6G如何从万物互联到万物智联

6G需要支持数据泛在。智能的形成是建立在将物理世界中的万事万物数字化的基础上,这个过程将会产生海量的、无所不在的数据,同时,智能的学习与优化也需要海量数据的支持。因此,智能的普惠泛在需要6G网络拓展多维数据来源,对泛在离散的数据进行高效采集、高速传输、有效处理和高质量建模,最终进行可靠应用。

6G需要支持模型泛在。当前,随着大模型的不断发展,其能力越来越强大,逐步具备了通用智能。但基于大模型进行智能化推理,成本和代价都很高。针对不同行业、不同场景、不同设备需要不同规模的模型,例如,在算力受限设备上,由于大模型的计算处理对算力要求较高、远端响应时间较长,需在边缘侧、端侧设备上部署中小参数规模的人工智能模型,并做好规模差异化模型之间的协作服务与协同进化。

6G需要支持算力泛在。泛在的模型要求泛在的算力支持。超大参数规模的模型训练和推理通常需要智算中心提供强大的算力支持,而边缘侧、端侧模型算力需求的满足成为挑战。泛在算力是一种分布式计算架构,它通过物理融通、逻辑融通和异构融通,在云端和终端设备之间的网络边缘提供计算、存储和网络服务,从而有效利用网络边缘资源,集合“闲置”算力,为终端设备提供就近的计算支持,这就要求网络能够支持异构算力随取随用和灵活调度。

“数网一体”实现数据泛在。AI技术大规模应用需要6G网络内生一体的采集、传输和处理海量数据,实现随时随地、万物智联的数据流动。第一,6G网络引入空天地一体实现全域立体覆盖、引入通感一体实现数据维度扩展、引入无源物联网实现海量泛在连接,可通过传感器、摄像头等感知终端,获取大范围、海量的高质量数据。第二,6G提出了超高峰值速率、超低时延抖动等性能指标要求,可为多模态数据提供差异化的极致传输能力,支持分散在不同终端、设备、节点中海量数据的共享和流通。第三,6G网络构建网内数据功能,就近实时分析和处理数据,去除冗余信息,减少数据传输能耗。因此,“数网一体”技术将为人工智能多模态数据提供全方位支持,实现数据的泛在连接和共享。

“智网一体”实现模型泛在。面向自动驾驶、智能工厂等AI应用场景,受限于训练数据来源、设备计算资源和内存等因素,单个设备的AI模型存在知识局限性,模型之间的协作变得至关重要。为此,6G网络一方面提供高效的数据传输和通信能力,实现分布式终端的智能网联,并根据差异化的资源状态,将模型分规模、分层次部署在云、边、端设备上,实现模型的泛在部署,满足客户对于快速响应和高效服务的需求,就近、精准获取模型;另一方面,引入“智能内生”能力,6G网络可直接按需调度端、边、云的AI模型,构建分布式训练和推理框架,通过模型间的数据共享、参数调优以及联合训练等技术手段,提升多模型协作的效率、准确性和泛化性。通过上述功能,6G“智网一体”使得AI技术可以无缝嵌入各类应用设备和网络中并进行协作,高质量支持智慧城市、智能交通、自动驾驶等应用落地。

“算网一体”实现算力泛在。数据泛在、模型泛在所需要的“数网一体”“智网一体”能力,都依赖于支持算力泛在的“算网一体”技术。一方面,众多、异构、分散的终端、网元、云等算力节点,需要通过6G打破算力和网络的物理边界,实现泛在连通,并利用云化、虚拟化等技术搭建统一的硬件共享平台,同步满足通信、数据处理和模型应用等算力需求。另一方面,6G网络需要发挥其靠近用户、感知用户的优势,通过云边端一体的算网编排,融合无线通信移动性切换能力,提供全程全域、低时延、高可靠的计算服务,为全社会数智化升级提供强大支撑。

近年来我国加快推进6G研究工作,已取得很多成果。我国正在成为6G发展的重要主导力量。当然,6G与5G时代相比,国际态势发生显著变化,竞争更为激烈,其他国家不断强化其在AI智算领域优势,6G存在技术标准和实现路径分裂的风险。为此应在以下四方面发力:一是强化需求牵引、场景驱动,带动技术和产业的发展。二是抓住重点,实现原创技术引领性突破,锻造具备国际竞争力的核心技术长板。三是坚持系统观念,打造国际领先的国家级通感算智融合6G试验网,构建开放共享的协同创新环境,带动产业成熟。四是进一步加强国际合作,倡导和推动全球统一的6G国际标准,形成扭抱态势,避免标准和产业分裂。