《中國移動：2024年6G通感算智融合原生基座技術白皮書（1.0）（24頁）.pdf》由會員分享，可在線閱讀，更多相關《中國移動：2024年6G通感算智融合原生基座技術白皮書（1.0）（24頁）.pdf（24頁珍藏版）》請在三個皮匠報告上搜索。

1、前前言言隨著 5G 產業應用的持續發展，與個人通信的標準化模式不同，行業需求展現出定制化、差異化和碎片化的特點，對通信服務提出了靈活性、敏捷部署、簡便使用和成本效益等更高要求。與此同時，隨著數字孿生，智慧泛在16G 愿景的提出，以及 6G 典型場景的明確，6G 將實現從通信服務向信息服務的轉變，通信、感知、計算、智能等多維能力內生融合成為業界共識。本白皮書旨在闡述 6G 通感算智融合的原生基座技術，包括其提出的背景與挑戰、內涵與特點及對應的技術方案等。中國移動與未來產業的合作伙伴一直在積極推動業界開展 6G 通感算智融合的深入研究，并期望通過開放的基礎底座、服務能力和合作范式，匯聚產業生態各方

2、智慧，共同探索 6G 的全新創新模式。我們期待與產業伙伴的深度合作與多元創新，共同推進 6G 創新步伐，實現多維開放和眾創共贏。目目錄錄1.6G 通感算智融合的需求與驅動力.11.1 差異化場景按需定制需求.11.2 多維能力內生融合需求.22.6G 通感算智融合的原生基座技術內涵.33.底座-通感算智融合的異構硬件.43.1 通感算智融合的異構硬件面臨的挑戰.43.2 相應技術方案.54.內核-通感算智融合的多維能力.74.1 通感融合.74.1.1 通感融合面臨的挑戰.84.1.2 相應技術方案.84.2 通算智融合.104.2.1 通算智融合面臨的挑戰.104.2.2 相應技術方案.11

3、5.中樞-通感算智融合的按需服務.135.1 平臺化服務網絡面臨的挑戰.135.2 相應技術方案.146.總結與展望.17縮略語列表.19參考文獻.2011 1.6G6G 通感算智融合的需求與驅動力通感算智融合的需求與驅動力1.11.1 差異化場景按需定制需求差異化場景按需定制需求隨著 5G 技術的持續演進，行業應用需求愈發呈現出定制化、差異化和碎片化的特征，從而催生了一系列對網絡的核心需求：靈活定制靈活定制：在對通信服務的需求上，不同行業間展現出對性能的差異性需求，面對這些千差萬別的需求，客戶不僅期待定制化的解決方案以匹配其需求。通過靈活定制，按需提供包括通信、感知、計算、AI 以及安全在內

4、的多維能力服務，以滿足不同行業、不同場景的個性化需求，并確保服務的及時性和高效性。敏捷部署敏捷部署：行業客戶的需求靈活且多變，其改造需求提出后往往期望能夠迅速實施與部署，例如某些功能的升級，需要快速完成功能定義與實現，并在局部環境快速部署，例如工廠和車間所涉及的基站上完成改造。因此，針對定制化的行業要求，除了精準匹配客戶需求外，還需適應市場節奏，快速交付與部署，確保時間效益的最大化。簡便使用簡便使用：定制服務不僅需要操作簡便，還需要擁有完善的服務保障，確?？蛻趔w驗的無縫銜接?？蛻粼谑褂眠^程中無需進行繁瑣的操作，能夠即時獲取所需的能力服務，做到產品互聯網化、銷售全流程線上化、使用簡便化。成本敏感

5、成本敏感：由于信息化改造預算有限，眾多行業客戶尤其是中小企業在改造時希望基礎設施能力更加經濟與高效，其需求不局限于網絡連接的帶寬、時延等方面，例如面向智能化的應用，需要在統一的基礎設施上以可控的成本提供包括感知、計算、AI 在內的多維服務。6G 將在 5G 基礎上實現向產業互聯網的充分發展，場景更加豐富多樣2，多樣化、差異化的場景及新業務對通信網絡的通信能力提出了更高性能要求，并催生了感知、計算、數據和人工智能等新領域的強烈需要。21.21.2 多維能力內生融合需求多維能力內生融合需求針對差異化、多樣化的行業應用需求，業界對 6G 愿景展開深入研究。國際電信聯盟（ITU-R）在IMT 面向 2

