智啟無線：下一代智能無線通信系統(tǒng)的需求與構(gòu)建

田文強(qiáng)，沈 嘉，肖 寒，劉文東，李德新

(OPPO研究院 標(biāo)準(zhǔn)研究部，北京 100083)

0 引言

每一代無線通信系統(tǒng)都與其時代背景息息相關(guān)， 早期的模擬通信系統(tǒng)滿足了人們對無線通信的渴望，全球移動通信系統(tǒng)(Global System for Mobile Communications，GSM) 為代表的第二代通信系統(tǒng)解決了讓更多人在各大范圍內(nèi)獲取聯(lián)系的訴求，3G、4G的快速發(fā)展適應(yīng)了無線多媒體業(yè)務(wù)傳輸?shù)男枨?也鋪平了移動互聯(lián)網(wǎng)發(fā)展的道路，5G系統(tǒng)的構(gòu)建則通過聚焦在增強(qiáng)移動寬帶(Enhanced Mobile Broadband，eMBB)、超可靠低時延(Ultra-reliable and Low Latency Communications，URLLC)、大規(guī)模機(jī)器類通信(Massive Machine Type Communication，mMTC)三大場景，實現(xiàn)了對不同傳輸業(yè)務(wù)需求的個性化支撐[1]。對于6G時代，新的需求和驅(qū)動力是什么？這將是構(gòu)建未來無線通信系統(tǒng)的一個關(guān)鍵問題，本文將重點針對這一問題開展相應(yīng)論述。

在未來的很長一段時間內(nèi)，智能化的社會構(gòu)建將是重要的時代背景，在人們的日常生活中，智能元素將隨處可見，生產(chǎn)力替代體力勞動的階段將逐漸走向生產(chǎn)力替代腦力勞動的階段，可以預(yù)期未來世界將是一副嶄新的畫面，是一個人與智能體協(xié)同發(fā)展的階段。在這樣的時代背景下，未來無線通信系統(tǒng)的構(gòu)建中融入智能角色將是6G發(fā)展的核心因素之一[2-5]。著眼于此，從智能業(yè)務(wù)對6G系統(tǒng)的新需求，以及智能技術(shù)為6G系統(tǒng)的賦能兩個層面出發(fā)，本文將分析給出對下一代智能無線通信系統(tǒng)構(gòu)建的理解，推動“智啟無線”愿景的討論。

首先，人工智能(Artificial Intelligence，AI)在當(dāng)今社會中扮演的角色日益突出，其強(qiáng)大的推理、計算、問題解決能力在眾多行業(yè)應(yīng)用中呈現(xiàn)出了顛覆性的優(yōu)勢，并還在不斷擴(kuò)展應(yīng)用邊際，可以預(yù)見未來十年會有更多基于人工智能技術(shù)的行業(yè)出現(xiàn)并得以廣泛應(yīng)用，而在眾多人工智能應(yīng)用背后，其所承載的對于無線通信系統(tǒng)的共性業(yè)務(wù)特征可抽象為以神經(jīng)網(wǎng)絡(luò)傳遞為代表的智能流業(yè)務(wù)傳輸，以及在其之上的演進(jìn)、迭代與優(yōu)化，這也將成為6G時代無線通信網(wǎng)絡(luò)構(gòu)建的重要訴求。

此外，在考慮智能業(yè)務(wù)對于6G網(wǎng)絡(luò)構(gòu)建提出新需求的同時，智能化的研究方案和研究工具作為新階段的一種生產(chǎn)力體現(xiàn)，已經(jīng)在很多行業(yè)展示出了很強(qiáng)的優(yōu)勢。在未來通信系統(tǒng)構(gòu)建時，引入智能化的研究方案和研究工具，用AI這種新生產(chǎn)力賦能、重構(gòu)6G系統(tǒng)，將有望觸發(fā)未來無線通信的變革。

