6G通算融合網絡架構

彭程暉，鄧 娟，吳建軍，劉 哲，李芳芳，劉光毅，孫韶輝，楊 旸，張宏綱，李榮鵬

(1.華為技術有限公司 無線技術實驗室，上海 201206；2.中國移動通信有限公司研究院 未來研究院，北京 100053；3.中信科移動通信技術股份有限公司，北京 100083；4.上海科技大學 信息科學與技術學院，上海201210；5.浙江大學 電子與信息工程學院，浙江 杭州310027)

0 引言

近年來，互聯網、大數據、云計算、人工智能、區塊鏈等技術創新，新業態、新場景和新模式的不斷涌現，加速了數字經濟的發展，推動了海量數據產生，使各行各業對通信和計算提出了更為迫切的需求。通信和計算已成為全社會數智化轉型的基石，直接決定社會智能的發展高度。而通信網絡作為連接用戶和傳輸數據的管道，可感知計算，用于支撐多樣性的分布式計算資源的高效使用，例如部署于通信網絡內的邊緣計算來降低端到端時延和提升業務體驗等，已成為業界關注熱點[1-3]。多樣性計算資源、通算融合等成為業界重要技術趨勢。

當前，業界已經發表了近百篇的6G白皮書，對6G時代的愿景、新興業務場景、技術需求等進行了廣泛、深入的分析。其中，通過設計6G網絡架構原生地支持通信與計算的深度融合，以更好地實現各項6G網絡新能力(如內生智能、泛在感知)和新業務(如沉浸式XR、數字孿生、云宇宙等)，從而進一步實現6G智能普惠愿景已成為業界共識[4-7]。

通信與計算的深度融合是6G網絡內生AI的重要技術特征。通過傳統Cloud AI提供的AI服務，其數據安全隱私需要更為有效的基礎保障手段，分布式計算資源、AI模型等也需要更高效的共享手段，從而支撐以相對較低的成本為用戶提供所需的AI服務并保障服務質量。通過6G網絡內生的AI能力，即通過網絡AI[4]提供AI服務(Artificial-Intelligence-as-a-Service，AIaaS)，有望解決上述挑戰，并在極致性能、高安全隱私等業務場景下，成為Cloud AI的有益補充。在網絡AI場景中，如何基于通信和分布式計算資源的高效協同，為用戶提供更低時延抖動、更高綜合效率的計算服務和保障AI QoS(Quality of Service)服務是一個待解問題；而其中一個重要的技術挑戰是通算融合問題，即通信與計算實現更深入、實時的協同，以在動態復雜無線網絡環境下，保障未來新業務端到端的超低時延、高數據安全隱私和可持續性節能等要求。

1 背景介紹

無線網絡通算融合的目標是在動態復雜無線環境下滿足AI QoS的同時，實現網絡資源、計算資源的最佳效率。當前，業界談到通算融合，一般存在外掛計算資源、內生計算資源兩種形式。其中，外掛計算資源，如邊緣計算，網絡節點的通信資源與計算節點的計算資源通過管理面功能實現聯合優化。內生計算資源，是利用網絡的內生計算資源，網絡節點不僅具備控制與轉發能力，還能兼顧計算能力。這兩種方式存在本質區別，下面進行具體分析。

1.1 邊緣計算

傳統云計算中心集中存儲、計算的模式正向邊緣下沉，這已經成為云計算的重要發展趨勢[8]。分布式的邊緣計算(Edge Computing，EC)或多邊緣計算(Multi-access Edge Computing，MEC)作為云計算的演進，將計算從集中式數據中心下沉到通信網絡接入網邊緣，更接近終端用戶[9]。EC/MEC以分布式的方式在更靠近用戶的網絡邊緣提供計算服務，便于在提供更低時延的同時，減少對網絡資源的消耗，以更好地服務一些行業應用，比如視頻加速、網絡自動駕駛、增強現實/虛擬現實(Augmented Reality/Virtual Reality，AR/VR)等低延時高帶寬的場景,以及包括非實時的無線協議處理及網絡優化等在內的網絡應用。然而，EC/MEC只是在物理位置上部署在通信網絡內，但是在邏輯上計算與通信擁有彼此獨立的管控體系；基于EC/MEC的應用部署是通過管理面實現通信資源與計算資源的聯合優化，動態性存在一定的缺陷，難以實現網絡和計算在控制面的統一，從而及時響應用戶的移動以及網絡的變化。

