中國電信&中興：6G網絡架構展望白皮書（2023）（32頁）.pdf

1、 目錄 1 6G 網絡設計思路.1 2 6G 網絡總體架構.2 3 新架構思考.4 3.1 網絡控制單元 NCU.6 3.2 網絡報文處理單元 NPU.7 3.3 網絡數據單元 NDU.8 3.4 網絡智能單元 NIU.9 4 新架構核心特征.11 4.1 架構極簡.11 4.2 用戶數據為中心.14 4.3 智能內生.15 4.4 分布自治.18 5 新架構新業務.20 5.1“虛實通感”類業務.20 5.2“全域智聯”類業務.22 5.3“自治專網”類業務.24 6 6G 網絡展望與倡議.25 縮略語.26 參考文獻.28 前言 伴隨著 5G 網絡的規模商用，業界已經系統性開展了 6G 技

2、術研究，6G 網絡架構是其中重要的研究領域，是 6G 愿景落地的重要環節和技術手段。面向 2030 年，中國電信提出了“虛實通感、全域智聯”的 6G 愿景1，以沉浸式 XR、元宇宙等為代表的新業務對網絡提出了新的需求；端到端云網融合是 6G 網絡的必然發展趨勢，DOICT 技術相互融合滲透，為網絡架構設計注入了新的思路。本白皮書基于在 6G 網絡架構方面研究，闡述了中國電信和中興通訊對 6G 網絡架構思考和研究觀點。本白皮書分為如下章節，第一章 6G 網絡設計思路，闡述網絡架構設計的理念和遵循的基本原則；第二章 6G 網絡總體架構，從全局視角出發，闡述 6G 網絡不同層面的邏輯功能；第三章新架

3、構思考，聚焦在網絡功能層面，闡述 6G 網絡的邏輯功能和工作機制；第四章新架構核心特征，闡述新架構有別于 5G 的關鍵特征；第五章新架構新業務，闡述新架構如何支持沉浸式 XR、元宇宙、空天地一體、自治專網等電信 6G 業務場景；第六章 6G 網絡展望與倡議，提出 6G 網絡架構進一步研究的問題和合作倡議，希望同業界伙伴共同推動 6G網絡架構的研究。1 1 6G 網絡設計思路 面向未來，6G 網絡架構演進的總體思路是以用戶/客戶需求為中心，以云網融合為指引，增強移動網絡服務能力，全面升級用戶業務體驗。具體研究思路如下：滿足新業務新場景需求，面向“連接+”開展 6G 網絡架構研究。以沉浸式 XR、

4、全息通信、人機交互、機機交互等為代表的業務場景對網絡提出了更高的功能和性能要求，這些業務不僅僅需要基礎連接服務，還需要邊緣算力服務、高精度環境及物體感知服務、網絡 AI服務等。本白皮書認為 6G 網絡將綜合提供連接、感知、智能、算力等一體化服務。吸收技術創新與融合的精髓，兼顧技術先進性和可落地能力。面向新的業務需求，6G網絡架構應結合移動通信自身演進趨勢和 DOICT 融合發展趨勢進行設計，吸收新興技術精髓，評估無線網絡服務化、空天地一體化、通感算一體化等對 6G 網絡的影響，分析新興技術如 AI、云計算、大數據、區塊鏈等技術引入的可行性，綜合研判 6G 網絡架構的內涵和邊界。注重端到端體系化

5、設計，避免割裂和斷層。業務體驗的保障需要網絡端到端的技術保障，任何環節的短板都將成為系統的短板，網絡整體功能和性能的達成需要端到端系統性的設計。在關鍵技術方案和協議的設計方面，需要終端、無線網絡、核心網絡的端到端橫向協同，同時也需要運營管理域、承載網絡域、云網資源域的跨層跨域的縱向配合。加強 6G 網絡靈活性設計，構建更加開放的產業生態。6G 網絡應更加柔性靈活，網絡云化、服務化是重要技術手段。6G 網絡將支持按需編排和部署、業務按需加載、流量按需調度，網絡對業務的適配能力增強。尤其是面向各行各業定制化的網絡需求，靈活性、敏捷性至關重要，也是引入更多參與方、構建更加開放生態的前提條件。6G 網

6、絡架構應充分考慮 2B 領域的需求，開展統籌設計。在數字經濟發展和產業數字 2 化轉型的過程中，5G 網絡發揮了重要的作用。面向未來，6G 網絡服務 2B 領域前景廣闊，在數字化轉型中將發揮越來越重要的作用。實踐表明，2B 和 2C 的網絡在業務特征、網絡部署需求、管理方案等方面有明顯區別，不同行業和企業對網絡的需求差異性大，網絡架構設計應加強 2B、2C 等的統籌。2 6G 網絡總體架構 從網絡總體視角看，6G 網絡總體框架是“三層四面”的分層架構，如圖 2-1 所示。圖 2-1：6G 網絡分層架構 基于網絡云化、服務化的思路，“三層”自下而上分別為云網資源層、網絡功能層和應用使能層。1.云

7、網資源層：是 6G 網絡部署依托的基礎設施和資源，主要用于承載網絡功能，資源類型包括各種計算（CPU、GPU、FPGA 等）、存儲、網絡、頻譜以及各種專用設施。其中網絡資源主要指 IPv6/SRv6 承載網絡，實現云化后的網絡功能之間的連接。2.網絡功能層：是 6G 網絡應支持的網絡功能，提供“連接+”網絡服務，可進一步 3 分為控制面、用戶面、數據面、智能面。3.應用使能層：聚合網絡服務能力、通用的應用服務組件，通過能力開放、應用使能框架等方式為應用或周邊生態提供服務，實現統一的應用使能管理。云網運營管理貫穿和覆蓋各個層面，在云網融合的演進趨勢下，除了繼承當前的網絡管理、業務受理、計費結算等

