中国移动：6G无线内生AI架构与技术白皮书_28页_1mb.pdf

（ 2022）6G 无 线 内 生 AI 架 构与 技 术 白 皮 书中 国 移 动 通 信 有 限 公 司 研 究 院目 录1 前 言 .12 驱 动 力 .12.1 5G 网 络 智 能 化 面 临 的 挑 战 .22.2 6G 智 慧 泛 在 新 场 景 .23 定 义 和 内 涵 .33.1 6G 内 生 AI 的 定 义 .33.2 6G 内 生 AI 的 内 涵 .34 新 理 念 .44.1 AI 服 务 质 量 （ QoAIS） . 44.2 AI 全 生 命 周 期 编 排 管 理 .74.3 AI 计 算 与 通 信 深 度 融 合 .85 新 架 构 .105.1 数 据 面 .115.2 智 能 面 .125.3 扩 展 的 控 制 面 和 用 户 面 .146 新 技 术 .156.1 AI 模 型 的 选 择 与 再 训 练 .156.2 终 端 与 网 络 协 作 的 AI 模 型 训 练 .166.3 终 端 与 网 络 协 作 的 AI 模 型 推 理 .186.4 基 于 网 络 数 字 孪 生 的 AI 性 能 预 验 证 技 术 .197 总 结 与 展 望 .21缩 略 语 .23编 写 人 员 .23参 考 文 献 .24中 国 移 动 6G 内 生 AI 架 构 与 技 术 白 皮 书11 前 言人 工 智 能 （ Artificial Intelligence） 在 最 近 十 年 发 展 迅 猛 ， 在 挖 掘 大 数 据 样 本 的 非 线 性 规律 、 与 环 境 交 互 的 在 线 精 准 决 策 等 方 面 快 速 超 越 了 以 人 工 为 主 的 专 家 经 验 （ HumanIntelligence） 模 式 ， 在 计 算 机 视 觉 、 自 然 语 言 处 理 、 机 器 人 控 制 等 领 域 取 得 了 巨 大 的 成 功 。究 其 缘 由 ， 一 方 面 得 益 于 以 深 度 学 习 、 强 化 学 习 等 为 代 表 的 人 工 智 能 算 法 能 力 的 突 破 ； 另 一方 面 ， 以 GPU 为 代 表 的 人 工 智 能 算 力 成 本 的 快 速 下 降 和 普 及 ， 也 加 速 了 这 一 趋 势 。从 5G 开 始 ， 人 工 智 能 在 移 动 通 信 网 络 中 逐 渐 得 到 了 广 泛 的 应 用 ， 比 如 从 网 管 级 别 的 网络 配 置 优 化 到 网 元 级 别 的 资 源 调 度 优 化 ， 甚 至 空 口 物 理 层 的 智 能 化 ， 此 外 终 端 侧 的 智 能 化 应用 也 越 来 越 多 。 面 向 未 来 ， 6G 网 络 需 要 助 力 千 行 百 业 的 数 智 化 转 型 ， 需 要 满 足 和 提 供 相 比云 端 智 能 实 时 性 更 高 、 性 能 更 优 的 智 能 化 服 务 。 对 于 运 营 商 而 言 ， 需 要 大 幅 降 低 网 络 运 营 成本 ， 网 络 运 营 维 护 需 要 从 局 部 的 智 能 化 运 维 向 高 水 平 的 网 络 自 治 演 进 。目 前 的 人 工 智 能 主 要 是 以 云 端 智 能 为 主 ， 在 云 端 汇 聚 大 量 的 数 据 ， 利 用 集 中 的 算 力 对 数据 进 行 预 处 理 ， AI 模 型 训 练 和 验 证 等 。 但 是 在 网 络 中 传 输 大 量 的 原 始 数 据 ， 一 方 面 会 对 网络 的 传 输 带 宽 带 、 性 能 指 标 （ 比 如 时 延 ） 来 巨 大 压 力 ， 另 一 方 面 对 数 据 隐 私 保 护 也 会 带 来 很大 的 挑 战 。 此 外 终 端 侧 的 智 能 化 应 用 由 于 算 力 ， 算 法 模 型 ， 数 据 等 不 足 ， 目 前 还 有 较 大 的 提升 空 间 。面 对 以 上 挑 战 ， 在 网 络 中 引 入 内 生 AI 的 能 力 ， 摒 弃 外 挂 AI 打 补 丁 的 方 式 ， 在 架 构 层面 实 现 通 信 连 接 、 计 算 、 数 据 和 AI 算 法 模 型 的 深 度 融 合 ， 充 分 利 用 网 络 中 分 布 式 的 算 力 和数 据 ， 引 入 多 节 点 间 以 及 终 端 与 网 络 间 协 同 机 制 ， 实 现 分 布 与 集 中 处 理 的 融 合 。 