6、030 及未來發展的框架和總體目標建議書3中將 5G 三大典型場景（eMBB：增強移動寬帶,uRLLC：超可靠低時延通信,mMTC：海量機器類通信）增強和拓展為六大場景。圖 1 6G 能力六角隨著信息社會進入智能化時代，客戶往往需要連接、計算和 AI 等多維能力融合服務。在當前階段，這些能力往往以外掛的方式疊加在 5G 網絡上，例如通過引入 NWDAF 模塊進行數據分析和智能決策，以此提升網絡性能和用戶體驗。然而，5G 階段外掛式設計的效率與效果均不盡如人意，一方面，獨立煙囪式支持效率差，另一方面難以實現能力間協作，服務質量難以保障。6G 擴展了 5G 的邊界能力，將 5G 的傳統通信能力三角

7、增強為能力六角，如圖 1 所示，六大典型場景要求網絡能力更多維，網絡需要內生支持感知、計算、AI 等新能力，6G 將在提供更高速率、更多連接、更低時延及更高可靠的基礎上，實現空天地一體、通感一體及通算智一體,6G 將不再僅僅局限于提供連接服務，而是實現從移動通信網絡向移動信息網絡的轉變4，通感算智等多維能力內生融合成為 6G 關鍵特征和發展趨勢。32 2.6G6G 通感算智融合的原生基座技術通感算智融合的原生基座技術內涵內涵多樣化、差異化的場景及新業務對 6G 網絡提出了更高的要求，主要體現在兩個方面：一是，6G 需要按需匹配更加差異化、碎片化、定制化的行業應用需求。傳統網絡在賦能行業應用時，

8、通常采用外掛方式實現通信協議與行業協議的結合，存在功能冗余、實現復雜、成本高等問題，這些問題需要在 6G設計時充分考慮。二是，6G 需內生支持通感算智多維能力的融合與協作。傳統網絡對多種能力的支撐往往是煙囪式的，一方面經濟效率差，另一方面難以實現要素間的協作，服務質量難保障?；谝陨蠈?6G 場景需求及技術發展趨勢的分析，6G 網絡設計需要實現 2 大轉變：轉變轉變 1 1：由剛性堆疊向按需服務轉變。在網絡能力最小化內核的基礎上，按需組合各種網絡能力，由此滿足差異化場景需求。轉變轉變 2 2：從外掛式設計向內生式設計轉變。由此，網絡能力可以更及時、高效響應客戶需求?；谝陨显O計思路，為了更有效

9、地保障 6G 差異化、碎片化、定制化的應用需求并實現多維能力的融合，我們提出以 6G 通感算智多維能力內生融合為基礎的原生基座技術，以云化、虛擬化異構硬件為底座，通感算智多維能力為內核，平臺化服務網絡為中樞，對內通過一體化設計實現網絡內生支持通感算智多維融合能力，對外提供通感、通算智等多維按需服務。通過端到端服務化設計實現功能和資源的解耦，并以功能和資源靈活組合應對差異化業務應用需求，通過場景化原子能力聚合、冗余功能去重、串行變并行等方式，在實現網絡架構、功能、協議、流程、管理等多維度的精簡的同時，支持通感算智服務的快速引入，由此實現對業務應用的快速、高質量賦能。如圖 2 所示，該基座技術提供

10、多能力融合的平臺。4圖 2 6G 通感算智融合的原生基座技術底座底座-通感算智融合的異構硬件通感算智融合的異構硬件：通過云化將通用計算的 CPU、智能計算的GPU 以及專用處理芯片等有效融合?！八恪笔?6G 系統的基礎能力，通過異構硬件云平臺、資源靈活編排組合和彈性擴縮容，為 6G 通、感、算、智等功能提供資源底座。內核內核-通感算智融合的多維能力：通感算智融合的多維能力：以模塊化方式承載的通信、感知、計算、AI 等多樣性的多維能力，基于網絡通感一體、內生 AI 和通算一體等技術實現通感、通算智融合，拓展 6G 網絡新能力。中樞中樞-通感算智融合的按需服務：通感算智融合的按需服務：通過端到端的

11、服務化設計，按需編排管理底座硬件資源和模塊化的多維能力，對外提供個性化和定制化服務。利用服務化網絡實現面向場景的服務靈活調用與按需組合，通過扁平化接口簡化能力間協作，有效解決網絡復雜的核心問題，實現功能和資源的解耦及靈活組合，從而應對差異化場景需求；端到端服務化賦能網絡功能原子化，提供服務、功能和資源的按需編排，實現個性化和定制化的按需服務，提供從設備到應用、從網絡到服務的全鏈條、端到端的服務能力。然而，實現基于 6G 通感算智融合的原生基座技術仍面臨硬件資源云化難、多維能力融合難、網絡按需服務難等三重挑戰。3 3.底座底座-通感算智融合的異構硬件通感算智融合的異構硬件3.13.1 通感算智融