8、功能外，6G 網絡的運營管理還將引入新的運營功能，包括云網智能編排調度功能、數字孿生網絡管理功能、基于區塊鏈的共建共享管理等關鍵功能?！八拿妗笔窃?3GPP 對移動核心網描述基礎上的延伸，包括控制面、用戶面、數據面、智能面。面向“連接+”的功能需求，網絡功能層的“四面”邏輯功能如下：控制面：實現網絡連接服務、智能服務、算力服務、感知服務等的統一控制功能。作為網絡控制的中心，控制面將與其他層面密切協同，完成多接入融合控制、鑒權認證、移動性管理、會話管理、策略控制、算力資源調配和管理功能等一體化的管控。用戶面：用戶面支持網絡可編程，可以靈活定義數據處理策略；具體功能包括隧道管理、數據流識別、業務感

9、知、確定性通信保障、數據的封裝、數據轉發及流量引導等功能。完成用戶數據、環境物體感知數據、AI 任務數據等各種數據處理及轉發。數據面：考慮數據與業務邏輯進一步分離，減少數據和業務處理的緊耦合，網絡中考慮引入單獨的數據面，數據面完成各種數據的統籌管理，并且通過標準接口向控制面、用戶面、智能面開放；各種數據中有靜態數據以及動態的實時數據，例如用戶簽約數據、用戶狀態數據、網絡狀態數據、連接數據、資源利用數據等。智能面：是 6G 網絡的智能中樞，支持核心網、接入網的全面智能。智能面既服務于 6G網絡自身的智能化，也服務于用戶和業務應用的智能化需求。智能面提供網絡 AI 相關的功能，包括數據建模、模型訓

10、練、推理決策、知識圖譜、反饋與評估等功能。在“三層四面”網絡的總體框架中，網絡功能層是網絡架構演進的重點；本白皮書重點 4 是對網絡功能層的 6G 網絡架構進行展望性討論。3 新架構思考 6G 網絡在當前網絡的基礎上，需要更多的考慮支持多模異構、全場景接入，需要考慮如何滿足各行各業用戶對網絡的定制需求，需要考慮現有網絡中一些難以徹底解決的不足如何在網絡架構方面進行設計解決；需要考慮 XR、元宇宙、人機交互等新型業務如何能得到更好的網絡服務。為此，本白皮書提出了網絡架構演進的目標：以用戶數據為中心的極簡、智能內生、分布自治，提出了 DDAA（數據驅動的分布自治架構，Data-driven Dis

11、tributed Autonomous Architecture）；如圖 3-1 網絡演進架構所示，簡化成四大網絡單元，包括 NCU（網絡控制單元，Network Control Unit）、NPU（網絡報文處理單元，Network Packet Unit）、NDU(網絡數據單元，Network Data Unit)和 NIU（網絡智能單元，Network Intelligence Unit），各網絡單元的互聯采用 SBI2和數據通道雙總線。四個網絡單元分別對應 6G 網絡分層架構中網絡功能層的控制面、用戶面、智能面和數據面，改進現有網絡網元數量多、信令復雜等問題，實現靈活可定制的網絡，從而使

12、能未來人、機、物、虛全域服務創新。5 圖 3-1：數據驅動的分布自治架構 網絡控制單元（NCU)：網絡控制中樞，負責驅動任務，完成連接+算力+智能+感知等任務的協同；網絡報文處理單元（NPU)：繼承現有用戶面數據轉發的基本功能，引入用戶面可編程，實現靈活定義用戶面的處理邏輯，同時向算網業務感知、確定性通信和自治域網絡互聯等功能特性演進；網絡數據單元（NDU)：統一聚合的數據面，在當前 UDR/UDSF 提供用戶核心數據的基礎上，新增網絡數據和算力數據，并提供標準化的信令交互方式和數據訪問通道，解決當前數據架構設計存在的異廠家解耦問題；網絡智能單元（NIU)：提供 AI 任務調度、推理和決策、模

13、型訓練和知識、模型倉庫等功能2，通過分布式學習協作在多節點之間實現跨層跨域智能，對內輔助實現網絡極簡的自治管理和智能服務，對外向應用提供靈活和定制化的AIaaS4。網絡單元之間的互聯采用雙總線架構，一條是現有的服務化信令交互總線，延續已有服務化設計理念，將服務化的范圍由核心網的控制面向用戶面 NPU 發展，同時進一步向無線 6 接入側延伸，包括 RAN-CP 和 RAN-UP，實現移動領域端到端的服務化；另一條是本白皮書提出的新增數據總線，即數據通道，不同網絡單元通過數據通道與 NDU 交互，以達到數據的高效獲取與處理，不同網絡單元相互之間數據的交互，也通過數據通道進行傳遞。3.1 網絡控制單

14、元 NCU NCU 聚合傳統控制面的各網絡功能實體，且構建用戶級數字孿生體，對物理 UE（PUE）進行孿生，以數字化的形式（DUE）對 PUE 進行動態呈現，并對其進行管理。由原先多個NF 組合提供完整能力，變革為由單一的 DUE 提供完整能力，并且 DUE 能力可強于 PUE，根據 DUE 具備的全量用戶數據能力，可驅動網絡完成相應的功能。NCU 功能包括四個核心部分：基礎功能、擴展功能、適配接入和數字孿生 UE，如圖 3-2?；A功能：繼承現有的網絡基礎能力，包括移動管理、會話管理、鑒權、計費等，并完成相應的信令交互。擴展功能：在提供基礎能力的基礎上，以未來新業務為牽引，靈活實現能力可選，