这 种 方 式 一方 面 保 护 了 数 据 隐 私 ， 另 一 方 面 也 提 升 了 数 据 处 理 效 率 、 决 策 推 理 的 实 时 性 和 网 络 节 点 的 利用 效 率 。本 白 皮 书 首 先 介 绍 了 内 生 智 慧 的 驱 动 力 和 需 求 场 景 ， 从 现 有 网 络 智 能 化 现 状 ， 到 6G 时代 对 网 络 高 水 平 自 治 、 智 能 普 惠 、 高 价 值 的 新 型 业 务 和 极 致 业 务 体 验 、 网 络 安 全 可 信 等 的 需求 出 发 引 出 内 生 AI。 然 后 阐 述 了 内 生 AI 的 定 义 和 内 涵 ， 提 出 了 AI 算 力 、 数 据 、 算 法 与 网络 连 接 功 能 的 深 度 融 合 。 接 下 来 从 AI 服 务 质 量 、 全 生 命 周 期 编 排 、 计 算 与 通 信 融 合 、 与 数字 孪 生 的 融 合 几 个 方 面 介 绍 了 6G 内 生 AI 的 新 理 念 ； 随 后 详 细 介 绍 了 内 生 AI 驱 动 的 新 架 构 ，包 括 数 据 面 、 智 能 面 和 扩 展 的 控 制 面 和 用 户 面 ， 和 新 技 术 ， 包 括 模 型 编 排 、 分 布 式 模 型 训 练 、分 布 式 模 型 推 理 、 数 字 孪 生 的 预 验 证 和 优 化 ， 最 后 对 后 续 研 究 方 向 进 行 了 展 望 。2 驱 动 力人 工 智 能 技 术 在 5G 网 络 中 的 应 用 促 进 了 移 动 通 信 网 络 和 垂 直 行 业 的 智 能 化 发 展 ， 但 以“ 打 补 丁 ” 和 “ 外 挂 ” 的 应 用 模 式 阻 碍 了 AI 应 用 效 果 的 发 挥 。 同 时 ， 人 工 智 能 在 各 行 各 业的 应 用 探 索 ， 对 未 来 网 络 新 的 基 础 能 力 提 出 了 需 求 ， 面 向 智 慧 泛 在 的 未 来 愿 景 ， 6G 网 络 需要 具 有 内 生 AI 能 力 。中 国 移 动 6G 内 生 AI 架 构 与 技 术 白 皮 书22.15G 网 络 智 能 化 面 临 的 挑 战5G 时 代 ， 网 络 智 能 化 需 要 将 AI 等 智 能 化 技 术 与 5G 通 信 网 络 的 硬 件 、 软 件 、 系 统 、 流程 等 融 合 ， 利 用 AI 等 技 术 助 力 通 信 网 络 实 现 规 划 、 建 设 、 维 护 、 优 化 、 运 营 流 程 智 能 化 ，达 到 提 质 、 增 效 、 降 本 的 效 果 ， 促 进 网 络 自 身 的 技 术 和 体 系 变 革 ， 使 能 业 务 敏 捷 创 新 ， 推 动构 建 智 慧 网 络 ， 包 括 云 网 设 备 智 能 、 网 络 运 营 智 能 、 网 络 服 务 智 能 。 5G 网 络 智 能 化 主 要 面向 通 信 连 接 及 服 务 过 程 中 进 行 优 化 ， 虽 然 引 入 了 服 务 云 ， 但 由 于 5G 架 构 、 协 议 功 能 和 流 程已 经 定 型 ， 只 能 在 现 有 架 构 方 案 上 做 增 量 迭 代 ， 网 络 和 云 的 融 合 偏 松 耦 合 。5G 网 络 智 能 化 大 多 使 用 外 挂 AI 的 模 式 ， 基 于 外 挂 设 计 的 AI 应 用 ， 一 般 是 采 用 打 补 丁等 方 式 进 行 ， 面 临 如 下 的 挑 战 ：-缺 乏 统 一 的 标 准 框 架 ， 导 致 AI 应 用 缺 乏 有 效 的 验 证 和 保 障 手 段 ， AI 应 用 效 果 的 验证 是 在 事 后 进 行 ， 这 样 端 到 端 的 整 体 流 程 长 并 且 很 复 杂 ， 中 间 过 程 一 般 需 要 大 量的 人 力 介 入 ， 对 现 网 的 影 响 及 改 动 也 比 较 大 ， 这 导 致 了 目 前 AI 在 应 用 到 现 网 的 过程 中 难 以 迅 速 推 广 。-外 挂 模 式 难 以 实 现 预 验 证 、 在 线 评 估 和 优 化 的 全 自 动 闭 环 。 