李露 李福昌 馬艷君 楊艷
(中國聯(lián)合網(wǎng)絡(luò)通信有限公司研究院,北京 100048)
0 引言
人工智能(Artificial Intelligence,AI)、大數(shù)據(jù)等信息技術(shù)的發(fā)展在各行業(yè)領(lǐng)域催生出豐富的新場(chǎng)景、新用例,感知、計(jì)算、智能將是5G 增強(qiáng)(5G-Advance,5G-A)甚至6G 新系統(tǒng)的重要技術(shù)組成,可實(shí)現(xiàn)運(yùn)營、數(shù)據(jù)、信息和通信技術(shù)(Operation,Data,Information and Communication Technology,ODICT) 融 合。IMT-2020(5G)明確了5G-A 的六大應(yīng)用場(chǎng)景,即沉浸實(shí)時(shí)、智能上行、工業(yè)互聯(lián)、通感一體、千億物聯(lián)、天地一體;國際電信聯(lián)盟(International Telecommunication Union,ITU)在IMT-2020 三大場(chǎng)景(即增強(qiáng)型移動(dòng)寬帶、超高可靠低時(shí)延通信、海量物聯(lián)網(wǎng)通信)基礎(chǔ)上進(jìn)行深化,將增強(qiáng)型移動(dòng)寬帶擴(kuò)展為沉浸式通信,同時(shí)拓展了泛在連接、人工智能與通信融合、感知與通信融合三大新型場(chǎng)景,最終形成6G 六大應(yīng)用場(chǎng)景,即沉浸式通信、極高可靠低時(shí)延通信、超大規(guī)模連接、泛在連接、人工智能與通信融合、感知與通信融合[1]。
新型6G 場(chǎng)景下的眾多業(yè)務(wù)應(yīng)用具有密集型計(jì)算、極致性能的特征,當(dāng)前網(wǎng)絡(luò)無法在高效保障用戶體驗(yàn)的情況下為網(wǎng)絡(luò)自身和終端按需提供計(jì)算服務(wù),此外,算力將成為6G 內(nèi)生智能、感知等計(jì)算型服務(wù)的基礎(chǔ)平臺(tái)能力。因此,網(wǎng)絡(luò)架構(gòu)向通感智算一體化方向演進(jìn)是面向6G 發(fā)展的必然趨勢(shì)。
1 通感智算一體化網(wǎng)絡(luò)演進(jìn)挑戰(zhàn)
傳統(tǒng)無線網(wǎng)絡(luò)專注于連接和管理,6G 通感智算一體化無線網(wǎng)絡(luò)需要增加感知、智能、算力、數(shù)據(jù)處理、安全增強(qiáng)等能力,如何將這些能力與現(xiàn)有網(wǎng)絡(luò)結(jié)合極具挑戰(zhàn)性。同時(shí),6G 通感智算一體化無線網(wǎng)絡(luò)也要適應(yīng)未來業(yè)務(wù)場(chǎng)景的多樣化、ODICT 技術(shù)的融合、商業(yè)的極致性能、持續(xù)發(fā)展的社會(huì)責(zé)任等需求。因此,6G 通感智算一體化無線網(wǎng)絡(luò)的復(fù)雜程度進(jìn)一步增加,其演進(jìn)也面臨巨大挑戰(zhàn)。
在通感方面,實(shí)現(xiàn)6G 通感智算一體化無線網(wǎng)絡(luò)需要融合通信和感知兩種典型功能,因此需要充分考慮核心網(wǎng)、空口等網(wǎng)元或者資源在感知和通信資源的業(yè)務(wù)化均衡。在空口方面,比較典型的是如何采用合適的波形、幀結(jié)構(gòu)或者多入多出(Multiple-Input Multiple-Output,MIMO)技術(shù)實(shí)現(xiàn)感知功能,尤其是在感知精度要求較高的情況下,如何提升感知精度;在網(wǎng)元和架構(gòu)設(shè)置方面,需要綜合考慮通信和感知需要的時(shí)延、業(yè)務(wù)處理能力等,進(jìn)行架構(gòu)的合理化設(shè)置。