12、合的異構硬件面臨的挑戰通感算智融合的異構硬件面臨的挑戰5通感算智融合的異構硬件作為原生基座技術的底座，面向通感算智需求，通過云化異構硬件，提供通感算智云化資源底座，滿足通感算智融合對底層資源的多樣化、碎片化需求。當前，云化異構硬件技術面臨著三大挑戰：挑戰一：高通信帶寬與低時延的嚴苛要求挑戰一：高通信帶寬與低時延的嚴苛要求對高帶寬低時延的要求使得資源的調度方式非常重要，傳統云化技術使用的非搶占式調度雖然能夠實現毫秒級的任務中斷響應，但已難以滿足日益增長的網絡需求。相比之下，搶占式調度以其微秒級的任務中斷響應能力，為超大帶寬網絡轉發提供了強有力的支持，成為解決這一挑戰的關鍵所在。挑戰二：挑戰二：碎

13、片化場景與多樣化部署規模碎片化場景與多樣化部署規模隨著物聯網、云計算等技術的廣泛應用，碎片化、多樣化的應用場景不斷涌現，對基站軟件容器化和 C-RAN 集中化架構提出了前所未有的挑戰。如何實現傳感器、終端、算力卡、服務器等不同對象的云化統一管理，成為當前亟待解決的問題。此外，分布式架構、混合異構云以及節點數目差異化的部署規模，也進一步加劇了云化異構硬件面臨的挑戰。挑戰三：差異化高性能處理資源需求挑戰三：差異化高性能處理資源需求不同行業用戶對于高性能處理資源的需求呈現出顯著的差異性。傳統的FPGA 等加速器資源綁定使用方式已難以滿足這種多樣化的需求。因此，需要考慮 GPU、DPU、FPGA 等異

14、構資源的統一管理與調度，根據應用需求進行確定性資源配置，以及通感算智多應用的融合協同。3.23.2 相應技術方案相應技術方案面向通感算智技術需求，研發高實時、高性能 6G 云化異構硬件，以支撐技術的聯合驗證，并面向上述挑戰針對性地提出以下技術方案：方案一：支持超高實時響應的搶占式調度方案一：支持超高實時響應的搶占式調度面向 6G 的通感算智技術要求系統任務中斷響應時延在 10s 以內。在未來的 6G 網絡里，每個協議棧子幀都會在基站系統中映射為一個或一組任務中斷。而任務中斷的處理時間涵蓋了系統任務中斷響應時延以及子幀本身的處理時間，6系統任務中斷響應時延由 6G 云化異構硬件云平臺決定。通過使

15、能核隔離、核綁定等優化技術，將傳統的非搶占式調度系統調整為搶占式調度系統，并綜合考慮穩定性、吞吐能力等因素，實現系統最大中斷響應時延從的 5000s 以上優化到10s 以內，如圖 3 所示，為無線側處理時延提供有力保障。圖 3 實時性測試結果對比方案二：支持敏捷化配置的高性能容器云方案二：支持敏捷化配置的高性能容器云6G 云化異構硬件云平臺將會基于容器技術，實現云平臺對各類資源信息的精準統計與全面收集，如圖 4 所示。在架構層面，容器技術所具備輕量敏捷的特點，能夠更好的適配 6G 網絡對于靈活性的苛刻需求，實現網絡的自動化部署以及敏捷化配置。在監控層面，云平臺將支持不同類型的異構硬件，實現對各

16、類資源的功耗、占用率等信息的多維度統一監控，并能夠及時有效地發出各類告警信息。在軟件方面，云平臺將支持多種類型的操作系統。同時，為滿足無線基站的離散型特點，云平臺將實現分布式小集群的統一管理，實現無線側云化資源的統籌管理。圖 4 高性能容器云方案三：支持確定性配置的異構資源管理方案三：支持確定性配置的異構資源管理云平臺初步支持 GPU、FPGA、智能網卡等多種異構資源的統一管理，并可根據應用需求進行確定性資源配置，對資源的獨占、共享進行配置，如圖 5 所示。7例如，無線基站的任務對實時性要求極為苛刻，通常在系統中分配獨占的資源給特定任務，而 GPU 處理的任務通常是并行計算，多個任務同時處理。