AI 模 型 训 练 通 常 需 要准 备 大 量 的 训 练 数 据 ， 外 挂 模 式 下 现 网 集 中 采 集 标 注 数 据 困 难 ， 传 输 及 存 储 开 销也 大 ， 导 致 AI 模 型 迭 代 周 期 较 长 ， 训 练 开 销 较 大 、 收 敛 慢 、 模 型 泛 化 性 差 等 问 题 。-外 挂 模 式 下 ， 算 力 、 数 据 、 模 型 和 通 信 连 接 属 于 不 同 技 术 体 系 ， 体 系 间 并 未 定 义 规范 的 接 口 和 交 互 规 则 ， 对 于 跨 技 术 域 的 协 同 ， 只 能 通 过 管 理 面 拉 通 进 行 ， 通 常 导致 秒 级 甚 至 分 钟 级 的 时 延 ， 服 务 质 量 也 难 以 得 到 有 效 保 障 。2.26G 智 慧 泛 在 新 场 景内 生 AI 是 指 在 架 构 层 面 通 过 内 生 设 计 模 式 来 支 持 AI， 而 不 是 叠 加 或 外 挂 的 设 计 模 式 。对 于 内 生 设 计 模 式 的 驱 动 力 ， 主 要 包 括 如 下 几 个 方 面 ：-网 络 提 供 泛 在 AI 服 务 ： 面 向 智 慧 泛 在 的 未 来 愿 景 ， 6G 网 络 需 助 力 千 行 百 业 的 数 智化 转 型 ， 实 现 “ 随 时 随 地 ” 智 能 化 能 力 的 按 需 供 应 。 相 比 云 服 务 供 应 商 ， 6G 网 络需 提 供 实 时 性 更 高 、 性 能 更 优 的 智 能 化 能 力 服 务 ， 同 时 提 供 行 业 间 的 联 邦 智 能 ， 实现 跨 域 的 智 慧 融 合 和 共 享 。 另 一 方 面 ， 由 于 终 端 存 在 大 量 数 据 ， 终 端 的 计 算 能 力 也越 来 越 强 ， 考 虑 到 数 据 隐 私 需 求 ， 需 要 内 生 智 能 协 同 网 络 和 终 端 的 算 力 、 通 信 连 接和 算 法 模 型 等 资 源 ， 比 如 算 力 卸 载 、 模 型 编 排 等 ， 为 2C 客 户 提 供 极 致 业 务 体 验 和高 价 值 新 型 业 务 。-AI 为 网 络 优 化 提 供 服 务 ： 6G 网 络 需 实 现 高 水 平 自 治 和 安 全 可 信 。 目 前 网 络 自 治 水平 不 高 （ 自 动 驾 驶 网 络 等 级 约 为 2.2 级 ） ， 需 要 引 入 网 络 内 生 AI 能 力 支 持 实 现 对运 营 商 和 用 户 意 图 的 感 知 和 实 现 ， 实 现 网 络 的 自 我 设 计 、 自 我 实 施 、 自 我 优 化 、 自我 演 进 ， 最 终 实 现 网 络 的 高 水 平 自 治 。 此 外 未 来 网 络 将 承 载 更 多 样 化 的 业 务 ， 服 务更 多 的 应 用 场 景 ， 承 载 更 多 类 型 的 数 据 ， 因 此 网 络 将 面 临 大 量 新 的 、 复 杂 的 攻 击 方式 。 基 于 内 生 AI 的 安 全 能 力 在 6G 网 络 的 各 环 节 嵌 入 ， 实 现 自 主 检 测 威 胁 、 自 主防 御 或 协 助 防 御 等 。从 以 上 驱 动 力 分 析 可 以 看 出 ， 6G 网 络 除 了 满 足 基 本 的 通 信 需 求 之 外 ， 还 需 要 考 虑 计 算 、数 据 、 模 型 /算 法 等 多 方 面 的 融 合 ， 即 6G 需 要 通 过 架 构 层 面 的 内 生 AI 设 计 ， 来 满 足 网 络中 国 移 动 6G 内 生 AI 架 构 与 技 术 白 皮 书3AI 多 样 化 的 新 业 务 场 景 和 网 络 自 治 优 化 等 需 求 ， 包 括 应 用 于 网 络 自 身 优 化 和 用 户 体 验 的 AI（ 如 用 AI 重 写 的 空 口 ） ， 也 包 括 第 三 方 所 需 的 各 类 AI 服 务 。3 定 义 和 内 涵6G 在 设 计 阶 段 考 虑 和 AI 的 深 度 融 合 ， 不 同 于 5G 通 过 AI 功 能 叠 加 、 外 挂 等 方 式 ， 6G AI内 生 将 算 力 、 数 据 和 模 型 进 行 端 到 端 编 排 和 控 制 ， 在 架 构 层 面 支 持 连 接 、 计 算 、 数 据 和 AI算 法 /模 型 等 元 素 的 深 度 融 合 ， 支 持 将 AI 能 力 按 需 编 排 到 无 线 、 传 输 、 承 载 、 核 心 等 ， 为 高水 平 网 络 自 治 和 多 样 化 业 务 需 求 提 供 智 能 化 所 需 的 基 础 能 力 。 