1.2 承載網絡通算協同

面向通算融合的演進需求，在承載網絡層面也開展了許多研究工作。中國信息通信研究院聯合三大運營商等，就目前通算融合趨勢下的不同技術路線展開探索，關于通算融合的必要性做了很多分析[10-12]。其中，路由層引入了通算融合機制，通過邊界網關協議(Border Gateway Protocol，BGP)[10-12]、內部網關協議(Interior Gateway Protocol，IGP)[10-11]或基于IPv6的分段路由(Segment Routing IPv6，SRv6)[12]等IP層協議的隨路控制信令實現計算與網絡性能信息擴散與同步，因此路由層可以結合當前的計算能力狀況、應用效能等信息和網絡狀況，將計算任務報文路由到相應的計算節點，從而實現連接與計算資源在網絡的全局優化。

整體無線通信系統可以進一步分為承載網絡和業務網絡，如圖1所示。承載網絡是為無線接入網(Radio Access Network，RAN)和核心網(Core Network，CN)提供連接的基礎網絡；業務網絡包括無線接入網和核心網兩個部分，為移動用戶提供無線數據服務，連接移動用戶(User Equipment，UE)與數據網絡(Data Network，DN)[13-14]。

圖1 承載網絡與業務網絡

對于通算融合來說，對于通算融合來說，既可以在承載網絡進行通信與計算的協同，也可以在業務網絡進行通信與計算的協同。業務網絡和承載網絡分別工作在不同的協議層面，其中承載網絡的核心協議是由IETF(Internet Engineering Task Force)來定義，而業務網絡的核心協議是由3GPP(The 3rd Generation Partnership Project )定義。它們的核心場景存在區別，如業務網絡可以直接感知用戶、會話，提供用戶的接入控制、適配無線動態信道環境、用戶移動管理等，因此，業務網絡和承載網絡相對是解耦的，例如，無線網絡的空口協議不感知IP層協議。因而，承載網絡提供的通算協同機制難以直接被業務網絡使用，業務網絡需要基于自身的特性，來設計對應的通算協同機制。

2 獨立計算面

由于EC/MEC或承載網絡的通算協同還難以直接被6G網絡使用，特別是在無線接入層面，因此，移動無線網絡的通算協同機制需要進一步設計。為在6G網絡架構層面原生支持通算協同，本文提出了一種計算面設計方案，包括計算與連接的融合控制、計算數據的傳輸和計算執行，并進一步設計了統一的通算融合框架，基于該框架設計了無線網絡內通信與計算實時協同的計算面方案。通算融合框架需要支持如下關鍵能力：

① 在控制面實現實時通算協同，管控計算會話和計算執行，應對無線的快速變化環境、用戶移動性等帶來的問題；

② 管控網絡內的分布式計算資源，支持通信和計算相互感知，提升綜合資源能效。

2.1 移動無線網絡通算協同

6G網絡中，計算資源將遍布于包括中心云、邊緣云、網絡設備甚至終端設備在內的各種基礎設施。計算資源以及附著之上的人工智能算法或功能應用，不僅能服務于網絡或者設備本身用以改善性能，優化網絡運維，還能通過統一的接口向外開放、服務于上層應用。計算和通信需要相互感知，實現用盡量少的通信資源和計算資源滿足用戶所需的QoS。為了實現上述目的，本文設計了在控制面支持通信與計算實時協同的計算面方案。

2.2 計算面定義

圖2所示的計算面包括計算控制部分、計算執行部分和計算數據的傳輸部分(計算傳輸部分)。其中，計算控制部分包括計算執行控制和計算連接控制—計算執行部分是指節點的計算執行功能利用計算控制分配的計算資源去執行計算任務的過程；計算傳輸部分是指不同節點的計算執行功能之間利用計算連接交互計算數據，從而實現不同節點協作完成計算任務。

