面向6G的網(wǎng)絡(luò)智能化研究

王晴天，劉洋，劉海濤，宗佳穎，楊峰義

（中國電信股份有限公司研究院 5G研發(fā)中心，北京 102209）

0 引言

隨著5G的商用，全球領(lǐng)域科研人員對6G的研究腳步也在加速。據(jù)統(tǒng)計，平均每月每部移動設(shè)備的流量消耗將從2020年的5 GB增長至2030年的250 GB，伴隨著移動數(shù)據(jù)指數(shù)增長的趨勢，以及新型業(yè)務(wù)場景（如擴展現(xiàn)實和元宇宙等）對網(wǎng)絡(luò)傳輸速率、可靠性等參數(shù)有更高的要求。當(dāng)前的5G網(wǎng)絡(luò)雖然已經(jīng)能夠支撐大規(guī)模流量和新型應(yīng)用場景，但隨著場景的迭代和需求的提升，6G的研究迫在眉睫。6G將繼續(xù)在5G的基礎(chǔ)上推進超大帶寬、超低時延和超高可靠性的連接，并持續(xù)支持各種新型的智能化應(yīng)用場景。2020年芬蘭奧盧大學(xué)的6G Flagship項目發(fā)布了White Paper on 6G Networking[1]，提出了6G網(wǎng)絡(luò)兼容軟件化和服務(wù)化的架構(gòu)特點，并兼?zhèn)鋽?shù)據(jù)分析功能，涵蓋智能化特征，能夠?qū)崿F(xiàn)網(wǎng)絡(luò)功能的自我管理。同年，紫金山實驗室發(fā)布了6G研究白皮書《6G無線網(wǎng)絡(luò)：愿景、使能技術(shù)與新應(yīng)用范式》[2]，針對6G新的范式列舉了全覆蓋、全頻譜、全應(yīng)用和強安全4個特征，全覆蓋意味融合衛(wèi)星通信、陸地通信、海洋通信以及現(xiàn)有的無線通信技術(shù)和無人機等技術(shù)，打造空天地海一體化的網(wǎng)絡(luò)；全頻率涵蓋sub-6 GHz、毫米波、太赫茲等頻譜資源；全應(yīng)用實現(xiàn)云網(wǎng)全面融合，打造算網(wǎng)、存儲一體化，應(yīng)用人工智能（artificial intelligence，AI）技術(shù)，推進網(wǎng)絡(luò)智能化；強安全將內(nèi)生安全考慮在6G網(wǎng)絡(luò)中。IMT-2030推進組在《6G總體愿景與潛在關(guān)鍵技術(shù)白皮書》[3]中指出6G網(wǎng)絡(luò)是構(gòu)建人機物智能互聯(lián)的網(wǎng)絡(luò)，并著力打造數(shù)字世界，應(yīng)用智能化手段，實現(xiàn)“萬物智聯(lián)、數(shù)字孿生”的愿景?？梢?，6G中網(wǎng)絡(luò)智能化的特征已經(jīng)得到了業(yè)界的關(guān)注。

網(wǎng)絡(luò)智能化的發(fā)展，得益于近年來AI技術(shù)的飛速發(fā)展。機器學(xué)習(xí)（machine learning，ML）和深度學(xué)習(xí)（2eep learning，DL）在空口、資源管理和物理層等多個領(lǐng)域應(yīng)用。同時在應(yīng)用場景的驅(qū)動下，網(wǎng)絡(luò)智能化的概念也逐步在網(wǎng)絡(luò)中凸顯，AI技術(shù)能夠自動從數(shù)據(jù)中提取特征，自動發(fā)現(xiàn)問題、定位問題和解決問題，便于實現(xiàn)網(wǎng)絡(luò)的自動升級和維護。AI在網(wǎng)絡(luò)中的應(yīng)用能夠提升網(wǎng)絡(luò)的自動化程度，降低網(wǎng)絡(luò)管理和優(yōu)化的復(fù)雜度。