即 6G 的 内 生 AI 能 力 ， 将 可以 使 得 网 络 智 能 化 更 高 效 、 性 能 更 优 ， 同 时 ， 网 络 智 能 化 的 内 涵 也 随 之 扩 展 ， 不 仅 能 助 力 网络 性 能 持 续 优 化 ， 还 能 提 供 智 能 化 的 服 务 能 力 ， 助 力 千 行 百 业 的 数 智 化 转 型 。 网 络 智 能 化 将在 6G 时 代 持 续 演 进 ， 推 动 构 建 真 正 的 智 慧 内 生 的 网 络 。3.16G 内 生 AI 的 定 义6G 网 络 内 生 AI 是 在 6G 网 络 架 构 内 部 提 供 数 据 采 集 、 数 据 预 处 理 、 模 型 训 练 、 模 型 推理 、 模 型 评 估 等 AI 工 作 流 全 生 命 周 期 的 完 整 运 行 环 境 ， 将 AI 服 务 所 需 的 算 力 、 数 据 、 算法 、 连 接 与 网 络 功 能 、 协 议 和 流 程 进 行 深 度 融 合 设 计 。 6G 网 络 内 生 AI 为 网 络 高 水 平 自 治 、行 业 用 户 智 能 普 惠 、 用 户 极 致 业 务 体 验 、 网 络 内 生 安 全 等 提 供 所 需 的 实 时 、 高 效 的 智 能 化 服务 和 能 力 。3.26G 内 生 AI 的 内 涵现 有 的 移 动 通 信 网 络 主 要 是 面 向 连 接 的 数 据 传 输 ， 需 要 实 现 以 QoS（ Quality of Service）（ 比 如 速 率 ， 时 延 等 ） 为 基 础 的 传 输 链 路 保 障 ， 而 内 生 智 慧 需 要 实 现 对 算 力 ， 模 型 和 数 据 端到 端 的 控 制 和 编 排 ， 这 两 者 对 网 络 设 计 和 实 现 的 需 求 差 异 巨 大 ， 需 要 在 6G 网 络 设 计 之 初 就考 虑 如 何 融 合 设 计 ， 一 方 面 考 虑 引 入 基 于 AI 的 服 务 质 量 保 障 体 系 ， AI 工 作 流 的 端 到 端 编 排 ，计 算 与 通 信 连 接 的 融 合 设 计 等 新 理 念 ， 另 一 方 面 考 虑 引 入 数 据 面 ， 智 能 面 ， 扩 展 的 控 制 面 和用 户 面 等 新 架 构 设 计 。内 生 AI 需 要 构 建 AI 的 服 务 质 量 评 估 和 保 障 体 系 ， 在 此 基 础 上 实 现 基 于 服 务 质 量 的 AI全 生 命 周 期 编 排 ， 包 括 算 力 、 模 型 、 数 据 和 连 接 。内 生 AI 需 要 实 现 计 算 与 通 信 的 深 度 融 合 。 考 虑 到 内 生 AI 的 能 力 需 要 分 布 到 网 络 节 点中 ， 分 布 式 的 网 络 节 点 通 常 数 据 、 算 力 、 带 宽 和 时 延 受 限 ， 需 要 考 虑 计 算 和 通 信 资 源 的 深 度融 合 设 计 。 此 外 ， 需 要 重 构 网 络 架 构 、 协 议 和 功 能 ， 适 应 空 口 传 输 ， 优 化 内 生 AI 的 性 能 。中 国 移 动 6G 内 生 AI 架 构 与 技 术 白 皮 书44 新 理 念如 何 在 6G 网 络 设 计 之 初 将 AI 与 网 络 进 行 融 合 ， 从 而 构 建 全 新 的 内 生 AI 系 统 是 一 个 多层 面 的 复 杂 问 题 ， 是 两 个 技 术 领 域 的 碰 撞 和 渗 透 。 需 要 打 破 传 统 通 信 网 络 的 设 计 思 路 ， 融 入AI 元 素 和 理 念 。 我 们 认 为 ， AI 服 务 质 量 的 评 估 与 保 障 、 AI 全 生 命 周 期 编 排 管 理 以 及 AI 计算 与 通 信 的 深 度 融 合 ， 将 成 为 构 成 内 生 AI 系 统 的 基 本 理 念 。面 向 不 同 行 业 和 场 景 对 6G 网 络 内 生 AI 千 差 万 别 的 需 求 ， 我 们 需 回 答 的 第 一 个 问 题 即是 ： 如 何 将 用 户 的 需 求 转 化 为 网 络 可 以 理 解 的 对 网 络 AI 服 务 能 力 的 要 求 ？ 