17、諸多類型的任務和不同類型的異構資源將被云平臺統一管理和調度，共同為 6G 網絡提供技術底座。這需要云平臺系統對不同類別的資源實現統一的調度、分配、管理、編排等，將確定性的資源分配給基站及其他云平臺上運行的業務，以保證每個業務都能獲得所需的資源，更好的為 6G 網絡提供服務。圖 5 異構資源配置管理4.4.內核內核-通感算智融合的多維能力通感算智融合的多維能力6G 網絡將通過跨層、跨域、一體融合式設計，實現端到端的通信、感知、計算、AI、安全等全要素的融合，以及一體化服務的網絡新形態和新模式，打造平臺化服務能力的網絡。通信與感知融合作為 6G 關鍵技術之一，為通信系統賦能感知，成為推動 6G 通

18、感融合業務蓬勃發展的重要環節5。通感網絡數據量的急劇膨脹,也要求網絡具有高計算效率、強隱私保護、快實時性等計算特征,即具有堅實的算力底座。而計算能力的提升,帶來網絡 AI 內生的能力?；谕ǜ兴阒嵌嗑S能力融合的內核，6G 網絡將能夠實現在統一算網基礎上，以軟件形式靈活按需加載網絡功能，融合感知、計算、AI 多種能力，提供一體化移動信息服務。4.14.1 通感融合通感融合84.1.14.1.1 通感融合面臨的挑戰通感融合面臨的挑戰通信和感知融合是 6G 移動信息網絡的重要技術特征，是實現信息服務全過程的重要環節。感知將成為 6G 網絡中的原生能力，與通信能力互助共生，并為6G 開辟新的應用前景。

19、通過通信與感知的融合內生，賦能一網多能新業態。當前，通感融合技術面臨著三大挑戰：挑戰一：通感硬件資源分立挑戰一：通感硬件資源分立獨立感知模式下的通感融合系統存在自干擾，要求感知節點具備全雙工能力。為實現通感融合，需要對 AAU 硬件架構進行一系列復雜改動，產生較高的硬件改動成本。此外，受到業界可實現天線收發隔離度的限制，感知覆蓋距離受限。如何實現低成本全域覆蓋具有極大的挑戰。挑戰二：通感空口資源競爭挑戰二：通感空口資源競爭通信和感知空口資源共享程度可分成高共享度、合適共享度、低共享度三個等級。在高共享度下，通感信號全域共享，感知精度和覆蓋能力不足，網絡效率高、網絡質量不足；在低共享度下，通感資

20、源完全分立，通信能力、感知能力優異，但網絡效率低；在合適共享度下，通感資源通過適當的共用，可使網絡效率與質量均達到較高要求?；谏鲜鏊枷?，如何優化通感優先級配置以規避感知與通信資源沖突，如何設計合適共享度的通感空口傳輸方案與高效的多維資源分配方法，破解效率與能力之間的矛盾，是通感一體化面臨的技術挑戰。挑戰三：通感組網干擾復雜挑戰三：通感組網干擾復雜通感融合網絡的干擾類型復雜，除傳統通信系統干擾外，還包括通信信號與感知信號之間的干擾、基站間上下行交叉鏈路干擾以及感知與感知信號之間的干擾等。特別地，獨立感知網絡還存在感知基站自干擾。此外，由于感知基站及用戶調度，通感融合網絡干擾具有時變性。如何識別

21、干擾類型并針對性地有效抑制，如何設計靈活的協作節點的選擇及收發調度方案，如何設計全局普適的干擾識別與控制方法，是保證干擾管理效果的重要內容。4.1.24.1.2 相應技術方案相應技術方案9為有效應對通感融合中的硬件資源分立、空口資源競爭和組網干擾復雜等挑戰，提出以下技術方案，實現低成本、高效率的通感融合網絡。方案一：協作通感內生設計方案一：協作通感內生設計協作波束管理協作波束管理：為實現目標精準估計，需要協作節點間匹配收發波束。波束管理時，需要設計靈活的波束掃描、切換機制，保證感知性能同時降低波束開銷?？紤]不同區域下感知目標的分布存在差異性，可設計非均勻的預編碼碼本，在通感重點區域與非重點區域

22、配置不同波束掃描粒度。協作多源信息融合協作多源信息融合：多節點協作感知可以在不同位置接收回波信號，獲得分集增益，實現高精度泛在通感。隨接收節點數目增加，感知定位誤差逐漸降低并收斂，可用于指導優化協作節點選擇方案。方案二：交替優化資源分配方案二：交替優化資源分配考慮通信與感知空口資源正交性，如圖 6 所示，首先對通感網絡時域、頻域、功率資源分配方式進行優化，在滿足總功率約束，測速、測距、測角克拉美羅下界約束條件下，建立優化問題，保障感知性能要求，同時實現通信速率最大化。通過不等式轉化，將原非凸優化問題轉化為半正定規劃凸問題，可通過傳統凸優化算法實現求解。圖 6 交替優化資源分配方案原理圖在上述通