圖2 計算面-控制、執行、傳輸

2.2.1 計算控制部分

計算連接控制實時感知計算連接的狀態，對計算連接進行連接資源控制、質量控制,并支持終端狀態感知和移動性下的業務連續性保證；對傳輸計算數據所需的計算連接進行控制，如支持計算連接的建立、更改、遷移、重建、刪除等過程，并支持連接資源的調配。

計算執行控制對節點計算執行功能使用的計算資源進行分配、控制執行的計算操作量、控制計算質量，并支持終端移動性。計算資源的控制實時感知計算資源的狀態，控制計算資源的調配，如計算資源的添加、修改、刪除、釋放等；計算質量的控制根據資源量、精度和時延需求，編排計算操作，配置計算過程相關參數(如計算精度、量化精度、稀疏化等)；計算執行控制還支持終端移動性、計算資源地址管理功能、計算服務的接入控制、終端計算資源的控制，以及多計算資源聚合時的計算資源管理控制。

在多節點協作完成計算任務的場景中，計算連接的質量和計算執行的質量將共同決定整個計算任務的完成質量，因此存在聯合優化的可能；計算連接與通信連接共享連接資源，將加劇連接資源狀態的動態性，處于動態變化中的資源狀態，會對計算質量產生實時的影響，需要聯合考慮；對于執行計算任務且處于移動狀態的終端，其計算連接和計算執行的控制將同步執行，計算連接與計算資源的狀態和質量目標均將影響其切換決策。由此可見，計算面的計算執行控制和計算連接控制存在融合的需求和可能，即 “通算融合控制”。

通算融合支持通算相互感知、相互協同，實現計算資源和計算連接資源的合理分配。例如，通算融合控制可以通過計算資源的控制部分，實時感知用戶移動性、用戶動態環境變化導致的無線承載所需計算資源變化，從而實時調整計算資源；或通過計算連接的控制部分，實時感知計算資源狀態，動態調整用戶的連接帶寬，從而持續地保證計算服務的QoS。例如，xNB上的通算融合控制功能可以完成終端與基站之間的計算連接管理，以及小區切換或添加輔小區時的計算接入控制。

2.2.2 計算執行部分

計算執行部分是指節點的計算執行功能在計算控制分配的計算資源上執行計算的過程。計算執行功能包括對底層異構計算資源的統一建模度量，對各類計算任務所需計算能力的統一換算，按照對計算操作的編排進行串行/并行計算，按照配置的精度進行計算、存儲和量化處理等過程。

2.2.3 計算傳輸部分

在6G網絡中，計算業務和通信業務將分屬不同的服務類型，計算數據的傳輸承載與通信數據的傳輸承載(連接終端與DN的PDU會話包括終端與基站之間的數據無線承載，以及基站與UPF之間的GTP-U隧道)需要有所區分。同時，由于業務模型的不同，即計算數據在參與計算的網絡節點間可能存在特別的交互模式(如終端與網絡協作的模型分割推理或訓練)，以及對連接質量可能存在特殊需求，當前5G網絡面向eMBB、URLLC和mMTC場景設計的空口協議棧是否能夠提供較好的支持需要研究。基于以上兩點原因，因此存在面向計算數據的傳輸設計新型承載協議的可能性。

不同節點上的計算執行功能可以通過計算會話交互來計算數據。計算會話可以建立在計算無線承載、計算承載之上，其中：計算無線承載是指終端與基站的計算執行功能之間的數據傳輸通道；計算承載是指不同基站計算執行功能之間、一個基站不同部分的計算執行功能之間，或者基站與核心網的計算執行功能之間的數據傳輸通道。