对 此 ， 我 们 提 出AI 服 务 质 量 ， 即 QoAIS（ Quality of AI Service） 的 概 念 ， 并 认 为 网 络 应 提 供 对 QoAIS 的 评 估和 保 障 体 系 。 紧 接 着 ， 网 络 作 为 AI 服 务 的 提 供 者 ， 如 何 评 估 和 持 续 地 满 足 QoAIS， 实 施QoAIS 保 障 ， 则 需 要 从 内 生 AI 的 管 理 、 控 制 、 业 务 流 等 多 个 层 面 展 开 研 究 。 从 管 理 角 度 ，我 们 提 出 可 以 通 过 对 AI 全 生 命 周 期 工 作 流 的 编 排 管 理 ， 半 静 态 地 使 相 关 资 源 要 素 （ 算 力 、数 据 、 算 法 、 连 接 ） 的 配 给 满 足 QoAIS 要 求 ； 从 控 制 和 业 务 角 度 ， 则 需 要 多 维 资 源 的 融 合 ，协 同 控 制 前 述 资 源 要 素 的 调 配 ， 以 实 时 、 持 续 的 满 足 QoAIS， 其 中 AI 计 算 和 通 信 的 深 度 融合 是 主 要 理 念 。4.1AI 服 务 质 量 （ QoAIS）QoAIS（ Quality of AI Service） 是 对 AI 服 务 质 量 进 行 评 估 和 保 障 的 一 套 指 标 体 系 和 流 程机 制 1。 6G 网 络 将 构 建 内 生 于 网 络 的 AI 能 力 ， 形 成 一 套 可 服 务 于 多 种 智 能 应 用 场 景 的 能 力体 系 ， 即 AIaaS。 考 虑 到 不 同 的 智 能 应 用 场 景 （ 如 网 络 高 水 平 自 治 、 行 业 用 户 智 能 普 惠 、 用户 极 致 业 务 体 验 、 网 络 内 生 安 全 等 ） 对 AI 服 务 的 质 量 将 有 着 不 同 的 需 求 ， 因 此 需 要 一 套 指标 体 系 通 过 量 化 或 分 级 的 方 式 表 达 用 户 层 面 的 需 求 以 及 网 络 编 排 控 制 AI 各 要 素 （ 包 括 算 法 、算 力 、 数 据 、 连 接 等 ） 的 综 合 效 果 。6G 网 络 内 生 的 AI 服 务 可 以 分 为 AI 数 据 类 、 AI 训 练 类 、 AI 推 理 类 和 AI 验 证 类 ， 每 一类 AI 服 务 均 需 要 一 套 QoAIS。 传 统 通 信 网 络 的 QoS 主 要 考 虑 通 信 业 务 的 时 延 和 吞 吐 率（ MBR、 GBR 等 ） 等 与 连 接 相 关 的 性 能 指 标 。 6G 网 络 除 了 传 统 通 信 资 源 外 ， 还 将 引 入 分 布式 异 构 算 力 资 源 、 存 储 资 源 、 数 据 资 源 、 AI 算 法 等 AI 服 务 编 排 的 多 种 资 源 元 素 ， 因 而 需 要从 连 接 、 算 力 、 算 法 、 数 据 等 多 个 维 度 来 综 合 评 估 网 络 内 生 AI 的 服 务 质 量 。 同 时 ， 随 着 “ 碳中 和 ” 和 “ 碳 达 峰 ” 政 策 的 实 施 、 全 球 智 能 应 用 行 业 对 数 据 安 全 性 和 隐 私 性 关 注 程 度 的 普 遍加 强 ， 以 及 用 户 对 网 络 自 治 能 力 需 求 的 提 升 ， 未 来 性 能 相 关 指 标 将 不 再 是 用 户 关 注 的 唯 一 指标 ， 安 全 、 隐 私 、 自 治 和 资 源 开 销 方 面 的 需 求 将 逐 渐 深 化 ， 成 为 评 估 服 务 质 量 的 新 维 度 ， 而不 同 行 业 和 场 景 在 这 些 新 维 度 上 的 具 体 需 求 也 将 千 差 万 别 ， 需 要 进 行 量 化 或 分 级 评 估 。 因 此 ，QoAIS 指 标 体 系 从 初 始 设 计 时 ， 即 需 要 考 虑 涵 盖 性 能 、 开 销 、 安 全 、 隐 私 和 自 治 等 多 个 方 面 ，需 从 内 容 上 进 行 扩 展 。表 4.1-1 提 供 了 一 种 针 对 AI 训 练 服 务 的 设 计 方 式 。