23、感資源分配的基礎上繼續執行感知算法，進一步實現對目標的低復雜度、高精度感知。仿真結果表明，所述通感資源分配及感知方案可以獲得通信10速率與感知性能的最優折中，所述交替優化感知算法相比傳統算法可獲得更高的感知性能。方案三：多維干擾識別與智控方案三：多維干擾識別與智控考慮點、簇、網多維協同設計，通過感知組網設計及多維干擾智控技術，實現全局通感資源高效調度及網絡質量提升。感知組網設計感知組網設計：基于現有六邊形蜂窩網絡架構，設計“環狀”感知組網，如圖 7 所示。小區內同站址三扇區的幀結構同時設置為下行/上行，周邊六個小區的幀結構設置為與該小區相反。該方案可有效避免鄰區基站及同站址鄰扇區之間的上下行交

24、叉鏈路干擾，感知資源開銷約占 10%。圖 7 環形組網多維多維干擾智控技術干擾智控技術：通過特征提取及 AI 智能分析，實現干擾特征提取及干擾源定位。通過以下多維干擾智控技術實現干擾抑制：在時域，可將收發節點成對配置幀結構、優化時隙調度、在保護間隔中感知；在頻域，可為通信與感知劃分不同的子帶；在空域，可設計波束管理及自適應波束賦形方案，將收發波束精確對準目標，并壓縮旁瓣；在碼域，可為相鄰基站設計正交序列及正交覆蓋碼；在功率域，可設計自適應發送功率分配及干擾刪除方案。4.24.2 通算智融合通算智融合4.2.14.2.1 通算智融合面臨的挑戰通算智融合面臨的挑戰未來，6G 網絡與計算、AI 將深

25、度融合，旨在構建一個更加智能、高效、安全的下一代移動信息網絡，通過構建通信、計算和智能相融合的 6G 網絡內生能11力，支持 AI 賦能網絡和網絡使能 AI 場景，從而助力 6G 網絡適配更多應用場景。當前，通算智融合技術面臨著三大挑戰：挑戰一：挑戰一：AIAI 賦能網絡賦能網絡-技術范式變革技術范式變革AI 賦能網絡是指通過 AI 提升網絡自身的性能、效率和用戶體驗，包括網絡運行和網絡運維兩大場景。AI 賦能網絡的挑戰主要體現在：一是如何突破空口傳輸多模塊和鏈路級神經網絡設計，提升網絡性能，降低復雜度？二是如何在復雜信道環境下保證空口 AI 和網絡 AI 模型的泛化性、實時性和可靠性？挑戰二

26、：網絡使能挑戰二：網絡使能 AI-AI-服務范式變革服務范式變革網絡使能 AI 是指通過網絡為 AI 提供多種支撐能力，使得 AI 數據的傳輸以及 AI 訓練/推理更有效率、更實時，或者提升數據安全隱私保護等。主要挑戰是考慮端網云差異化、通信計算能力和復雜組網拓撲，如何高效利用網絡通算數智資源，滿足 AI 服務需求，并降低成本和能耗？挑戰三：統一的通算智融合架構挑戰三：統一的通算智融合架構網絡為了支撐不同層、不同方式的 AI 技術的融入，要考慮設計統一通算智融合架構，滿足 AI 賦能網絡和網絡使能 AI 不同邏輯的需求，實現網絡架構升維，使網絡具有開放、服務化、靈活可擴展的特性。4.2.24.

27、2.2 相應技術方案相應技術方案針對上述挑戰，提出以下技術方案。針對上述挑戰，提出以下技術方案。方案一：方案一：AIAI 使能高性能物理層和高層功能使能高性能物理層和高層功能在物理層方面，關鍵技術包括在接收端部署輕量化非線性均衡 AI 模型，補償鏈路整體非線性畸變，優化高階調制提升譜效;基于 AI 的信道估計、預測、壓縮反饋等模塊設使能的高精度信道獲取;在基站和終端算力約束下基于 AI 技術聯合優化數據流數、導頻開銷、信道精度以及算法復雜度；基于通信知識的無線信道數據集構建方法，降低了對昂貴且耗時的現場測量的依賴。在高層方面，在基站側閉環實現業務級的更細時間粒度的感知和調度，利用AI 實現 R