1 智能業(yè)務(wù)對6G的新需求

當(dāng)前，快速發(fā)展的智能業(yè)務(wù)，以及在可預(yù)期的未來更多的智能業(yè)務(wù)爆發(fā)增長，將帶來對智能化新業(yè)務(wù)形態(tài)的極大應(yīng)用需求。通過對當(dāng)前的智能業(yè)務(wù)類型與需求進(jìn)行分類與歸納，如圖1所示，可從智能與通信融合以及智能體交互兩個維度展開相應(yīng)的討論，并從智能的產(chǎn)生與積累、智能的傳遞與交互、智能的利用，以及智能體間通信、多智能體系統(tǒng)通信等多角度做具體分析，力求在紛雜的AI業(yè)務(wù)中梳理出較為清晰的通信需求脈絡(luò)，從源頭到分支地呈現(xiàn)出未來無線通信系統(tǒng)所需考慮的新問題。

圖1 智能業(yè)務(wù)對未來無線通信系統(tǒng)的新需求

1.1 智能與通信的融合

為了有效支撐各種智能業(yè)務(wù)，面對不同種類智能業(yè)務(wù)的需求與特征，未來通信系統(tǒng)的構(gòu)建需要充分考慮網(wǎng)絡(luò)通信能力、計算能力與不同傳輸任務(wù)屬性的深度融合。

當(dāng)前，智能業(yè)務(wù)大多依賴于遠(yuǎn)端計算中心或者邊緣計算節(jié)點的支撐。隨著智能業(yè)務(wù)的持續(xù)發(fā)展，單點智能業(yè)務(wù)和孤立智能業(yè)務(wù)將逐步向群集智能業(yè)務(wù)演進(jìn)，類似單機(jī)處理方式的局部AI處理方案也會逐步向網(wǎng)絡(luò)化、全局化智能處理方案轉(zhuǎn)變，從而對于面向智能業(yè)務(wù)應(yīng)用的算力與傳輸融合的研究與協(xié)同利用的訴求將逐步增強(qiáng)。本文將從智能的產(chǎn)生與積累、智能的傳遞與交互、智能的利用三個角度來開展相應(yīng)分析。

1.1.1 智能的產(chǎn)生與積累

在智能的產(chǎn)生與積累過程中呈現(xiàn)出的對于未來無線通信系統(tǒng)的需求，主要是指與智能業(yè)務(wù)直接關(guān)聯(lián)的神經(jīng)網(wǎng)絡(luò)模型或解決方案的構(gòu)建過程中所依賴的學(xué)習(xí)方式、架構(gòu)、數(shù)據(jù)獲取與訓(xùn)練策略等層面，將不再僅僅是對單機(jī)或本地服務(wù)器集群計算性能的依賴，而是將產(chǎn)生對無線通信系統(tǒng)傳輸性能的依賴。

集中式的學(xué)習(xí)方式和分布式的學(xué)習(xí)方式所涉及的數(shù)據(jù)、模型的傳輸保障，遷移學(xué)習(xí)和聯(lián)邦學(xué)習(xí)的訓(xùn)練策略對參與訓(xùn)練的網(wǎng)元節(jié)點之間傳輸性能的需求，單任務(wù)算法和多任務(wù)算法對于本地算力、遠(yuǎn)端算力、傳輸能力、任務(wù)精度等要素之間的最佳結(jié)合點選擇與切換，大批量訓(xùn)練集數(shù)據(jù)在無線通信系統(tǒng)中的收集、傳輸對系統(tǒng)負(fù)荷的影響等都屬于支持構(gòu)建智能模型、積累面向智能業(yè)務(wù)數(shù)據(jù)素材時所產(chǎn)生的通信需求。

以基本的分布式AI模型訓(xùn)練為例，首先要避免無線傳輸成為智能業(yè)務(wù)利用分布式資源迭代訓(xùn)練獲取模型的瓶頸。目前常見的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方式是單機(jī)或者通過可靠有線連接的算力集群來完成訓(xùn)練任務(wù)，訓(xùn)練過程中在單機(jī)內(nèi)部以及集群內(nèi)部的神經(jīng)網(wǎng)絡(luò)傳輸時延與傳輸可靠性問題幾乎可以忽略，傳輸因素并不是影響訓(xùn)練效果的決定因素。但當(dāng)訓(xùn)練任務(wù)由單機(jī)遷移到通過無線網(wǎng)絡(luò)連接的多機(jī)集群來完成時，集群內(nèi)部網(wǎng)絡(luò)參數(shù)、結(jié)構(gòu)傳遞、交互的時延將受到無線傳輸速率和穩(wěn)定度的影響，如果無線傳輸速率的限制導(dǎo)致神經(jīng)網(wǎng)絡(luò)單步更新時間中由傳輸帶來的時延不再可忽略，則整個神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程會極大延長，對模型獲取的時效性也會造成影響。為了避免這一問題，未來無線通信系統(tǒng)對于分布式AI任務(wù)的支撐將對系統(tǒng)端到端時延與群集高傳輸速率等指標(biāo)帶來較高要求。

