《全球6G技術大會：2024年網絡節能技術白皮書（22頁）.pdf》由會員分享，可在線閱讀，更多相關《全球6G技術大會：2024年網絡節能技術白皮書（22頁）.pdf（22頁珍藏版）》請在三個皮匠報告上搜索。

1、1/21目錄1.1.前言前言.22.2.背景意義背景意義.23.3.性能指標性能指標.34.4.標準進展標準進展.35.5.網絡節能關鍵技術網絡節能關鍵技術.45.1 網絡架構層面.45.1.1空天地一體網絡架構.45.1.2新型分布式無線網絡架構.55.1.3無線智能云網絡.75.2 空口節能技術.85.2.1空域節能技術.85.2.2時域節能技術.105.2.3頻域節能技術.115.2.4功率域節能技術.115.2.5空口新硬件.125.3 新技術融合.135.3.1 AI技術融合.135.3.2 6G空口新技術融合.155.4 其他技術.166.6.總結與展望總結與展望.187.7.參考

2、文獻參考文獻.188.8.主要貢獻單位主要貢獻單位.199.9.縮略語縮略語.202/211.1.前言前言面向 6G 網絡節能，本白皮書闡述其背景意義和面臨的嚴峻挑戰，簡要介紹能耗性能指標和 3GPP 國際組織關于網絡節能課題的標準進展，從網絡架構、空口節能技術、新技術融合以及其他技術等層面，重點探討網絡節能關鍵技術方案。最后，總結白皮書主要內容及相關結論，并展望其未來發展趨勢。2.2.背景意義背景意義隨著全球經濟和科技的飛速發展，能源問題日益突出。自 2000 年以來全球碳排放增速明顯提升，隨著空氣中二氧化碳濃度的劇增，全球升溫迅速，而氣候變暖帶來的風暴、熱浪等極端天氣將嚴重危害人類的生命財

3、產安全。在我國，雙碳目標被納入“十四五”規劃建議，二氧化碳排放力爭在 2030年前達到峰值，努力爭取 2060 年前實現碳中和。雙碳目標是全球應對氣候變化的重要責任，也是行業和企業可持續發展的重要基石。就電信行業能耗情況來看，其碳排放是以電力購入的間接排放為主。在電信行業的能耗構成中，基站、通信機房和數據中心的能耗為主要占比，其節能最為關鍵。5G 基站滿載功耗約 4G 的 3-4 倍，尤其隨著 5G 網絡的正式商用，能耗增幅顯著提高。面向 6G 提出的 6 大典型場景和 15 個能力指標1，從智能、感知、泛在等多維度，對速率、容量、時延、定位、用戶體驗等提出更高要求，驅動 6G 向更高頻點、更

4、大帶寬、更多算力演進，從而給 6G 網絡能耗帶來嚴峻挑戰。一、更高頻點一、更高頻點：6G 毫米波基站的覆蓋半徑僅為 5G 3.5GHz 基站的 30%，同時毫米波基站功放效率約為 7-15%，具體數值取決于工藝，例如硅鍺 SiGe工藝為 7%+，而氮化鎵 GaN 工藝為 15%+，僅為傳統 5G 基站功放效率的 1/7-1/3。因此，需要更高的能耗以支持 6G 毫米波基站功放正常工作。二二、更大帶寬更大帶寬：大帶寬、多天線是造成 5G 單站功耗增加的主要因素，5G單站功耗是 4G 的 3-4 倍。另外，按照帶寬代際增長規律，預計 6G 帶寬可達500MHz-1GHz。如果單位帶寬發射功率保持不

5、變，可推算 6G 基站發射功率將是 5G 的 5 倍以上，單站整體功耗將是 5G 的 4 倍以上。三三、更多算力更多算力：智慧內生是 6G 重要特征，常用 AI（Artificial Intelligence，人工智能）模型的復雜度從十幾兆到上百 G 個模型參數。以 ChatGPT 為例，包含 1750 億個模型參數，其模型訓練使用了 1 萬個 V100 GPU，據環球零碳研究中心粗略合算，電力消耗超 168 萬度，按日訪問 100 萬用戶測算，運行每天耗電約 1.2 萬度。3/216G 新技術的創新發展，應以綠色節能為基本原則，提升系統能量效率，實施綠色生態運營模式。并將 6G 技術賦能千行

6、百業，助力各行各業深入實踐數字化轉型，踐行綠色發展戰略，共同譜寫人類命運共同體新篇章。3.3.性能指標性能指標能量效率是用于評估網絡能耗的重要性能指標，從定義的角度出發，找到網絡節能的有效手段。關于能量效率的定義，學術研究中將其定義為單位能耗下所能傳輸的數據量，單位為比特/焦耳（bit/J）。若想提升能量效率，可以從傳輸的數據量和能耗兩個角度出發，一方面，有效提升傳輸速率，另一方面，減少傳輸單位數據量所消耗的能量。此外，ITU 定義的傳統 5G 網絡能量效率，指的是與所提供的業務量相關的最小化無線接入網（RAN）能量消耗的空口技術能力2，包括兩個方面：1）網絡側，指的是無線接入網在單位能耗下用

7、戶傳輸或接收的信息比特數；2）終端側，指的是通信模塊的單位能耗，單位均為比特/焦耳3。因此，要想提升網絡能量效率，可以從網絡和終端兩個角度出發，雙管齊下，以達到網絡節能的目的?？紤] 6G 應用場景的多樣化，以及對空口傳輸性能的不同需求，可以將網絡能量效率定義為該場景下性能指標與功耗的比值，從而更加全面客觀的反映該場景的實際性能需求和能耗占比。具體來說，對于高速率場景，可以將能量效率定義為單位能耗下提供的數據速率，單位是比特/秒/焦耳（bps/J）；對于低時延場景，可以將其定義為單位能耗下提供的傳輸時延，單位是秒/焦耳（s/J）；對于廣覆蓋場景，可以將其定義為單位能耗下提供的覆蓋距離，單位是米/