15、例如確定性連接增強、算網協同能力、定位感知一體化能力等，圍繞 DUE 的全量數據按需擴展新能力。適配接入：以兼容新老制式用戶終端為基本原則，針對不同制式和能力的終端，NCU 提供不同的適配器，靈活對無線、衛星等進行適配接入，實現新老終端的即插即用，用戶無感知，以達到新一代網絡能力可以不依賴終端芯片的成熟度。數字孿生 UE：簡稱數字 UE，以 DUE 為最小管理單元，DUE 擁有自己的數據倉庫，NCU 動態按需加載 UE 側數據、網絡數據、算力數據及核心數據，PUE 與 DUE 交互，驅動DUE 完成網絡任務處理。7 圖 3-2：網絡控制單元邏輯功能 3.2 網絡報文處理單元 NPU 遵循現有的

16、控制轉發的分離設計原則，NPU 在現有的 UPF 基礎上實現服務化增強，包括與控制面、數據網絡和無線交互接口的服務化。NPU 在繼承傳統用戶面對 UE 業務數據的路由和轉發、動作和策略執行等功能之上，重點向用戶面可編程、算網業務感知、確定性通信和自治域互聯演進，實現按需、按場景定制網絡，從而滿足未來無人機、車聯網、腦機協同等實時類移動業務的需要，如圖 3-3。用戶面可編程：為減少通用硬件帶來的轉發性能限制，采用可編程交換芯片、智能網卡、DPU 異構芯片等，實現高效的數據處理和功耗的降低，并利用可編程技術實現通信網絡協議的可編程，包括協議無關性和流表實現的可編程，增強了用戶面的靈活性和開放性，將

17、需要的網絡功能集成到用戶面，按需移除無用協議，簡化用戶面。算網業務感知：為達到算網一體，未來網絡具備感知和調度算、網、存一體化資源的能力5，構建感知型用戶面，新增算力服務感知、算力服務路由等能力，能夠基于識別的算網 QoS 實現算網資源一體化的調度，滿足移動低時延業務體驗的一致 8 性。確定性通信：拉通端網云業，實現 NPU 到無線側和邊緣算力側的網絡信息可測可視，包括時延、抖動、丟包率等，從而始終能夠實時提供確定性的連接保障，避免UE 移動、網絡擁塞、算力節點故障等帶來的業務異常，保障實時類移動業務的可靠、高質量運行。自治域互聯：在分布式網絡中，不同自治域的 NPU 互聯，在專網 NPU 和

18、公網 NPU之間建立 VPN 隧道，可以通過公網 NPU 代理，達到專網內的用戶對外部網絡的訪問。圖 3-3：網絡報文處理單元邏輯功能 3.3 網絡數據單元 NDU 網絡數據單元構建原則是網絡應用與用戶數據進行分離，每個自治域的數據在本域內存儲。網絡數據單元依據應用新需求圍繞數據進行開發設計的理念，對數據進行分類設計、存儲、匯聚以及處理，網絡數據單元的數據能力通過數據通道，采用 API 接口形式進行能力開放，可以為 NIU 進行智能網絡分析提供基礎數據信息，是 6G 網絡架構中的核心邏輯單元?？缱灾斡虻臄祿ㄟ^數據通道共享，同時基于數據傳輸成本和數據安全的考慮，多自治域數據也支持跨域聯邦學習的

19、模型訓練。用戶數據：用戶端到端數據信息，包含用戶接入側能力數據、低/中/高速標簽數據、9 用戶實時軌跡、當前使用的網絡能力、當前正在進行的任務、當前正在進行的業務等；核心數據：主要是 6G 網絡中用戶的核心靜態數據，包括用戶簽約數據、業務策略數據、業務簽約數據等；網絡數據：包含網絡各節點管理數據、運行數據、SLA 數據等，例如切片管理、網絡各節點負載情況、網絡服務 SLA 數據等；算力數據：主要是未來網絡中用戶在消費算力資源以及構建在其之上的服務數據，包括通用算力數據、異構算力數據、算力服務數據等。在網絡數據的基礎上，開發網絡管理的一系列功能，如圖 3-4；同時 NDU 開放 SBI 和數據通

20、道給 NCU、NPU、NIU 使用。圖 3-4：網絡數據單元邏輯功能 3.4 網絡智能單元 NIU NIU 用于實現智能面的功能，是網絡中智能任務處理的基本單元。對內將 AI 技術應用于網絡，提升通信網絡的智能化，除基本的負載分析、擁塞預測外，可以預測 NCU 和 NPU 10 的資源部署和分布要求，分析服務裁剪和定制化需求等，使網絡極簡、彈性、智能；對外向應用提供靈活的 AI 網絡服務（AIaaS），例如輔助應用提供網絡性能分析預測，進行網絡路由選擇，配置業務 QoS 等服務。如圖 3-5，NIU 包含三個大功能模塊：AI 服務功能、智能倉儲功能和分布協同功能。圖 3-5：網絡智能單元邏輯功

21、能 AI 服務功能：AI 服務功能在 NDU 提供的數據感知和預處理的基礎上，主要提供 AI 全周期流程中的模型訓練和推理決策，其中模型訓練層輔助推理決策、數據處理等所需的AI 模型訓練，通常包括 LSTM、RNN 等基本學習方法，未來將更加聚焦聯邦學習、遷移學習、多智能體強化學習等分布式學習，并配備評估學習效果的模型評估能力和環境；推理及決策層一方面用于網絡、業務相關的 AI 推理任務，例如網絡資源狀態的預測等，還可根據推理結果形成最終決策或決策建議，例如給出當前最佳的網絡路由等。智能倉儲功能：智能倉儲功能具備完備的模型倉庫和知識倉庫，其中知識倉庫實現知識管理和知識服務；模型倉庫實現模型的查

