5月9日消息（艾斯）市場研究公司Omdia資深首席分析師楊光在一篇報告中對3月份舉行的3GPP 6G研討會內容進行了復盤，并針對其中的一項重要議題——人工智能（AI）在6G空口中的作用進行了單獨梳理。
3GPP于3月10-11日在韓國仁川舉辦了6G研討會，期間探討了6G愿景與技術優(yōu)先級。在空口技術方面，會議達成一致共識：6G需構建一個可擴展的人工智能和機器學習（AI/ML）框架，并原生支持AI/ML生命周期管理。潛在用例包括信道估算、降低參考信號開銷、通過AI增強型接收器提升上行鏈路性能等，更多新用例將在6G研究階段進一步探索。
多家領先企業(yè)針對6G空口中的AI/ML提出了一系列原則，并獲得了多數(shù)主流運營商與設備商的認同。然而，關于AI/ML在6G空口中的具體實現(xiàn)方式仍存在不同觀點。3GPP RAN工作組將進一步協(xié)調分歧，并計劃在6G研究階段末期達成協(xié)議或決定。
基于AI的技術是性能提升的必要途徑
提升頻譜效率與系統(tǒng)性能始終是新一代移動通信系統(tǒng)研發(fā)的首要目標。在近期3GPP 6G研討會上，3GPP成員一致認為，未來的6G研究“需展現(xiàn)顯著增益以證明6G無線技術的合理性”。根據(jù)德國電信的說法，6G應“顯著提升頻譜效率”，即“與最新的5G-Advanced相比，（按頻段對等比較）頻譜效率提升10%”，這需要顯著提高頻譜效率。
盡管各方對6G空口波形設計、信道編碼、調制方案及后向兼容性等議題存在分歧，但許多運營商和供應商都與Verizon觀點一致：“傳統(tǒng)方法已逼近性能極限，而基于AI的技術可能提供進一步優(yōu)化空間。”因此，研討會一致認為，應為6G構建一個可擴展的AI/ML框架，并提供對AI/ML生命周期管理的原生支持。潛在用例涵蓋信道估算、降低參考信號開銷、通過AI增強型接收器提升上行鏈路性能等，更多新用例將在6G研究階段持續(xù)挖掘。
6G中AI/ML的架構與原則
一些領先企業(yè)提出了6G中AI/ML的架構與設計原則。例如，Verizon提出以下6G AI/ML RAN架構：
原生支持6G AI/ML，而非后期附加功能
端到端系統(tǒng)需協(xié)同運行，避免功能沖突
運營商對數(shù)據(jù)收集具備控制權與可視性
優(yōu)化AI/ML訓練與推理的數(shù)據(jù)收集及訂閱框架
運營商可以控制AI/ML模型的激活與停用
以模塊化形式標準化新網(wǎng)絡功能，支持即插即用AI/ML模塊
標準化數(shù)據(jù)收集特征及其對RAN功能的影響
網(wǎng)絡按需配置/觸發(fā)AI/ML功能（基于用戶訂閱、位置等）
此外，Verizon指出“AI/ML框架需包含回退機制，包括網(wǎng)絡控制選項”。愛立信與中國電信等企業(yè)亦支持設計回退至非AI/ML算法的機制。例如，愛立信強調“基礎功能必須始終配備基于非AI/ML的回退算法”。除回退機制外，愛立信還提出其他6G AI/ML原則，包括：通過標準化開放空口確保互操作性并支持全球漫游、保持AI/ML模型架構與訓練流程的專有性、引入空口AI/ML需證明其必要性能增益。
為支持數(shù)據(jù)收集、AI/ML模型生命周期管理及計算資源調度等功能，RAN架構中可能需要一個新的邏輯實體。例如，中國移動提議增設AI節(jié)點，荷蘭KPN也提出新增AI平面。
與此同時，英偉達及其運營商合作伙伴（如T-Mobile與SK電訊）繼續(xù)推廣AI-RAN理念，旨在將傳統(tǒng)單一用途的RAN轉變?yōu)橐粋€多用途、集成通信與計算的平臺，同時運行RAN功能與AI工作負載。
關于AI/ML實現(xiàn)路徑的不同觀點
盡管3GPP主要參與方似乎已就“在6G空口中引入AI/ML”達成共識，但在具體實現(xiàn)方式上仍存在不同觀點。
當AI/ML模型部署于RAN當中，若其推理過程僅發(fā)生在用戶終端（UE）或網(wǎng)絡側，則稱為單邊模型；若UE與網(wǎng)絡側協(xié)同完成AI/ML推理，則稱為雙邊模型。高通指出，單邊模型可“更高效支持非AI空口技術的實現(xiàn)”，而雙邊模型能“提供數(shù)據(jù)驅動的空口，以實現(xiàn)更好的性能和靈活的更新，并涵蓋所有協(xié)議和層級”。
圖1：單邊AI/ML模型和雙邊AI/ML模型。資料
免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