8、焦耳（m/J）。類似地，對于6G 融合場景，可以由單一維度擴展到更多維度，將能量效率與 6G 場景的性能指標相對應，從而更加全面地評估單位功耗可提供的空口性能指標，以滿足6G 多樣化的業務場景需求。4.4.標準進展標準進展國際移動通信標準組織 3GPP 在 Release 18 階段開展了網絡節能技術的討論，包括 Study Item（SI）和 Work Item（WI）兩部分工作內容。4/21（1）SI 階段階段在 2021 年 12 月舉行的 RAN#94e 會議中，正式確定了網絡節能課題的研究內容，主要包括以下三個方面的工作。建立基站能耗仿真模型，用于網絡節能方案的性能評估；建立網絡節能

9、的評估方法與 KPI；研究并識別 gNB 和 UE 側的節能技術。歷時近一年的 SI，重點討論了網絡節能的仿真模型，評估方法以及在時域、頻域、空域、功率域、UE 輔助信息等方面的網絡節能技術，并提供仿真結果，相關研究內容形成報告 TR 38.8644。（2）WI 階段階段根據 SI 階段的研究進展，WI 階段的標準化工作圍繞部分節能增益較高的技術展開。在 2022 年 12 月份舉辦的 RAN#98 會議中，確定了網絡節能課題的工作內容如下：基于 CSI 增強的空域與功率域網絡節能技術；小區非連續發送/接收（Cell DTX/DRX）技術；inter-band CA 場景下的 SSB-less

10、 SCell 技術（僅限 FR1 和 co-located小區）；Rel-18 網絡節能小區內防止傳統 UE 駐留的方案；inter-node 波束激活及其有限區域內限制尋呼增強技術；小區切換流程增強技術。此外，仍有很多在 SI 階段研究的網絡節能技術未能標準化，為了進一步節省網絡能耗并為 6G 打下基礎，3GPP Release 19 將進一步開展網絡節能課題的標準化工作。5.5.網絡節能關鍵技術網絡節能關鍵技術5.15.1網絡架構層面網絡架構層面5.1.1空天地一體網絡架構空天地一體網絡架構未來網絡將實現萬物智聯，網絡覆蓋目標將由地面覆蓋擴展到太空、空中、陸地、海洋等更多自然空間，實現全域

11、的“泛在連接”。隨著各行各業數字化5/21進程的加速，全域數字化基礎設施將迅速擴張，數字經濟發展與能耗、碳排放增長之間的矛盾將日益突顯，綠色節能將成為未來 6G 網絡架構的內生需求。為了實現萬物智聯、綠色低碳的發展目標，6G 網絡架構將發生顛覆式重構，無線網將打破傳統的有邊界的、煙囪式的架構，支持融合泛在、綠色節能的新型空天地一體網絡架構?？仗斓匾惑w網絡架構將通過衛星網絡、空基網絡、低空及地面網絡三層組網，形成以地面網絡為基礎、以非地面網絡為拓展的立體全域覆蓋網絡。地面網絡與非地面網絡互聯互通、深度融合，采用統一的協議棧，支持海量用戶無感知、極簡的泛在接入。地面與非地面網絡層可采用超蜂窩、無蜂

12、窩等符合綠色通信發展趨勢的新型組網方式。超蜂窩架構下，基站控制面與用戶面解耦，控制基站與業務基站可以獨立按需部署。前者提供用戶接入以及控制信號的傳遞，可采用大區覆蓋模式；后者為用戶提供高速數據傳輸，可按需靈活部署。同一個控制基站覆蓋范圍內可以部署多個業務基站，且業務基站可根據業務負荷變化動態休眠。該架構下，網絡覆蓋可跟隨業務需求動態調整，在不影響覆蓋性能的前提下通過控制業務基站適時進入休眠狀態，實現更為靈活的休眠，提升網絡節能效果。無蜂窩架構以用戶為中心，部署多個分布式接入點以及一個與所有接入點相連接的中央處理單元，通過中央處理單元的集中信號處理，廣泛分布的接入點可以實現高水平的協作，形成一個

13、“超級基站”覆蓋整個區域。每個用戶接入一組特定的接入點，可以利用空間宏分集和低路徑損耗提升網絡的頻譜效率和能量效率。當區域內用戶較少時，可以關斷部分接入點，進一步節省系統能耗56。5.1.2新型分布式無線網絡架構新型分布式無線網絡架構為更好地支持自動駕駛、智能制造、遠程醫療等垂直行業，對低時延和高可靠提出更高要求，尤其面向未來 6G 網絡泛在連接，傳統的集中式智能網絡架構已無法滿足。因此，業界提出了一系列新型分布式無線網絡架構，通過引入分布式智能計算框架，以充分利用用戶終端和節點所持有的多維數據以及計算資源。然而，新型分布式無線網絡架構面臨分布式節點規模的不斷擴大、海量的高維模型參數傳輸和超級

14、算力等諸多挑戰，使得 6G 網絡能耗成為其規模部署和廣泛應用的主要瓶頸之一。因此，采用分布式分層智能無線網絡架構設計，有效降低 6G 分布式無線網絡能耗7?？紤]無線接入網側的多層網絡拓撲，可以在宏/微基站、CU/DU、云端/邊緣端等不同層面部署智能功能組件，開展無線分布式學習。自下而上具體地可6/21分為，用戶設備的終端智能層、部署在 DU 上的第一智能層、部署在 CU 上的第二智能層、部署在邊緣節點上的第三智能層以及部署在云端的第四智能層，如下圖所示。不同的智能層針對不同目標產生不同的功能配置，由此可構建面向 6G 網絡的分布式分層智能無線網絡架構。網絡可以靈活快速地編排和使用智能功能組件，