此外，在分布式訓(xùn)練為特征的AI模型獲取過程中，當(dāng)分布式節(jié)點之間的模型、梯度交互需要通過無線傳輸來完成時，針對多用戶上下行數(shù)據(jù)傳輸?shù)姆?wù)質(zhì)量(Quality of Service，QoS)需求有必要被著重甄別和保障，同時，大量周期性上下行成對業(yè)務(wù)傳輸需求也將涌現(xiàn)。針對這些業(yè)務(wù)特征的傳輸調(diào)度與策略引入也將是下一代無線通信系統(tǒng)需要考慮的問題。

1.1.2 智能的傳輸與交互

智能的傳輸與交互過程中呈現(xiàn)出的對于未來無線通信系統(tǒng)的需求,是指對于以神經(jīng)網(wǎng)絡(luò)為載體的“智能語言”傳輸將成為一種新的無線傳輸對象，而這種傳輸一方面與針對AI自身的直接傳輸相關(guān)；另一方面也和支持AI業(yè)務(wù)所需的協(xié)調(diào)多節(jié)點計算資源與傳輸資源間關(guān)系，保障最終智能業(yè)務(wù)的用戶體驗相關(guān)。具體來說，其可包括以神經(jīng)網(wǎng)絡(luò)為代表的“智能語言”在未來通信系統(tǒng)中的傳遞與交互，以終端、CPE、基站、邊緣、云為代表的算力資源分布與按需組合利用，以用戶體驗為中心的算力、存儲、傳輸框架構(gòu)建。

例如，對于神經(jīng)網(wǎng)絡(luò)的傳輸，其所需要的吞吐、可靠性、時延、通信密度等通信支撐指標(biāo)需要被分析與論證，未來的網(wǎng)絡(luò)系統(tǒng)如何滿足上述指標(biāo)需要在6G構(gòu)建時被充分考慮。此外，如圖2所示，多網(wǎng)元節(jié)點間的算力分布與通信資源的按需融合以及以用戶為中心的整體算力、存儲、傳輸框架的構(gòu)建，將極大擴(kuò)展6G系統(tǒng)的性能邊際，未來的6G系統(tǒng)將不僅僅是個傳輸系統(tǒng)，更將是一個用戶體驗為中心的服務(wù)系統(tǒng)。

圖2 以用戶為中心的分布式計算資源與通信資源智能融合

1.1.3 智能的利用

智能的利用對于通信系統(tǒng)的訴求包括了基于AI解決方案的通信系統(tǒng)設(shè)計、構(gòu)建與優(yōu)化，以及基于AI的第三方業(yè)務(wù)支持，保障智能業(yè)務(wù)的廣泛應(yīng)用，支撐智慧世界的逐步構(gòu)建。與此同時，對于各個行業(yè)來說，智能業(yè)務(wù)有效使能所需要的無線通信需求，將構(gòu)成不同業(yè)務(wù)特征下的傳輸訴求與網(wǎng)絡(luò)設(shè)計指標(biāo)。

綜上可見，對于智能業(yè)務(wù)的支撐來說，通過對智能的構(gòu)建(即神經(jīng)網(wǎng)絡(luò)為代表的模型訓(xùn)練與構(gòu)建)、智能的傳遞(即AI的交互與多點協(xié)同)、智能的利用(即對于生產(chǎn)生活中各個業(yè)務(wù)場景的應(yīng)用)等三方面梳理，可形成針對智能業(yè)務(wù)與無線通信系統(tǒng)相互影響所涉及的需求分析，并開展對應(yīng)性的6G系統(tǒng)構(gòu)建。