在智能化方面,實(shí)現(xiàn)6G 通感智算一體化無線網(wǎng)絡(luò)面臨數(shù)據(jù)采集、處理、存儲(chǔ)的挑戰(zhàn),數(shù)據(jù)使用安全方面的挑戰(zhàn),模型訓(xùn)練算力資源不足的挑戰(zhàn),以及模型使用泛化性、穩(wěn)定性的挑戰(zhàn)等。此外,不同行業(yè)和場(chǎng)景中的智能服務(wù)對(duì)網(wǎng)絡(luò)的需求千差萬別,模型評(píng)估及智能化服務(wù)質(zhì)量指標(biāo)尚無成熟的量化評(píng)估方式,如何評(píng)估智能化服務(wù)質(zhì)量也是一個(gè)重要挑戰(zhàn)。
在算力方面,實(shí)現(xiàn)6G 通感智算一體化無線網(wǎng)絡(luò)存在算力部署、感知、調(diào)度、編排、安全等問題,未來6G網(wǎng)絡(luò)對(duì)算力需求巨大,多維算力資源廣泛分布在大量的異構(gòu)網(wǎng)元節(jié)點(diǎn)中,在各個(gè)網(wǎng)元節(jié)點(diǎn)可能都有算力部署。因此,如何高效利用算力資源以及分布式算力協(xié)同將是未來需要解決的問題。
2 通感智算一體化無線網(wǎng)絡(luò)架構(gòu)及關(guān)鍵技術(shù)
2.1 通感智算一體化無線網(wǎng)絡(luò)架構(gòu)
6G 網(wǎng)絡(luò)將實(shí)現(xiàn)全域融合和極致連接,通感智算一體化無線網(wǎng)絡(luò)架構(gòu)將是實(shí)現(xiàn)6G 網(wǎng)絡(luò)能力的基礎(chǔ)。6G通感智算一體化無線網(wǎng)絡(luò)可劃分為應(yīng)用域、控制域、資源域、終端域四個(gè)層面,可通過在各層面引入感知、智能、算力能力,構(gòu)建面向通感智算一體化無線網(wǎng)絡(luò)的全域智能架構(gòu)。如圖1 所示,應(yīng)用域主要指操作支撐系統(tǒng)(Operation Support System,OSS)網(wǎng)管側(cè)的網(wǎng)絡(luò)智能化應(yīng)用,典型應(yīng)用包括網(wǎng)絡(luò)智能節(jié)能、智能定位、智能根因分析等;控制域主要從智能化網(wǎng)絡(luò)資源管理出發(fā),包括通感融合的控制層面、意圖解析等方面的技術(shù)及方案;資源域包括網(wǎng)絡(luò)感知、基站算力及邊緣云等,可實(shí)現(xiàn)高層AI(通感融合、智能編排)、物理層AI(編譯碼、信道估計(jì)、智能波束管理)、智能材料(智能超表面)等;終端域主要從無線網(wǎng)絡(luò)和終端協(xié)同的角度出發(fā),支持終端智能化、通感融合的實(shí)現(xiàn),典型應(yīng)用包括端網(wǎng)協(xié)同、環(huán)境感知、智能適配等。
2.2 通感智算一體化的關(guān)鍵技術(shù)
2.2.1 通感融合技術(shù)