15、部署多層級數據分析網元，在網絡各層級均可組成分布式協同管控系統，實現水平層面上各個無線節點之間的分布式智能交互與協同8。圖 16G 網絡智能功能組件垂直分層部署示意圖在新型分布式無線網絡架構中，聯邦學習（Federated Learning，FL）作為最有望成為 6G 基礎架構的一種分布式智能計算框架，能夠在保護用戶數據隱私的前提下，進行更廣泛的機器學習，預期將在 6G 智能服務和應用中發揮重要作用。通過聯邦學習和多層網絡拓撲的有機結合，可進行多層次聯邦聚合。如下圖所示，基于宏基站-微基站-設備的三層網絡，在垂直方向上構成聯邦學習分布式分層智能無線網絡架構，聯邦聚合可拆分為位于微基站的低層次聯

16、邦聚合和位于宏基站的高層次聯邦聚合，從而實現較低的通信成本和更廣泛的數據共享。7/21圖 26G 網絡多層次 FL 節點部署示意圖具體地，在邊緣網絡，早期模型聚合具有較低的通信成本，且能有效緩解由于局部數據的隨機性而導致模型更新的不確定性。而后期模型聚合，通過更高層次的聯邦學習服務器進行模型聚合和更新，可實現更多、更廣泛的數據共享，且加速全局聚合的收斂性。因此，可以根據網絡對學習性能、時延、容量、能耗等指標的實際需求，靈活調整和優化聯邦聚合在不同網絡層次的部署位置，實現 FL 動態分層。為了更好地實現網絡節能，可考慮減少高通信成本的高層次全局聚合的通信頻次，通過降低通信開銷來降低總能耗。相比于

17、傳統 FL 方案，在相同學習精度的前提下，引入多層次聯邦聚合的分布式分層智能無線網絡架構能夠有效降低網絡能耗。5.1.3無線智能云網絡無線智能云網絡IMT-2030 Framework9強調了環境適應性和網絡、終端節能減排的重要性。其中，網絡能效是目前最為關注的量化指標，通常被定義為 bit/Joule。2010 年前后，國內等主要運營商分享了對移動網絡能耗的觀察。觀察發現，一半的能源消耗在空調和其他設施上，并進一步提出集中 RAN 設備以降低能耗，被稱為 Cloud-RAN（C-RAN）。集中點可以在無線電或基帶處理上，如下圖所示。8/21圖 3Cloud-RAN 示意圖根據分析1011，C

18、-RAN 是一個生態友好的基礎設施。首先，通過 C-RAN架構的集中處理，基站站點數量可以成倍減少，空調等現場支持設備的耗電量可大幅降低。其次，由于協作無線電技術可以減少 RRH 之間的干擾并允許更高的 RRH 密度，因此可以縮短 RRH 到 UE 的距離，部署具有較低發射功率的較小小區，同時不影響網絡覆蓋質量。用于信號傳輸的能量將會減少，這對于減少 RAN 中的功耗和延長 UE 電池待機時間特別有幫助。最后，由于 BBU 池是大量虛擬 BS 之間的共享資源，這意味著可以實現更高的資源利用率和更低的功耗。當虛擬基站在夜間空閑且不需要大部分處理能力時，可以有選擇地關閉或進入較低功耗狀態，而不會影

19、響 7x24 服務承諾。O-RAN 繼承了 C-RAN 的優點，定義了 O-CU/O-DU/O-RU 的開放接口，為分析不同網絡實體的功耗提供了足夠的靈活性。報告12指出，對于大多數移動網絡來說，超過 80%的能源消耗在無線接入網絡中，其余的則消耗在核心網、支持系統和相關的云基礎設施中。預估 RAN 側使用的 80%能耗中，大約 80%為無線電供電，剩余 20%用于分布式單元(DU)。通過采用 Micro SleepTx、多頻段無線電器件設計和集成等新技術，可以大大節省無線電能耗。同時，云化 DU 基于高性能通用處理器架構，優化了能耗，對軟件開發生態系統有良好的兼容性。為了充分發揮潛力，SMO

20、/RIC 軟件經過精心設計，rAPP 可滿足自動化非實時網絡管理的需求，降低運營成本、提高網絡性能并降低能耗。3GPP在 Release 18和 Release 19階段開展網絡節能技術的討論和標準化工作，詳見前文第 4 章節。3GPP 指出了優化 RAN 能耗的潛在方向，O-RAN架構通過分離網絡實體和可編程 rAPP，提供了最大的靈活性。O-RAN 架構與新的節能特性的結合，有望在 6G 時代帶來光明的前景。5.25.2空口節能技術空口節能技術5.2.1空域節能技術空域節能技術NR 基站中 AAU 功耗占比約 80%，是網絡能耗最主要組成部分?？沼蚬澞?/21技術在系統性能損失可以容忍的基

21、礎上，可以通過對網絡空域元素進行自適應以顯著降低網絡能耗。根據不同的顆粒度，空域元素可以包括天線陣元、TXRU、天線端口、天線面板、TRP 等。相比半靜態空域元素自適應技術，動態空域元素自適應方案，可提供更加精細的自適應顆粒度，更好的匹配業務負載與實際的傳輸環境，為 UE 提供更好的服務，從而更好的實現網絡/基站能耗降低。5G 現網中，大規模 MIMO 由于其支持空域復用或多徑分集的優點，被廣泛使用。而在大規模 MIMO 帶來高容量的同時，其大量的 TXRU 及相關的硬件處理單元（包括功率放大器）也會帶來基站功耗的增加。一個有效的網絡節能解決方案是根據流量負載或服務的 UE 數量調整基站的 T