1.2 多能體交互的傳輸需求

智能體交互是一類新的需要未來網(wǎng)絡(luò)支撐的智能業(yè)務(wù)形態(tài)。當(dāng)人工智能發(fā)展到更高階段，具備一定獨立信息收集和決策能力的“智能體”與人類之間可能會形成一種“伙伴”關(guān)系，通過高層次、更加抽象的交互，提升彼此的能力。智能體之間溝通與交互所使用的語言和內(nèi)容可能并不是當(dāng)前人們所能從簡單物理意義上理解的，而且也是突破人們感知能力限制的，為有效支撐這些廣義智慧體之間的溝通，未來通信系統(tǒng)構(gòu)建時會有全新需求產(chǎn)生，例如對極高速率設(shè)備到設(shè)備通信(Device-to-Device，D2D)業(yè)務(wù)、廣域高性能業(yè)務(wù)保障、超大數(shù)據(jù)集高容錯傳輸?shù)取?/p>

圍繞著智能體間通信、交互、協(xié)作的技術(shù)研究，將是下一代通信系統(tǒng)較以往通信系統(tǒng)相比所需面對的新問題。此外，單個智能體由于感知、通信、存儲、計算、行為能力相對受限，可以解決相對簡單的任務(wù)目標(biāo)，面對復(fù)雜任務(wù)時，多個智能體之間可通過群集智能的形式協(xié)同合作，以群集智能的形式構(gòu)建出多智能體系統(tǒng)，克服個體智能體的能力限定，完成個體智能體所不能完成的復(fù)雜任務(wù)。近期，以泛在智能、群集智能、智聯(lián)網(wǎng)為代表的一些討論在陸續(xù)被提出，并有望在6G時代逐步落地，其影響作用將不僅局限在對群集通信的需求，對于未來社會的影響也將是長遠(yuǎn)的。

2 智能技術(shù)為6G賦能與重構(gòu)

目前，智能化的網(wǎng)絡(luò)構(gòu)建已經(jīng)成為下一代移動通信系統(tǒng)設(shè)計的重要方向。在已有的研究中，有基于AI學(xué)習(xí)框架開展的對通信系統(tǒng)做重構(gòu)設(shè)計的討論，也有基于模塊化提升實現(xiàn)AI增益獲取的研究[6-7]，可以說現(xiàn)階段的網(wǎng)絡(luò)智能化研究處在一個非常開放的階段，也是新問題和新結(jié)果不斷涌現(xiàn)的階段。

在上述內(nèi)容的基礎(chǔ)上，在向6G時代演進(jìn)的過程中，有必要對研究的路線、所受的限制條件,以及期待的突破與改變做出較為客觀和明確的判斷，并相應(yīng)構(gòu)建短、中、長期演進(jìn)規(guī)劃，以在不同層面和維度上獲得理論與工程上的增益與突破。具體來說，如圖3所示，當(dāng)前可從基于智能技術(shù)的系統(tǒng)賦能、系統(tǒng)重構(gòu)兩個問題出發(fā)，針對物理層AI提升、接入網(wǎng)AI提升、核心網(wǎng)AI提升等層次化AI賦能問題，以及一體化智能通信系統(tǒng)設(shè)計與網(wǎng)絡(luò)智能內(nèi)生等角度，分別分析AI賦能/重構(gòu)無線通信系統(tǒng)的方案與思路，逐步實現(xiàn)未來智能通信系統(tǒng)的全面構(gòu)建。

圖3 智能技術(shù)為6G賦能與重構(gòu)

2.1 6G系統(tǒng)的AI賦能

首先，AI對無線通信系統(tǒng)賦能的研究可考慮利用AI提升單點、模塊化或者特定鏈路上的無線通信系統(tǒng)，即利用AI對原有架構(gòu)中的功能模塊進(jìn)行數(shù)據(jù)驅(qū)動或者模型驅(qū)動的增強(qiáng)設(shè)計。例如，在物理層對原有系統(tǒng)中的信道估計功能、信道狀態(tài)信息(Channel State Information，CSI)反饋模塊、符號檢測鏈路、定位子系統(tǒng)等進(jìn)行利用AI的增強(qiáng)設(shè)計，提升相應(yīng)模塊的性能；在接入網(wǎng)對系統(tǒng)中的移動性管理、資源分配、負(fù)載均衡、網(wǎng)絡(luò)/用戶節(jié)能等問題，利用AI的決策優(yōu)勢和預(yù)測優(yōu)勢，提升接入網(wǎng)絡(luò)整體性能增益；在核心網(wǎng)側(cè)，構(gòu)建支持AI的網(wǎng)絡(luò)結(jié)構(gòu)，實現(xiàn)基于AI的網(wǎng)絡(luò)規(guī)劃與細(xì)化優(yōu)化，并實現(xiàn)基于AI的網(wǎng)絡(luò)故障檢測與維護(hù)能力。