因通信與感知具備類似的網(wǎng)絡(luò)架構(gòu)和頻段,通感融合能夠?qū)⑼ㄐ�、感知、算力等因素基因化再進(jìn)行智能基因重組,實(shí)現(xiàn)智能化、融合化、低碳化、高效能化的全新無線架構(gòu),通感一體化無線網(wǎng)絡(luò)也是未來網(wǎng)絡(luò)發(fā)展的必要目標(biāo)。通感融合不僅要考慮通信的指標(biāo),還要考慮感知的指標(biāo)。因此在6G 通感融合中,需要打造基因工程,打通通信與感知的關(guān)鍵指標(biāo)、判別標(biāo)準(zhǔn)和關(guān)鍵技術(shù),并以AI、機(jī)器學(xué)習(xí)等智能化技術(shù)進(jìn)行多維基因片段的高效重組和結(jié)合。通感一體化研究是一個(gè)循序漸進(jìn)的過程,需從架構(gòu)、關(guān)鍵技術(shù)和評(píng)價(jià)指標(biāo)等方面進(jìn)行研究,可以有效提升通信質(zhì)量,也可以實(shí)現(xiàn)無接觸感知,是未來較有潛力的發(fā)展場(chǎng)景。通感融合將面臨來自場(chǎng)景需求、政策和技術(shù)等多方面影響,但是其對(duì)資源的深度集成化,極大地節(jié)省了部署成本,為未來的通感融合技術(shù)構(gòu)建了一個(gè)開放互助、良性發(fā)展的全行業(yè)生態(tài)圈[3-7]。
通感融合研究可分為5G-A 階段和6G 階段,這兩個(gè)階段的通感智算一體化架構(gòu)將有較大的差異性。5G-A 階段主要考慮與現(xiàn)有5G 網(wǎng)絡(luò)的協(xié)調(diào)性,與網(wǎng)絡(luò)架構(gòu)的向下兼容性。6G 階段主要考慮新技術(shù)、新業(yè)務(wù)的融入,新架構(gòu)的開發(fā)以及原有架構(gòu)的深度調(diào)整。以下對(duì)面向通感發(fā)展的業(yè)務(wù)和功能進(jìn)行詳細(xì)介紹。
5G-A 階段主要考慮使用5G 服務(wù)感知的階段。該階段主要使用復(fù)用5G 架構(gòu)和低粒度的修訂網(wǎng)元實(shí)現(xiàn)感知的功能,并不會(huì)過度要求感知對(duì)通信的優(yōu)化。在此階段,通信、感知、算力和智能化的關(guān)系可以簡單歸納為:通信輔助感知,實(shí)現(xiàn)一機(jī)多用;算力作為感知處理的基礎(chǔ),高效協(xié)同感知處理資源;智能化作為融合的初步引擎,實(shí)現(xiàn)高精度感知。
6G 階段在考慮高精度感知的情況下,還需考慮如何使用感知提升通信性能。此階段將是通信、感知、智能和算力強(qiáng)力融合的階段,業(yè)務(wù)的耦合化和技術(shù)的深度內(nèi)生加持將成為通感融合的特色。通信、感知、算力、智能化的關(guān)系可以歸納為:精細(xì)化感知輔助高效能通信,實(shí)現(xiàn)無線資源的合理調(diào)度;算力作為通信和感知協(xié)同的底座,實(shí)現(xiàn)分布式、高效化、低時(shí)延的通感融合網(wǎng)絡(luò);智能化作為內(nèi)生網(wǎng)絡(luò)的大腦,實(shí)現(xiàn)高質(zhì)量通信與感知。
2.2.2 智能化技術(shù)
AI 為5G 和6G 無線網(wǎng)絡(luò)的運(yùn)行提供了眾多潛在功能,是無線網(wǎng)絡(luò)發(fā)展的加速器�；趫D1 的架構(gòu)來看,目前,無線網(wǎng)絡(luò)智能化主要在網(wǎng)管側(cè)應(yīng)用域?qū)崿F(xiàn),如智能節(jié)能、故障根因分析等;控制域的意圖解析等還在探索階段;資源域的高層AI(如智能編排等)已進(jìn)行部分商用部署;物理層AI、智能超表面等受算力及效果的限制,尚處于探索階段。下面從技術(shù)演進(jìn)及模型分級(jí)部署兩方面介紹網(wǎng)絡(luò)智能化演進(jìn)情況。