中 国 移 动 6G 内 生 AI 架 构 与 技 术 白 皮 书5表 4.1-1： AI 训 练 服 务 的 QoAIS 指 标 体 系AI 服 务 类 型 评 估 维 度 QoAIS 指 标AI 训 练 性 能 性 能 指 标 界 、 训 练 耗 时 、 泛 化 性 、 可 重 用 性 、 鲁 棒 性 、可 解 释 性 、 损 失 函 数 与 优 化 目 标 的 一 致 性 、 公 平 性开 销 * 存 储 开 销 、 计 算 开 销 、 传 输 开 销 、 能 耗安 全 * 存 储 安 全 、 计 算 安 全 、 传 输 安 全隐 私 * 数 据 隐 私 等 级 、 算 法 隐 私 等 级自 治 完 全 自 治 、 部 分 人 工 可 控 、 全 部 人 工 可 控注 *： 不 同 类 型 AI 服 务 间 的 共 同 评 估 指 标其 中 ， “ 性 能 指 标 界 ” 是 评 估 模 型 性 能 好 坏 指 标 的 上 界 和 下 界 ， 如 模 型 错 误 率 、 查 准 率 、召 回 率 等 性 能 指 标 的 范 围 。 “ 泛 化 性 ” 指 模 型 经 过 训 练 后 ， 应 用 到 新 数 据 并 做 出 准 确 预 测 的能 力 。 “ 可 重 用 性 ” 是 模 型 在 应 用 场 景 变 化 时 能 够 继 续 使 用 的 能 力 。 “ 鲁 棒 性 ” 指 在 输 入 数据 受 到 扰 动 、 攻 击 或 者 不 确 定 的 情 况 下 ， 模 型 仍 然 可 以 维 持 某 些 性 能 的 特 性 。 “ 可 解 释 性 ”是 指 模 型 能 支 持 对 模 型 内 部 机 制 的 理 解 以 及 对 模 型 结 果 的 理 解 的 程 度 。 “ 损 失 函 数 与 优 化 目标 的 一 致 性 ” 是 指 模 型 训 练 过 程 中 ， 对 损 失 函 数 的 设 计 与 AI 用 例 的 优 化 目 标 的 一 致 程 度 ，比 如 函 数 中 考 虑 的 变 量 个 数 是 否 完 全 覆 盖 智 能 优 化 场 景 的 优 化 目 标 指 标 。 “ 自 治 ” 指 对 AI数 据 /训 练 /验 证 /推 理 服 务 的 工 作 流 中 自 主 运 行 部 分 和 人 工 干 预 部 分 的 要 求 ， 反 映 了 用 户 对AI 服 务 自 动 化 程 度 的 要 求 。 自 治 分 为 三 个 等 级 ： 完 全 自 治 （ 全 流 程 自 动 化 的 AI 服 务 ， 全 程无 需 人 工 干 预 ） 、 部 分 人 工 可 控 （ AI 服 务 的 工 作 流 在 部 分 环 节 自 动 化 ， 部 分 环 节 要 求 人 工辅 助 ） 、 全 部 人 工 可 控 （ AI 服 务 工 作 流 的 各 环 节 均 要 求 人 工 参 与 ） 。除 了 上 表 所 示 的 评 估 维 度 ， QoAIS 也 可 以 包 括 智 能 应 用 的 性 能 指 标 。 以 信 道 压 缩 为 例 2，可 以 选 择 归 一 化 均 方 误 差 （ Normalized mean square error, NMSE） 或 是 余 弦 相 似 度 作 为 信 道恢 复 精 度 的 KPI， 也 可 以 选 择 链 路 级 /系 统 级 指 标 （ 如 误 比 特 率 或 吞 吐 量 等 ） 作 为 反 映 信 道反 馈 精 度 对 系 统 性 能 影 响 的 KPI。 此 外 ， QoAIS 还 可 以 包 括 AI 服 务 的 可 获 得 性 、 AI 服 务 的响 应 时 间 （ 从 用 户 发 起 请 求 到 AI 服 务 的 首 条 响 应 消 息 ） 等 与 AI 服 务 类 型 无 关 的 通 用 性 评价 指 标 。QoAIS 是 网 络 内 生 AI 编 排 管 理 系 统 和 控 制 功 能 的 重 要 输 入 ， 网 络 内 生 AI 管 理 编 排 系统 需 要 对 顶 层 的 QoAIS 进 行 分 解 ， 再 映 射 到 对 数 据 、 算 法 、 算 力 、 连 接 等 各 方 面 的 QoS 要求 上 。中 国 移 动 6G 内 生 AI 架 构 与 技 术 白 皮 书6图 4.1-1： QoAIS 指 标 分 解 到 各 资 源 维 度 上 的 QoS 指 标上 图 展 示 了 QoAIS 各 指 标 维 度 和 各 资 源 维 度 上 的 QoS 之 间 的 映 射 关 系 。 AI 服 务 的QoAIS 整 体 指 标 拆 解 到 各 指 标 维 度 上 的 QoAIS 指 标 ， 再 进 一 步 映 射 到 各 资 源 维 度 上 的 QoS指 标 ， 由 管 理 面 、 各 资 源 维 度 的 控 制 面 和 用 户 面 机 制 进 行 保 障 。 