28、AN 感知的視頻 SLA 保障。在節能方面，可以利用深度學習構建能耗仿12真模型進行節能參數的智能尋優，同時利用 AI 進行負荷預測，精準預測節能時段和時長。方案二：端邊云協作的通算智管控方案二：端邊云協作的通算智管控面向需求各異的 AI 任務，通過端邊云協作的 AI 服務編排和實時精準的通算智資源控制技術，以較低的成本和能耗，按需高效提供高質量的 AI 服務。根據業務的需求、響應的實時性、算力的可獲得性等要求，模型將按需分規模、分層次部署在云、邊、端的設備上。比如云端部署萬億級，邊端部署千億級，終端部署百億級模型，同時在網絡內部實現大、中、小模型的協作服務、協同進化。此外，根據數據和計算資源

29、分布，利用網絡邊緣能力實現通用大模型邊緣個性化增強，利用分層、分布式學習技術達成模型的高效迭代優化也將進步增強網絡面向泛在 AI 的服務能力。圖 8 一種基于端邊云模型協同的大模型輕量化部署方案方案三：方案三：6G6G 網絡與網絡與 AIAI 融合邏輯架構設計融合邏輯架構設計為了避免過度設計，架構設計首先要遵循適用原則：滿足“二八定律”，核心功能支持 80%業務需求，20%長尾需求；考慮到高效低成本、穩定高可用需求，避免不必要的復雜性，應遵循至簡原則：即“簡單優于復雜”，如果沒有必要，不增加實體；為了滿足各類智能應用場景下多樣化 AI 服務需求，也要基于柔性原則：即“柔性動態優于一步到位”，支

30、持快速上線新服務。下圖示例了一種 6G 網絡與 AI 融合的無線網絡邏輯架構。邏輯架構中，無線系統從“功能獨立、資源隔離”向“通算融合”、從“煙囪式設計”向“網絡平臺化”、從“單一能力”向“服務多樣化”的設計轉變，滿足 6G 與 AI 的融合發展、通感一體、多維能力融合等需求。6G 網絡與 AI 融合的無線網絡系統架構不僅支持 AI 賦能網絡，13提升其智能化水平，同時支持網絡使能場景，促進 AI 與網絡技術的雙向賦能與協同發展。圖 9 6G 網絡與 AI 融合的無線接入網絡系統框架5.5.中樞中樞-通感算智融合的按需服務通感算智融合的按需服務5.15.1 平臺化服務網絡面臨的挑戰平臺化服務網

31、絡面臨的挑戰作為 6G 通感算智融合原生基座技術的中樞，平臺化服務網絡賦能網絡功能柔化，開啟網絡即服務能力，通過端到端服務化設計為通感算智一體融合提供高效平臺，實現服務、功能和資源的按需編排和組合，滿足個性化和定制化的按需服務，推動從固定供給向靈活供給的業務范式轉變；同時服務化設計便于引入通感算智多維能力，由外掛式能力轉變為內生能力，更容易實現能力擴展。當前，實現該技術面臨著四大挑戰：挑戰一：網絡功能耦合，拆分難挑戰一：網絡功能耦合，拆分難核心網的服務化本身就很有挑戰性，而無線網絡的服務化更是面臨著更加復雜的難題，無線網絡經過數十年的發展，已成為一個規模龐大、功能繁多，耦合性強的綜合性系統，各

32、功能模塊與各流程間上下文強關聯，互相依賴，不合理的功能拆分很可能導致形成分布式單體。另外，拆分后如何合理控制各功能間的交互復雜度，確保系統的高效運作與穩定性，也成為了 RAN（無線接入網）服務化14進程中亟待解決的關鍵問題。因此有效拆分緊耦合功能是 RAN 服務化需要重點考慮的問題。挑戰二：網絡性能損失，保障難挑戰二：網絡性能損失，保障難相比核心網，RAN 對性能要求更為嚴苛，功能的拆分、接口的開放化以及軟硬件的解耦，可能會在一定程度上導致網絡性能的損失，尤其是響應時延的損失。在接入網服務化設計中，需要考慮如何通過網絡元素的合理連接和配置，實現高性能保障。挑戰三：服務要素增加，組合難挑戰三：服

33、務要素增加，組合難在端到端全服務化網絡中，原子服務的高效組合對于保障用戶多樣化業務體驗至關重要。6G 需要考慮通感智算安等多維能力的深度融合及對外能力提供，6G 網絡要提供個性化的定制化業務服務，需要實現多要素的按需靈活編排以滿足用戶對通感算智的個性化需求。高效的編排管理可以將服務有機地整合在一起，在保證用戶性能需求的同時，最大化各類網絡資源的利用效率，所以，如何支持多要素按需服務是 6G 通感算智深度融合的重要能力。面對復雜的網絡能力與多樣化業務，如何實現原子服務的高效組合以對外提供綜合服務能力，成為了平臺化服務網絡的核心挑戰之一。挑戰四：數據傳輸效率挑戰四：數據傳輸效率提升難提升難隨著新的

