1 本白皮书通过分析6G AIaaS应用场景和需求,从AIaaS角度深入分析6G网络AI关键技术需求以及潜在引入的新6G KPI等,促进业界对6G AIaaS内涵、特征、技术需求等多维度的共识形成,为未来6G网络AI相关标准工作做出积极贡献。
2
3 本白皮书介绍网络AI相关概念术语定义,并从需求角度,进一步分析6G网络和计算、数据、AI融合的不同选项,及网络AI潜在带来的如AIaaS这样的新服务。通过澄清网络AI基础概念,定义术语及潜在的各类融合选项,支撑6GANA 各工作组更高效的讨论网络AI场景需求、架构、算法、管控系统等,加速共识的达成。 4 白皮书将对6G网络分布式算法理论、关键问题和潜在应用进行系统化梳理和总结,分析6G网络中的分布式学习范式应该具备的特征和预期的目标。并从无线网络本身具备的特点出发,给出分布式学习在应用到6G网络中时面临的关键技术挑战。综合分析相应的核心技术框架、指出研发中遇到的关键问题和应对策略,详细描述在各个关键技术挑战方向上的研究进展和存在的问题,并在此基础上分析相应分布式算法的合理性,应用服务中的一致性以及算法性能可靠性的应用边界等问题,为后续研究提供参考并指示方向。另外,本白皮书还将给出分布式学习在无线网络中的一些典型应用场景,并分析未来技术发展的趋势和需要进一步提升的核心研究要点和方向。
5 本白皮书审视网络AI完整的生命周期过程,挑选并重点分析了其中的十大技术问题,包括这些问题的主要技术特征、必要性分析、可行性分析和对6G内生AI网络架构的影响,来推进大家对6G内生AI架构关键技术的理解,并通过讨论和碰撞,对齐理解,加速形成共识。
6 本文提出了一种面向任务的智慧内生RAN架构,重点阐述了如何在RAN网络中基于统一框架支持多样性的6G AI业务。白皮书阐述了网络智慧内生的驱动力、RAN智慧内生架构所面临的技术挑战,提出了面向任务的设计理念、三层的RAN架构总体视图(资源层、功能层、服务层)、以及任务为中心的逻辑架构,描述了在RAN网络部署任务功能的关键技术。
7 本白皮书所介绍的无线网络数据辞典,在6G数据服务中起到基石的作用,通过建立无线网络数据分类体系,定义规范化无线网络数据术语,以及深度解析无线网络内生因素关联关系等,为深入探索6G网络智能的“数据层面信息聚合-信息层面知识抽取-智能层面知识计算-应用层面特征定制”的路径实现提供数据支撑和保障,为6G网络智能发展奠定基础
8 本白皮书基于6G内生智能和感知以及分布式算力和数据等特征,提出独立于传统用户面的数据承载机制、数据编排及服务架构设计,引入具备随路处理和任意拓扑支持的 6G数据承载机制、描述了数据面的功能架构和关键使能技术,最后给出了数据服务的典型应用场景。
|
|