图 中 各 资 源 维 度 上 QoS 指标 可 分 为 适 合 量 化 评 估 的 指 标 （ 如 各 类 资 源 开 销 ） 和 适 合 分 级 评 估 的 指 标 （ 如 安 全 等 级 、 隐私 等 级 和 自 治 等 级 ） 。 在 前 一 类 指 标 中 ， 有 部 分 指 标 的 量 化 方 案 已 成 熟 或 较 容 易 制 定 （ 如 训练 耗 时 、 算 法 性 能 界 、 计 算 精 度 、 各 类 资 源 开 销 等 ） ， 部 分 指 标 目 前 尚 无 定 量 评 估 方 法 （ 如模 型 的 鲁 棒 性 、 可 重 用 性 、 泛 化 性 和 可 解 释 性 等 ） ， 如 表 4.1-2 所 示 。 因 此 ， 如 何 在 起 始 阶段 设 计 出 足 够 开 放 包 容 的 网 络 架 构 以 便 后 续 逐 步 引 入 上 述 指 标 的 成 熟 量 化 技 术 是 需 要 思 考和 研 究 的 问 题 。 表 4.1-2： AI 训 练 服 务 性 能 QoAIS 到 各 资 源 维 度 的 映 射指 标 维 度 QoAIS 指 标 资 源 维 度 可 量 化 指 标 尚 无 量 化 方 案 指 标性 能 性 能 指 标 界 、 训 练耗 时 、 泛 化 性 、 可重 用 性 、 鲁 棒 性 、可 解 释 性 、 优 化 目标 匹 配 度 、 公 平 性 数 据 特 征 冗 余 度 、 完 整 度 、数 据 准 确 度 、 数 据 准备 耗 时 样 本 空 间 平 衡 性 、 完整 性 、 样 本 分 布 动 态性算 法 性 能 指 标 界 、 训 练 耗时 、 是 否 收 敛 、 优 化目 标 匹 配 度 鲁 棒 性 、 可 重 用 性 、泛 化 性 、 可 解 释 性 、公 平 性算 力 计 算 精 度 、 时 长 、 效率连 接 带 宽 及 抖 动 、 时 延 及抖 动 、 误 码 率 及 抖 动 、可 靠 性 等中 国 移 动 6G 内 生 AI 架 构 与 技 术 白 皮 书7在 质 量 评 估 和 保 障 机 制 上 ， 5G 网 络 的 QoS 机 制 仍 存 在 一 些 问 题 ， 如 业 务 区 分 颗 粒 度 较粗 ， 优 化 调 整 的 周 期 较 长 ， 空 口 资 源 配 置 无 法 灵 活 适 配 网 络 与 业 务 的 实 时 动 态 变 化 等 。 因 此在 6G 网 络 中 提 出 评 估 AI 服 务 的 QoAIS 指 标 的 同 时 ， 也 需 要 考 虑 如 何 设 计 端 到 端 QoAIS 机制 和 流 程 以 更 加 高 效 准 确 。延 伸 问 题 ：1. 网 络 在 引 入 AI 服 务 后 ， 用 户 对 AI 服 务 安 全 性 和 隐 私 性 上 存 在 不 同 的 需 求 选 项 ， 如 何打 破 传 统 通 信 服 务 中 QoS 体 系 和 安 全 体 系 分 开 独 立 设 计 的 模 式 ， 使 这 种 需 求 的 差 异 性得 到 更 好 的 满 足 ？2. 当 前 ， 部 分 QoAIS 指 标 尚 无 成 熟 的 量 化 评 估 方 式 （ 如 模 型 的 泛 化 性 、 可 解 释 性 、 可 重用 性 3） ， 如 何 在 起 始 阶 段 设 计 出 足 够 开 放 包 容 的 网 络 架 构 以 便 后 续 逐 步 引 入 上 述 指 标的 成 熟 量 化 技 术 ？4.2AI 全 生 命 周 期 编 排 管 理AI 生 命 周 期 是 指 网 络 中 AI 工 作 流 的 生 命 周 期 ， 即 一 条 AI 工 作 流 的 产 生 、 执 行 、 监 测 、评 估 、 优 化 、 完 成 及 删 除 。 网 络 内 生 AI 工 作 流 （ Network Native AI Workflow） 是 指 网 络 为完 成 一 项 AI 服 务 需 要 分 步 骤 完 成 的 一 项 或 多 项 工 作 任 务 。 当 前 ， AI 在 各 行 业 应 用 中 具 有 类似 的 端 到 端 工 作 流 程 4， 可 分 为 数 据 管 理 、 模 型 学 习 、 模 型 验 证 和 模 型 部 署 四 个 环 节 ， 图4.2-1 展 示 了 一 种 网 络 环 境 中 通 用 的 AI 端 到 端 工 作 流 程 设 计 模 式 。