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景、新用例,感知、計算、智能將是5G 增強(5G-Advance,5G-A)甚至6G 新系統(tǒng)的重要技術(shù)組成,可實現(xiàn)運營、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)用場景,即沉浸實時、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 三大場景(即增強型移動寬帶、超高可靠低時延通信、海量物聯(lián)網(wǎng)通信)基礎(chǔ)上進行深化,將增強型移動寬帶擴展為沉浸式通信,同時拓展了泛在連接、人工智能與通信融合、感知與通信融合三大新型場景,最終形成6G 六大應(yīng)用場景,即沉浸式通信、極高可靠低時延通信、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 場景下的眾多業(yè)務(wù)應(yīng)用具有密集型計算、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的情況下為網(wǎng)絡(luò)自身和終端按需提供計算服務(wù),此外,算力將成為6G 內(nèi)生智能、感知等計算型服務(wù)的基礎(chǔ)平臺能力。因此,網(wǎng)絡(luò)架構(gòu)向通感智算一體化方向演進是面向6G 發(fā)展的必然趨勢。
1 通感智算一體化網(wǎng)絡(luò)演進挑戰(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,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)雜程度進一步增加,其演進也面臨巨大挑戰(zhàn)。
在通感方面,實現(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延、業(yè)務(wù)處理能力等,進行架構(gòu)的合理化設(shè)置。
在智能化方面,實現(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)和場景中的智能服務(wù)對網(wǎng)絡(luò)的需求千差萬別,模型評估及智能化服務(wù)質(zhì)量指標尚無成熟的量化評估方式,如何評估智能化服務(wù)質(zhì)量也是一個重要挑戰(zhàn)。
在算力方面,實現(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)點中,在各個網(wǎng)元節(jié)點可能都有算力部署。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,可實現(xiàn)高層AI(通感融合、智能編排)、物理層AI(編譯碼、信道估計、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行智能基因重組,實現(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。通感融合不僅要考慮通信的指標,還要考慮感知的指標。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、判別標準和關(guān)鍵技術(shù),并以AI、機器學(xué)習(xí)等智能化技術(shù)進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循序漸進的過程,需從架構(gòu)、關(guān)鍵技術(shù)和評價指標等方面進行研究,可以有效提升通信質(zhì)量,也可以實現(xiàn)無接觸感知,是未來較有潛力的發(fā)展場景。通感融合將面臨來自場景需求、政策和技術(shù)等多方面影響,但是其對資源的深度集成化,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。以下對面向通感發(fā)展的業(yè)務(wù)和功能進行詳細介紹。
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)元實現(xiàn)感知的功能,并不會過度要求感知對通信的優(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,實現(xiàn)一機多用;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:精細化感知輔助高效能通信,實現(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,實現(xiàn)分布式、高效化、低時延的通感融合網(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)演進及模型分級部署兩方面介紹網(wǎng)絡(luò)智能化演進情況。
(1)網(wǎng)絡(luò)智能化技術(shù)演進特征
隨著無線網(wǎng)絡(luò)的演進,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)議和流程進行深度融合設(shè)計。
到6G 階段,無線網(wǎng)絡(luò)將向智能內(nèi)生方向演進,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)議和流程進行深度融合設(shè)計,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)點間多維異構(gòu)資源的協(xié)調(diào)性以及智能服務(wù)對性能的差異化需求。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)對通信、計算、數(shù)據(jù)和存儲資源的不同需求[9]。
(2)網(wǎng)絡(luò)智能化模型分級部署
從網(wǎng)絡(luò)智能化實現(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、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,可進行小規(guī)模AI 訓(xùn)練和AI 推理,其它大、中模型根據(jù)場景需求可分別部署在移動邊緣計算(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,可擴展性強,數(shù)據(jù)采集時延大于15 min,支持非實時智能化預(yù)測分析,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,支持近實時(＞1 s)智能化預(yù)測分析,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)實現(xiàn)特定結(jié)果輸出的計算能力,常用每秒浮點操作數(shù)(Floating-point Operations Per Second,FLOPS)作為度量單位。