(1)網(wǎng)絡(luò)智能化技術(shù)演進(jìn)特征
隨著無線網(wǎng)絡(luò)的演進(jìn),智能化的發(fā)展將從AI4NET(AI for Network)到NET4AI(Network for AI)的階段轉(zhuǎn)變,要求移動(dòng)通信網(wǎng)絡(luò)不僅是傳輸管道,更要將智能服務(wù)所需的多維資源與網(wǎng)絡(luò)功能、協(xié)議和流程進(jìn)行深度融合設(shè)計(jì)。
到6G 階段,無線網(wǎng)絡(luò)將向智能內(nèi)生方向演進(jìn),在網(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、模型推理等AI 工作流全生命周期的運(yùn)行和管理,將AI 服務(wù)所需的算力、數(shù)據(jù)、算法、連接與網(wǎng)絡(luò)功能、協(xié)議和流程進(jìn)行深度融合設(shè)計(jì),支持將AI 能力按需編排,為高水平網(wǎng)絡(luò)自治和多樣化業(yè)務(wù)需求提供智能化所需的基礎(chǔ)能力[8]。
6G 無線網(wǎng)絡(luò)將向云化與分布式的方向發(fā)展,需要考慮分布式網(wǎng)元節(jié)點(diǎn)間多維異構(gòu)資源的協(xié)調(diào)性以及智能服務(wù)對(duì)性能的差異化需求。6G 網(wǎng)絡(luò)中智能服務(wù)的質(zhì)量,需要綜合考慮智能服務(wù)對(duì)通信、計(jì)算、數(shù)據(jù)和存儲(chǔ)資源的不同需求[9]。
(2)網(wǎng)絡(luò)智能化模型分級(jí)部署
從網(wǎng)絡(luò)智能化實(shí)現(xiàn)及部署的角度來看,現(xiàn)階段可將AI 簡單分為模型訓(xùn)練和模型推理功能。根據(jù)所處位置和算力能力的不同,AI 適用于不同的應(yīng)用案例和場(chǎng)景。
目前,5G 基站側(cè)只支持小模型的推理,隨著基站算力的增強(qiáng)、基站云化技術(shù)的應(yīng)用,到6G 階段,基站將支持智能內(nèi)生,可進(jìn)行小規(guī)模AI 訓(xùn)練和AI 推理,其它大、中模型根據(jù)場(chǎng)景需求可分別部署在移動(dòng)邊緣計(jì)算(Mobile Edge Computing,MEC)或OSS 中。
如圖2 所示,在網(wǎng)管應(yīng)用域,網(wǎng)管設(shè)備為通用服務(wù)器,可擴(kuò)展性強(qiáng),數(shù)據(jù)采集時(shí)延大于15 min,支持非實(shí)時(shí)智能化預(yù)測(cè)分析,具備大模型訓(xùn)練能力;在邊緣云資源域?qū)用?MEC 為通用服務(wù)器,部署位置更靠近基站,支持近實(shí)時(shí)(＞1 s)智能化預(yù)測(cè)分析,具備中模型訓(xùn)練能力,支持大、中模型推理。
2.2.3 算力技術(shù)
算力一般定義為設(shè)備通過處理數(shù)據(jù)實(shí)現(xiàn)特定結(jié)果輸出的計(jì)算能力,常用每秒浮點(diǎn)操作數(shù)(Floating-point Operations Per Second,FLOPS)作為度量單位。數(shù)字經(jīng)濟(jì)時(shí)代,算力是多技術(shù)融合、多領(lǐng)域協(xié)同的重要載體,作為生產(chǎn)力支撐數(shù)字經(jīng)濟(jì)發(fā)展的堅(jiān)實(shí)基礎(chǔ)。