伴隨著網(wǎng)絡(luò)演進的穩(wěn)步深入，6G網(wǎng)絡(luò)中的智能化更加全面化，已經(jīng)不限于應(yīng)用AI算法解決資源的調(diào)度和網(wǎng)元的維護等問題，而是AI融入6G網(wǎng)絡(luò)，達到AI內(nèi)生[2-5]。AI內(nèi)生存在于6G網(wǎng)絡(luò)中的各個單元，如在物理層信道建模中可以應(yīng)用AI算法的自學(xué)習(xí)能力，根據(jù)采集的物理層信道數(shù)據(jù)集，通過AI算法提取數(shù)據(jù)特征，推算新的信道模型，該方法無須建立數(shù)學(xué)模型假設(shè)，利用直接真實的數(shù)據(jù)提取特征，更加貼近實際環(huán)境。6G全覆蓋的網(wǎng)絡(luò)架構(gòu)下，多種異構(gòu)資源的融合讓網(wǎng)絡(luò)體系更加多元，提升了網(wǎng)絡(luò)的設(shè)計難度，AI內(nèi)生的智能化能夠從網(wǎng)絡(luò)架構(gòu)內(nèi)部梳理異構(gòu)資源，完成資源的合理調(diào)度，進而支撐更多的6G應(yīng)用場景。6G網(wǎng)絡(luò)中AI內(nèi)生的演進路線不是建立一個全新的網(wǎng)絡(luò)架構(gòu)體系，而是一個從“外”到“內(nèi)”的過程，AI技術(shù)從網(wǎng)絡(luò)架構(gòu)的“外側(cè)”逐步推進、逐層融入，形成6G網(wǎng)絡(luò)的內(nèi)生“大腦”。因此，本文針對此問題進行了6G網(wǎng)絡(luò)智能化的研究。

本文首先從6G智能化應(yīng)用場景入手，描述6G網(wǎng)絡(luò)對智能化業(yè)務(wù)的支撐，接著總結(jié)了網(wǎng)絡(luò)智能化標準進展，并總結(jié)6G網(wǎng)絡(luò)智能化中網(wǎng)絡(luò)數(shù)據(jù)庫的建立、AI算法的設(shè)計、實時智能與非實時智能和安全性4個特征，而后提出了面向6G的網(wǎng)絡(luò)智能化架構(gòu)并通過室內(nèi)定位案例場景詳細闡述架構(gòu)中網(wǎng)絡(luò)智能化的應(yīng)用流程，最后給出了網(wǎng)絡(luò)智能化的演進技術(shù)。

1 6G智能化新型應(yīng)用場景

1.1 擴展現(xiàn)實

擴展現(xiàn)實（exten2e2 reality，XR）包含了虛擬現(xiàn)實（virtual reality，VR）、增強現(xiàn)實（augmente2 reality，AR）和混合現(xiàn)實（mixe2 reality，MR）等場景，并已經(jīng)應(yīng)用于教育、醫(yī)療等領(lǐng)域。XR集成味覺、嗅覺、觸覺、視覺和聽覺感官刺激，營造逼真的用戶體驗，并借助計算機技術(shù)和可穿戴設(shè)備建立物理世界、虛擬世界和人－機器間的連接關(guān)系。在XR場景中，需要使用基于無線電波傳感器來檢測三維環(huán)境（3D），6G的雷達頻譜需滿足3D雷達和XR場景中可靠性和精度的水平，傳輸速率在XR場景中需要保證100 Gbit/s和端到端1 ms的時延[6]。同時，為保證高品質(zhì)用戶體驗的連續(xù)性，6G網(wǎng)絡(luò)需要提供強大的圖形計算處理能力支撐圖片渲染，以及大吞吐量、超高可靠性和超低時延的無線網(wǎng)絡(luò)保證用戶體驗的延續(xù)性。此外，6G網(wǎng)絡(luò)內(nèi)生的智能化技術(shù)還能保證XR技術(shù)的最主要的人－機交互[7]。

1.2 數(shù)字孿生

數(shù)字孿生（2igital twin）[8]借助多種技術(shù)手段，實現(xiàn)物理世界實體特征的提取和抽象，繼而映射出對應(yīng)的虛擬世界，最終實現(xiàn)數(shù)字世界對物理世界的一系列操作，如仿真、控制、下發(fā)指令等，當(dāng)前主要應(yīng)用在工業(yè)和醫(yī)療等領(lǐng)域。6G網(wǎng)絡(luò)作為傳輸媒介，承載著物理世界數(shù)以萬億級的設(shè)備與數(shù)字世界通信。超大帶寬、超高可靠性和超低時延確保物理世界與數(shù)字世界的交互，但是超大規(guī)模的設(shè)備交互，必然產(chǎn)生更大規(guī)模的數(shù)據(jù)，數(shù)據(jù)傳輸?shù)木_性和網(wǎng)絡(luò)調(diào)度的實時性給6G網(wǎng)絡(luò)注入了新的挑戰(zhàn)，在數(shù)字孿生場景中，6G網(wǎng)絡(luò)需要支持100～10 000 Mbit/m2的流量密度，提供接近有線傳輸?shù)目煽啃訹9]。內(nèi)生智能對復(fù)雜環(huán)境的處理優(yōu)勢，也被認為是當(dāng)前處理這些挑戰(zhàn)的潛在技術(shù)。

