C114訊 5月9日消息（艾斯）市場研究公司Omdia資深首席分析師楊光在一篇報告中對3月份舉行的3GPP 6G研討會內容進行了復盤，并針對其中的一項重要議題——人工智能（AI）在6G空口中的作用進行了單獨梳理。

3GPP于3月10-11日在韓國仁川舉辦了6G研討會，期間探討了6G愿景與技術優先級。在空口技術方面，會議達成一致共識：6G需構建一個可擴展的人工智能和機器學習（AI/ML）框架，并原生支持AI/ML生命周期管理。潛在用例包括信道估算、降低參考信號開銷、通過AI增強型接收器提升上行鏈路性能等，更多新用例將在6G研究階段進一步探索。

多家領先企業針對6G空口中的AI/ML提出了一系列原則，并獲得了多數主流運營商與設備商的認同。然而，關于AI/ML在6G空口中的具體實現方式仍存在不同觀點。3GPP RAN工作組將進一步協調分歧，并計劃在6G研究階段末期達成協議或決定。

基于AI的技術是性能提升的必要途徑

提升頻譜效率與系統性能始終是新一代移動通信系統研發的首要目標。在近期3GPP 6G研討會上，3GPP成員一致認為，未來的6G研究“需展現顯著增益以證明6G無線技術的合理性”。根據德國電信的說法，6G應“顯著提升頻譜效率”，即“與最新的5G-Advanced相比，（按頻段對等比較）頻譜效率提升10%”，這需要顯著提高頻譜效率。

盡管各方對6G空口波形設計、信道編碼、調制方案及后向兼容性等議題存在分歧，但許多運營商和供應商都與Verizon觀點一致：“傳統方法已逼近性能極限，而基于AI的技術可能提供進一步優化空間?！币虼耍杏憰恢抡J為，應為6G構建一個可擴展的AI/ML框架，并提供對AI/ML生命周期管理的原生支持。潛在用例涵蓋信道估算、降低參考信號開銷、通過AI增強型接收器提升上行鏈路性能等，更多新用例將在6G研究階段持續挖掘。

6G中AI/ML的架構與原則

一些領先企業提出了6G中AI/ML的架構與設計原則。例如，Verizon提出以下6G AI/ML RAN架構：

原生支持6G AI/ML，而非后期附加功能

端到端系統需協同運行，避免功能沖突

運營商對數據收集具備控制權與可視性

優化AI/ML訓練與推理的數據收集及訂閱框架

運營商可以控制AI/ML模型的激活與停用

以模塊化形式標準化新網絡功能，支持即插即用AI/ML模塊

標準化數據收集特征及其對RAN功能的影響

網絡按需配置/觸發AI/ML功能（基于用戶訂閱、位置等）

此外，Verizon指出“AI/ML框架需包含回退機制，包括網絡控制選項”。愛立信與中國電信等企業亦支持設計回退至非AI/ML算法的機制。例如，愛立信強調“基礎功能必須始終配備基于非AI/ML的回退算法”。除回退機制外，愛立信還提出其他6G AI/ML原則，包括：通過標準化開放空口確?；ゲ僮餍圆⒅С秩?a>漫游、保持AI/ML模型架構與訓練流程的專有性、引入空口AI/ML需證明其必要性能增益。

為支持數據收集、AI/ML模型生命周期管理及計算資源調度等功能，RAN架構中可能需要一個新的邏輯實體。例如，中國移動提議增設AI節點，荷蘭KPN也提出新增AI平面。

與此同時，英偉達及其運營商合作伙伴（如T-Mobile與SK電訊）繼續推廣AI-RAN理念，旨在將傳統單一用途的RAN轉變為一個多用途、集成通信與計算的平臺，同時運行RAN功能與AI工作負載。

關于AI/ML實現路徑的不同觀點

盡管3GPP主要參與方似乎已就“在6G空口中引入AI/ML”達成共識，但在具體實現方式上仍存在不同觀點。

當AI/ML模型部署于RAN當中，若其推理過程僅發生在用戶終端（UE）或網絡側，則稱為單邊模型；若UE與網絡側協同完成AI/ML推理，則稱為雙邊模型。高通指出，單邊模型可“更高效支持非AI空口技術的實現”，而雙邊模型能“提供數據驅動的空口，以實現更好的性能和靈活的更新，并涵蓋所有協議和層級”。

圖1：單邊AI/ML模型和雙邊AI/ML模型。資料來源：Omdia。

3GPP Release 19已為5G-Advanced制定了單邊AI/ML模型的通用框架。因此，三星、華為、Rakuten及中國聯通等企業提出可在6G研究中探索雙邊模型，而愛立信僅表示“將沿用5G NR中已驗證對6G有益的單邊AI/ML物理層功能”。

另一爭議點在于AI/ML模型的訓練與微調機制。蘋果公司主張“6G初期AI/ML僅支持離線訓練”，而富士通等企業則認為“6G設計中可考慮在線訓練與微調”，因為5G-Advanced已默認支持離線訓練。

蘋果公司還擔憂設備端推理、頻繁的模型下載及數據集傳輸可能引發的功耗、計算復雜度與存儲需求問題。這意味著網絡側AI/ML模型在6G初期階段可能更具現實可行性。

研討會期間，NTT DOCOMO、愛立信及英特爾等重量級企業呼吁在“研究項目階段”盡早敲定6G物理層關鍵特性，而非推遲至“工作項目階段”，以“確保產品規劃時效性”。這一主張或影響AI/ML實現路徑的討論。預計6G研究階段末期將達成一些相關協議或決定。#6G#