22、詢、增加、更新和刪除功能。智能倉儲功能負責管理 AI 服務過程中獲取的數據、訓練完成的模型和生成的知識，以提升學習效率和智能化水平，實現數據和知識雙驅動；模型和知識還將會深入邊緣節點，以貼近用戶滿足實時性等需求。11 分布協同功能（AIaaS）：分布協同功能用于支持多個 NIU 之間或 NIU 與其他域之間的跨層跨域協同，通過交互數據和模型參數等方式共同完成模型訓練、推理和決策，具體包括數據和知識的共享、模型訓練的協同、推理和決策輔助協同，以及算力的調配協同等功能模塊。6G 網絡智能架構由獨立 NIU 和內嵌 NIU 協同組成，獨立 NIU 作為提供 AI 服務的專用功能單元，根據 AI 能力

23、、服務場景、覆蓋區域、算力資源等方面的差異可包括聚合 NIU、區域 NIU、服務 NIU 和邊緣 NIU 等，按需支持 AI 服務、智能倉儲和分布協同三個功能。內嵌 NIU 在 NCU、NPU、NDU 等網絡單元中增加 AI 能力，主要提供網絡單元職責相關的數據感知和處理、模型訓練、推理和決策等，同時可從獨立 NIU 中獲取數據或知識、推理或決策的支撐等。NIU 是網絡的智能使能器，將從基于連接的智能轉向基于任務驅動的智能，更廣泛的匹配智能應用場景。NCU、NPU 和 NDU、其他 NIU，以及其他域均可通過使能接口對網絡智能單元 NIU 下達智能分析任務，NIU 接收到智能任務后協調連接、數

24、據、模型算法、算力資源等多要素完成 AI 任務。4 新架構核心特征 基于前一章提出的6G網絡新架構思考，本章將進一步闡述6G網絡新架構的核心特征。4.1 架構極簡 新架構在延續服務化設計的基礎上，主要通過架構簡化、接口簡化、流程簡化三個方面達成整體網絡的架構極簡，如圖 4-1 所示。1.架構簡化 12 原有 5G 網絡除基礎 NF 外，隨著新功能、新場景的支持，NF 數量越來越多，雖然采用服務化接口，但流程設計上、數據信息方面仍然互相依賴23，故障定位或新服務部署等涉及多個網元及互操作接口，帶來復雜性，新架構實現同類網元的重構和聚合，對現有控制面各 NF 功能按照功能分類進行精簡，將 5G 網

25、絡中的 AMF、SMF、NSSF、NEF，以及 PCF和 UDM 的邏輯處理等部分功能納入單一的網絡單元 NCU 中；將 UDM 和 PCF 的靜態數據、UDR 數據等統一由 NDU 進行專業的數據處理；將 UPF 和 NWDAF 優化增強分別作為NPU 和 NIU。新架構直接將原有 40 余個網元減少到約 4 個網絡單元，實現功能類型的歸一、服務的靈活定制，且組網扁平化、拓撲結構簡單。除網元數量大幅縮減外，網絡架構的簡化還體現在：公網、專網采用相同設計架構，便于網間互聯、彈性伸縮和延展，且降低運維難度等；網絡單元內部服務支持動態裁剪，以適配通感一體等新場景，避免影響外部接口；NCU 通過服務

26、網格組織，提供統一的服務發現機制，易于服務靈活互補和遷移；NCU 通過引入 DUE，以用戶為底座設計處理機制，增強基于用戶的感知和服務能力；NCU 對外支持衛星、固網、移動、無線等各種異構接入的適配，以及對 4G/5G 的后向兼容，內部按照統一的 DUE 機制提供能力，因而大大降低多網共存的復雜性，實現網絡服務的統一，簡化網絡整體規劃設計和運維難度。圖 4-1：網絡架構極簡 2.接口簡化 13 接口簡化主要體現在服務化接口數量上，通過網元的聚合歸一，接口數量會大幅減少，現有 5G 網元數量多，邏輯接口至少有 80 余個2，通過 NCU 等網絡單元的設計，原網元之間接口變為內部實現，僅根據互通要

27、求按需設計外部服務，接口數量可減少至大約 10 個。除接口數量減少外，各個網絡單元之間新建專業、穩定的數據通道，與 SBI 服務化接口形成雙總線驅動架構，使得數據訪問與信令交互分離，一方面信令交互滿足實時性、定制化的靈活服務要求；另一方面在數據方面，從原有的服務化接口轉變為統一的數據訪問接口，實現大吞吐量、高效的數據查詢和處理。兩種交互互不影響，可異步處理、并發執行，最終實現服務化接口和數據接口的簡化和高效。3.流程簡化 流程簡化主要體現在網元之間的交互次數，即消息步驟的數量。通過網元聚合，尤其是依賴性強的網元聚合，原有網元間的信息交互轉變為網絡單元內微服務的處理，流程上也因此得到了簡化。例如

28、，5G 網絡中 AMF、SMF、PCF 之間交互較多的會話處理、策略獲取等流程6，在新架構中由同一 NCU 內部實現，通常情況下不涉及對外的交互，僅在互通或移動等場景下，按需與其他 NCU 進行必要的上下文傳遞等操作。經測算，注冊、會話建立、切換流程的步驟數量分別從原有的 25+降到 8+、20+降到 4+、30+降到 8+，消息交互數量大幅減少，實現了流程的簡化?？傊?，6G 新架構的網元數量預計可減少 90%，服務化接口數量可減少 80%，消息步驟的數量減少 70%，最終實現網絡架構的極簡，如表 4-1 所示。14 表 4-1 網絡架構極簡比較 項目 5G 6G 架構簡化 AMF,SMF,P