1.3 元宇宙

元宇宙的概念近期受到產(chǎn)業(yè)界和學(xué)術(shù)界的推捧，維基百科中對元宇宙的定義為用來描述一個未來持久化和去中心化的在線三維虛擬環(huán)境，此虛擬環(huán)境將可以通過虛擬現(xiàn)實眼鏡、增強現(xiàn)實眼鏡、手機、個人計算機和電子游戲機進入人造的虛擬世界[10]。國外微軟和Facebook，以及國內(nèi)騰訊、字節(jié)跳動等企業(yè)已經(jīng)開啟對元宇宙的布局和初步探究。6G網(wǎng)絡(luò)作為元宇宙的底座，實現(xiàn)多樣化異構(gòu)設(shè)備間超低時延和超高可靠性的人機交互，同時保證算力提供和一系列認證安全服務(wù)。元宇宙將是6G網(wǎng)絡(luò)的重要應(yīng)用場景，多樣化的異構(gòu)設(shè)備的接入、多維度的數(shù)據(jù)傳輸和高密集的數(shù)據(jù)交互，都需要6G網(wǎng)絡(luò)從多維度支撐，6G網(wǎng)絡(luò)需要保證10–9的可靠性和10 ns的處理時延[11]確保元宇宙世界與物理世界的連接。網(wǎng)絡(luò)智能化在6G網(wǎng)絡(luò)中的內(nèi)生，能夠為這類復(fù)雜應(yīng)用場景的編排和調(diào)度提供強力的支持，同時元宇宙內(nèi)虛擬世界秩序的制定和維護皆可利用AI內(nèi)生嵌入、更新和升級。

2 6G網(wǎng)絡(luò)智能化研究進展

在6G網(wǎng)絡(luò)演進趨勢中，云化、虛擬化、軟件化和智能化仍然是6G網(wǎng)絡(luò)的主要特征[12]。本節(jié)首先總結(jié)相關(guān)標準化組織在網(wǎng)絡(luò)智能化領(lǐng)域的研究進展，然后給出網(wǎng)絡(luò)智能化的特點。

2.1 網(wǎng)絡(luò)智能化標準進展

3GPP組織在TS 23.503中定義了網(wǎng)絡(luò)數(shù)據(jù)分析功能（network 2ata analytics function，NBDAF）模塊，該模塊用于收集網(wǎng)元產(chǎn)生的數(shù)據(jù)并進行數(shù)據(jù)分析，NBDAF的出現(xiàn)代表著5G網(wǎng)絡(luò)走向智能化。國際電信聯(lián)盟電信標準化部門（ITU- Telecommunications Stan2ar2ization Sector，ITU-T）的SG13（Stu2y Group 13）成立了Machine Learning for Future Networks Inclu2ing 5G進行網(wǎng)絡(luò)智能化研究，主要從接口、網(wǎng)絡(luò)架構(gòu)、協(xié)議、算法和數(shù)據(jù)格式的角度開展。ETSI的體驗式網(wǎng)絡(luò)化智能行業(yè)規(guī)范組（In2ustry Specification Group Experiential Networke2 Intelligence，ISG ENI）從應(yīng)用案例、需求、內(nèi)容感知機制管理、術(shù)語規(guī)范和概念驗證架構(gòu)（proof of concept）5個方面開展網(wǎng)絡(luò)智能化研究。近年發(fā)展的開放式無線電線入網(wǎng)（Open Ra2io Access Network，O-RAN）組織一直在關(guān)注開放式無線電接入網(wǎng)（ra2io access network，RAN）的研究，并在BG2（Bork Group2）和BG3中設(shè)計了網(wǎng)絡(luò)智能化的架構(gòu)和對應(yīng)接口。中國通信標準化協(xié)會（China Communications Stan2ar2s Association，CCSA）也一直在開展網(wǎng)絡(luò)智能化標準的研究任務(wù)，已經(jīng)在TC1（Technical Committee 1）、TC3、TC5和TC7中分別對網(wǎng)絡(luò)智能化的應(yīng)用場景、關(guān)鍵技術(shù)以及網(wǎng)絡(luò)智能化在無線網(wǎng)絡(luò)和傳送網(wǎng)絡(luò)中的應(yīng)用開展標準的討論和制定。網(wǎng)絡(luò)智能化組織研究進展見表1。

表1 網(wǎng)絡(luò)智能化組織研究進展

當(dāng)前各組織對6G智能化的研究，多以網(wǎng)絡(luò)架構(gòu)為基礎(chǔ)，延續(xù)虛擬化和服務(wù)化的理念，采用層次化架構(gòu)，利用AI算法解決相關(guān)的應(yīng)用場景問題，繼而設(shè)計對應(yīng)的模塊和接口，完成業(yè)務(wù)邏輯流程。針對網(wǎng)絡(luò)虛擬化架構(gòu)基礎(chǔ)和應(yīng)用場景的驅(qū)動力，未來6G智能化標準的研究建立在網(wǎng)絡(luò)智能化核心模塊（如NBDAF）的基礎(chǔ)上，歸納應(yīng)用場景（如室內(nèi)定位）當(dāng)前需求痛點，并量化為網(wǎng)絡(luò)需求，逐步完善智能化模塊設(shè)計、接口數(shù)據(jù)類型和內(nèi)容，構(gòu)建合理的業(yè)務(wù)邏輯鏈，最終實現(xiàn)內(nèi)生智能在6G架構(gòu)中的融入。

