6G调研报告-PDF版

PoweredbyTCPDF,www,tcpdf,org

23人已浏览 2023-09-21 20页 5星级

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 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能够实现更强大的智能和自主性，能够实时精准感知环境、做出智能决策并提供个性化的服务。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。本文希望系统梳理端侧计算的场景需求、关键技术挑战以及新兴端侧计算技术。目前端侧计算技术整体发展仍处于初级阶段，未来还有很多技术和商业层面的挑战，中国移动希望联合产业合作伙伴共同推动端侧计算整体架构和关键技术的成熟，推动面向 6G 物联网的立体计算架构的发展和落地应用。42 典 型 应 用场景52.12.1 大流量场景大流量场景视频物联网近年来呈逐年增长趋势。据IDC GlobalDataSphere，2020 全球视频监控产生的数据约 18.1PB（1PB=1024TB），占同期物联网总数据量 83.1%。智慧城市、智慧交通、智能家居等物联网领域中存在大量的视频终端。使用MPEG-4 压缩，30fps/12801024 分辨率的单一连续视频每天产生约 128G数据；搭配了摄像头和雷达的L2 辅助驾驶系统的车载系统每 30 秒就会生成超过 6GB的数据。此类视频分析场景特别是高清视频分析类场景需要占用大量的带宽资源，并且大流量的视频数据传输易引发网络拥塞、服务质量下降等问题。端侧计算应用于此类大流量场景，可第一时间对收集的视频数据进行处理分析，将处理和分析后的结果再上传至云侧数据中心，大幅减少网络数据传输、降低网络带宽负荷、缓解云数据中心存储与计算的压力，并能够提升系统的实时响应能力。随着端侧AI芯片的性能不断提升，AI安防等视频监控应用向端侧前移趋势愈加明显。AI安防端侧算力需求如表 1 所示。表 1 AI 安防端侧算力支持像素支持像素2M2M4M4M8M8M16M16M算力算力0.5TOPS1TOPS2TOPS4TOPS功耗功耗1w1w2-2.5w3w2.22.2 实时计算场景实时计算场景在自动驾驶、工业控制、虚拟现实等时延敏感类应用场景中，终端采集数据上传到云端，云端计算后再将结果返回终端，将会引入网络和平台处理时延，考虑网络不稳定等因素，时延可能会更大。随着 6G人工智能技术的进一步发展，车联网将在深度学习、多传感器融合等方法的使能下形成车辆、路 侧、云端的全场景一体化感知决策架构，实现协同决策，更好地助力自动驾驶。IDC报告显示，2022 年第一季度L2 级自动驾驶在乘用车市场的新车渗透率达 23.2%，整个市场处于L2 向L3 发展的阶段。辅助驾驶对于端到端时延的要求在 100 毫秒，自6动驾驶对于端到端时延的要求进一步提高到 20100 毫秒。在工业控制中，诊断信息的时延要求为 10 毫秒，运动控制的时延要求提高至 25-100 微秒。虚拟现实的需要保证所有捕捉动作到头显中动作小于 20ms，以避免用户产生眩晕感。端侧计算应用于此类实时计算场景中的全部或者部分计算，可有效降低端到端时延，满足业务低时延实时计算需要。目前芯片厂商纷纷布局端侧大算力，助力自动驾驶等实时计算场景。自动驾驶算力需求如表 2 所示。表 2 自动驾驶算力需求自动驾驶级别自动驾驶级别L2L2L3L3L4L4L5L5算力算力10 TOPS3060 TOPS100 TOPS1000 TOPS功耗功耗5w1530w50w500w2.32.3 隐私保护场景隐私保护场景在人脸验证、可穿戴设备等隐私保护场景下，用户对个人数据的隐私性较为敏感，对于在设备端读取的用户人脸、语音、视频等数据上传云端进行分析，存在数据安全与隐私泄露风险。据中国互联网协会中国网民权益保护调查报告（2021）显示，82.3%的网民亲身感受到了由于个人信息泄露对日常生活造成的影响，49.7%的网民认为个人信息泄露情况严重或非常严重。