29、CF,NRF,UDM.40+NCU,NDU,NIU,NPU.4+接口簡化 N1,N2.N88 80+/10+流程簡化 注冊 25+注冊 8+會話 20+會話 4+切換 30+切換 8+4.2 用戶數據為中心 網絡最終的服務對象是用戶，現有網絡架構的設計和數據的組織以 NF 互聯為用戶提供連接為目的，新架構將突出用戶的服務，向以用戶數據為中心演進，圍繞用戶數據實現功能的快速迭代開發，如圖 4-2 所示，主要體現在用戶數據驅動和數字孿生 UE 兩個方面。圖 4-2：用戶數據為中心 1.用戶數據驅動 現有用戶數據采用集中部署方式，實現了計算和存儲分離，例如簽約數據、策略數據、應用數據及結構化數據可存

30、儲在 UDR 中，UE 上下文等非結構化數據可存儲在 UDSF2中，15 但實際上，受限于部署要求、技術實現、廠家互操作等問題，通常大部分數據仍然分散在UDM、PCF、AMF、SMF、NSSF 等各 NF 中，呈現數據分散、多樣化等特點。新架構通過 NDU 從用戶視角對數據進行了進一步梳理和分離，包括用戶簽約及策略等核心數據、網絡數據和算力數據等；通過幾類數據的聚合處理和分析還可實現按需定制網絡功能，例如連接增強、算網協同、定位感知一體等。NDU 統一、標準的數據組織方式易于利用專業的數據庫技術實現數據處理邏輯的簡化。2.數字孿生 UE 現有的 NF 按照功能邏輯劃分，例如接入和移動性管理、會

31、話管理、策略控制等，通過NF 間互相調用服務為 UE 提供數據連接，流程機制和數據處理上均以連接所需的不同功能為設計原則，不利于用戶維度的管理，較難直觀的提升用戶視角的服務體驗。NCU 加強用戶服務設計，在 NCU 中動態構建用戶級數字孿生 DUE，與 PUE 伴生，基于用戶進行信令處理和管理，主要優勢是 DUE 能夠拉取全量數據，圍繞數據對外提供能力，避免了數據不一致的問題；DUE 匯聚的數據僅需一份，重復數據量減少，解決現有多 NF 各自保存數據，導致存儲資源浪費、網絡資源消耗大等問題，從而提升整體性能；另外，DUE具備驅動 AI 的能力，減少數據的收集，可降低網絡為 AI 服務的開銷，賦

32、能 AI 演進?？傊?，通過用戶視角數據的聚合分析和用戶級數字孿生的處理機制，設計以用戶數據為中心的網絡架構，基于用戶業務需求驅動任務，最終實現連接+算力+能力的整體協同。4.3 智能內生 6G 網絡架構的智能內生主要體現在網絡組織和智能服務能力兩方面的優化和增強。1.分布式智能內生架構 現有 5G 網絡主要采用集中式的獨立 AI7（例如 NWDAF），各網元(AMF、SMF 等)本 16 身缺乏 AI 能力，依賴于獨立 AI 的集中分析，也因此可能帶來一些問題，例如集中式 AI 需要收集大量數據，嚴重消耗通信網絡資源；集中式處理、分析、反饋的方式在規模組網下時效性等要求較難保障；AI分析往往需

33、要算力資源，集中的AI分析需要算力資源的高度聚合，較難高效利用多點、邊緣的算力資源等。6G 網絡智能化架構將呈現智能內生、分布式協同的特點，即“獨立 AI+內嵌 AI”混合模式，如圖 4-3 所示，NCU、NPU、NDU 等網絡單元一方面通過內嵌 NIU 服務，本身具備數據處理和 AI 分析能力，同時與獨立 NIU 組成分布式學習和推理框架，按需、動態調配各 NIU 的數據、能力和算力資源，共同構建多點協同的智能內生網絡。另外，NCU 內置的DUE 還可代理用戶獨立創建 AI 任務，對業務進行端到端監控及保障，以實時動態進行網絡或業務的遷移。架構的優勢是本著 AI 分析盡可能靠近數據源的原則，

34、獨立 NIU 可按需收集數據，或采用分布式學習方式傳遞模型參數等，從而大大減少通信資源的消耗；通過多 NIU的協同，聚焦規模網絡的分布式、多點、跨層級的服務協作，充分利用各獨立和內嵌 NIU 的數據、能力、本地的算力資源等，根據時效、模型準確性等性能要求靈活處理，最終實現信息全面并安全、特性互補及增強的群智協同。圖 4-3：分布式智能內生架構 2.智能服務能力提升 17 考慮到目前網絡 AI 在能力方面存在數據處理不夠靈活、分布式學習能力弱、缺少決策反饋機制、知識積累欠缺、協同簡單等問題，6G 智能內生架構將聚焦提升數據內生、分布式學習、自主決策、知識儲備、協同開放五個方面能力。數據內生：NI

35、U 與 NDU 配合，在保證數據可靠性和安全隱私的前提下，支持對網絡中海量、多態、異構數據的感知、收集、處理、存儲等，同時增強數據相關的AI 分析，實現數據內生；分布式學習：因為 6G 網絡的安全隱私要求更高、服務也逐漸向邊緣深入和延展，集中式的學習方法將會面臨數據隱私、通信開銷、服務時效等多方面問題，應重點聚焦分布式 AI 架構多點協同的學習方法，例如各 NIU 之間、NIU 與 DUE 之間支持聯邦學習8、多智能體強化學習9、群體學習10等。自主決策：6G 網絡多變、服務復雜、柔性等趨勢推動引入 AI 技術增強網絡和服務的決策能力，NIU 的決策模塊通過與其他網絡單元協作，支持自適應的多點