以物理層CSI反饋問題為例，在當(dāng)前5G通信系統(tǒng)中，CSI反饋的方案是通過CSI參考信號設(shè)計及CSI反饋機(jī)制完成的。例如在當(dāng)前標(biāo)準(zhǔn)定義的CSI反饋設(shè)計中，主要是依賴矢量量化、碼本的方式來實現(xiàn)信道特征的提取與反饋，常見的基于Type I碼本、Type II碼本的CSI反饋設(shè)計就屬于這類工作，針對該問題的AI研究目前也已經(jīng)開展了較多的工作。

圖4給出了一些基于AI的CSI反饋的基本實驗結(jié)果。在配置為雙流傳輸、時延擴(kuò)展為300 ns、UE移動速度為3 km/h的條件下，圖4給出了不同信道下使用不同反饋比特數(shù)的歸一化余弦相似度平方(Square of Generalized Cosine Similarity，SGCS)性能。

(a) CDL-A信道

從實驗中與傳統(tǒng)碼本方法比較來看，基于AI的解決方案在等開銷的情況下可以獲得更高的反饋性能增益。例如，在CDL-A信道、反饋比特數(shù)為92 bit下，AI方案可以獲得高出傳統(tǒng)碼本反饋方案11.02%的SGCS性能。進(jìn)一步地，在相近反饋性能的情況下，基于AI的方案可以大大減少反饋開銷。例如CDL-A場景下，92反饋比特的AI方案比472反饋比特的傳統(tǒng)方案減少了80.51%的反饋開銷。

此外，對于其他物理層問題，例如信道估計問題[8]、均衡問題[9]、編解碼問題[10]、波束管理問題[11]、基于通信信號的定位問題[12]等，學(xué)術(shù)界和產(chǎn)業(yè)界都在嘗試采用AI的方案與解決思路來處理傳統(tǒng)方案較難處理的非線性、非理想假設(shè)問題，并都取得了很好的結(jié)果，使得模塊化、鏈路化地逐步替換無線通信系統(tǒng)部分功能成為可能。以基于AI的信道估計為例，圖5給出了AI方案與傳統(tǒng)的最小均方誤差估計的對比實驗結(jié)果。圖5(a)展示了在時域1、2、4個解調(diào)參考信號(Demodulation Reference Signal，DMRS)和頻域25%、50%不同導(dǎo)頻密度條件下的均方誤差(Mean Square Error，MSE)性能。可以看出AI方案在MSE評價下具有一個量級(10-3～10-4)的性能增益。進(jìn)一步地，圖5(b)同樣展示了在不同UE速度(3 km/h和300 km/h)的情況下，AI方案在MSE評價下同樣具有一個量級的性能增益。尤其是在300 km/h的情況下，AI方案使用2、4DMRS時性能甚至超過了3 km/h下的傳統(tǒng)方案,這些結(jié)果都展示了AI在信道估計問題上的應(yīng)用潛力。

(a) 不同導(dǎo)頻密度條件下的信道估計性能

在接入網(wǎng)層面，以移動性管理問題為例，未來的移動性管理不應(yīng)該局限在基于UE信號質(zhì)量的移動性管理，而應(yīng)該是真正面向服務(wù)(個性化特征化服務(wù)需求)的移動性管理。移動性管理需求的變化將主要體現(xiàn)在：不同的用戶服務(wù)有不同的移動性管理目標(biāo)(比如eMBB，URLLC，mMTC以及更細(xì)劃分)；用戶服務(wù)的移動性保障不等效于用戶信號質(zhì)量的連續(xù)性，不同的用戶針對不同的服務(wù)任務(wù)將有不同的傳輸指標(biāo)需求。以圖6為例，在6G階段可考慮面向服務(wù)的移動性管理目標(biāo)，在現(xiàn)有移動性管理體系的架構(gòu)上，引入更多移動性影響因素，以及衍生信息交互。相應(yīng)地，當(dāng)面對更多的移動性影響因素、更多的移動性管理目標(biāo)時，傳統(tǒng)的規(guī)則設(shè)定會顯得越來越難，基于AI的移動性管理賦能將有力支撐面向用戶體驗和服務(wù)質(zhì)量的更豐富的移動性管理目標(biāo)。