端侧计算应用于此类隐私保护场景，可在端侧对数据完成预处理，对数据进行去标识化、匿名化处理等，将脱敏数据与平台进行交互，提升用户隐私数据保护能力。端侧人脸识别算力需求如表 3 所示。表 3 端侧人脸识别算力需求场景场景手机人脸验证手机人脸验证闸机闸机视频监控视频监控算力算力1TOPS1TOPS4TOPS功耗功耗1w1w10TOPS功耗功耗1w15w5w83 关键技术及挑战93.13.1 算力受限算力受限为了降低人工智能模型对计算空间及时间的消耗，模型压缩作为以深度学习为代表的人工智能领域研究的一个重要的分支，旨在对原有的人工智能模型进行参数压缩、维度缩减等操作或者重新设计轻量化的网络结构,以提高网络的训练和推理速度。虽然模型压缩在一部分场景下取得了比较好的效果，但在一些场景下压缩后的模型可能引起推理精度的严重下降，另外压缩后的模型存在难以应用于通用计算平台等问题。在对精度要求较高的场景下，依然优先用硬件满足需求。图 2 不同精度计算的消耗能量和硅片面积然而端侧单点算力的提升面临瓶颈。一方面随着工艺的制程升级，摩尔定律已经开始放缓。到了 2018 年，根据摩尔定律得出的预测与当下实际能力差了 15倍。另一方面，登纳德缩放比例定律似乎已经失效。尽管集成电路中的晶体管数量仍在增加，但由此带来的性能改善却更为缓慢。主要原因是在芯片尺寸不变，晶体管数量变多的情况下，电流泄漏会带来更大的挑战，也会导致芯片升温，从而造成热失控的威胁，从而进一步增加能源成本。如图 3 所示（数据来源：JohnL.Hennessy,David A.Patterson.2019）。10（a）摩尔定律在放缓（b）登纳德缩放定律失效图 3 单点算力面临瓶颈当前的端侧计算芯片仍然基于冯诺依曼架构，其数据存储与处理分离，存储器与处理器之间通过数据总线进行数据传输。随着半导体技术的发展，存储单元性能发展远落后于计算单元，如图 4 所示（引用自 JohnL.Hennessy et al.）。在面向大数据处理等应用场景中，这种计算架构带来的存储墙和功耗墙已成为高算力与低功耗设备的主要瓶颈之一。相关研究报告指出，在 22 纳米工艺节点下，一比特浮点运算所需要的数据传输功耗是数据处理功耗的约 200 倍。存储墙与功耗墙问题并称为冯诺依曼架构瓶颈。数据的爆发式增长进一步加剧了冯诺依曼架构瓶颈。图 4 处理器和存储器的性能差3.23.2 功耗敏感功耗敏感一方面根据摩尔定律，集成电路每隔 18-24 个月性能提升一倍，智能手机的AI 计算、设备互联等功能不断增加；另一方面 5G 手机采用 Massive MIMO 的技术以增强手机对信号的接收，耗能显著增加。然而，电池领域却没有摩尔定律，受能量密度和电池尺寸限制，电池容量仅能以较低幅度线性提升，电池性能增速远慢于需求，如图 5 所示。所以，用户时常感觉手机续航的“力不从心”，如何在保证终端性能的同时更好控制功耗成为关键。11图 5 终端电池能力增速远慢于需求异构芯片以追求最高的性能功耗比为目标。对比云数据中心常用的 CPU、GPU、TPU，端侧更多地使用 FPGA 及 ASIC。FPGA 的电路可直接实现算法，没有指令译码和解读的过程，减少反复冗余访问外部存储器的需求，存储器带宽需求及能耗较低，能效比是 CPU 的 10 倍以上、GPU 的 3 倍，处理速度和效率要高于 GPU。此外，ASIC 性能上的优势也非常明显，具有最高的能效比。图 6 比较了不同硬件的速度和能耗(图片来源：Prof.Luca Benini.ACM HPC）。图 6 不同硬件的速度和能耗作为对比，如图 7 所示，AlphaGo 作为拥有 176 个 GPU，1202 个 CPU，功耗约为 150,000 瓦，而与之对弈的柯洁，其大脑功耗只有约 20 瓦。再比如蜜蜂的大脑，只有 100 万个神经元，0.1mW 的功耗，相当于一个纽扣电池可以驱动几个月的时间。因而我们需要以生物神经元为目标，寻找更低功耗的类脑算法。12图 7 深度学习模型和生物的功耗对比3.33.3 信息孤岛信息孤岛人工智能算法的设计与提升往往需要大量且多样化的数据以及大算力进行训练。