算力發(fā)展歷經(jīng)三個(gè)階段:早期單點(diǎn)式計(jì)算通過使用一臺(tái)大型計(jì)算機(jī)或一臺(tái)個(gè)人計(jì)算機(jī)獨(dú)立完成全部計(jì)算任務(wù);隨著計(jì)算需求的增加,單點(diǎn)式計(jì)算逐漸呈現(xiàn)算力不足的趨勢(shì),如網(wǎng)格計(jì)算等分布式計(jì)算架構(gòu)開始出現(xiàn),分布式計(jì)算可將巨大的計(jì)算任務(wù)分解為眾多小型計(jì)算任務(wù)并交由不同的計(jì)算機(jī)完成;隨著信息化和數(shù)字化的不斷深入,各行各業(yè)表現(xiàn)出對(duì)算力的強(qiáng)烈需求,云計(jì)算技術(shù)應(yīng)運(yùn)而生。云計(jì)算技術(shù)可看作分布式計(jì)算的新范式,其本質(zhì)是將大量的零散算力資源進(jìn)行打包、匯聚,實(shí)現(xiàn)更高可靠性、更高性能、更低成本的算力[10]。
面向通感智算一體化無線網(wǎng)絡(luò)架構(gòu)演進(jìn),算力基礎(chǔ)設(shè)施將與基站基礎(chǔ)設(shè)施深度融合,形成算力資源池,滿足感知和智能化帶來的大量計(jì)算需求。無線網(wǎng)絡(luò)通過在算力上搭載智能化應(yīng)用,實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)資源和性能的優(yōu)化;算力編排中心通過對(duì)網(wǎng)絡(luò)狀態(tài)、能力、需求,以及算力分布的感知,實(shí)現(xiàn)算力資源的高效利用。
在6G 通感智算一體化無線網(wǎng)絡(luò)中,不同的計(jì)算功能對(duì)算力的需求也不同,例如,物理層計(jì)算對(duì)實(shí)時(shí)性要求高,采用中央處理器(Central Processing Unit,CPU)串行計(jì)算的方式無法滿足實(shí)時(shí)性需求;網(wǎng)絡(luò)級(jí)智能化在網(wǎng)管層進(jìn)行訓(xùn)練、推理,對(duì)算力要求高,對(duì)實(shí)時(shí)性要求低,采用專用集成電路(Application Specific Integrated Circuit,ASIC)進(jìn)行計(jì)算,不僅靈活性差,算力受限,且成本較高。因此無線網(wǎng)絡(luò)在向通感智算一體化演進(jìn)中,需要部署CPU、圖形處理器、ASIC 和現(xiàn)場(chǎng)可編程門陣列等多維異構(gòu)算力資源,實(shí)現(xiàn)算力和網(wǎng)絡(luò)功能協(xié)同。
3 通感智算一體化無線網(wǎng)絡(luò)應(yīng)用案例
3.1 智能節(jié)能
隨著移動(dòng)通信網(wǎng)絡(luò)建設(shè)規(guī)模逐年增加,通信設(shè)備對(duì)能源的需求與日俱增。未來,6G 系統(tǒng)將極大增強(qiáng)與擴(kuò)展移動(dòng)通信系統(tǒng)的應(yīng)用,對(duì)傳輸速率、廣域覆蓋、連接密度的要求迅猛增長。為滿足未來應(yīng)用的需求,6G系統(tǒng)將采用更高的頻譜、更復(fù)雜的系統(tǒng)及技術(shù)。高頻譜和復(fù)雜的技術(shù)將使6G 通信設(shè)備對(duì)能源的需求俱增。因此,在研究5G 無線網(wǎng)絡(luò)的智能節(jié)能的基礎(chǔ)上,需考慮未來6G 網(wǎng)絡(luò)的節(jié)能方案。運(yùn)營商需持續(xù)深入研究智能節(jié)能技術(shù)并快速推廣應(yīng)用,不斷降低基站能耗和網(wǎng)絡(luò)運(yùn)營成本。