2.2 6G網(wǎng)絡(luò)智能存在問題

在6G智能化設(shè)計理念中，“外掛”智能是當(dāng)前6G網(wǎng)絡(luò)智能演進的主要路線，通過在網(wǎng)絡(luò)架構(gòu)中引入智能模塊，實現(xiàn)智能化的功能?！巴鈷臁敝悄茈S著技術(shù)瓶頸的突破和智能算法的完善，逐步向“內(nèi)”推進，根據(jù)6G網(wǎng)絡(luò)每層的特點和功能，嵌入對應(yīng)的算法，實現(xiàn)智能“內(nèi)生”。6G網(wǎng)絡(luò)智能不僅是機器學(xué)習(xí)算法的嵌入，還需要根據(jù)特定的場景需求，設(shè)計新的機器學(xué)習(xí)算法。

通用接口的設(shè)計也是推進6G網(wǎng)絡(luò)智能的助力，當(dāng)前的網(wǎng)絡(luò)形態(tài)實現(xiàn)對應(yīng)的功能需要專用的協(xié)議，協(xié)議間的轉(zhuǎn)換需要資源的開銷，通用的接口方式能夠有效節(jié)省資源的開銷，也便于接口的擴展和機器學(xué)習(xí)算法的嵌入和更新。

2.3 6G網(wǎng)絡(luò)智能演進支撐技術(shù)

6G網(wǎng)絡(luò)智能化的演進需建立在現(xiàn)有網(wǎng)絡(luò)智能化的基礎(chǔ)上不斷向前推進，6G內(nèi)生智能的實現(xiàn)離不開大量數(shù)據(jù)的采集、相關(guān)AI算法的設(shè)計實現(xiàn)、業(yè)務(wù)需求導(dǎo)向的實時和非實時智能，以及安全性的考量。

（1）網(wǎng)絡(luò)數(shù)據(jù)庫建立

機器學(xué)習(xí)和深度學(xué)習(xí)算法都建立在數(shù)據(jù)集的基礎(chǔ)上。數(shù)據(jù)集具備數(shù)據(jù)類型繁多、數(shù)據(jù)價值密度低和數(shù)據(jù)高速處理、時效性要求高等特征。網(wǎng)絡(luò)數(shù)據(jù)主要來自于網(wǎng)元設(shè)備數(shù)據(jù)、網(wǎng)絡(luò)信道數(shù)據(jù)和用戶非隱私部分數(shù)據(jù)。網(wǎng)絡(luò)數(shù)據(jù)集的建立依賴設(shè)備制造商的配合，設(shè)備制造商需要把設(shè)備采集的數(shù)據(jù)開放給相關(guān)運營商。運營商間的數(shù)據(jù)共享，對網(wǎng)絡(luò)數(shù)據(jù)集的建立有積極的影響。6G網(wǎng)絡(luò)的海量接入，不可避免地會采集到冗余的數(shù)據(jù)信息，需要設(shè)計一系列的算法和采取措施對采集的數(shù)據(jù)集進行“清洗”和“提純”。高速數(shù)據(jù)處理和高時效性要求6G網(wǎng)絡(luò)具備對采集的數(shù)據(jù)有快速轉(zhuǎn)移的能力，同時6G網(wǎng)絡(luò)的算力能夠滿足數(shù)據(jù)的快速處理和訓(xùn)練的需求。

（2）AI算法的設(shè)計

6G網(wǎng)絡(luò)全覆蓋、全連接的特點提升了網(wǎng)絡(luò)的復(fù)雜度和動態(tài)變化頻率，網(wǎng)絡(luò)中前期廣泛使用的動態(tài)規(guī)劃、博弈論和凸優(yōu)化等算法理論較難與實際情況結(jié)合。AI算法具備從數(shù)據(jù)集中挖掘數(shù)據(jù)特征的優(yōu)勢，且AI算法的實現(xiàn)無須建立在假設(shè)條件上?，F(xiàn)有網(wǎng)絡(luò)中AI算法多為從其他領(lǐng)域（如圖像處理、自然語言處理等領(lǐng)域）移植的算法，并非專門為網(wǎng)絡(luò)智能化定制的算法。后續(xù)隨著網(wǎng)絡(luò)數(shù)據(jù)集的完善，應(yīng)用場景的更新以及網(wǎng)絡(luò)需求的多樣，需要創(chuàng)新6G網(wǎng)絡(luò)智能化相關(guān)的AI算法。