2.3 關鍵技術問題

通信和分布式計算資源的高效協同，為用戶提供更低時延抖動、更高綜合效率的計算服務需要解決如下關鍵技術問題：

面向計算任務質量保障的高效協同如何通過通信和計算間高效協同的資源分配和質量控制機制，保障計算任務QoS的達成？

面向移動性支持的高效協同當計算任務涉及到終端的計算執行功能時，通算融合控制功能如何高效地控制計算執行功能、計算會話，從而降低終端移動性對計算任務QoS的影響？

3 關鍵技術設計

3.1 計算控制

6G網絡架構原生支持通算的融合至少包括在控制面支持計算執行與計算連接的相互感知、相互協同，實現實時準確的計算資源發現、靈活動態計算資源以及計算質量的調度，提供無處不在的計算服務和連接服務，實現計算資源、連接資源的合理分配。融合控制功能對架構存在如下影響：① RAN(Radio Access Network)側的計算執行、計算連接融合控制機制；② 核心網(Core Network)側的計算執行、計算連接融合控制機制；③ 跨技術域(如RAN域、CN域、管理域等)的計算執行、計算連接的協同機制。

通算融合控制存在如圖3所示的3種方式：

圖3 通算融合控制選項

選項1計算連接控制與計算執行控制通過上層融合控制功能進行協調。例如，邏輯計算基站xNC(xNode-Compute)與連接基站xNB(xNode-Base- station)對等，xNB的RRC(Radio Resource Control)和xNC的CRC(Computing Resource Control)通過上層融合控制功能進行協調控制。其中，CRC用于控制xNC的計算執行功能占用的計算資源、計算操作量、計算質量等。這種方案的好處是允許上層通算融合控制功能覆蓋范圍內的大規模的xNB設備和xNC設備之間進行協調，部署方式更靈活，運營商可選擇范圍更大；缺點是上層外部接口時延較長，較難滿足通算融合控制的實時性要求。

選項2計算連接控制與計算執行控制通過標準接口或內部接口進行交互。例如，xNB的RRC和xNC的CRC通過標準接口進行控制面交互[7,15]。這種方案的好處是允許xNB設備和xNC設備間異廠商連接，部署方式更靈活，運營商可選擇范圍更大；缺點是外部接口時延較長，較難滿足通算融合控制的實時性要求。或者，基站xNB還包括計算執行功能，此時RRC和CRC通過內部接口進行控制面交互[7,15]。這種方案的好處是基站內部接口實現性能較好，且無線通信資源和計算資源的獨立控制、按需調用，便于依據資源特性設計專用控制流程，也便于統計資源狀態。此外，相比于選項1，選項2的設計更加扁平化，降低邏輯功能設計的復雜度。

選項3計算連接控制與計算執行控制也可以融合成一個控制功能，即融合控制功能。例如，基站xNB同時包括計算執行功能，RRC和CRC融合成統一的資源控制實體(xRC)，同時對計算連接和計算執行進行控制[7,15]。這種方案的好處是同時決定連接(包括通信和計算連接)和計算執行的控制決策，資源控制的協同和實時性最佳，但聯合控制機制的設計較復雜。

3.2 計算傳輸協議

以RAN架構為例，如果將計算面引入RAN架構，如圖4所示，計算面的控制包括計算執行控制與計算連接控制。

圖4 計算面協議棧

一種可能的空口計算連接控制可以基于RRC現有協議機制來實現，即通過修改RRC協議或通過調用RRC協議的基本功能以支持計算連接的控制；計算執行控制由CRC實現，CRC可以與RRC獨立(即融合控制的選項2)，也可以與RRC融合成xRC(即融合控制的選項3)。CRC用于控制計算執行功能占用的計算資源、計算操作量、計算質量等。一種可能的基站間(Xn口)的計算連接控制、計算執行控制可以基于現有Xn-AP機制來實現(調用或修改)。

傳統通信的用戶面連接用戶與DN，計算面的傳輸部分用于無線網絡系統內不同節點的計算執行功能之間傳輸計算數據，即計算面的數據不傳輸到DN，因此，計算面傳輸機制的設計需要與傳統通信用戶面有所區分。一種可能的計算面傳輸方式是承載層面引入新的承載方式，如空口部分的計算無線承載(Computing Radio Bearer，CRB)、Xn口部分的計算承載(Computing Bearer，CB)，并在會話層面引入新的無線計算會話協議(Radio Computing Session Protocol，RCSP)，此時計算會話又可以稱為RCSP會話。

