中移智库：2023面向6G物联网的端侧计算白皮书（29页）.pdf

《中移智库：2023面向6G物联网的端侧计算白皮书（29页）.pdf》由会员分享，可在线阅读，更多相关《中移智库：2023面向6G物联网的端侧计算白皮书（29页）.pdf（29页珍藏版）》请在三个皮匠报告上搜索。

1、1面向面向 6G6G 物联网的物联网的端侧计算白皮书端侧计算白皮书2023 年 8 月前前言言6G 技术将提供更高的速率、更多的连接，以及更广的网络覆盖，以满足在高度动态环境中的各类应用需求。6G“万物智联，数字孪生”的愿景对终端处理时延、功耗、数据隐私保护等提出更高要求。面向6G 物联网的端侧计算在云、边、端构成的立体计算范式中的作用日益凸显，但端侧计算的概念、技术架构、发展趋势还不明确。中国移动希望联合产业合作伙伴共同推动面向 6G 的端侧计算整体架构和关键技术的成熟，推动面向 6G“万物智联，数字孪生”的立体计算架构的发展和落地应用。本白皮书由中移智库、中国移动研究院、清华大学、北京邮电

2、大学、北京知存科技有限公司联合撰写，版权归中国移动及合作伙伴所有，未经授权，任何单位或个人不得复制或拷贝本建议之部分或全部内容。目录1 概述.11.1 背景与意义.21.2 内容与目的.32 典型应用场景.42.1 大流量场景.52.2 实时计算场景.52.3 隐私保护场景.62.4 离线自治场景.73 关键技术及挑战.83.1 算力受限.93.2 功耗敏感.103.3 信息孤岛.124 新兴技术.134.1 存算一体：打破后摩尔时代的算力危机.144.2 类脑智能：低功耗的下一代人工智能.154.3 端边云协同：泛在算力.184.3.1 纵向端边云协同.184.3.2 横向端端协同.205

3、总结展望.23缩略语列表.25参考文献.2611 概述6G 物联网终端实时数据爆炸式增长，芯片先进工艺的发展带来单位算力成本下降，AI 模型及软硬件协同创新带来算法性能提升，新型人工智能场景对低时延计算需求强劲，端侧实时计算迎来新机遇。21.11.1 背景与意义背景与意义实时数据爆炸式增长。实时数据爆炸式增长。物联网应用实现了更大连接、更广覆盖和更优体验，连接规模已经实现了“物超人”。随着联网设备的进一步增多和高带宽业务的进一步普及，全网数据吞吐量将呈现爆发式增长。据预测，到 2030 年，网络吞吐量将达到 5000EB/月，随着实时数据的井喷，云计算架构面临网络压力大、响应速度慢、数据安全及

4、隐私保护不足等问题。新型场景不断涌现新型场景不断涌现。人工智能技术与智能终端的结合对终端实时计算提出了新的需求，以智能终端 XR 场景为例，包含追踪定位、沉浸声场、手势追踪、眼球追踪、三维重建、机器视觉、肌电传感、语音识别、气味模拟、虚拟移动、触觉反馈、脑机接口等多个环节，需要低时延计算能力提升用户实时体验。IDC 预计，2023 年中国搭载 3D 空间性和运动性传感技术的终端设备将超过 40%。算力成本逐步下降算力成本逐步下降。芯片先进工艺制程逐步提升，据 IDC 预计，2022 年 7nm制程芯片将成为主流，搭载 7nm 芯片的智能终端设备占比将超过 32%。芯片制程的提升将使单位算力的成

5、本逐步下降，如图 1 所示，7nm 制程的芯片单位算力成本仅为 16nm 制程的 19.4%。图 1 每 TOPS 算力成本随着工艺逐步下降（数据来源：IBS）算法性能持续提升算法性能持续提升。人工智能算法性能随着算法创新、软件优化、硬件加速等持续提升。算法方面，深度学习网络模型不断演进，AI 模型轻量化等技术不断发展，模型的尺寸和计算量大幅缩减。据 OpenAI 统计，自 2012 年以来，人工智能模型在 ImageNet 分类中训练神经网络达到相同性能所需的计算量，每 163个月减少了 2 倍。软件方面，面向移动端的 AI 计算框架发展迅猛，对终端兼容性越来越好且对 AI 模型的推理性能持

6、续提升。硬件方面，通过增加深度学习专用硬件电路等方式，可大幅提升 AI 计算性能。综上，随着 6G 物联网实时数据的爆炸式增长、新型场景不断涌现、算力成本的逐步下降、算法性能的持续提升，端侧计算将迎来前所未有的发展新机遇。1.21.2 内容与目的内容与目的端侧计算，指在具备一定的计算能力和存储能力的物联网终端设备中进行计算。端侧计算主要满足低功耗、高隐私保护、低时延的计算需求，应用场景包括大流量智能视频监控、低时延的自动驾驶、高隐私性保护的人脸识别和离线自治的智能家居等。6G 物联网，即 6G 使能的物联网，是以 6G 网络为通信基础设施的物联网。基于 6G 技术的深度赋能，物联网端到端系统将