數(shù)字經(jīng)濟時代,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)濟發(fā)展的堅實基礎(chǔ)。算力發(fā)展歷經(jīng)三個階段:早期單點式計算通過使用一臺大型計算機或一臺個人計算機獨立完成全部計算任務(wù);隨著計算需求的增加,單點式計算逐漸呈現(xiàn)算力不足的趨勢,如網(wǎng)格計算等分布式計算架構(gòu)開始出現(xiàn),分布式計算可將巨大的計算任務(wù)分解為眾多小型計算任務(wù)并交由不同的計算機完成;隨著信息化和數(shù)字化的不斷深入,各行各業(yè)表現(xiàn)出對算力的強烈需求,云計算技術(shù)應(yīng)運而生。云計算技術(shù)可看作分布式計算的新范式,其本質(zhì)是將大量的零散算力資源進行打包、匯聚,實現(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,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算需求。無線網(wǎng)絡(luò)通過在算力上搭載智能化應(yīng)用,實現(xiàn)對網(wǎng)絡(luò)資源和性能的優(yōu)化;算力編排中心通過對網(wǎng)絡(luò)狀態(tài)、能力、需求,以及算力分布的感知,實現(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,不同的計算功能對算力的需求也不同,例如,物理層計算對實時性要求高,采用中央處理器(Central Processing Unit,CPU)串行計算的方式無法滿足實時性需求;網(wǎng)絡(luò)級智能化在網(wǎng)管層進行訓(xùn)練、推理,對算力要求高,對實時性要求低,采用專用集成電路(Application Specific Integrated Circuit,ASIC)進行計算,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中,需要部署CPU、圖形處理器、ASIC 和現(xiàn)場可編程門陣列等多維異構(gòu)算力資源,實現(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
隨著移動通信網(wǎng)絡(luò)建設(shè)規(guī)模逐年增加,通信設(shè)備對能源的需求與日俱增。未來,6G 系統(tǒng)將極大增強與擴展移動通信系統(tǒng)的應(yīng)用,對傳輸速率、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)下實現(xiàn),結(jié)合AI、大數(shù)據(jù)等技術(shù),實時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)出精準匹配每個小區(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、設(shè)備級、網(wǎng)絡(luò)級等層面實現(xiàn)不同的技術(shù)方案,在保障用戶業(yè)務(wù)體驗的同時,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 多個頻段密切協(xié)同;業(yè)務(wù)層面,應(yīng)用場景更多且需求差異巨大,對網(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)組合出的目標體驗,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)計意義上的小區(qū)級關(guān)鍵績效指標為目標,在相同承載中的不同數(shù)據(jù)業(yè)務(wù)沒有被區(qū)別對待,無法精準匹配用戶業(yè)務(wù)體驗的真實需求[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。因此，信息模型的發(fā)展更需要各方的信息合作，共同推進，最后的目標就是實現(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)動力,依托面向6G 的內(nèi)生智能,通過智能化手段實現(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)提供確定性的精準服務(wù),從而保障差異化的用戶體驗。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最優(yōu)解,實現(xiàn)用戶編排;另一方面通過在話務(wù)的特定時空分布下求取網(wǎng)絡(luò)服務(wù)能力最優(yōu)解,實現(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,對物理層功能(如信道編碼調(diào)制、波形、多址、多天線MIMO、接收機算法等)進行增強。由于當(dāng)前通信網(wǎng)絡(luò)應(yīng)用范圍廣、場景豐富、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,從而提升物理層性能。
物理層AI 由于其對實時性要求高,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)替代某一個或幾個物理層功能,例如信道狀態(tài)信息反饋、信道估計模塊分別用AI算法實現(xiàn);二是物理層功能全部用AI 實現(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 激活場景下,網(wǎng)絡(luò)性能相比未激活時應(yīng)有較大幅度提升才可應(yīng)用。
4 結(jié)束語
隨著數(shù)字化進程加速,以新基建為核心的數(shù)字化轉(zhuǎn)型正在影響整個社會,大數(shù)據(jù)、云計算和人工智能等新一代數(shù)字技術(shù)的發(fā)展正在為各實體經(jīng)濟、傳統(tǒng)產(chǎn)業(yè)提供支持,推進社會向全方位的產(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展現(xiàn)實、全息遠程呈現(xiàn)、交互型3D 虛擬數(shù)字人、協(xié)作機器人、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),都對通信、感知、計算和智能水平提出了更高要求。
面對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)演進架構(gòu),分析了通感智算一體化技術(shù)演進需求、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)還需進一步深入研究和評估,并開展相關(guān)技術(shù)方案的驗證試驗,滿足千行百業(yè)對網(wǎng)絡(luò)的差異化體驗需求。