（3）實時智能和非實時智能

AI算法存在訓(xùn)練耗時的缺點，而且數(shù)據(jù)模型的傳輸會因網(wǎng)絡(luò)狀態(tài)的變化產(chǎn)生時延抖動，難以滿足6G網(wǎng)絡(luò)對低時延應(yīng)用場景的需求。因此，6G的內(nèi)生智能從業(yè)務(wù)場景對時延需求的角度出發(fā)，考慮實時智能和非實時智能。實時智能部署在網(wǎng)絡(luò)邊緣，如部署在多接入邊緣計算（multi-access e2ge computing，MEC）節(jié)點，實時智能模型的訓(xùn)練一般不在用戶側(cè)實現(xiàn)，因為對時延的嚴苛要求，促使用戶側(cè)完成對應(yīng)用的快速響應(yīng)處理，模型的訓(xùn)練可以根據(jù)AI算法的特性以及邊緣算力分布在網(wǎng)絡(luò)的邊緣，也可以在算力更加豐富的云數(shù)據(jù)中心訓(xùn)練，然后將訓(xùn)練后的模型下發(fā)至實時智能部署側(cè)。非實時智能則可部署在物理上不靠近用戶側(cè)、算力豐富的區(qū)域，如云數(shù)據(jù)中心，非實時智能可以運行多種AI算法，完成對AI模型的訓(xùn)練，滿足對時延不太敏感的應(yīng)用場景需求。

實時智能和非實時智能不是互相獨立的，而是相互協(xié)作。實時智能和非實時智能間需要專用的接口進行通信，該接口需要保證通信的安全性。非實時智能可以將訓(xùn)練完成的模型下發(fā)至實時智能中，實時智能在實際場景中再完成參數(shù)更新，并反饋至非實時智能中。對于6G應(yīng)用場景，如智能工廠等，有可能出現(xiàn)在生產(chǎn)過程中，某一階段對時延要求較低，而另一階段較高，因此會出現(xiàn)實時與非實時智能的協(xié)作支撐應(yīng)用場景。

（4）安全性

6G網(wǎng)絡(luò)的內(nèi)生智能為6G網(wǎng)絡(luò)安全既帶來了機遇也迎來了挑戰(zhàn)。一方面，多樣的AI安全算法部署在6G網(wǎng)絡(luò)中，提升網(wǎng)絡(luò)安全性；另一方面，大量算法的部署加大了對數(shù)據(jù)量的需求，更多種類的數(shù)據(jù)接口相繼產(chǎn)生，繼而增加了網(wǎng)絡(luò)安全風(fēng)險，而且部分的AI算法在設(shè)計初始并未考慮安全性問題。因此，6G網(wǎng)絡(luò)在實現(xiàn)智能化時就應(yīng)該首先考慮安全性。

海量的異構(gòu)設(shè)備接入6G網(wǎng)絡(luò)，認證請求頻次會愈發(fā)頻繁，傳統(tǒng)的認證方式難以符合需求。區(qū)塊鏈去中心化的方式，能夠防止認證信息的篡改，確保信息交互的安全性。量子技術(shù)近年的研究發(fā)展也應(yīng)用于信息安全領(lǐng)域，量子態(tài)因為其不可復(fù)制的特性，因此無須擔(dān)心信息泄露，其次量子信息在傳輸時若被監(jiān)聽，量子態(tài)會發(fā)生變化，繼而出現(xiàn)傳輸和發(fā)送信息不匹配情況，可以銷毀信息重新發(fā)送。

3 面向6G的網(wǎng)絡(luò)智能化架構(gòu)

面向6G的網(wǎng)絡(luò)智能化架構(gòu)如圖1所示，該架構(gòu)垂直方向分為終端接入層、基礎(chǔ)設(shè)施資源層、服務(wù)化層和應(yīng)用層，并在服務(wù)化層和應(yīng)用層水平方向設(shè)計資源編排與網(wǎng)絡(luò)控制器。本文架構(gòu)采用虛擬化的架構(gòu)思路，將網(wǎng)絡(luò)智能化引入資源編排與網(wǎng)絡(luò)控制器中，智能化的結(jié)構(gòu)遵循智能內(nèi)生的需求，實現(xiàn)6G網(wǎng)絡(luò)的行為決策在網(wǎng)絡(luò)內(nèi)部實現(xiàn)。面對6G場景的多樣性，非實時智能器內(nèi)能嵌入多種機器學(xué)習(xí)算法，并完成算法的訓(xùn)練和更新，實現(xiàn)對場景的快速響應(yīng)和支撐。服務(wù)化RAN的設(shè)計思路兼具模塊化、無狀態(tài)和獨立化的特點，可實現(xiàn)虛擬化RAN的快速部署，解決多種場景對RAN的定制化需求，服務(wù)化促進RAN與智能化技術(shù)的融合，最終實現(xiàn)內(nèi)生AI。