RCSP是一種無線網絡內計算資源的高效數據通信協議，支持終端、基站或核心網功能的計算執行功能之間交互計算數據，從而支持不同節點間的計算協作，共同完成一個計算任務。計算任務的QoS由計算會話的QoS與計算執行的QoS共同確定。其中，計算執行的QoS受分配的計算資源、計算量和計算流程影響，基本的指標包括計算耗時和計算精度。計算會話的端點位置由計算執行功能所在的節點位置確定。例如，圖5(a)所示的RCSP會話包括CRB，即終端與基站之間交互計算數據；圖5(b)所示的RCSP會話包括計算承載，即不同基站之間、基站與核心網之間或DU(Distributed Unit)與CU(Central Unit)之間交互計算數據；圖5(c)所示的RCSP會話包括CRB與計算承載，即終端與核心網之間交互計算數據。

(a) RCSP與CRB

如圖5(a)所示，基站將為該終端創建一個或多個計算無線承載(Computing Radio Bearer，CRB)。一個RCSP會話可以映射到N個不同的CRB，不同的CRB提供不同的連接QoS能力，RCSP會話中不同要求的數據包需要根據自身的情況，選擇不同特性的CRB。此外，考慮到不同RCSP可能有相同的QoS需求，因此N個不同RCSP會話中具有相同QoS需求的計算數據可以映射到一個CRB中；即當N個RCSP會話有N種不同的QoS的配置時，N個RCSP會話中不同QoS要求的數據包需要根據自身的情況，選擇映射到N個不同特性CRB中的一個CRB。此外，如圖5(b)、圖5(c)所示，RCSP會話與計算承載之間是1對1映射。

xNB負責維護CRB與RCSP會話的對應關系，其作用是使得終端在發送上行計算數據到無線網絡內部計算資源的節點時，可以通過選擇對應的CRB，來實現最終的數據傳送；而無線網絡內部計算資源的節點在傳送下行計算數據到終端時，也可以通過選擇RCSP會話對應的CRB，來實現最終的數據傳送。xNB在中間通過CRB和RCSP會話的映射，實現了數據在終端和部署在基站中的計算執行功能之間、基于RCSP協議的數據交互。

3.3 移動性支持

移動性管理是無線網絡的一項基本功能，用于保證用戶在移動的情況下享受無中斷的服務。連接態移動性管理通常簡稱為切換，它是指為了保障連接態的用戶在移動過程中能夠持續接受網絡的連接服務。切換過程包括切換準備階段、切換執行階段、切換完成階段。

傳統的切換準備階段中，源基站發送切換請求時僅考慮用戶的信號質量，目標站點根據自身的負載信息確定是否接收源站關于該用戶的切換請求；通算融合的源基站(Source-xNB，S-xNB)下切換請求的觸發原因除了用戶的信號質量，還包括源基站計算資源的狀態(如計算資源是否足夠繼續支持用戶當前計算任務)，通算融合的目標基站(Target-xNB，T-xNB)在確定是否需要接受用戶的切換請求時除了需要考慮目標站點通信資源情況，還需要考慮計算資源情況以及源站上的計算執行情況、計算遷移開銷(包括通信開銷、通信時延、QoS保障等)，通過通信資源、計算資源的統籌考慮來保證計算服務質量不受移動性影響。此外，傳統的切換執行階段中，源基站與目標基站之間只需要考慮連接的切換；通算融合的S-xNB與T-xNB之間除了需要考慮連接的切換，還需要考慮計算的遷移情況。

例如，圖6所示的切換準備過程中，T-xNB在確定是否接受S-xNB的連接切換請求時，除了需要考慮自身的通信資源，還需要考慮計算資源、計算遷移的開銷(包括通信開銷、通信時延、QoS保障等)、S-xNB上計算任務的執行狀態等信息。若T-xNB的計算資源足夠，或計算資源資源與計算遷移開銷兩個條件同時得到滿足時，則接受S-xNB的切換請求，切換執行過程涉及到計算遷移，如步驟3a所示，RCSP會話1更新為RCSP會話2(由CRB組成)；反之，切換執行過程不涉及計算遷移，如步驟3b所示，對應的RCSP會話1更新為RCSP會話3(由CRB 與CB組成)。