圖6 面向用戶體驗和服務(wù)質(zhì)量的移動性管理

在核心網(wǎng)側(cè)，下一代無線通信系統(tǒng)需要提供強(qiáng)大的AI支撐能力，6G網(wǎng)絡(luò)有必要構(gòu)建獨立的AI功能平面，為AI賦能控制面和AI賦能用戶面提供所需的必要能力[13]，同時通過能力開放也可以為自有或第三方合作的智能應(yīng)用提供相應(yīng)的傳輸、計算資源和信息。如圖7所示，AI功能平面需要支撐數(shù)據(jù)采集、存儲，機(jī)器學(xué)習(xí)、推理，模型管理、分發(fā)等任務(wù)，并提供高效的AI連接管理、AI資源管理、AI能力開放等功能，從而有效地為控制面、用戶面以及普適應(yīng)用賦能。

圖7 未來網(wǎng)絡(luò)架構(gòu)中的AI功能面

2.2 未來無線通信系統(tǒng)的AI重構(gòu)

在6G階段，一個重要的背景特征是通信行業(yè)再次獲得了系統(tǒng)性改變整體通信架構(gòu)的機(jī)會。所以，在這個階段，可以不局限在5G現(xiàn)有的架構(gòu)設(shè)計，而更著眼于研究AI對未來通信系統(tǒng)設(shè)計與重構(gòu)的影響，打破固有的一些模式，開展一些全新的嘗試，以期構(gòu)建面向智能且構(gòu)建于智能的新一代通信系統(tǒng)將是研究重點。

傳統(tǒng)的通信系統(tǒng)設(shè)計中，基于功能劃分等原因，整體通信系統(tǒng)被劃分為特定模塊單元，通過問題拆解、模型化、參數(shù)化擬合等方法，從而形成整體的通信系統(tǒng)設(shè)計。但是，通信的目的是有效信息的成功傳輸，人為劃分的模塊化設(shè)計是實現(xiàn)達(dá)到目的一種方法，AI技術(shù)則為上述問題提供了另一條解題思路。基于AI的整體通信系統(tǒng)設(shè)計，可以采用以傳輸增益最大化為目標(biāo)，以待傳輸信息作為收發(fā)模型的期待輸入輸出條件，以信道環(huán)境、噪聲等不可控因素作為傳輸限制條件和模型構(gòu)建的限制條件，以期獲得整體的設(shè)計增益，而不因為人為劃分的信息損失帶來網(wǎng)絡(luò)傳輸性能的限制。

此外，在目前的諸多研究中，AI的場景化、特征化優(yōu)勢已經(jīng)在逐漸呈現(xiàn)，但人為設(shè)計因素對于AI真正能力的發(fā)揮還存在一定限制，在考慮人為給定問題、利用AI解析問題的同時，還可以考慮賦予AI以最終用戶需求目標(biāo)為導(dǎo)向構(gòu)建局部、全局自定義問題的能力，繼而再利用AI解決問題。也就是說，不僅僅將AI作為一種解題手段，而是將AI作為一種出題手段，從問題本身出發(fā)實現(xiàn)全局化的智能解決方案，從而智能化地構(gòu)建未來通信系統(tǒng)，這將是智能化網(wǎng)絡(luò)系統(tǒng)構(gòu)建的巨大挑戰(zhàn)和革命性的突破點與轉(zhuǎn)折點。

3 結(jié)論

未來的無線通信網(wǎng)絡(luò)將不再是一張簡單的傳輸網(wǎng)絡(luò)，智能的需求、智能的改變、智能的構(gòu)建將貫穿于6G系統(tǒng)甚至更長久系統(tǒng)的設(shè)計與建設(shè)當(dāng)中，期待著一張打破技術(shù)壁壘，以用戶需求、服務(wù)為中心的未來網(wǎng)絡(luò)的成型，也等待著“智啟無線、智享世界”的到來。