无线算力网络中面向AI任务的分布式通信计算协同研究.pdfVIP

第49卷

总第535期

doi:10.3969/j.issn.1006-10100001

中图分类号：TN915.41

OSID:文献标志码：A文章编号：1006-1010(2025)03-0037-09

引用格式：张申虎,杨蕊侨,谢云菁,等.无线算力网络中面向AI任务的分布式通信计算协同研究[].移动通信，2025,49(3):37-45.

扫描二维码

与作者交流ZHANGShenhu,YANGRuiqiao,XIEYunjing,etal.DistributedCommunicationandComputingCollaborationforAI

TasksinWirelessComputingPowerNetworks[J.MobileCommunications,2025,49(3):37-45.

无线算力网络中面向AI任务的分布式通信计算协同研究

张申虎，杨蕊侨，谢云菁，闫实

（北京邮电大学网络与交换技术全国重点实验室，北京100876）

【摘要】通过汇聚通信、计算与模型能力，6G网络主动式能够提供分布式的高效、实时且节能的AI服务能力。无线算力网络

作为其基础底座，通过按需适时的算力服务和合理的分布式通信计算协同设计，有望成为未来移动AI业务极高算力

需求的重要支撑方案。首先对典型的协同模式进行分类与分析，包括集中式模式、分层分簇模式、去中心式模式和

边缘分布式协同模式；其次，综述了主要的分布式训练与推理方法，涵盖联邦学习、拆分学习、模型优化与协同推

理以及多智能体深度强化学习；最后，从AI任务准确率、时延、密度及能效等方面设计了评价指标体系，为移动AI

任务的性能研究与评估提供重要参考。

【关键词】6G；移动AI任务；分布式训练；协同推理

DistributedCommunicationandComputingCollaborationforAITasksin

WirelessComputingPowerNetworks

ZHANGShenhu,YANGRuiqiao,XIEYunjing,YANShi

(StateKeyLaboratoryofNetworkingandSwitchingTechnology,BejingUniversityofPostsandTelecommunications,Beijing100876,China)

[Abstract]Byconvergingcommunication,computing,andmodelcapabilities,6Gnetworksareabletoprovidedistributed,efficient,

real-time,andenergy-savingAIservicecapabilities.Asitsfoundationalplatform,wirelesscomputingpowernetworks,

throughon-demandcomputingservicesandrationaldistributedcommunication-computingcollaborativedesign,arepoised

tobecomeanimportantsupportsolutionfortheextremelyhighcomputingpowerdemandsoffuturemobileAlapplications.

Thispaperfirstclassifiesandanalyzestypica