【中国移动研究院】6G内生AI架构及AI大模型_20页_2mb

6G内生AI架构及AI大模型总结

核心内容

6G网络将实现内生AI架构，以支持网络自治、ToC（面向消费者）和ToB（面向企业）的AI服务需求。6G不仅是通信技术的升级，更是网络与AI深度融合的平台，具备通信、感知、计算、AI、大数据、安全等多维能力，为AI大模型的训练和推理提供支撑。

主要观点

• AI已成为产业升级的核心驱动力，推动自动化、数字化和智能化发展，6G需支持泛在智能服务。
• 网络自治需要AI，6G网络将通过内生AI实现更高效的自我管理与优化。
• 6G内生AI架构将AI三要素（数据、算法、算力）作为网络内部资源，实现与通信资源的协同，提升AI服务的质量与效率。
• **AI服务质量（QoAIS）**是6G网络对AI服务进行评估的新指标体系，包含AI服务QoS、AI任务QoS、AI资源QoS三个层次，形成闭环保障机制。
• 6G与AI大模型融合将带来网络能力的跃迁，从用例驱动转向能力驱动，降低AI应用开发门槛，推动AI工程化与规模化落地。
• 6G网络将新增多个逻辑面，包括数据面、计算面、智能面等，实现通信、感知、计算、AI等能力的一体化融合。
• 云AI服务提供商需与6G网络协同，为用户提供高质量、可保障的AI服务，同时兼顾数据隐私与安全。

关键信息

6G内生AI的驱动力

• 6G网络需要支持网络自治、用户AI需求和企业AI需求。
• 网络智能化将从通信、计算、数据等单一维度走向融合，提升整体服务性能。
• 6G需具备统一框架、高效数据采集与传输、资源协同机制，以实现高质量AI服务。

6G内生AI架构及关键技术

• 内生AI将AI作为网络的一部分，实现与通信资源的深度融合。
• 6G网络将通过三层闭环机制（数据采集、模型训练、服务优化）保障AI服务质量。
• 通算融合协议将实现对计算和通信的协同管控，满足AI服务的连接与计算需求。
• 网络智能面将为AI提供全生命周期的运行环境，包括数据采集、预处理、模型训练、推理等。
• 数据采集与处理是AI大模型训练的关键，6G网络将承担数据采集、预处理等任务，提升数据服务效率。

6G与AI大模型

• AI大模型（如GPT-3、BERT、PaLM等）具有强大的泛化能力，为6G网络提供智能化支持。
• AI训练与推理需依赖高带宽、低时延的网络环境，6G网络将支持AI大模型的训练和推理过程。
• AI大模型训练通常在数据中心进行，依赖高速光纤连接，而推理服务可通过6G网络分布式部署，降低时延并提高效率。
• 数据挑战包括数据获取难、标准化程度低、质量差等问题，需通过数据实时校验、闭环稽核、数据开放等手段解决。
• AI大模型使能网络的场景包括网络运维、网络运行、算网融合等，涉及多种数据类型与处理方式。

AI大模型应用场景

6G网络的三大转变

1. 从烟囱式开发到泛在智能的统一网络AI框架
   实现AI与通信能力的融合，构建一体化的网络服务系统。

2. 从外挂叠加到内生一体
   AI功能将作为网络的一部分，实现与网络资源的深度融合。

3. 从尽力而为到按需可得
   提供可保障的AI服务质量（QoAIS），满足用户与企业的差异化需求。

6G网络与AI大模型的协同

• 网络使能AI大模型：6G网络提供高速数据采集、传输与计算资源，支持AI大模型的训练与推理。
• AI赋能网络：AI大模型将提升网络的自治、感知、决策等能力，实现智能化运行与管理。

6GANA平台与未来展望

• 6GANA是全球6G网络AI交流平台，致力于推动6G网络智能化与AI融合的发展。
• 6GANA平台将促进国际学术交流，支持6G架构创新，包括网络简化与自治。
• IEEE GLOBECOM 2023 Workshop 11聚焦6G智能架构，探讨网络简化与自治的新进展，鼓励专家和学者投稿研究。

6G与AI融合的挑战与对策

• 数据挑战：数据获取难、标准化不足、质量差，需通过数据开放、实时校验、闭环稽核等手段解决。
• 算力挑战：AI大模型训练与推理需大量算力，6G网络需提供高效的算力资源与调度机制。
• 安全与隐私：AI服务需保障数据安全与隐私，防止泄露与滥用。

总结

6G内生AI架构是实现网络智能化与AI大模型融合的关键路径。通过构建统一框架、高效数据服务、计算与通信协同机制，6G将为用户提供高质量、可保障的AI服务。同时，6G网络将支持AI大模型的训练与推理，推动AI在通信、感知、计算等领域的广泛应用。未来，6GANA平台将发挥重要作用，推动全球6G网络AI技术的发展与创新。