未來,6G 智能節(jié)能方案需在通感智算一體化無線網(wǎng)絡(luò)的架構(gòu)下實(shí)現(xiàn),結(jié)合AI、大數(shù)據(jù)等技術(shù),實(shí)時(shí)感知用戶的情況及業(yè)務(wù)的需求;利用網(wǎng)絡(luò)算力資源,訓(xùn)練智能節(jié)能模型,推導(dǎo)出精準(zhǔn)匹配每個(gè)小區(qū)的節(jié)能策略,突破傳統(tǒng)節(jié)能方案中管理難度高、節(jié)能效果欠佳的瓶頸;從器件級(jí)、設(shè)備級(jí)、網(wǎng)絡(luò)級(jí)等層面實(shí)現(xiàn)不同的技術(shù)方案,在保障用戶業(yè)務(wù)體驗(yàn)的同時(shí),可以采用器件/模塊關(guān)斷、業(yè)務(wù)調(diào)度、網(wǎng)間協(xié)作等方案來降低基站設(shè)備能耗。
3.2 智能編排
6G 將是一個(gè)多元化的網(wǎng)絡(luò)。網(wǎng)絡(luò)層面,組網(wǎng)更多、頻段更復(fù)雜,且可能需要與5G/4G 多個(gè)頻段密切協(xié)同;業(yè)務(wù)層面,應(yīng)用場(chǎng)景更多且需求差異巨大,對(duì)網(wǎng)絡(luò)提出更多的特性需求和挑戰(zhàn);終端層面,5G 終端已需要支持七模,6G 時(shí)代終端更復(fù)雜,且行業(yè)應(yīng)用催生出眾多定制化終端需求。因此,6G 網(wǎng)絡(luò)將更加復(fù)雜,繁雜、多樣化的終端和業(yè)務(wù)組合出的目標(biāo)體驗(yàn),和傳統(tǒng)的網(wǎng)絡(luò)資源分配模式之間存在巨大的“剪刀差”。以“網(wǎng)絡(luò)為中心”的傳統(tǒng)策略是基于小區(qū)參數(shù)的基線,以滿足統(tǒng)計(jì)意義上的小區(qū)級(jí)關(guān)鍵績效指標(biāo)為目標(biāo),在相同承載中的不同數(shù)據(jù)業(yè)務(wù)沒有被區(qū)別對(duì)待,無法精準(zhǔn)匹配用戶業(yè)務(wù)體驗(yàn)的真實(shí)需求[11]。
CIM技術(shù)能夠成功落地，造福百姓，需要在軟件與硬件方面協(xié)同發(fā)展。以省級(jí)單位為例，構(gòu)建城市信息中心，這是硬件系統(tǒng)，還需要同時(shí)開發(fā)基于CIM的城鄉(xiāng)建設(shè)管理軟件系統(tǒng)，包括建筑和模塊化的信息，配置與互聯(lián)網(wǎng)的結(jié)合，作為城市還應(yīng)該有更多的宣傳媒體，包括城市信息，宣傳信息化的呈現(xiàn)，媒體化的工作整體推進(jìn)。因此，信息模型的發(fā)展更需要各方的信息合作，共同推進(jìn)，最后的目標(biāo)就是實(shí)現(xiàn)城鄉(xiāng)的可持續(xù)發(fā)展，也把我們的可持續(xù)發(fā)展成為世界可持續(xù)發(fā)展的組成部分。
無線網(wǎng)智能編排應(yīng)用以用戶感知為驅(qū)動(dòng)力,依托面向6G 的內(nèi)生智能,通過智能化手段實(shí)現(xiàn)靈活的網(wǎng)絡(luò)資源配置編排管理策略,來為不同業(yè)務(wù)提供確定性的精準(zhǔn)服務(wù),從而保障差異化的用戶體驗(yàn)。在該應(yīng)用案例中,一方面通過在給定網(wǎng)絡(luò)服務(wù)能力下求取用戶體驗(yàn)最優(yōu)解,實(shí)現(xiàn)用戶編排;另一方面通過在話務(wù)的特定時(shí)空分布下求取網(wǎng)絡(luò)服務(wù)能力最優(yōu)解,實(shí)現(xiàn)網(wǎng)絡(luò)編排。