圖6 計算遷移與連接切換解耦

4 實時協同驗證

假設AI模型為VGG-13，用戶的CPU是1核，基站計算資源的CPU是10核，數據集為Mnist，拆分推理的數據到達率為每秒30個樣本，用戶與基站之間的帶寬從20 MByte/s變化到2 MByte/s。

用戶與基站計算之間的拆分推理有兩種模式：

模式1用戶上傳原始樣本，由基站計算完成整個樣本推理，用戶與基站計算執行功能之間每次推理需要交互的樣本大小為3.2 MByte；

模式2用戶計算4個卷積層，基站計算完成VGG-13的剩余部分，用戶與基站計算執行功能之間每次推理需要交互的特征向量大小為0.26 MByte。

以用戶與基站的聯合拆分推理應用舉例，中心用戶的信道容量大，用戶可以計算神經網絡的更少層，將輸出結果及剩下層的計算交給基站計算，即用戶與基站使用模式1完成推理服務；邊緣用戶的信道容量小，用戶可以執行更多的計算層數，將輸出結果及剩下層的計算交給基站計算，即用戶與基站使用模式2完成推理服務。當用戶信道條件發生變化時，或用戶從小區中心移動到小區邊緣時，如用戶與基站計算資源的計算連接帶寬從20 MByte/s變化到2 MByte/s時，用戶與基站的計算連接與計算執行應該如何協同調整，以保證用戶的推理服務時延比較小。

基于以上仿真假設，對比3種不同的協同調整方案。方案1是計算連接狀態或帶寬發生變化后，基站計算資源與用戶計算資源的工作模式不做任何調整；方案2是通過能力開放的方式，計算資源的管理能力在感知到計算連接狀態或帶寬發生變化之后再調整基站計算資源、用戶計算資源的工作模式，這種能力開放的方式，從計算連接狀態變化到調整計算執行功能的計算模式，其調整時延比較長，通常為秒級；方案3是控制面融合的方式，例如在xRC(融合RRC與CRC功能)層，計算連接或計算執行在控制面相互感知，因此基站計算資源與用戶計算資源的工作模式的調整時延可以降低到10 ms級別甚至是1 ms級別。上述3種不同協同調整的方案，其聯合推理時延的仿真結果如圖7所示。圖7中，前33個推理樣本的時延在170 ms左右，當用戶帶寬從20 MByte/s變化到2 MByte/s后，通過控制面協同調整仍然能保證推理時延在170 ms左右，時延抖動為8 ms；通過管理面協同調，能保證調整完成之后(即66個推理樣本之后)的推理時延仍然在170 ms左右，但是存在一個管理面調整時延，在該調整時延內(即從33個推理樣本到66個推理樣本之間)，推理時延惡化到1 600 ms左右，時延抖動為1 442 ms；不做任何調整策略之后，推理時延惡化到1 600 ms左右。因此，圖7所示的聯合推理時延結果表明，相比于不調整或管理面的協同調整方案來說，控制面的實時協同調整方案能保障推理時延受帶寬變化的影響抖動更小，可以更好地持續保證終端&基站拆分推理服務的QoS。

圖7 實時協同

5 結束語

6G移動基礎設施將從單純的提供連接服務發展為同時能提供連接服務+計算服務的基礎設施，可以滿足AI所需的連接和分布式計算服務；并可能進一步基于AI的連接和計算融合控制需求，支持通算深度融合。

通算融合是指在控制面拉通計算資源與通信資源，支持分布式計算資源與連接的相互感知、相互協同，實現實時準確的計算資源發現、靈活動態的計算資源調度，提供無處不在、滿足服務質量需求的計算服務和連接服務，實現計算資源、連接資源的合理分配，從而支撐AIaaS。通算融合在實現相應功能時能夠綜合考慮空口狀態信息、網絡狀態、計算資源分布等信息以達到性能的最優化或者資源最小消耗。在終端&基站聯合拆分推理的場景下，實驗結果表明控制面的通算協同調整方案能大幅降低業務的時延抖動。

致謝:特別感謝6GANA提供通算融合研討的平臺，在研討過程中不斷拓展思路，從而支撐計算面關鍵技術設計的豐富與完善。