6g网络内生智能架构及关键技术白皮书--以数据为中心&icdt深度融合的网络架构参与单位华为技术有限公司中国移动通信有限公司鹏城实验室 本白皮书为国家研发计划重点专项“宽带通信和新型网络”项目《6g网络架构及关键技术》（项目编号：2020yfb1806800）资助成果。前言6g将超越通信，成为智能普惠的新型基础设施已逐渐成为业界共识。这使得6g网络不仅聚焦于支持更为极致的无线连接业务，还将支持智能普惠所需的新型智能业务，这就要求6g网络将需要原生支持新型智能业务所需要的连接、数据、计算和算法等多个维度的编排、协同和控制，来构建6g的智能内生的网络架构。由此，本白皮书以6g超越通信的智能普惠愿景为基础假设，在第一章首先描述当前6g相关研究的背景，之后第二章描述无线网络智能化演进及趋势，第三章重点描述内生智能架构，从5g网络智能化实践的启示和6g智能普惠场景和需求出发，深入分析演绎6g内生智能架构研究问题，包括涉及6g架构的网络功能、协议和信令流程设计等。之后在第四、五章分别重点描述6g内生智能架构的关键特性：以数据为中心的独立数据面，以及面向任务的icdt深度融合。基于独立数据面，支持6g智能普惠所需的数据服务，基于任务，支持连接、数据、计算和算法等多个维度的一体化智能编排和管控。最后结合之前的描述，总结相关研究成果和结论。该白皮书基于国家重点研发计划重点专项“6g网络架构及关键技术”项目下的课题2方向“以数据为中心的icdt深度融合”的研究成果梳理撰写，由华为技术有限公司牵头，中国移动通信有限公司、鹏城实验室联合参与完成。 目录1引言...........................................................................................................................12驱动力趋势与愿景...................................................................................................22.1趋势.................................................................................................................22.2愿景.................................................................................................................536g网络内生智能架构..............................................................................................63.15g网络智能化实践启示...............................................................................63.26g智能普惠场景和需求...............................................................................73.36g内生智能网络架构.................................................................................103.3.1从连接为中心到数据为中心.......................................123.3.2从面向会话管控到面向任务管控...................................144以数据为中心的独立数据面.................................................................................204.16g数据服务框架设计原则.........................................................................204.26g数据服务框架.........................................................................................214.3独立数据面逻辑架构...................................................................................245基于任务的管理编排架构.....................................................................................285.1任务逻辑架构...............................................................................................285.2任务部署架构...............................................................................................315.3接口、协议和流程.......................................................................................346结论.........................................................................................................................36 