图 4.2-1： 网 络 环 境 中 通 用 的 AI 端 到 端 工 作 流 程当 前 ， 在 5G 网 络 智 能 化 实 践 中 ， AI 工 作 流 程 的 大 部 分 环 节 位 于 线 下 ， 与 网 络 运 行 环 境割 裂 ， 不 同 智 能 应 用 场 景 间 采 用 “ 烟 囱 式 ” 研 发 模 式 （ 即 针 对 每 个 智 能 应 用 场 景 均 独 立 进 行全 部 环 节 的 研 发 ， 不 同 场 景 间 缺 乏 资 源 协 同 和 共 享 ） ， 效 率 低 下 ， 成 本 高 昂 。 6G 网 络 将 为AI 工 作 流 的 端 到 端 各 环 节 提 供 完 整 的 运 行 环 境 ， 以 一 套 全 新 的 架 构 和 技 术 体 系 ， 满 足 其 全生 命 周 期 的 运 行 需 求 ， 以 一 套 统 一 的 服 务 需 求 导 入 、 分 解 、 评 估 和 保 障 系 统 ， 为 网 络 自 身 和行 业 各 种 智 能 应 用 场 景 提 供 不 同 质 量 的 AI 服 务 。6G 网 络 内 生 的 AI 工 作 流 依 据 AI 服 务 类 型 的 不 同 ， 包 含 的 工 作 任 务 也 有 所 不 同 ， 任 务数 量 有 多 有 少 ， “ 流 ” 有 长 有 短 ， 并 非 均 为 端 到 端 工 作 流 。 例 如 ， AI 数 据 服 务 的 工 作 流 仅包 含 数 据 管 理 环 节 相 关 任 务 ； AI 验 证 类 工 作 流 则 可 以 既 包 含 数 据 管 理 环 节 ， 也 包 含 模 型 验证 环 节 的 相 关 任 务 ， 或 者 仅 包 含 模 型 验 证 环 节 的 任 务 ； AI 训 练 类 工 作 流 则 可 以 仅 包 含 模 型学 习 环 节 ， 也 可 以 同 时 包 含 数 据 管 理 和 模 型 学 习 环 节 ， 取 决 于 用 户 提 供 的 数 据 是 否 已 满 足 质中 国 移 动 6G 内 生 AI 架 构 与 技 术 白 皮 书8量 要 求 。 AI 推 理 类 工 作 流 可 以 仅 包 含 模 型 部 署 相 关 任 务 ， 也 可 以 同 时 包 含 数 据 管 理 和 模 型部 署 环 节 的 相 关 任 务 。 对 于 一 个 同 时 请 求 了 多 项 AI 服 务 的 智 能 应 用 场 景 （ 例 如 ， 同 时 请 求了 AI 训 练 、 验 证 和 推 理 服 务 ） ， 其 对 应 的 工 作 流 可 能 是 端 到 端 的 。 图 4.2-2 展 示 了 6G 网 络内 生 AI 工 作 流 与 AI 服 务 的 关 系 。图 4.2-2： 6G 网 络 内 生 AI 服 务 及 其 工 作 流 示 意 图6G 网 络 为 每 一 项 AI 服 务 生 成 其 所 需 的 工 作 流 ， 对 该 工 作 流 中 每 项 任 务 所 需 的 资 源 （ 算力 、 算 法 、 数 据 、 连 接 等 ） 进 行 编 排 ， 对 工 作 流 的 全 生 命 周 期 进 行 管 理 ， 以 保 障 该 AI 服 务的 QoAIS 持 续 达 成 。 在 这 一 过 程 中 ， 管 理 面 采 集 工 作 流 各 环 节 的 性 能 监 测 数 据 ， 评 估 QoAIS的 达 成 情 况 ， 学 习 出 工 作 流 的 任 务 设 计 和 资 源 编 排 方 案 对 QoAIS 的 影 响 ， 从 而 不 断 优 化 方案 和 策 略 ， 实 现 智 能 化 的 编 排 管 理 。延 伸 问 题 ：1. 为 保 障 AI 服 务 的 QoAIS 持 续 达 成 ， 仅 依 靠 管 理 面 对 工 作 流 所 需 资 源 进 行 编 排 是 否 足够 ？ 是 否 还 需 要 控 制 面 的 参 与 ？ 管 理 与 控 制 如 何 协 同 ？ 界 面 如 何 区 分 ？4.3AI 计 算 与 通 信 深 度 融 合为 保 障 AI 服 务 的 QoAIS 持 续 达 成 ， 除 了 在 管 理 面 上 实 现 AI 工 作 流 全 生 命 周 期 的 智 能化 编 排 管 理 ， 也 需 要 在 控 制 面 和 用 户 面 上 实 现 AI 计 算 与 通 信 的 深 度 融 合 。传 统 通 信