22、XRU 開關，如下圖所示，在小區內用戶數變少時，可以適當的關閉一部分基站的 TXRU，使得其能夠在不損失容量的基礎上減少基站功耗。傳統的空域關斷無法很好地支持動態快速關斷，例如：獲得省電增益的時候有明顯的容量損失，或者受限于速度無法全天候使用。這是由于靜態關斷的切換時間太長，導致基站的天線狀態無法根據信道狀態進行快速的調整，即天線狀態與信道狀態不匹配，從而導致較大的性能損失。圖 4TXRU 自適應動態關斷根據動態負荷水平、不同 TXRU 關斷的多組 CSI，首先將整個時間分解為諸多毫秒級的短調度窗，先進的動態關斷采用基于能效原則的動態調度器（受限容量損失前提條件下獲得盡可能大的基站節能增益），

23、在每個短調度窗上模擬遍歷所有關斷方式（包括不關斷），從而快速選擇最優的關斷方式。對于動態關斷技術方案，節能狀態下硬件響應時間是影響網絡指標和用戶體驗的關鍵因素，硬件響應時間需要實現從分鐘級到毫秒級的跨越，使得從僅閑時節能擴展到全時節能。另外，CSI 報告的高層配置參數數量是有限的，過多的配置用于自適應通道關斷的 CSI 報告會影響其他用途的 CSI 報告配置。因此，對于TXRU 動態關斷方案中的一個重要研究方向就是 CSI 報告的增強，即在一個CSI 報告中上報多組 CSI 以及 CSI 開銷的降低方案。通道關斷技術不僅僅可以降低功放功耗，還可以降低射頻通道的靜態功耗，基于通道關斷的空域節能技

24、術，在保證服務連續性上具有明顯的優勢，而且應用場景并不限于基站業務輕負載場景，被視為主流的空域節能方案。10/21大規模分布式天線支持多 TRP 操作，類似于多個天線面板都可以視為空域AAU 的一部分，所以 multi-TRP 半靜態/動態自適應調整屬于傳輸天線自適應調整的特例。實際傳輸中往往存在 UE 和某一個 TRP 存在更好的傳輸鏈路，例如物理距離更近，這時候多個 TRP 都為 UE 傳輸并不總是必須的，動態關斷某些 TRP 可以顯著降低網絡能耗，特別將來傳輸系統為支持短距離傳輸會部署分布式大規模 MIMO 陣列，會支持更多的 TRP 傳輸，支持 multi-TRP 動態 ON/OFF

25、能更好的平衡 UE 性能與網絡能耗的矛盾。5.2.2時域節能技術時域節能技術在 中、低 系 統 負 載 場 景 下，通 過 動 態 智 能 小 區 關 閉、DTX/DRX（Discontinuous Transmission/Discontinuous Reception）智能協調、自適應降低廣播信號發送時間等方法，讓網絡有更多的時間處于微睡眠/輕睡眠/深睡眠狀態，有效降低信號傳輸在時域上占比，從而在對 UE 性能影響有限的前提下大幅降低網絡功耗。當系統低負載時，基站不連續發送/接收（Cell DTX/DRX）或基站短時間關斷，如時隙、符號或子幀級關斷等，使得在 DTX/DRX-OFF 或關斷

26、期間，基站可以進入睡眠狀態。通過增加基站睡眠時間，減少基站連續開啟或頻繁喚醒，從而降低基站能耗。公共信號或者信道，比如 SSB、SIB1、尋呼、隨機接入信道等，自適應調整，包括公共信號/信道傳輸圖樣自適應調整、公共信號/信道傳輸周期自適應調整、公共信號/信道時域資源位置自適應調整等，讓基站減少 always on 的周期性發送或接收，使基站可以進入到睡眠狀態，從而降低基站能耗。支持 SSB/SIB-less 技術，即 UE 基于 intra-band/inter-band 中其他小區上傳輸的 SSB/SIB1 來執行同步和獲取系統消息，通過不發送本載波上 SSB/SIB1來降低網絡設備功耗。進

27、一步支持網絡設備按需（on-demand）發送 SSB/SIB1，減少非必要時 SSB/SIB1 等信號的發送，從而獲得網絡節能增益。實現小區動態按需關閉，即小區按需關閉全部或大部分元器件，僅保留收/發部分參考信號，或喚醒信號，或發現信號，最大程度上節省能耗。當小區的覆蓋范圍內有用戶需要提供服務時，可以通過小區協同或終端發送喚醒信號激活關閉小區，或由 UE 觸發公共信號的發送，進一步兼顧網絡節能增益與終端業務傳輸性能?；?DTX/DRX 機制中，在周期性進行 DTX/DRX-ON、DTX/DRX-OFF 的11/21基礎上，利用 AI 可以預測系統的負載情況或者開啟/關閉基站 DTX/DRX

28、 的時機等，使能基站 DTX/DRX 智能化，通過動態的基站 DTX/DRX 機制進一步降低基站能耗。針對公共信號或者信道，利用 AI 預測小區中終端的接入情況和業務到達情況等，基站智能化調整公共信號或者信道的發送，通過自適應公共信號或者信道機制進一步降低基站能耗。針對小區關閉，兼顧網絡節能增益與終端業務傳輸性能的關鍵點在于小區開啟/關閉的時機，利用 AI 可以預測系統的負載情況或者小區開啟/關閉的時機等，使得小區可以準確的自主實現開啟/關閉，進一步降低基站能耗。5.2.3頻域節能技術頻域節能技術頻域節能技術可以大致分為兩類，一類是針對單載波的情況，可以通過靈活的帶寬調節實現網絡節能；另一類是

29、針對多載波的情況，可以通過多載波間協調，以減少部分公共信號傳輸，從而降低網絡能耗2。對于單載波情況，6G 超大規模天線可能工作在更高的頻段，適用更大的帶寬，必然帶來更高的網絡能耗。在實際網絡中，為用戶分配的工作帶寬（BWP，Bandwidth Part）往往高于用戶實際所需的帶寬。通過對 BWP 的高效調整，例如可以通過為用戶同時分配多個備選 BWP 資源，再根據實際業務需要選擇合適的 BWP，從而有效降低網絡能耗。對于多載波情況，多載波之間的協調對于網絡節能有重要作用。在 5G 網絡，多載波情況已經成為網絡部署的典型案例，可有效提升整體的網絡容量。在 6G 時代，頻譜資源有限，載波間和載波內