根据机器学习的 VC 维度（VapnikChervonenkis dimension），用于深度学习训练的数据量应该至少是模型参数量的 10 倍。和云计算相比，端侧计算的优势之一是将数据保存在数据生产者的位置，这样可以最大限度地不暴露用户的隐私。但同时，由于不同终端产生的数据无法汇聚用户训练，因而也导致模型质量无法保障。同时，随着传感器、计算芯片、AI 等技术的发展，诸如 AR、数字人、机器人搜救等更复杂任务被不断提出，完成一项完整的智能任务往往需要经过多个阶段，具有多样化的需求，包括数据采集、预处理、计算、交互、控制和反馈等。而由于终端设备尺寸限制，一般只能具备少数能力，例如只负责完成计算任务，难以满足日渐复杂的智能任务的需求。以 XR 为例，需要实现追踪定位、手势追踪、眼球追踪、语音识别、环境理解、肌电传感、脑机接口等诸多感知技术，在此基础上建立沉浸式声场、气味模拟、三维重建，并通过近眼显示技术进行展示。这需要多个传感器、计算、通信、显示设备的协同工作才能完成。134 新兴技术144.14.1 存算一体存算一体：破解破解后摩尔时代的算力危机后摩尔时代的算力危机当前业界对于存算一体技术的定义和分类尚未完全统一，学术界聚焦利用存储介质直接进行计算，即狭义存算一体；工业界关注商用化进程，提出广义存算一体概念，可分为三种方案。一是近存计算（Processing Near Memory PNM），将存储和计算模块集成到一个部件或一个芯片中，通过增加带宽或减少数据搬移量来对原有架构进行优化，提升数据运算效率。该技术仍基于冯诺依曼架构，主要产品形态包括 SmartSSD、智能网卡等，产业成熟度较高。但该技术并未实现计算与存储的真正融合。二是存内处理（Processing in Memory,PIM），该方案的本质在芯片制造的过程中，将存和算集成在一个晶圆 Die 中，使存具备了算的能力。主要形态是基于 DRAM 的存内处理产品。三是存内计算（Computing in Memory,CIM），可使用存储单元完成计算功能实现存算零距离，真正实现“存算一体化”，也是业内通常意义上的狭义存算一体。图 8 广义存算一体分类狭义的存算一体技术旨在把数据存储与计算融合一体化，以减小数据搬运，克服冯诺依曼架构瓶颈。存算一体技术的基本概念最早可以追溯到上个世纪七十年代，但是受限于当时的芯片设计复杂度与制造成本问题，以及缺少杀手级大数据应用进行驱动，早期的存算一体技术仅仅停留在研究阶段，并未得到实际应用。近年来，随着数据爆发式增大以及内存芯片技术的提高，存算一体技术重新得到人们的关注。存内计算的介质目前来看有两大类，一是由传统硅基材料制成的SRAM 和 Nor Flash 等，其中 SRAM 已广泛应用于 CPU 的缓存，Nor Flash 主要用来存放固件程序，广泛应用于网卡、手机等设备；二是非硅基的新型材料，包括基于金属氧化物的 RRAM/ReRAM（忆阻器）、基于硫系化合物的 PCM/PRAM（相变15存储器）、基于铁磁材料的 MRAM（自旋磁存储器）等。近年来，基于各类存储介质的存算一体芯片研究百花齐放，潜在应用场景也丰富多彩，包括视觉类、听觉类、分析类、人机交互等。但是，上述这些存储介质都存在各自的一些优缺点，如表 5 所示，在大规模量产时需要有针对性地进行优化。表 5 基于不同存储介质的存内计算芯片性能比较标准标准SRAMSRAMFlashFlashDRAMDRAMRRAMRRAMPCMPCMMRAMMRAMFeFETFeFET非易失性非易失性否是否是是是是多比特存储多比特存储能力能力否是否是是否是面积效率面积效率低高高高高高高写入速度写入速度很快较慢快较快较慢快快功耗效率功耗效率低高低高较高高高成本成本高低较低低较低较低较低技术成熟度技术成熟度测试芯片量产产品测试芯片测试芯片测试芯片测试芯片器件此外，存算一体技术存在一些共性的挑战需要行业共同努力。一是大部分新大部分新型型存内计算器件成熟度低存内计算器件成熟度低，加工工艺不够完善，计算精度、耐久性、功耗、性能等还在快速迭代中演进。