圖1 面向6G的網(wǎng)絡(luò)智能化架構(gòu)

（1）終端接入層

該層實現(xiàn)終端接入網(wǎng)絡(luò)，終端接入層兼容各式各樣的設(shè)備接入6G網(wǎng)絡(luò)，設(shè)備種類的不同，造成了接入方式的多樣化，本層應(yīng)在支持傳統(tǒng)無線接入（如5G、Bi-Fi）和固定接入（如雙絞線、光接入）的基礎(chǔ)上，支持無人機接入、衛(wèi)星接入和?；尤氲雀鄻踊慕尤敕绞健?/p>

（2）基礎(chǔ)設(shè)施資源層

本層提供計算、存儲、網(wǎng)絡(luò)和加速等資源。計算資源依靠，如x86和ARM（acorn RISC machine）的通用設(shè)備。存儲設(shè)備可以為專用的存儲服務(wù)器，也可以為移動存儲設(shè)備。網(wǎng)絡(luò)資源為網(wǎng)絡(luò)接入設(shè)備和交換設(shè)備所提供的如頻譜、帶寬等資源。加速設(shè)備是為了輔助通用設(shè)備提升效率，包括現(xiàn)場可編程門陣列（fiel2- programmable gate array，F(xiàn)PGA）和專用集成電路（application specific integrate2 circuit，ASIC）。此外，基礎(chǔ)設(shè)施資源層還支持如高精度時鐘等網(wǎng)絡(luò)同步設(shè)備，保證設(shè)備的時間同步性。

（3）服務(wù)化層

服務(wù)化層包括了虛擬化平臺、云中間件和服務(wù)化應(yīng)用單元。虛擬化平臺將基礎(chǔ)設(shè)施層所提供的資源抽象為可以使用的虛擬單元，如虛擬機（virtual machine，VM）和容器（container）。云中間件包括消息隊列、數(shù)據(jù)庫等保證虛擬單元間信息交互、傳遞和存儲的單元。云中間件上層為服務(wù)化應(yīng)用（service base2 architecture application，SBA App），一個服務(wù)化應(yīng)用如圖1中服務(wù)化層中虛線框所示，該單元包括一個或者多個網(wǎng)絡(luò)功能單元（network function，NF），每個NF內(nèi)部獨立運行著網(wǎng)絡(luò)功能，多個NF間協(xié)作實現(xiàn)一個服務(wù)化應(yīng)用的功能如服務(wù)化無線電接入網(wǎng)（service base2 architecture ra2io access network，SBA RAN）。

（4）應(yīng)用層

應(yīng)用層中以應(yīng)用程序（App）的形式存在，支持網(wǎng)絡(luò)中基本應(yīng)用功能（如大規(guī)模多輸入多輸出）的嵌入和第三方應(yīng)用的部署，圖1中列舉了當(dāng)前應(yīng)用場景常用的體驗質(zhì)量（quality of experience，QoE）優(yōu)化和室內(nèi)定位等應(yīng)用。

（5）資源編排與網(wǎng)絡(luò)控制器

資源編排與網(wǎng)絡(luò)控制器在服務(wù)化層和應(yīng)用層的水平方向，包括虛擬資源管理、網(wǎng)絡(luò)控制器和應(yīng)用編排器。本架構(gòu)中的網(wǎng)絡(luò)智能化模塊在該控制器中實現(xiàn)，同時控制器有相關(guān)的接口與各個層連接。虛擬資源管理部分完成虛擬化平臺中虛擬資源的調(diào)度、虛擬單元的生成和回收。網(wǎng)絡(luò)控制器負責(zé)對服務(wù)化層網(wǎng)絡(luò)設(shè)備的調(diào)度，內(nèi)部包括實時智能單元，該單元服務(wù)對時延要求高的應(yīng)用場景，內(nèi)嵌訓(xùn)練完成的人工智能模型。應(yīng)用編排器通過相關(guān)接口與應(yīng)用層交互，獲取應(yīng)用層需求信息，在非實時智能單元中選擇對應(yīng)的人工智能模型完成應(yīng)用層的需求，非實時智能單元中可以訓(xùn)練實時性要求低的應(yīng)用場景所需的人工智能模型，也可以為實時智能單元訓(xùn)練模型，將訓(xùn)練完成后的模型下發(fā)至實時智能單元。在智能化演進中，網(wǎng)絡(luò)智能化在本架構(gòu)中主要體現(xiàn)為將網(wǎng)絡(luò)的需求應(yīng)用化，如在實現(xiàn)網(wǎng)絡(luò)切片等業(yè)務(wù)場景時，可以通過應(yīng)用化的方式封裝網(wǎng)絡(luò)切片對應(yīng)的AI模型為相關(guān)應(yīng)用，然后將該應(yīng)用嵌入非實時和實時智能單元，其中在非實時智能單元可以利用采集的網(wǎng)絡(luò)切片相關(guān)的數(shù)據(jù)進行AI算法的訓(xùn)練和更新，實時智能模塊接收非實時智能下發(fā)的網(wǎng)絡(luò)切片AI模型，然后根據(jù)具體業(yè)務(wù)的輸入，計算輸出的配置參數(shù)，進而通過接口下發(fā)至相關(guān)模塊，完成網(wǎng)絡(luò)切片的配置。