36、協作、動態調整、閉環的自主決策服務。知識儲備：6G 高效、可持續性運營的關鍵是注重知識的積累、儲備及靈活運用，NIU 通過知識倉庫的構建，支持遷移學習11、持續學習12等知識驅動的 AI 學習方法，達成數據和知識雙驅動的網絡智能。協同開放：由于 6G 網絡的數據及終端異構、各域各層級服務和性能差異大等特點，6G 智能內生網絡需要跨層跨域的 NIU 協同，以更好的共享和開放 AIaaS 服務，主要包括推理和決策、模型訓練、算力資源、數據和知識等全方位的 AI 服務協同?？傊?，多 NIU 協同共同構建智能面，助力 6G 兼顧網絡的彈性極簡和服務的靈活定制，打造“智簡網絡”。18 4.4 分布自治

37、現有網絡主要采用 2C 公網相對集中和 2B 定制網相對分散的組網模式。未來隨著新場景的出現、極致服務體驗要求的提出，各行各業由于安全、服務范圍、能力和性能等因素，獨立專網將會越來越多，網絡之間既需要區隔自治，同時也存在通過相互連接實現互補增強的需求；另外，由于相對集中式的網絡部署故障影響范圍非常大，存在較高的安全可靠性風險，也迫切需要支持分布式的建設模式。新架構將從相對集中+分散模式向域內自治、域間互聯模式轉變。每個自治域類似于局域網，當出現故障時，范圍有限，不會影響到整體網絡；同時工業制造、車聯網、XR 沉浸式體驗等場景均需要通過自治域形態，使得用戶、網絡、服務三者在空間上盡可能靠近，實現

38、高帶寬、低時延等更好的保障，以獲得更好的業務體驗。多個自治域還可依據擴大覆蓋范圍或接入需求，通過骨干網互聯互通，形成更廣域的網絡，如圖 4-4 所示。圖 4-4 分布自治架構 1.域內自治 一定數量的無線基站、一定規模的基礎設施、分布式核心網可在一定的空間范圍內構建 19 一個獨立的自治域。單域內可以包括全套的NCU、NPU、NDU、NIU；也可以僅有NCU、NPU和部分NDU，其中 NDU 和 NIU 還可通過多個 NCU 之間的協商借助上一級網絡的 NDU 和 NIU 能力。NCU 是集中控制點，域內基站、NPU、NDU、NIU 均向 NCU 注冊，相互之間的發現通過 NCU 支持，以實現

39、無線基站的免配置及即插即用；NPU 在進行性能擴展時，也可做到即插即用。2.域間互聯 自治域互聯的目的是擴大網絡的范圍，傳統的設計思路是一張網覆蓋的范圍盡可能廣，分布式架構則是通過自治域間互聯的方式擴大網絡覆蓋范圍，當網絡需要增加覆蓋范圍或接入能力時，原有網絡基本上不受影響，例如不需要多個 NF 之間進行互聯互通等。每個 NCU 具備唯一標識，NCU 之間通過標識進行互聯。在不同 NCU 之間互聯的基礎上，還可進一步協商新的能力，例如專網和公網之間的協商，專網部分業務在內部完成處理，當需要使用互聯網業務時，專網 NPU 與公網 NPU 之間，通過 NCU 之間的協商建立 VPN傳輸隧道，即可通

40、過公網 NPU 訪問互聯網。在安全方面，域間安全互信可通過區塊鏈或其他分布式安全技術進行認證后，進行互聯互通，傳輸數據和信令等。3.域間遷移 當用戶在移動過程中，即將跨越自治域的邊緣時，則需要實現自治域間的遷移。NCU 中的 DUE 通過監控用戶的移動軌跡，可向用戶推薦下一個合適接入的自治域，自治域的推薦以保障用戶當前進行的業務連續性為主要依據，例如需要考慮下一個自治域的帶寬、時延、業務需要的算力等因素。如果業務較為重要，在域間遷移前可通過 NCU 之間進行協商，例如用戶需求在新域中能否滿足，如果滿足，則進行業務和網絡的并發遷移。另外，在遷移過 20 程中，用戶可以保持多域接入，直到新域和業務

41、均已做好準備后，再進行無縫切換?？傊?，新架構通過分布式網絡架構技術，適配差異化網絡需求，實現域內自治和域間互聯。5 新架構新業務 6G 網絡提供了更大的帶寬、更低的時延、更全的接入方式，更簡便的架構和更智能的網絡能力，將帶來更多樣化的新業務和新模式，例如：面向沉浸式 XR、元宇宙等新業務能力、面向空天地海全接入的全域業務服務、面向各區域和行業的分布式自治專網等 2C、2B應用場景，以更強的網絡能力為未來豐富多彩的生活和生產打下堅實的基礎。5.1“虛實通感”類業務 沉浸式 XR、元宇宙作為未來主流的通信方式，通過與用戶的所有感官互動，為用戶帶來多維感知融合、身臨其境的沉浸式交互體驗。沉浸式 XR

42、、元宇宙對網絡帶寬、時延、抖動、可靠性以及音視頻渲染質量、效率等提出了嚴苛的要求。如圖 5-1。DUE 作為用戶 XR 終端的數字孿生體，在網絡中起到中樞和紐帶的作用；一方面，依據業務需求向 NCU、NDU 提出網絡服務和數據服務等需求，完成連接、算力和能力的協同；另一方面，負責驅動 NDU/NIU 執行與業務相關的各種任務，包括 AI 任務：進行數據采集、模型訓練、分析推理、算力調度等處理，并將數據、模型、分析結果等根據需要反饋給 NCU。NCU 負責資源調度和協調控制，實現業務需求感知和靈活定制能力，進行 QoS 監控和 QoE 保障；當 XR 業務發起時，NCU 申請調度與業務需求相匹配