二是芯片研发周期较长二是芯片研发周期较长，产业化存在不确定性产业化存在不确定性，相关产线在后道工艺如金属与介质填充、刻蚀、清洗等环节可能涉及改造，并且芯片良率和性能依赖长期流片积累经验，走向成熟需要 5 到 10 年。三是缺少成熟的缺少成熟的 EDEDA A辅助设计和仿真验证工具辅助设计和仿真验证工具，使得存内计算的架构设计效率较低，且无可复用的IP 核，设计水平参差不齐。综上分析，存算一体技术需要产业链上下游和科研机构共同努力，推动技术工程化和产业化。4.24.2 类脑智能：低功耗的下一代人工智能类脑智能：低功耗的下一代人工智能相对于目前已被广泛应用和研究的深度人工神经网络，类脑智能更多地借鉴了生物神经网络的功能机制和行为特点，以便能够达到能够媲美人脑的能效表现16和学习能力。类脑智能技术路线总体上可分为三个层次：结构层次模仿脑，器件层次逼近脑，智能层次超越脑。在在结构层次结构层次，人类大脑是一个极度优化的系统，人脑包含大约 1000 亿个神经元，每个神经元都有数千个突触连接。它的工作耗能缺仅为 25 瓦特。尽管单个神经元是神经系统的基本单位，但正是它们的突触连接模式使神经元能够形成神经网络和主导各种脑功能的神经环路，从而使大脑成为强大的计算设备，完成当前更高能耗的计算机无法完成的任务。因此，人们希望能模仿人脑的工作方式来处理信息，构建新的神经网络模型。脑科学是一门实践性很强的交叉学科，包含了神经科学，医学，数学，计算科学等多门学科。脑科学的目的是认识脑，保护脑和模拟脑，其中模拟脑是人工智能的重要灵感来源和终极目标。具体来说，模拟脑需要在神经生物学（Neurobiology）和计算神经学（ComputationalNeuroscience）基础上实现。神经生物学侧重研究神经元和突触等脑组织的生物学机理；计算神经学主要通过生物学机理对神经元以及神经突触等结构进行数学建模，并在模拟环境仿真以求其特征与生物脑相近。在器件层次在器件层次，生物神经网络中的神经元具有复杂且庞大的空间结构，主要分为突触、神经元、树突等几个部分。通过传统的 CMOS(complementary metal oxidesemiconductor)电路可以实现大规模的人工突触及人工神经元。例如，IBM 设计并研制了 TrueNorth 芯片,Intel 设计并研制了 Loihi 芯片,它们模拟了神经元和突触对脉冲的响应,并且具备并行运算的能力,可以降低推理及训练所需的功耗。但是,在这些芯片中,每个神经元或者突触都需要采用数十个 CMOS 器件来实现,因此,人们尝试采用忆阻器来实现神经元和突触的功能。忆阻器与生物神经元在结构、物理行为和功能上有着极高的相似性,可以用于模拟神经单元丰富的行为特征，天然适合构建类脑神经器件。例如非易失忆阻器的电导状态随外加电压产生连续变化，可用于模拟突触单元在脉冲刺激下的权重调制；阈值开关器件两端施加不同的电压可以让器件电导产生突变，可用于模拟神经元的积分-发放行为；动态忆阻器的具有非线性的 I-V，并且其电导随时间指数衰减，可用于实现树突单元的非线性滤波特性。基于此类新型忆阻器构建新型神经元电路结构及适配的网络算法，有望能够实现更高效的神经形态计算硬件系统，模拟生物神经网络强大的学习能力，并为进一步研究生物神经网络的运作机制提供高效17的计算平台。图 9 包含三种神经形态器件（突触、神经元、树突）的网络系统在智能层次在智能层次，脉冲神经网络(spiking neural network,SNN)作为第三代神经网络,与目前流行的神经网络和机器学习方法有着根本上的不同，它使用脉冲信号而非连续信号传递信息，更容易模拟人脑低功耗高性能的处理方式。在该过程中,神经元接收到足够的兴奋信号产生脉冲,通过突触传递给下一个神经元。脉冲神经网络通过 2 个层面提升信号处理的效率，降低功耗：一是在积分-泄露-发放(leaky integrate and fire,LIF)神经元模型中，神经元对输入的脉冲持续进行积分，当积分电位达到脉冲发放阈值后，神经元才发放脉冲传递到下一层网络，该机制可以大幅降低未激活状态下的神经元静态功耗。二是通过引入自适应行为，使得神经元的脉冲发放频率受到其兴奋程度（阈值）的负反馈调节，有助于提高网络稳态，进一步减少网络中神经元的激活次数。