30、的頻率聚合將更加普遍。以載波間聚合為例，可以通過引入參考載波的概念實現多載波協調?；驹趨⒖驾d波上，傳遞用戶用于隨機接入的公共信號以及目標載波的相關信息，用戶只需檢測參考載波上的數據，即可實現靈活的工作載波隨機接入過程。由此，多個用戶可共用同一個參考載波，各自的工作載波上無需再發送用于隨機接入的公共信號，從而實現網絡節能。5.2.4功率域節能技術功率域節能技術對于高負載網絡，往往沒有空閑資源可用于關斷，降低網絡能耗往往需要采取降低發射功率的方式，可通過動態功率譜密度（power spectral density，PSD）調整實現。根據部分外場測試結果，在滿載的情況下，發射功率減半，可降低 20

31、%左右的網絡能耗，同時對小區吞吐量影響較小?；诂F有協議和12/21設備實現，調整天線發射功率往往需要重新配置網絡參數，操作不便。因此，可優化天線設計架構和相關功率調整機制，以便網絡能夠快速地進行功率調整，從而達到節能的目的。此外，功率域節能技術包括功放 PA 性能優化以及硬件實現，詳情參見 5.2.5空口新硬件章節。5.2.5空口新硬件空口新硬件采用超高集成度的采用超高集成度的 6G 芯片芯片在未來基站系統的基帶芯片方面，6G 基站系統需要實現 1Tbs 這樣的高數據速率的接收譯碼處理，相對 5G 有十倍到百倍的增加，這意味著我們需要執行超高速的基帶處理。在這些過程中，信道編碼對基帶芯片性能

32、的要求最高,主要決定了基站芯片的功耗、最大吞吐量、復雜度和成本。因此，我們可能需要完全重新設計信道編碼算法和標準，以提高效率或并行處理的可能性。6G基站系統要實時處理達到 Tbps 的峰值吞吐量，對芯片性能要求更加苛刻，6G基站都會考慮采用專用集成電路芯片，用以降低功耗并提升運算效率。幸運地，芯片的制程得到了持續演進，集成度得到不斷的提升，制程節點越小意味著晶體管越小、速度越快、能耗表現越好，超高集成度芯片技術預期可以得到大規模商用，例如基帶芯片的制程可以達到 2 納米。圖 5某主流晶圓廠的制程節點技術線路圖通過超高集成度的基帶及數字中頻芯片，配合使用超高集成度的模擬射頻前端芯片，不斷優化電路

33、設計和相關算法，可以全面降低 6G 基站的整機功耗，無論在空載還是滿載均可以達到能耗最優。采用高能效的采用高能效的 6G 功放功放射頻信號只有經過功率放大器（PA）放大獲得足夠的射頻功率并發送出去。有統計指出約一半以上的基站的功耗來自 PA。由于 PA 的功耗效率和線性度是相互矛盾的，為了兼顧兩者，業界采用了數字預糾偏算法(DPD)，在 PA 輸13/21入側進行與 PA 響應相反的數字域非線性濾波。在 6G 基站系統的 DPD 芯片方面，持續優化算法，需要設計適合亞太赫茲、太赫茲超高頻和 GHz 超大帶寬的新算法。由于 6G 支持的頻段非常豐富，還需要研究多頻段的 DPD 算法。6G 通信系

34、統將使用非常高的載波頻率，因此波束成形用于規避高衰減和路徑損耗，基于相控陣波束成形發射器通常應用多個PA 單個數字流，但是帶來了 DPD 的新問題，因為多個并行 PA 必須使用單個DPD 芯片進行線性化?？傊?，數字中頻芯片的下一代 DPD 算法的將會直接影響 6G 基站的功耗效率。在功放的新架構方面，隨著帶寬的明顯增加，Doherty 架構會受寬帶特性影響，性能逐漸下降，不過其架構簡單，成本低。Outphasing 架構和 LMBA架構具備更好的寬帶特性，但這兩個架構需要兩個射頻通道，架構復雜，成本高。同時 LMBA 會引入電橋插損，因此也沒有絕對的優勢。因此，隨著帶寬的增加，基站功放架構將從

35、單一的 Doherty 架構逐漸演變到多架構并存，根據場景進行功放架構選擇。在功放的新材料方面，對于 100GHz 以下的大帶寬，氮化鎵(GaN)在功率和效率方面具有明顯優勢，以此為基礎的功放管得到廣泛應用。100GHz 以上大帶寬對 6G 很有吸引力，但帶來了許多重大器件挑戰，特別是功放 PA 和低噪放 LNA。鍺化硅（SiGe）將作為 100-300 GHz 的亞太赫茲范圍技術發揮重要作用，對于一些需要高發射功率的應用，如果能夠以經濟可行的方式完成，則可以考慮在前端使用上述新型化合物半導體材料。在 300GHz 和 1THz 頻譜之間，新型化合物半導體材料磷化銦（InP）等具有高速率的顯著

36、優勢，可以用于功率放大器。由于鍺化硅和磷化銦相對氮化鎵具有更低的功放效率，所以需要設計低 PAPR 的新波形或者采用一些降低 PAPR 的技術，無論采用低階調制還是采用高階調制都需要確保低 PAPR，減少功放的功率回退，提高功放效率，彌補材料的不足之處。5.35.3新技術融合新技術融合5.3.1AI 技術融合技術融合隨著 AI 技術的迅猛發展，可考慮 AI 技術與節能技術的融合，根據網絡實際業務預測情況，做到資源能耗智能分析，對網絡資源進行統籌管理，實現基于 AI 的綠色節能數字化?；?6G 網絡結構、業務特征、傳輸環境對基站側天線/面板/TRP/射頻通14/21道進行智能動態自適應，可以顯

