實(shí)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(jí)協(xié)議SLA，6GAF內(nèi)部AF。DCF(DataCollectionFunction)6G和終端數(shù)據(jù)等，供DAF實(shí)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(hù)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(shí)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(diǎn)協(xié)作。DCF、DAFDSF6GDSMF6GAI/ML相關(guān)數(shù)據(jù)的隱私保護(hù)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(shí)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(shí)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(gè)架構(gòu)層面與到某個(gè)具體的AI訓(xùn)練、驗(yàn)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(duì)相關(guān)算法庫的高效管理運(yùn)營(yíng)，支持對(duì)多方AI算法的可信驗(yàn)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(jiǎn)要地回顧了AI和5G移動(dòng)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(shí)現(xiàn)，在其能力，服務(wù)，架構(gòu)技術(shù)需求方面都會(huì)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(píng)估機(jī)制，以支撐對(duì)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(huì)【2】中國(guó)移動(dòng)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(gè)十年[J電信科學(xué)2021,【8】程強(qiáng)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