43、的網絡和算力資源，確保 XR 的多維感知業務流和實時交互業務流能同步可靠傳輸；在 XR 業務過程中，NCU 根 21 據不同 DUE 的要求，驅動 NDU/NIU 啟動若干任務（如：軌跡跟蹤預測任務、網絡狀態監測任務、視頻質量監測任務等），對網絡 QoS 及業務 QoE 進行實時監測分析，通過網絡資源和業務流之間的實時協同，實現業務和網絡的流量動態自適應，確保用戶最佳服務體驗。圖 5-1：新架構支持沉浸式 XR 軌跡跟蹤預測任務：實時跟蹤用戶軌跡，并通過 NIU 的 AI 能力對用戶軌跡進行預測，在 XR 業務過程中，NCU 根據軌跡跟蹤預測任務的結果提前做好網絡連接和算力資源準備，在用戶移動

44、過程中保證業務的連續性；推動 XR、元宇宙從固定場所走向更廣闊的空間。網絡狀態監測任務：實時監測網絡狀態，一旦出現網絡能力與業務需求不匹配的情況，NCU 及時提出新的資源分配請求，對資源進行動態調整，保證用戶體驗。同時，NCU 可以通過能力開放接口，將網絡狀態信息開放給業務，以便業務實時感知網絡狀態；當網絡出現擁塞時，XR 業務能迅速調整業務編解碼和傳輸流量模型，幫助業務快速適應網絡狀態，同時將不重要的數據包丟棄，避免網絡擁塞進一步惡化。22 視頻質量監測任務：實時監測 XR 業務視頻質量，NCU 能精確感知 XR 業務需求，NPU 可以識別 XR 業務流特征及業務屬性差異，采用 AI 能力設

45、置特性化的 QoS 對音視頻流、觸覺信號流、傳感器信號等進行傳輸保障，通過 AI 技術降低管理的復雜度，支持大密度 XR 業務流情況下的一致性體驗。在音視頻渲染和多感融合方面，AI 技術發揮著重要的作用。NIU 作為網絡智能單元，可以內置和外掛多種 AI 能力，如 AR 標記、XR 渲染、音視頻編解碼、ASR、TTS 等；獨立NIU 和內嵌 NIU 混合組網，形成分布式智能內生架構，結合深度學習、聯邦學習等 AI 技術，為沉浸式 XR、元宇宙提供強大的 AI 能力。5.2“全域智聯”類業務 空天地海是未來 5G-A/6G 通信的重要方向13，面向山區、沙漠、海洋、空中等提供寬帶接入或廣域物聯。

46、空天地海一體化融合通信，通過分布式網絡覆蓋全域，實現用戶隨時隨地的網絡接入。其次，未來空天地海通信是全異構、多模態接入，需要支持衛星、飛機、空中平臺（HAPS)、無人機、地面基站、固定網絡等多種接入方式，網絡異構性、傳輸環境多樣化等對核心網的融合提出了挑戰。多接入適配器 針對多模態接入，通過不同的適配器，適配不同的接入方式，適配器以組件或微服務的方式實現，可以在 NCU 中即插即用，進行不同協議的適配和轉換。如圖 5-2。NCU 采用統一的 DUE 對終端進行建模和管理，提供統一的鑒權方式、統一的用戶數據管理，保障業務的連續性。23 圖 5-2：新架構支持多接入融合 空天地海一體化 未來空天地

47、海的發展方向是天基網絡、空基網絡與地基網絡融合一體，通過 NCU、NDU、NPU 的協同提供空天地海一張網，實現空天地海全面覆蓋。如圖 5-3。圖 5-3：新架構支持空天地海協同組網 其次，未來空天網絡也將面臨著時延大、移動快等許多挑戰，例如每顆 LEO 衛星服務用戶的單次時長僅分鐘級，導致頻繁的切換。因此，需要增強的移動性管理能力，簡化流程、提高切換的可靠性。在新的極簡架構下，通過 DUE 的用戶主副本數據快速同步的方式，減 24 少切換的消息數，縮短切換流程。5.3 “自治專網”類業務 分布式、自治域的網絡模式能夠很好的支撐各種行業專網，行業客戶可以根據自己的需要對網絡進行定制；例如定制確

48、定性的網絡用于工業機器人協同作業，或者定制小型核心網進行車載組建自己的移動局域網用于野外勘探等場景；其他如體育賽事、音樂會等場景的臨時專網，飛機、輪渡等場景的小型移動專網，企業、校園等場景的園區專網都可以對核心網進行按需定制。定制的專網可以具備以下特性：專網是一個自治域。類似于有線的局域網絡，終端可以訪問專網內的服務，也可以在專網內實現終端間互訪，例如：校園網用戶訪問校內網絡業務，或者企業內工業終端設備之間的互訪。專網可以連接至公網。接入到專網的終端可以通過專網連接至公網，實現互聯網業務訪問和區分計費，本地專網實現終端用戶和用戶歸屬網絡間的橋接功能，例如：機載用戶訪問互聯網業務。專網可以共享。

49、外部非專網的用戶也可以通過專網實現到公網的接入和數據業務，解決局部地域網絡覆蓋的問題。此時，企業專網需要在保障自身網絡安全的前提下，實現用戶和公網間的橋接功能。例如：公網用戶臨時接入企業專網轉接至公網。專網可以連接至多個運營商網絡。接入專網的用戶可能來自于不同運營商，因此專網也需要能夠實現與多個運營商公網的互連互通。專網之間可以互連互通。其他專網的用戶可以通過當前所在位置的專網接入至歸屬專網，例如：兩個友好專網之間用戶可以互相漫游接入。以上的特性中，通過專網訪問外網或通過外網訪問專網的特性，主要建立在分布式網 25 絡的域間互聯能力上，如圖 5-4，并可參見 4.4 章節。圖 5-4 新架構支