37、著降低網絡側激活的 RF chain 數量，大幅降低網絡功耗。例如，在采用 AI 使能的網絡架構中，可以通過 AI 動態天線關斷預測，動態預測 TRP、射頻通道、天線端口或是天線陣元的智能動態關斷。CSI 上報增強技術，通過 MIMO 增強設計有效減低 CSI 反饋量，或者通過 AI對信道狀態的學習和訓練，對信道狀態指示參數進行有效的獲取和壓縮，從而支持更多的空域自適應模式促進網絡節能。（1）基于基于 AI 的信道估計增強的信道估計增強。面向 6G 網絡中更高維度的信道矩陣，傳統基于 DFT 的 Type I/II 碼本可能無法在可接受的資源開銷下，高效的進行信道狀態信息的量化和反饋。通過將信

38、道估計與 AI 技術結合，利用神經網絡的強大學習能力來輔助信道信息的測量和反饋，可以為高效、準確地獲取信道信息、降低導頻開銷提供一種新的思路。另外，可以結合不同場景的實際需求，采用不同大小的反饋開銷進行訓練和優化，靈活實現所需的信道反饋精度。（2）智能化波束管理智能化波束管理。在未來的 6G 網絡中，波束將更加的精細化，采用的波束數目也將更加龐大。為了節省波束掃描、測量和反饋等流程導致的時延和開銷，可以探索波束管理與 AI 技術結合的可能性，實現智能化波束管理，提升波束管理的效率和性能。（3）自適應多天線面板通信自適應多天線面板通信。面向 6G 的超大規模天線系統中，設備形態將更加多元化，基站

39、和終端設備都可能會配備多個天線面板。得益于此，網絡側可結合具體信道狀態及系統需求，靈活調度不同的天線面板進行協作或非協作的傳輸，從而提升系統容量和魯棒性。在多天線面板的選擇、調度與傳輸上，可考慮與 AI 技術的結合，實現自適應的多天線面板通信，進一步提升系統性能。傳統的節能方案是通過預先設定好的門限來決定節能功能是否觸發，從而控制基站做出相應符號關斷、通道關斷、小區關斷、智能載波關斷以及深度休眠等操作，實現網絡節能的目的。由于數據收集和配置的工作量龐大，如何根據這些數據合理準確地配置觸發條件是傳統節能方案的瓶頸。進一步將能效信息與服務體驗融合，進行聯合感知，產生更多有針對性的數據和有意義的反饋

40、，不會使這種不匹配的情況進一步加劇。人工智能技術的核心在于擬合數據特征的線性和非線性關系?；跈C器學習的人工智能技術依賴于兩個主要對象：數據和模型。對于數據，需要從功能上支持針對從空口上采集的數據以及空口操作相關的數據的收集、存儲、訪問/共享能力；對于模型，需要從架構設計和資源部署的層面上支持模型的訓練/更新、訪問/共享，以及模型的部署。通過基于機器學習的人工智能技術，將15/21其應用在預測基站的負載信息和服務質量方面，并將其與節能方案關聯，將有可能打破上述瓶頸，提高網絡節能效率?？紤]通信業務具有明顯的潮汐效應，可通過 AI 技術，結合歷史數據和實時流量信息，實現準確的流量預測，從而實現基站

41、動態開啟和關閉，以適應不同時間段的流量負載需求。因此提出一種基于 AI 場景識別和流量預測的新型網絡節能策略13，主要包含三個模塊：基于自然語言處理（Natural LanguageProcessing，NLP）的基站場景識別、基于 AI 的網絡流量預測、綜合考慮基站負載和網絡需求的智能關斷。首先，基站名稱經過 NLP 處理，可以準確識別基站所處的具體場景，如學校、寫字樓、酒店、商場、體育館、景區等。每種場景都有一個預先訓練的通用流量預測模型，為后續的節能決策提供依據，例如：長短期時間序列網絡LSTNet、可解釋的時間序列預測的神經基礎擴展分析 NBEATS、時序卷積網絡 TCN 等。通過流量

42、預測模型，可以預測小區在下一個時段的平均 RRC 用戶連接數、上下行 PDCP 用戶層面流量以及上下行 PRB 利用率等網絡狀態指標。根據這些指標加權計算，得到小區下一時段的負載狀況，從而用于評估基站工作情況和負荷承載能力。其中，將負載低于某個閾值的基站列為候選關斷基站。針對每個候選基站，計算基站所在區域內其他基站的覆蓋情況，以判斷關閉候選基站后是否會對覆蓋范圍內用戶通信產生較大影響。具體而言，計算周圍基站的覆蓋范圍，如果候選基站被其他基站重覆蓋的區域達到了一定閾值，并且關閉候選基站后，周邊基站的負載不會超過其上限，那么執行關斷操作，以實現網絡節能1415。智能化網絡節能方案將打破基礎設施數字

43、化孤島，實現網絡能耗數據實時、高精度采集能力，支持靈活的電源、備電等機房基礎資源智能化管控。同時，智能節能方案包括網絡級節能策略、站點級節能策略、設備級節能策略，可實現多制式網絡智能協同、“一站一策”差異化節能調度，達到“用戶無感知、網絡高能效、運維低成本”的目標1617。5.3.26G 空口新技術融合空口新技術融合通過與 6G 新空口技術融合，實現網絡節能。（1）基于通感技術的網絡節能基于通感技術的網絡節能。借助 6G 通感技術，獲取無線傳播環境的感知信息，以及用戶位置及其密度信息，輔助基站進行 TRP、天線端口或單元、傳輸波束的限制或關斷。未來通信感知一體化系統可以充分利用通信網絡16/2

