3《6G网络内生AI网络架构十问》.pdfVIP

前言

人工智能（ArtificialIntelligence）在最近十年发展迅猛，在挖掘大数据样本的非线性规律，与

环境交互的在线精准决策等领域快速超越了以人工为主的专家经验（HumanIntelligence）模式，在

计算机视觉、自然语言处理、机器人控制等领域取得了巨大的成功。一方面由于以深度学习、强化学

习等为代表的人工智能算法能力的突破；另一方面以GPU为代表的人工智能算力成本的快速下降和

普及，在未来的十年的市场占有率有可能会超越CPU，也加速了这一趋势。

随着ICT（InformationandCommunicationsTechnology）技术的不断融合，网络正朝向深

度IT化方向发展。在5G网络的演进过程中，AI技术开始应用在无线网络信道估计，基站节能减排[1]

和网络运维等领域。应用方式主要还是以云端智能为主，在云端汇聚大量的数据，利用集中的算力对

数据进行预处理，AI模型训练和验证等。但是在网络中传输大量的原始数据，一方面对传输带宽压力

大，另一方面对于数据隐私保护也会带来很大的挑战。3GPP定义了NWDAF支持网络数据的收集和

处理，有利于在网络架构中引入AI相关的功能。然而当前的网络和AI技术的结合仍处于初级阶段。

AI叠加在网络之上，AI在网络中发挥的作用散落在网络不同的功能点，其主要目标是利用AI提升网

络的性能，运营和价值。

未来6G网络的作用之一是基于无处不在的大数据，将AI的能力赋予各个领域的应用，创造一个

“智能泛在”的世界。6G应在5G基础上全面支持整个世界的数字化，网络要助力千行百业的数智化

转型，需要满足和提供相比云端智能实时性更高，综合能耗和安全隐私更优的智能化服务[2]。同时，

网络运营维护也需要从局部的智能化运维向高水平的网络自治演进。这些都迫切要求网络与AI技术更

紧密的结合，将AI能力通过网络架构的革新深度内化到网络中。为此，6G网络提出了“智慧内生”

的基本特征构想，即6G网络将在设计之初就考虑与人工智能技术融合的理念，将AI和大数据的应用

融入网络的基因当中，形成一个端到端的体系架构，根据不同的应用场景需求，按需提供AI能力和服

务。

通过在6G网络架构的设计中充分考虑AI的算法，算力和数据以及网络连接等诸多要素，6G将

成为融合连接和算力的新型基础设施，从而极大提高AI资源的使用效率并使AIaaS（AIasa

Service）成为可能，AI能力在网络中无处不在、无孔不入，并像人体的大脑和神经网络一样，以分

布式或集中的方式随时随地按需提供给网络自身及第三方，实现智慧的泛在可得、全面赋能万事万

物。

6

概述

6GANATG2是6GANA下负责研究基础网络架构的工作组，其将识别6G网络内生AI的基本技

术特征，研究其对6G网络架构的影响，对标准化的影响，构建6G网络内生AI整体框架，定义基础

架构，并对涉及的关键使能技术进行探讨。面向该目标，TG2成员单位经过全面收集和充分探讨，凝

练出现阶段业界广泛关注的、对6G网络架构存在潜在影响的十大核心技术问题。针对每项问题，从

特征内涵、必要性、可行性、对网络架构的影响等四个方面展开分析，研究该问题所示技术特征是否

6G网络内生AI架构所需，并给出了TG2的观点和建议。这十个问题分别是：

一、为什么需要AI用例自生成？二、为什么需要QoAIS？

三、如何支持AI生命周期管理？四、是否以任务为中心？

五、如何支持算网融合？六、为什么需要自生长的数据服务？

七、为什么需要自生长和可信的算法？八、如何理解分布式AI架构？

九、分布式AI架构中不同节点如何协同？十、可以对外开放哪些AI能力？

十个问题间的逻辑关系如下图所示：

问题一