34、應用場景將不斷涌現，6G 將提供比 5G 更快的數據傳輸速率，可能達到太比特每秒（Tbps）級別，高清視頻、虛擬現實（VR）、增強現實（AR）以及全息通信等大數據量應用將產生大量新的數據類型和交互模式。同時，隨著AI、計算等技術的引入，網元間需要交互大量的 AI 訓練數據、推理數據、模型數據等，進一步推動數據交互量的增長，使用單一的 HTTP/2 協議將無法滿足 6G網絡的數據傳輸效率需求。需要考慮如何提升網絡數據傳輸效率，滿足新的應用場景與通感算智多維能力的性能需求。5.25.2 相應技術方案相應技術方案為應對上述挑戰，基于業務模型設計“高內聚”“松耦合”功能服務；突破15傳統分層協議模型，

35、設計并行化流程及并行化處理機制；提出通感算智服務按需動態編排機制，實現網絡功能按需組合；設計 6G 網絡雙總線架構，提升數據傳輸效率。方案一：方案一：“高內聚高內聚”“”“松耦合松耦合”的服務拆分機制的服務拆分機制參照按領域驅動設計（DDD）的子域分解和按業務能力分解兩種主要的服務分解模式，將 RAN 可以對外提供的業務能力定義為服務。在服務定義過程中同步考慮“自包含”“可重用”“獨立性”三個原則，“自包含”保證了 RAN 功能服務之間相互不依賴，“可重用”確保了服務的復用價值，“獨立性”可實現服務獨立的生命周期管理，使得不同服務可以獨立地部署、升級、遷移。圖 10 NGAP/XNAP 相關功

36、能進行原子服務分解的舉例方案二：流程與處理并行化機制方案二：流程與處理并行化機制傳統信令串行執行，不必要的轉發步驟導致端到端時延長，串行流程也阻礙了新功能的快速引入，同時，傳統的協議棧分層架構也限制了網元處理局限于鏈式串聯，由此產生了較長的處理時延。在平臺化服務網絡中引入并行化機制，由此降低服務化對網絡性能，尤其是時延的影響，并行化設計包括流程與處理兩個方面:并行化流程并行化流程：RAN 服務化之后，端到端流程可以被進一步拆解、并支持多個子流程的并行執行，如圖 11 所示，一方面可以縮短信令流程、避免響應等待導致的端到端時延長問題，另一方面可以緩解服務調用棧太深導致的新功能引入門16檻高、調用

37、失敗回退流程長等問題。由此降低端到端時延，便于新功能引入。圖 11 端到端流程并行化并行化處理并行化處理：處理順序不僅包括鏈式串聯，還包括并行處理。用戶面上，可引入并行化處理，允許多個處理功能并行執行，例如，現有 PDCP 層會先執行完整性保護、再執行加密、添加 PDCP 頭的操作，考慮到加密對象主要是 IP 及 IP以上的包頭、數據域、MAC-I，但 MAC-I 加密的必要性并不大，可以將加密、完整性保護等服務并行執行，由此可以有效提升數據的處理效率，結合服務級擴縮容，實現計算資源利用率最優化。圖 12 多服務并行處理方案三：方案三：通感算智通感算智服務服務按需動態編排按需動態編排網絡基于對

38、通感、計算、AI 的業務需求，進行網絡統一編排調度調整，包括跨層多維能力按需智能編排、網絡功能的按需調整等方式，以適配用戶對通感算智的需求，實現“網隨人變”、“網隨業務變”的目標。在 ITU-R 建議的 6 大場景中，不同的應用場景有不同的網絡需求，比如自動駕駛等極高可靠低時延類通信場景對抖動、時延、同步精度等有業務需求；數字孿生體域網、智能家居/17城市/農業等超大規模連接通信場景對感知精度、連接密度、時延、無抖動等有業務要求。針對不同的應用場景，網絡考慮終端能力，通過對多維能力（頻譜、感知、計算、AI、數據等）統一進行按需編排，提供與用戶能力匹配的多維能力編排調度方案，實現“精準”按需服務

39、，滿足不同通信場景下的差異化需求。整體上功能服務的按需編排包括兩種可行的方式：基于模版、動態組合。對于第一種方式，類似網絡切片，基于業務需求提前確定模版，當業務數據流到達時調用相應的模版即可；第二種方式適用于新興業務場景，業務數據流到達時按需選擇相應服務。當用戶所處的環境變化時，網絡通過分布式組網技術、算網一體編排、分層分級的數據服務等技術，以提供“個性化/定制化”服務保障。通過通感算智的深度融合使得網絡成為“確保所需”的定制化信息服務網絡。方案四：方案四：6G6G 網絡雙總線架構提升數據傳輸效率網絡雙總線架構提升數據傳輸效率針對單一的 HTTP/2 協議將無法滿足 6G 網絡的數據傳輸效率需