44、1優勢，提供定位類、成像類、虛擬環境重構類等服務，同時這些服務還可以用于移動通信自身性能提升，例如，在提升整個無線系統的能效方面，通感技術能發揮巨大的作用18。根據通感的不同應用場景和用例，需要獲知的感知信息可包括運動監控類型、環境監控類型、目標檢測和跟蹤類型。針對這些感知信息，可用于無線系統各類通信網元的節能決策，或者網絡管理功能利用這些信息來提升整個無線系統的能效。具體地，可以體現在下述幾個方向：利用運動監控類似的感知信息，可觸發終端或相應的穿戴設備等改變相應的活動狀態，例如：進入省電模式，或者長周期的監控狀態等等，反之，也可用于主動激活相應的設備進入活躍狀態等。利用環境監控類型的感知信息

45、，來觸發告警信息在準確的服務范圍播發，可以避免大范圍的傳輸冗余信令等。利用目標檢測和跟蹤類型的感知信息，可依據不同信息類型，進行實時動態的分配或調度相應的無線資源，達到提升無線系統的整體傳輸效能，此外，也用于動態的開啟/關閉特殊的應用或資源通道，例如：波束，載頻，小區級別的開/關管理等。為實現 6G 網絡節能，應允許感知服務單元，建立與不同節能網元（如：基站，射頻前端，終端等等）的接口和協議棧，并設計相應的節能機制或策略等。（2）基于基于 RIS 技術的網絡節能技術的網絡節能。通過智能超表面（Reconfigurable IntelligentSurface，RIS）實現天線結構的創新，RIS

46、 采用低成本無源或近無源器件構成，作為網絡節點反射/透射波束賦形輔助傳輸，在網絡能耗幾乎不變的情況下大幅提升網絡覆蓋?；?6G 智能超表面技術，可以采用較少的射頻通道和轉換效率較高的功放，降低基站射頻通道數目和功耗，或者采用基于 RIS 的中繼節點從而降低網絡能耗。（3）基于物理層技術增強的網絡節能。）基于物理層技術增強的網絡節能。在物理層技術增強方面，可采用6G LDPC、極化編碼、概率成形調制、基于免調度的非正交多址接入以及全雙工等潛在的新技術，提升系統頻譜效率，降低接入開銷，在滿足 6G 全業務場景、全類型終端的接入需求的同時提升系統能效。5.45.4其他技術其他技術提高設備集成提高設

47、備集成首先，使用超寬頻 RRU/AAU 設備，采用先進算法實現不同頻段的數據統一處理，實現多個模塊合一，射頻模塊數目和饋線數量均至少減半，使用了寬帶新材料功放，實現了單通道超寬發射帶寬，還采用了先進的超寬帶的 DPD架構和算法，實現了數百兆甚至上吉發射帶寬站點方案大幅簡化，提高了射頻17/21設備的集成度并明顯降低功耗。其次，采用“超級基帶群”解決方案，這種新型建網模式將 BBU 集中放置，RRU 通過光纖拉遠，還可能支持分布式天線?？纱罅慷询B的 BBU 實現基帶資源動態配置、靈活調度，充分利用系統資源；多個 BBU 集中放置在現網機房（如核心機房或骨干機房），可以充分利用現有機房資源，實現“

48、零”機房占用。機房內各種配套、傳輸資源可以實現最大化共享，充分盤活現網資源，節省布網及維護成本。最后，在硬件平臺不變的情況下，通過軟件配置即可實現多種技術體制共平臺，實現了多制式和多頻段融合，并且實現網絡的平滑演進。采用綠色能源采用綠色能源從能源供給的“開源”出發，綠色能源在 6G 網絡的供給能源中占比將逐年增加，綠色能源包括太陽能、風電、水電、核電、生物能和地熱等，預計到2035 年該比例有望超過 60%。綠色能源往往輸出不穩定，例如：風電受到風量影響較大，晚上沒有陽光太陽能無法發電，此時需要配套儲能系統來實現削峰填谷、調峰、調頻等，并內置傳感器采集綠色能源相關的參數數據，綜合提升新能源系統

49、的穩定性和效率，提升 6G 設備清潔能源的就地消納能力，減少6G 設備高碳排能源輸入占比，直接降低 6G 設備運營階段碳排放。高能效數據中心高能效數據中心隨著數據量的增長，數據中心的能耗將快速增長。在傳統的中心化計算模型中，大量數據需要從邊緣設備傳輸到遠程數據中心進行處理，數據傳輸通常需要網絡帶寬和能源。首先，采用分布式共享計算，動態靈活地部署所需資源（CPU、GPU、NPU 和存儲等），不受機房限制，不同服務器之間共享計算資源。其次，采用盡力而為的端側優先機制。對于 6G 計算任務如 XR 渲染或者 AI 計算，優先在終端側本地完成；如果密集型的計算超出了終端側能力水平，則通過 6G 推送到

50、無線接入網的邊緣云執行，再返回密集計算的結果；如果邊緣云還是不足夠支持密集計算任務，則繼續通過 6G 的有線連接推送到中心云端執行，最后返回密集計算的結果。最后，采用通信網絡和計算網絡的綜合考量，根據 6G 無線信道質量的變化和終端計算能力限制，計算任務可在邊緣云計算和本地終端計算之間較動態的切換?？傊?，上述技術減少了數據傳輸和處理延遲，實現數據中心的最佳的能耗和計算能力分配。支持網電協同支持網電協同同時將 6G 網絡與分布式微電網協同，在邊緣側實現源-網-荷-儲靈活互動以及海量分布式資源的協同運行，形成電力網絡與通訊網絡的靈活性共享機制，實現跨網的資源優化配置，達到大幅降低 6G 通信系統碳