針對當(dāng)前實時智能和非實時智能單元的實現(xiàn)方案，O-RAN組織[13]已經(jīng)進行了Near-RT RIC（near-real-time RAN intelligent controller）和Non-RT RIC（non-real-time RAN intelligent controller）的標準化研究，O-RAN組織提出的整體架構(gòu)具備完整的框架和相關(guān)的接口，在Non-RT RIC中智能化算法以rApp的形式存在，在Near-RT RIC中以xApp的方式存在，同時通過E2接口與RAN側(cè)通信，Near-RT RIC與Non-RT RIC間利用A1接口交互。具體的實現(xiàn)技術(shù)可以借助當(dāng)前ONF（Open Networking Foun2ation）[14]中開源的SD-RAN項目，在該項目中已經(jīng)提供了Near-RT RIC和Non-RT RIC的代碼模塊，需求方能根據(jù)具體的應(yīng)用場景開發(fā)對應(yīng)的rApp和xApp完成對應(yīng)的AI功能。

針對定位技術(shù)的研究已經(jīng)開展多年，高精度的定位技術(shù)是6G擴展應(yīng)用的使能技術(shù)。定位技術(shù)在室內(nèi)和室外均有豐富的應(yīng)用場景，如無人機、機械控制和智能工廠等。在6G驅(qū)動下，室內(nèi)定位技術(shù)除了在原有準確性、可靠性和低時延需求下，亦將引入智能化的手段，通過機器學(xué)習(xí)算法的設(shè)計和樣本的建立，滿足室內(nèi)定位場景的需求。本節(jié)從室內(nèi)定位為切入點，闡述在提出的智能化架構(gòu)下，室內(nèi)定位功能的使能過程。

根據(jù)圖1提出的架構(gòu)，通過室內(nèi)定位案例描述智能化在6G網(wǎng)絡(luò)中的應(yīng)用。非實時智能采用Non-RT RIC，實時智能采用Near-RT RIC，服務(wù)化層以服務(wù)化RAN（SBA RAN）為例。智能化室內(nèi)定位流程如圖2所示。具體的工作流程如下。

· Non-RT RIC內(nèi)需要完成至少一個室內(nèi)定位場景算法模型的訓(xùn)練，并構(gòu)建一定量的數(shù)據(jù)集，不斷訓(xùn)練更新，提升算法精度。通過O1接口從SBA RAN側(cè)收集所選擇算法需要的輸入信息，如采用基于接收信號強度指示（receive2 signal strength in-2ication，RSSI）的室內(nèi)定位算法，Non-RT RIC中需要預(yù)先選擇基于RSSI算法的機器學(xué)習(xí)模型，且SBA RAN需要連續(xù)的采集接入設(shè)備中的RSSI信息作為輸入，數(shù)據(jù)的采集過程采用發(fā)布/訂閱模式，Non-RT RIC向SBA RAN訂閱對應(yīng)的數(shù)據(jù)信息，一旦SBA RAN采集到數(shù)據(jù)就發(fā)布，Non-RT RIC存儲對應(yīng)的數(shù)據(jù)。

圖2 智能化室內(nèi)定位流程

· Non-RT RIC根據(jù)提供的數(shù)據(jù)完成模型參數(shù)的更新，O-RAN BG2組已經(jīng)完成AI/ML模塊的邏輯流程設(shè)計[13]。

· Non-RT RIC通過A1接口將訓(xùn)練完成的模型下發(fā)至Near-RT RIC中，并在Near-RT RIC中完成模型的安裝，該下發(fā)過程可以采用如容器化鏡像下發(fā)安裝模式，即Non-RT RIC中完成訓(xùn)練的模型制作相關(guān)的容器鏡像，然后上傳至鏡像倉庫中，利用A1接口將對應(yīng)的配置文件下發(fā)至Near-RT RIC，繼而根據(jù)配置文件拉取鏡像生成對應(yīng)的容器。

· Near-RT RIC使能室內(nèi)定位功能，該過程即根據(jù)配置文件拉起鏡像，生成對應(yīng)容器的過程。

· Near-RT RIC向SBA RAN發(fā)送對應(yīng)的訂閱數(shù)據(jù)請求，SBA RAN完成對應(yīng)訂閱建立的過程，該訂閱請求可以根據(jù)用戶的需求實現(xiàn)一次或者多次數(shù)據(jù)訂閱。

