6G内生AI网络架构十问

人工智能（Artificial Intelligence）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（Human Intelligence）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（Information and Communications Technology）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（AI as a 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。