50、持自治專網 6 6G 網絡展望與倡議 網絡架構是 6G 研究的關鍵問題，是實現“虛實通感、全域智聯”愿景的基礎。業務場景需求、DOICT 技術的引入等，都將對 6G 網絡架構產生影響，基于當前的認識和判斷，本白皮書提出對 6G 網絡新架構的初步思考，隨著技術的演進發展，本白皮書還將迭代更新。當前階段，針對 6G 網絡架構及關鍵技術仍處于開放討論階段，很多問題還需要研討，一些關鍵技術還需要實驗驗證。端到端跨層跨域的協同非常重要，需要設計跨域協同機制以及跨協議的信息傳遞方法，甚至是跨領域的標準聯合設計。中國電信和中興通訊愿攜手學術界、產業界的伙伴，共同研討 6G 網絡架構及關鍵技術，共同解決瓶頸問

51、題，共同推動 6G 技術進步和產業發展。26 縮略語 英文縮寫 英文全拼 中文 2B To B 面向行業用戶 2C To C 面向個人用戶 3GPP 3rd Generation Partnership Project 第三代合作伙伴計劃 AI Artificial Intelligence 人工智能 AMF Access and Mobility Management Function 接入和移動管理功能 ASR Automatic Speech Recognition 自動語音識別 AIaaS AI as a Service AI 即服務 DDAA Data-driven Distribu

52、ted Autonomous Architecture 數據驅動的分布自治架構 DUE Digital User Equipment 數字用戶終端 DOICT Data&Operational&Information&Communication Technology 數據、運營、信息、通信技術 DPU Data Processing Unit 數據處理單元 FPGA Field Programmable Gate Array 現場可編程門陣列 GPU Graphics Processing Unit 圖形處理器 HAPS High Altitude Platform Station 高空平臺

53、IPv6 Internet Protocol Version 6 互聯網協議第 6 版 LEO Low Earth Orbit Satellite 低軌道地球衛星 LSTM Long Short-Term Memory 長短期記憶 ML Machine Learning 機器學習 NCU Network Control Unit 網絡控制單元 NDU Network Data Unit 網絡數據單元 NIU Network Intelligence Unit 網絡智能單元 NPU Network Packet Unit 網絡報文處理單元 NF Network Function 網絡功能 27

54、NEF Network Exposure Function 網絡開放功能 NRF NF Repository Function 網元存儲功能 NSSF Network Slice Selection Function 網絡切片管理功能 NWDAF Network Data Analytics Function 網絡數據分析功能 PCF Policy Control function 策略控制功能 PUE Physical User Equipment 用戶物理終端 QoE Quality of Experience 體驗質量 QoS Quality of Service 服務質量 RAN-CP

55、 Radio Access Network Control Plane 無線接入網控制面 RAN-UP Radio Access Network User Plane 無線接入網用戶面 RNN Recurrent Neural Network 循環神經網絡 SBA Service Based Architecture 服務化架構 SBI Service Based Interface 服務化接口 SMF Session Management Function 會話管理功能 SRv6 Segment Routing over IPv6 基于 IPv6 的段路由 TTS Text to Speec

56、h 文本轉語音 UDM Unified Data Management 統一數據管理 UDR Unified Data Repository 統一數據存儲庫 UDSF Unstructured Data Storage Function 非結構數據存儲功能 UE User Equipment 用戶終端 XR Extended Reality 擴展現實 28 參考文獻 1 中國電信研究院,6G 愿景與技術白皮書 R.2022 2 3GPP TS 23.501,System architecture for the 5G System(5GS);Stage 2(Release 17),v17.7.

57、0,Dec.2022.3 3GPP TS 23.502,Procedures for the 5G System(5GS);Stage 2(Release 17)”,v17.7.0,Dec.2022.4 NGMN.6G Use Cases and AnalysisR,2022 5 王衛斌.ODICT 融合的網絡 2030J.中興通訊技術,2022(01)：47-56 6 IMT-2030（6G）推進組.6G 總體愿景與潛在關鍵技術白皮書R.2021 7 3GPP TS 23.288,Architecture enhancements for 5G System(5GS)to support n

58、etwork data analytics services(Release 17),v17.7.0,Dec.2022.8 Z.Yang,M.Chen,K.-K.Wong,H.V.Poor and S.Cui,“Federated Learning for 6G:Applications,Challenges,and Opportunities,”Eng.,vol.8,Jan.2022,pp.3341.9 A.Feriani,E.Hossain,Single and Multi-Agent Deep Reinforcement Learning for AI-Enabled Wireless

59、Networks:A Tutorial,in IEEE Communications Surveys&Tutorials,vol.23,no.2,pp.1226-1252,Secondquarter 2021,doi:10.1109/COMST.2021.3063822.10 Warnat-Herresthal,S.,Schultze,H.,Shastry,K.L.,et al.Swarm Learning for decentralized and confidential clinical machine learning.Nature 594,265270(2021).11 F.Zhua

60、ng et al.,A Comprehensive Survey on Transfer Learning,in Proceedings 29 of the IEEE,vol.109,no.1,pp.43-76,Jan.2021,doi:10.1109/JPROC.2020.3004555.12 Parisi G.I.,Kemker R.,Part J.L.,Kanan C.,Wermter S.Continual lifelong learning with neural networks:A review.Neural Networks,113(2019),pp.54-71 13 CCSA：面向 5G 增強及 6G 的星地融合技術研究研究報告.2021