此外，由于脉冲序列可以携带时间信息，神经元的 LIF 特性和突触的 STDP、STP 特性使得 SNN 在处理大量时空信息上具有优势，基于脉冲神经元构建多层神经形态网络有望能够提高网络对于时序信息的处理能力。由于 SNN 中涉及复杂的时空动力学和不可微分的尖峰激活函数，开发用于深度 SNN 的高效学习算法是一项持续的研究挑战。此外，SNN 需要输入脉冲数据，当前直接获得脉冲信号的传感器还比较少，研究主要采用将传统数字信号经过一定规则转换为脉冲信号的方式，因而应用场景有限，精度也还不足以与卷积神经网络相匹敌。因而我们相信，未来应该是类脑计算与传统数字计算平台并存，互18为补充。数字计算平台面向云中心、高精度等计算需求。而随着面向类脑计算的传感器不断涌现，类脑计算有望在终端实现感知、存储、处理功能于一体,极大程度底缓解物联网实时数据爆炸的问题，实现更高效更低能耗的端侧推理。4.34.3 端边云协同：端边云协同：面向面向 6G6G 物联网的物联网的泛在算力泛在算力随着物联网的持续快速发展以及百亿连接的移动通信设备下海量数据的产生，物联网场景逐步呈现计算边缘化、联接泛在化、应用碎片化及终端智能化等趋势，云计算、边缘计算等传统计算范式已经无法满足日益增长的场景需求，因此端边云协同计算成为了端侧计算的新兴技术之一。云侧中央服务器聚合了大量的硬件资源，具备强大的计算能力和存储能力，适合模型训练、资源调配；边缘服务器算力有限，可协同减轻云端的计算压力，提升服务的多样性，适合模型更新、异构汇聚；终端设备算力较小、靠近用户侧，可根据本地环境收集不同类型数据，有利于保护行业数据隐私性，适合模型推理、个性化服务。因而 6G 物联网需要根据计算任务的相应需求选择更灵活的计算范式，按需灵活部署，从而制定全局最优的资源分配及任务调度方案，满足中心级、边缘级、现场级的需求。4.3.14.3.1 纵向端边云协同纵向端边云协同端边云协同技术的发展可分为以下三个阶段。图 10 端边云协同的三个层次第一阶段是聚合样本资源的数据协同第一阶段是聚合样本资源的数据协同，在该阶段中，端侧终端设备采集本地数据，传送至云侧进行数据处理分析、特征提取、训练推理等计算工作，最终云侧返回计算结果，其中，端、边、云三方间的协同交互只存在于源数据层面。受19带宽、隐私泄露、数据量等因素的影响，数据协同方式会面临难分析、难处理的困境，因此已逐渐被模型协同、算力协同所替代。第二阶段是部署智能服务的模型协同第二阶段是部署智能服务的模型协同，该阶段将面向用户的人工智能服务部署到端侧、边侧、云侧，为用户提供低时延、高精度、具备安全保障的优质体验，其中端、边、云三方间的协同交互主要面向模型参数层面。在该阶段中，模型如何部署取决于用户需求，如为保障数据隐私安全，可采用联邦学习技术，即端侧上传模型参数或中间结果，边侧或云侧基于多个端侧设备的虚拟数据构建全局模型；为保障实时性需求，可采用模型压缩技术，即将云侧或边侧训练好的大模型通过剪枝等方式获取对应的小模型，并部署在端侧设备上进行推理，缩短推理时间；为保障个性化需求，可采用迁移学习技术，即云侧或边侧训练通用模型，端侧基于本地实际场景的数据进行部分参数固定、部分参数微调，从而适应实际业务需求。由于模型协同具备更强的灵活性及更高的服务质量，因此近年来工业界及学术界不断进行探索，并取得了阶段性的成果，成为了主流的端边云协同方式。第三阶段是优化资源调配的算力协同第三阶段是优化资源调配的算力协同，该阶段利用优化算法实现端侧、边侧、云侧算力资源的分配及任务调度，使得资源高效利用，降低计算成本。随着国家“东数西算”工程及运营商“算力网络”规划建设的提出，打造端边云多层次、立体泛在的分布式算力体系成为新的研究热点，端边云协同也逐步打破常规，向“以算为中心”的方向发展。其中，学术界率先发力，将高性能终端与边缘侧、云端的资源整合，根据实际需求，将部分任务的执行保留在本地或通过直通链路卸载到其他终端，可以实现更灵活、高效的网络部署，同时降低上级网络负荷。目前，算力协同还处于起步阶段，将端边云的算力资源进行连接与协同已经成为 5G/6G 网络发展的业界共识，然而，领域内仍然存在一些共性的挑战需要行业共同努力。