· SBA RAN在完成訂閱后，獲取SBA RAN提供的當(dāng)前RSSI信息，Near-RT RIC根據(jù)獲取的信息作為輸入，利用訓(xùn)練后的模型計算相關(guān)的室內(nèi)定位結(jié)果，并將結(jié)果返回至SBA RAN或者其他的功能單元。 · 根據(jù)實際情況，完成訂閱刪除。

4 結(jié)束語

業(yè)界對6G網(wǎng)絡(luò)的研究還處于起步階段，全覆蓋、全連接的理念，為網(wǎng)絡(luò)的設(shè)計增加了復(fù)雜度，接入設(shè)備的數(shù)據(jù)將急劇上升，應(yīng)用場景對網(wǎng)絡(luò)的要求也愈發(fā)苛刻。為了更好管理網(wǎng)絡(luò)，提升網(wǎng)絡(luò)性能，網(wǎng)絡(luò)智能的方式被業(yè)界認為是解決上述問題的潛在方法。

6G網(wǎng)絡(luò)不僅僅是實現(xiàn)數(shù)據(jù)高速率傳輸，是為了支撐更加豐富的應(yīng)用場景，是以需求為導(dǎo)向的，需要豐富的算力資源實現(xiàn)智能化。邊緣數(shù)據(jù)中心作為強有力的算力底座，能夠滿足6G網(wǎng)絡(luò)對計算、存儲、網(wǎng)絡(luò)和FPGA等加速資源的需求。邊緣數(shù)據(jù)中心涵蓋更加豐富的異構(gòu)資源，在6G全覆蓋的網(wǎng)絡(luò)背景下，無人機網(wǎng)絡(luò)、天基網(wǎng)絡(luò)和海基網(wǎng)絡(luò)的融合，擴展了網(wǎng)絡(luò)資源的類型，網(wǎng)絡(luò)資源不再單獨是移動網(wǎng)絡(luò)和固定網(wǎng)絡(luò)提供的資源，而是更大程度上的異構(gòu)網(wǎng)絡(luò)資源的融合；隨著集成電路技術(shù)的發(fā)展，未來也會有更加豐富的異構(gòu)計算資源納入邊緣數(shù)據(jù)中心。多樣的異構(gòu)異質(zhì)資源存在于邊緣數(shù)據(jù)中心，需要通過虛擬化技術(shù)完成資源抽象，拆分為符合業(yè)務(wù)場景顆粒度的單元（如虛擬機和容器），進而被網(wǎng)絡(luò)智能化單元統(tǒng)一調(diào)度、管理。邊緣數(shù)據(jù)中心在網(wǎng)絡(luò)的邊緣側(cè)從物理上鄰近用戶，降低傳輸時延，從一定程度上緩解核心網(wǎng)的傳輸壓力。

邊緣數(shù)據(jù)中心在6G網(wǎng)絡(luò)部署時，應(yīng)兼顧邊緣數(shù)據(jù)中心間的協(xié)同問題，在部署數(shù)據(jù)中心時根據(jù)網(wǎng)絡(luò)特點和計算資源的傾向性，針對業(yè)務(wù)場景的需求在構(gòu)建時會考慮資源配比，這種情況可能導(dǎo)致某類資源過載，或?qū)π录尤霊?yīng)用場景支持的缺失，這需要多邊緣數(shù)據(jù)中心間的協(xié)同，利用6G網(wǎng)絡(luò)的超低時延傳輸和網(wǎng)絡(luò)智能化大腦的調(diào)度，實現(xiàn)資源的均衡以滿足更豐富的應(yīng)用場景。因此，在未來的6G網(wǎng)絡(luò)智能化實現(xiàn)中，邊緣數(shù)據(jù)中心這個堅實的底座是滿足網(wǎng)絡(luò)智能化的基礎(chǔ)。

本文聚焦6G網(wǎng)絡(luò)智能化，闡述了6G網(wǎng)絡(luò)的特征、應(yīng)用場景、當(dāng)前標準化進展，總結(jié)了6G網(wǎng)絡(luò)智能化設(shè)計時應(yīng)從網(wǎng)絡(luò)數(shù)據(jù)庫建立、AI算法設(shè)計、實時與非實時智能和安全性出發(fā)，并提出面向6G的網(wǎng)絡(luò)智能化架構(gòu)模型，結(jié)合具體的室內(nèi)定位場景，描述智能化在該架構(gòu)的應(yīng)用流程，最后從邊緣數(shù)據(jù)中心角度展望網(wǎng)絡(luò)智能化演進挑戰(zhàn)。