3.3 物理層AI
物理層AI 應(yīng)用是6G 內(nèi)生智能的主要研究方向,基于物理信道相關(guān)信息,對(duì)物理層功能(如信道編碼調(diào)制、波形、多址、多天線MIMO、接收機(jī)算法等)進(jìn)行增強(qiáng)。由于當(dāng)前通信網(wǎng)絡(luò)應(yīng)用范圍廣、場(chǎng)景豐富、業(yè)務(wù)種類繁多,加之信道的快速變化以及小區(qū)內(nèi)和小區(qū)間干擾的存在,難以使用傳統(tǒng)方案實(shí)現(xiàn)穩(wěn)定精確的信道。因此在傳統(tǒng)物理層技術(shù)的基礎(chǔ)上引入智能化,可以更全面地把握無線信道的特征和變化趨勢(shì),從而提升物理層性能。
物理層AI 由于其對(duì)實(shí)時(shí)性要求高,因此作為內(nèi)生智能應(yīng)用被看作是面向6G 演進(jìn)的重要方向,目前業(yè)界在此方面尚處于研究階段。物理層AI 的技術(shù)方案一般屬于各設(shè)備廠商實(shí)現(xiàn)的范疇,目前有兩種潛在方案:一是使用智能化技術(shù)替代某一個(gè)或幾個(gè)物理層功能,例如信道狀態(tài)信息反饋、信道估計(jì)模塊分別用AI算法實(shí)現(xiàn);二是物理層功能全部用AI 實(shí)現(xiàn),不再區(qū)分具體功能,在此情況下,基站從接收到解碼的中間過程全部通過AI 實(shí)現(xiàn),AI 模塊類似“黑盒”,只有輸入和輸出。
未來,在引入物理層AI 后,還需要評(píng)估“投入產(chǎn)出比”,即采用物理層AI 后所消耗的硬件資源、算力成本是否帶來了較高的性能收益。在物理層AI 激活場(chǎng)景下,網(wǎng)絡(luò)性能相比未激活時(shí)應(yīng)有較大幅度提升才可應(yīng)用。
4 結(jié)束語
隨著數(shù)字化進(jìn)程加速,以新基建為核心的數(shù)字化轉(zhuǎn)型正在影響整個(gè)社會(huì),大數(shù)據(jù)、云計(jì)算和人工智能等新一代數(shù)字技術(shù)的發(fā)展正在為各實(shí)體經(jīng)濟(jì)、傳統(tǒng)產(chǎn)業(yè)提供支持,推進(jìn)社會(huì)向全方位的產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型。新產(chǎn)業(yè)、新服務(wù)模式以及包括沉浸式擴(kuò)展現(xiàn)實(shí)、全息遠(yuǎn)程呈現(xiàn)、交互型3D 虛擬數(shù)字人、協(xié)作機(jī)器人、無人駕駛、多感官互聯(lián)及元宇宙在內(nèi)的未來新業(yè)務(wù),都對(duì)通信、感知、計(jì)算和智能水平提出了更高要求。
面對(duì)6G 網(wǎng)絡(luò)新要求,本文提出了6G 通感智算一體化的無線網(wǎng)絡(luò)演進(jìn)架構(gòu),分析了通感智算一體化技術(shù)演進(jìn)需求、挑戰(zhàn)、關(guān)鍵技術(shù)及案例。6G 通感智算一體化無線網(wǎng)絡(luò)還需進(jìn)一步深入研究和評(píng)估,并開展相關(guān)技術(shù)方案的驗(yàn)證試驗(yàn),滿足千行百業(yè)對(duì)網(wǎng)絡(luò)的差異化體驗(yàn)需求。