40、求問題，提出6G 網絡雙總線架構技術方案。如圖 13 所示，在 SBI 總線的基礎上擴展數據通道總線（DCI），其中 SBI 主要用于網絡單元之間信令以及少量數據的交互；DCI主要用于網絡中大量數據的搬遷，支持多種數據格式和數據類型的數據傳輸，為通感、擴展現實（XR）、智能等新興服務提供數據傳輸管道，同時支持多種的數據傳輸協議、傳輸技術、消息中間件、加速和加密方式等。圖 13 6G 網絡雙總線架構方案6.6.總結與展望總結與展望按需匹配客戶需求，并實現通感算智等多能力融合將成為 6G 網絡的需要，本白皮書首先從差異化場景按需定制需求與多維能力內生融合需求兩方面分析18了 6G 發展的驅動力，提

41、出了 6G 通感算智融合的原生基座技術，并對其底座、內核、中樞及其面臨的挑戰與技術方案進行了詳細闡述。通過端到端服務化設計，實現通感算智多能力的高效融合，該原生基座技術具有共享性、靈活性和開放性三大特點，將為 6G 理論突破與試驗驗證提供重要技術支撐：共享性共享性：該基座技術通過統一的硬件架構，實現從網絡連接、感知處理到人工智能渲染等多維度業務的支持，從而實現資源的集約共享，不僅可以提高經濟性，也可以實現更為顯著的節能降耗效果。通過靈活資源編排組合和彈性擴縮容動態對內提供所需算力，同時對外開放共享，滿足多樣業務對算力的需求。靈活性靈活性：該基座技術所具備的多維能力，均采用了模塊化的設計理念，使

42、其能夠靈活地部署與定制，以滿足大量客戶對于差異性服務的需求。這種靈活性不僅使得平臺能夠迅速響應市場變化，也確保了用戶需求的個性化滿足，同時保持了較高的成本性價比。開放性：開放性：該基座技術具備開放的 API 接口，未來還將進一步開放數據接口、平臺能力等。開放性的設計，有助于促進對外多維能力開放，同時方便引入外部更多能力。從而實現全新的范式變革，為實現聯合產業伙伴多元眾創提供平臺，加速技術創新與網絡演進。目前，該原生基座技術及其所承載的能力已初步構建，我們熱切期待更多的開發者、學者及研發團隊能夠加入其中，匯聚各方智慧，共同探索 6G 的全新創新模式，通過產業伙伴的深度合作與多元創新，加速技術突破

43、與網絡演進。期望通過該原生基座技術的系統實現，打造開放的基礎底座、可擴展的服務能力，形成協同眾創的合作范式與格局。未來，我們將繼續深耕 6G 技術的研究與開發，協同全球合作伙伴，共同推動 6G 技術的進步，共贏開放多元的未來。19縮略語列表縮略語列表縮略語縮略語英文全稱英文全稱中文解釋中文解釋AIArtificial Intelligence人工智能ARAugmented Reality增強現實CPUCentral Processing Unit中央處理器DCIData Communication Interface數據通信接口DPUData Processing Unit數據處理器eMBBE

44、nhanced Mobile Broadband增強型移動寬帶FPGAField Programmable Gate Array現場可編程門陣列GPUGraphics Processing Unit圖形處理器HTTPHypertext Transfer Protocol超文本傳輸協議MACMediaAccess Control媒體訪問控制mMTCMassive Machine Type Communication海量機器類通信NWDAFNetwork DataAnalytics Function網絡數據分析功能PDCPPacket Data Convergence Protocol分組數據匯聚

45、協議RANRadioAccess Network無線接入網SBIService-Based Interface服務化接口SLAService-Level Agreement服務等級協議UPFUser Plane Function用戶面功能uRLLCUltra-Reliable Low-Latency Communications低時延高可靠通信VRVirtual Reality虛擬現實XRExtended Reality擴展現實20參考文獻參考文獻1中國移動,2030+愿景與需求白皮書,2019.2中國聯通,6G 通感智算一體化無線網絡白皮書,2023.3ITU-RR-REC-M.2160,FrameworkandOverallObjectivesoftheFutureDevelopment of IMT for 2030 and Beyond,2023.4劉光毅,張慧敏,佟舟,等.6G 移動信息網絡架構:從通信到一切皆服務的變遷.中國科學:信息科學,2024,54:12361266.5中國移動,網絡協作通感一體化技術白皮書,2023.