51、排放效果，從而同時18/21提升 6G 網絡與電力系統的能效與碳效。智能化運營管理智能化運營管理在精細化運營方面，借助智能化的手段，實現端到端的用電智能化管控，依托網絡能效管理工具，實現精準供備電；快速識別網絡能效瓶頸，提升網絡能源效率，實現運營成本大幅降低，助力網絡全生命周期能效最優。綠色供應鏈綠色供應鏈加強 6G 產業鏈上下游供需對接和交流合作，提升節能低碳產品供給能力，提高設計、研發、生產、采購、包裝、物流、運維、回收等各環節綠色能力建設協同合作，實現整體產業鏈綠色化。6.6.總結與展望總結與展望5G 時代，網絡能耗問題已十分突出。面向未來，更高頻點、更大帶寬、更多算力，使得 6G 網絡

52、面臨更嚴峻的能耗挑戰。為實現雙碳可持續發展，面向多場景混合組網，推進空天地一體、新型分布式無線網絡和無線智能云網絡架構創新。從空域、時域、頻域、功率域、空口新硬件等維度，開展空口節能技術創新和實施方案，并全面打造數字化、網絡化、智能化 6G 云網節能體系，開展節能技術與 AI 技術、通感技術、RIS 技術等 6G 空口新技術的有機融合。此外，提高設備集成、采用綠色能源、高能效數據中心、支持網電協同、智能化運營管理、綠色供應鏈，加強 6G 產業鏈上下游供需對接和交流合作，提升節能低碳產品供給能力，從而實現整體產業鏈綠色化。此外，在研究節能方案的同時，也要關注相關方案對用戶體驗、系統性能的影響，力

53、爭找到平衡點，以期滿足 6G 愿景。愿攜手產業界同仁，踐行雙碳發展戰略，共創綠色美好未來！全面落實國家雙碳戰略部署，立足自身，賦能社會，把綠色低碳從壓力挑戰變成動力機遇，為“雙碳”目標的實現貢獻力量。7.7.參考文獻參考文獻1DraftNewRecommendationITU-RM.IMT.FRAMEWORKFOR2030ANDBEYOND,Framework and overall objectives of the future development of IMT for2030 and beyond,ITU,2023.2超大規模 MIMO 技術研究報告（第二版）,IMT-2030（6G

54、）推進組，20223Recommendation ITU-R M.2083-0,IMT-Vision-Framework and overall objectives ofthe future development of IMT for 2020 and beyond.ITU,2015.19/2143GPP TR 38.864 V18.1.0,Study on network energy savings for NR(Release 18),March 2023.5倪舜鋒,羅鍵英.關于無線基站節能減排技術的研究J.通訊世界,2016(24):61-62.6中國聯通,6G 綠色網絡白皮書Z.

55、2023.7Zhao B,Cui Q,Liang S,et al.Green concerns in federated learning over 6GJ.ChinaCommunications,2022,19(3):50-69.8崔琪楣,梁盛源,趙博睿等.通信網絡架構的生成方法、裝置、電子設備及介質P.中國專利:CN202111436227.7.9ITU-R,Recommendation ITU-R M.2160 Framework and overall objectives of the futuredevelopment of IMT for 2030 and beyond,Nov.

56、2023.10Chih-Lin I,Jinri HUANG,Ran DUAN,Chunfeng CUI,Jesse JIANG,and Lei LI,RecentProgress on C-RAN Centralization and Cloudification,IEEE Access,2014.11CMCC,C-RAN The Road Towards Green RAN.12Ericsson,Open RAN architecture:Embracing energy efficiency.13游斌,朱偉,鄧新華等.一種基站流量預測方法,裝置及電子設備P.中國專利:CN202111647

57、710.X14Lai G,Chang W C,Yang Y,et al.Modeling long-and short-term temporal patterns withdeep neural networksC/The 41st international ACM SIGIR conference on research&development in information retrieval.2018:95-104.15Oreshkin B N,Carpov D,Chapados N,et al.N-BEATS:Neural basis expansionanalysis for in

58、terpretable time series forecastingJ.arxiv preprint arxiv:1905.10437,2019.16梁力維,李榮聰.基于 AI 的 5G 基站節能技術研究J.移動通信,2019,43(12):32-36.17中國聯通，5G 智能節能技術白皮書Z.2019.18通信感知一體化技術研究報告，IMT-2030（6G）推進組,2022.8.8.主要貢獻單位主要貢獻單位主要貢獻單位（排名不分先后）序號序號主主要要貢獻單位貢獻單位貢獻人貢獻人1中國電信郭婧、尹航2中國聯通李露、馬靜艷、周偉3中興通訊股份有限公司徐俊、陳夢竹4中信科移動通信技術股份有張大鈞

59、、王加慶20/21限公司5高通曹一卿、李儼6北京郵電大學崔琪楣、趙博睿、周約翰9.9.縮略語縮略語英文縮寫英文全稱中文全稱AAUActive Antenna System有源天線單元AIArtificial Intelligence人工智能BWPBandwidth Part帶寬部分CUCentralized Unit集中單元CSIChannel State Information信道狀態信息DUDistributed Unit分布單元DRXDiscontinuous Reception不連續接收DTXDiscontinuous Transmission不連續發送FLFederated Lear

60、ning聯邦學習LSTNetLong and Short term Time-series Network長短期時間序列網絡NBEATSNeural basis expansion analysis for interpretabletime series forecasting可解釋的時間序列預測的神經基礎擴展分析NLPNatural Language Processing自然語言處理PSDpower spectral density功率譜密度RANRadio Access Network無線接入網RISReconfigurable Intelligent Surface智能超表面RRCRadio Resource Control無線資源控制SIBSystem Information Block系統消息塊SSBSS/PBCH Block同步/主廣播信道塊TCNTemporal Convolutional Network時序卷積網絡TXRUTransceiver Unit收發器單元TRPTransmit-Receive Point收發站點PDCPPacket Data Convergence Protocol數據分組匯聚協議PRBPhysical Resource Block物理資源塊21/21UEuser equipment用戶