缩略语列表.................................................................................................................38参考文献.....................................................................................................................42 11引言移动互联网已深入到人们生活的方方面面，从专业活动到休闲、教育、娱乐等，完成了数字化并产生了海量的数据，为未来走向智能化时代奠定了数据基础。而随着以深度学习为代表的ai技术的成熟，并在越来越多的领域得到应用，到6g时代实现智能普惠已逐渐成为广泛的共识。毫无疑问，ai将不仅惠及消费者业务，还将使能千行百业走向智能化，影响社会的各个方面。从是事务第一性原理出发，所有ai应用都离不开收集、分析各种类型的数据，然后将分析的结果用于执行特定的一系列动作。如今，大多数ai采用集中式学习范式，将数据信息集中汇集一起进行训练，通常是在专门用于ai计算的云，这样的ai训练范式称为云ai。云ai利用网络将基本的数据信息或模型梯度信息传送到云端，云端是数据处理的智能中心。6g提出了一种基于内生智能架构来更高效的使能未来ai业务的方法，在本白皮书中称为网络ai。从ai三要素角度出发，网络ai与移动通信系统进行深度融合设计的分析如下[1]。·数据是ai的关键资产，堪比“原油”。最早一批ai业务更多聚焦于b2c消费者应用，因此终端用户成为直接的数据源。垂直行业2b场景，涉及不同的应用、商业模式和技术需求，对数据的安全隐私将更为关注，例如行业数据通常将在系统边缘(一般位于企业内部)进行处理。因此，行业ai服务将侧重本地，以分布式的方式提供。这一趋势将引发一系列关于数据管理、处理、所有权等需求的讨论，一个既能满足这些需求又能充分遵守数据治理规定的移动通信系统变得尤为重要。 2·算力是ai行业的根本动力。ai应用越强大，所需的计算资源就越多，而基于中心云的计算资源池模型可能缺乏可扩展性，导致无法应对未来的变化。尤其当考虑到垂直行业中计算向边缘迁移这一趋势时，在中心云上运行ai应用可能就行不通。因此，新的协同背景下，ai要从云端深人到移动通信系统中。移动通信系统作为拥有超高性能的基础设施，能够有效管理异构资源，具有可扩展性和弹性，并适配无线动态环境的变化。这一研究领域既有广阔前景又具有挑战，因为它可能完全重构传统的系统架构和设计理念。·算法是整个ai业务的核心，定义了ai应用提供的智能类型，以及ai应用所需的数据类型和消耗的算力。基础设施不需要知道ai算法是如何定义的，但是它应该更好地支持这些算法的运行。例如，深度学习的实现(联邦学习等）依赖于通信，这可能涉及算法可伸缩性、带宽和时延要求。因此，网络系统架构的设计需要适配并可能影响ai算法的训练方式以及ai推理的执行方式。2驱动力趋势与愿景2.1趋势从移动通信网络演进历史来看，从2g到5g的演进，提供了不同类型的普惠性质的基础服务，其背后都离不开原生架构能力的支持[3]。例如2g的普惠性质的基础服务是语音服务，与此匹配的2g端到端网络架构就是为语音原生设计的；到了3g和4g，普惠性质的基础服务边为了数据服务， 3但3g架构还不是原生的数据架构，更多是将数据服务叠加在传统网络基础上，带来的问题是不高效，而这个问题在4g上才得以彻底解决，4g架构是完全基于数据服务来原生设计的，语音等传统业务都要基于基础数据服务来提供（volte，voiceoverlongtermevolution，基于4g的高清语音通话）；5g提供的基础服务是万物互联，从urllc（ultra-reliablelowlatencycommunications，超可靠低延时通信）,mmtc（massivemachinetypecommunications，海量机器通信）,embb（enhancedmobilebroadband，增强宽带通信）到切片等，5g设计了很多原生的架构能力来支持，但在智能化领域，5g更多是采取如nwdaf这样功能叠加的方式。5g网络设计也希望能更好地支持ai业务，尤其是在核心网侧。为此，5g引入了网络数据分析功能（networkdataanalyticsfunction，nwdaf)[4]，其主要目的就是提升数据采集和分析能力。例如，nwdaf可以为其他网络功能提供分析结果，辅助网络业务发放。nwdaf可以从5g网络功能和运行、管理和维护(operation，administration，andmanagement，oa&m)[3]系统中采集数据。为此，nwdaf还提供了专门服务，用于相应网络功能的注册和元数据开放。 4图1.2g到5g系统演进.但是，5g没能通过nwdaf为ai提供原生支持，有以下几个原因：·数据源有限：nwdaf采集和分析的数据主要是5g网络功能接收的数据，并没有考虑来自基础设施、环境、终端和传感器的数据。·缺少数据隐私保护：5g中的数据源主要来自同一业务领域，因此基础设计中数据隐私保护考虑不足。·不支持外部ai服务：nwdaf是5g核心网功能，外部ai服务不能直接在5g核心网或无线接人网（radioaccessnetwork，ran)中使用。·基础设施利用不充分：网络切片、urllc、mmtc等5g架构的关键特性在设计上都是为了在性能、功能和运营角度满足垂直需求，并未专门考虑原生ai支持(如数据管理、分布式架构等)。·数据治理缺失：ai不只涉及数据采集和分析两方面。为了给ai提供原生支持，需要专门对数据治理进行设计，而这并不在5g的考虑范围之内。 52