6G離不開AI - 網安

6G移動新網絡提供泛在的智能服務。6G AI即服務(AlaaS)是通過網絡(包括6G核心網、6G無線接入網和6G終端)內的連接、計算、數據、模型等資源和功能,構建分布式的高效、節能、安全的AI服務(包括AI模型訓練、推理、部署等)和開放生態。

6G讓AI賦能作用更強

6G將為AI相關業務和應用提供高效的端到端支持,將分布式智能體智能地連接起來,以便在各行各業大規模部署Al。AI業務和應用既包括為6G網絡自身性能優化提供的智能能力,即AI4NET(Al for Network),如利用端到端AI實現空口和網絡的定制優化和自動化運維,提供滿足多樣化需求的最佳解決方案;也包括向第三方業務提供的智能能力,即NET4AI(Network for Al),如通過6G網元將具有的原生集成通信、計算和感知能力,加速云上集中智能向深度邊緣泛在智能演進,為AI提供分布式學習基礎設施。

6G AI服務主要面對高實時性能、高安全隱私或低綜合能耗等需求,在網絡內進行AI訓練或推理,提供適應不同應用場景的智能能力。6G網絡作為原生智能架構,通過網絡內的通信、計算、數據集、基礎模型等資源和功能,具備大規模分布式AI的高效訓練或推理能力,為用戶提供無所不在的高性能AI服務,同時降低由于超大規模AI模型相關的訓練和部署導致的通信和計算開銷,提供一個低碳節能的開放生態。

AI場景是指AI技術或AI資源要素發生作用的場合和情境。它可有不同的維度劃分方式,例如:地理區域、環境特征、領域行業等。6G AlaaS典型場景是6G網絡AI發生作用的典型場合和情境,包括但不限于工業、農業、生活、教育、醫療等不同行業和領域。

6G離不開AI

6G無線系統設計原則之一就是智慧原生原則

內涵和意義：

未來通信系統應用場景復雜多樣、網絡動態特性增加,亟需更高的性能和效率、部署、運維管理能力,經典的通信架構和范式難以支撐無線網絡全局最優的性能。人工智能可以與網絡的方方面面進行深度融合并發揮重要影響。一方面,AI技術可以利用感知和測量收集到的大量信道和環境數據輔助無線系統的設計,利用端到端AI實現空口和網絡的定制優化和自動化運維。另一方面,6G無線網絡將原生集成通信和AI能力,加速云上集中智能向深度邊緣泛在智能演進,并為用戶提供無時無刻無處不在的AI服務。

6G需要通過架構層面的原生AI設計,來滿足網絡AI多樣化的新業務場景和網絡自治化等需求,包括應用于網絡自身優化和用戶體驗的AI能力,也包括第三方所需的各類AI服務。

技術路徑

(1)基于融合的框架和機制支持網絡原生AI,使能簡潔網絡

◎融合的智慧原生框架

從網絡架構層面,6G需研究能否通過融合的原生架構來同時支持AI4NET和NET4AI,提升網絡AI的運行效率。整個智慧原生框架包括編排管理、協同控制、四要素功能(連接、計算、數據、算法)、異構資源和安全功能等。針對該框架對RAN網絡的影響,應包括:協同控制、四要素功能、及異構資源等。其中,異構資源是指RAN網絡中的頻譜、算力、連接、數據等基礎資源;四要素功能是指在RAN網絡中實現各異構資源相對應的控制功能;協同控制功能是指在四要素功能的基礎上,在RAN網絡中構建AI服務或任務的生命周期管理機制,并對支撐AI服務或任務的異構資源進行協同調度和控制,實現QoS可保障。通過在RAN實現上述功能,使能任務機制成為智慧原生的技術底座。

◎融合的LCM機制

(2)共享的AI軟硬件資源,使能高效網絡利用不同業務的錯峰效應,“資源共享”能夠以更小的成本和代價獲得更優的資源利用率和性能。具體包括:

◎不同AI實例間共享AI資源

6G系統多個AI實例通過共享AI資源,從而提升AI資源利用率和AI運行效率。當新增AI實例時,復用已有的AI資源,無需新增AI資源,提升了AI功能的兼容性。當某一時刻AI資源充足時、單一AI實例可以使用全部資源,縮短AI推理或訓練時間。其中,AI資源包括硬件資源和軟件資源(硬件資源包括圖形處理器、神經網絡處理器、張量處理器、專用集成電路等;軟件資源包括AI框架、算法等)。從方案層面,需考慮多實例搶占資源時,如何為不同實例合理地分配資源。

◎Modem和手機共享軟硬件架構

針對6G終端,隨著AI的普及,手機通用硬件的AI軟硬件能力將大大提升。相比較modem集成的AI軟硬件能力,手機通用的AI能力更強,若基于AI的6Gmodem應與基于AI的應用處理共享一個基于AI的GPU/NPU軟硬件架構,結合融合的LCM機制,使能基于共用GPU/NPU算力資源的6G modem的AI模型運行。從方案層面,需研究modem與手機間的接口,使能modem請求和使用手機的通用硬件資源,以完成網絡AI任務;反之亦然。

(3)分布式的AI協同機制,使能更優網絡

基于實時性和數據隱私等因素的考慮,6G系統還需支持分布式AI,協同節點間通過分享各自的算力、數據、模型等信息,獲得更為優異的性能。具體包括:

單節點跨層協同

域內多節點協同

域間多節點協同

AI將被大量應用于6G終端

對新型終端的支持是推動網絡能力快速發展和升級的重要因素。隨著科技的進步,終端設備的能力不斷增強,形態更加多樣化。新型的終端可以是具有感知能力的終端,基于通信和感知的融合,利用通信信號實現對物體位置和速度的感知、圖像識別、溫度感知、健康監測等。

新型的終端還包括無源的、極低成本的終端,甚至包括具有感知能力的無源終端,這些新型終端將推動網絡提供更多元的業務服務。

人工智能技術將被大量應用于6G終端中,終端將具有更高的自我學習、自我認知能力來處理更大量的信息。具備AI能力的終端和網絡各節點均可以參與AI的訓練和推理,從而訓練出泛化能力強、精確度高的AI模型。更加智能化、自主的的終端,在網絡的使用上更加自主及高效。

各類沉浸式終端以及交互技術,與網絡協同將為億萬用戶提供極致的交流和互動體驗。

利用VR終端可以帶來沉浸式共享空間,聽聲辨位,眼對眼交流,協同展示和設計等功能。利用裸眼3D可以帶來真人大小數字分身,眼對眼交流,多視角觀察等極致的通話體驗,其在交流過程中產生出屏和入屏的視覺效果,可以讓屏幕對端的人看起來有體積、深度和陰影,增強了畫面的真實感和立體感,如同坐在自己面前一般真實。以AR終端為載體,網絡可以為大語言模型(LLM)和用戶之間建立實時的環境感知+內容智能生成(基于AIGC)和呈現通道,為用戶帶來全天候的戶外個人智能助理業務,涵蓋用戶的駕駛、旅行、健康和教育等各類生活場景,從而幫助ToB用戶激發創新能力、提高效率和縮減差旅成本等,為ToC用戶帶來個性、有趣、極致、無障礙的業務體驗。應針對已經部署的實時通信系統(如IMS)的架構、協議等進行技術升級改造或者全新設計,通過上述新技術,支持革命性的沉浸式業務體驗。

沉浸式通信與傳統通信方式在終端類型、使用習慣、會話建立、媒體流傳輸等方面的差異,對于網絡提出了全新的能力要求,包括低成本/低功耗的實時音視頻連接能力,具備對多個同源流的高速傳輸和高效同步能力,支持靈活的“插件式”媒體擴展能力,分離式媒體渲染能力,內容智能生成能力等。