一方面，对于终端侧，国内企业将主要关注点投放在智能设备的多种功能模组硬件升级、操作系统和一站式应用平台的搭建等，对端侧算力的调用、端侧协同机制和传输方法鲜有涉及。另一方面，学术界虽然已经有部分工作针对端边云算力协同优化，但是没有对业务场景进行针对性强的全面考虑，缺少端边云三个层级的通信、计算和存储跨域资源联合协同。此外，多级分布式协同需要考虑服务需求差异化、部分信息可观测、接入网环境和资源状态复杂等现实因素对跨域资源协同和网络优化带来的影响。204.3.24.3.2 横向端端协同横向端端协同图 11 端端协同的四个层次端端协同端端协同 1.01.0 是基于是基于 D2DD2D 的数据共享的数据共享。借助近距离直通 D2D 技术，用户可以从邻近的已获得媒体业务的用户终端处获得该媒体内容系统层面可以缓解运营商蜂窝网络的下行传输压力，用户层面有助于降低时延及增强覆盖。对于这种端端协同实现数据共享的服务模式，从具体场景出发包括：(a)通过挖掘用户数据维度的兴趣共性、社交共性，将用户持有内容通过 D2D 链路推送至潜在的共性内容需求用户，完成数据层和通信层融合服务；(b)对于请求同一媒体内容的区域用户群，由 D2D 多跳链路构成无线内容分发网络，完成快速内容共享，释放蜂窝网下行传输压力；(c)同用户多个设备之间通过 D2D 链路实现内容迁移，相较于传统短距离通信方式，提供更稳定优质的用户体验；(d)环境感知场景中（车联网/物联网），多个用户设备可以通过直通链路（V2V/M2M）将个体感知数据进行转发共享，扩大单车/单机视野，进而提升相应场景下（例如智慧交通、智能制造等）服务效率和可靠性。端端协同端端协同 2 2.0.0 是基于无缝连接的是基于无缝连接的任务任务卸载卸载。随着物联网设备数量和种类的迅速发展和提升，智能应用服务通过设备间的发现、连接和任务卸载调度来提升用户服务体验越发的重要。在单用户设备比较少的时候，用户通过手动操作的方式进行设备之间的连接，比如，手机连接蓝牙耳机。随着外围设备越来越多，手动操作的方式不方便，甚至会影响用户的体验。在端端协同 2.0 阶段，通过蓝牙Mesh、分布式总线等方式能够让设备间形成方便、高效的互联，从而可以实现任21务按需在不同设备间进行卸载。从具体场景出发包括：（a）设备之间即连即用，无需繁琐的配置。在智能家居场景中烹饪时，手机可以通过碰一碰与烤箱连接，并将自动按照菜谱设置烹调参数，控制烤箱来制作菜肴。（b）多设备联动，提升用户体验。在多屏联动课堂中老师通过智慧屏授课，与学生开展互动，营造课堂氛围，学生通过平板完成课程学习和随堂问答。统一、全连接的网络确保了传输通道的高带宽、低时延、高可靠。端端协同端端协同 3.03.0 是面向碎片化能力汇聚的超级终端。是面向碎片化能力汇聚的超级终端。随着电子芯片、嵌入式、数字集成技术的发展，智能终端的性能正在经历前所未有的飞跃。智慧屏、智能家电、VR 头显、机器人等终端设备，能够满足生产生活中的用户高级体验；而具有不同功能或不同体量的多个设备组合起来，可以构成一个虚拟的“超级终端”，为用户提供更灵活的媒体业务形式和更高效的资源共享方案。具体来说包括以下几方面。(a)通过蜂窝网络或本地局域网将多个异构设备进行联通，设备具有的不同功能聚合，极大的提升用户体验。例如，智能手机、智慧屏和 6 个音箱构成的 5.1 声道环绕立体声设备群互联，可以为用户在播放手机视频时提供影院级视听体验。(b)通过蜂窝或局域网络将一个用户可支配的多个设备进行联通，实现计算和存储资源共享。例如，智能手机、平板电脑和笔记本电脑互联，用户可以通过笔记本电脑像操作自带硬盘一样，控制手机和平板的存储空间，或通过D2D 建立协同计算任务。(c)不同用户持有的终端设备可借助 D2D 传输进行计算卸载，这种方式充分调用空闲设备的计算能力，将部分任务的执行通过直通链路卸载到其他设备。多用户之间进行资源共享，也可看作是一种“超级终端”形态，实现更灵活、高效的网络部署，同时降低上级蜂窝网络负荷。端端协同端端协同 4.04.0 是群体智能构成的超级大脑是群体智能构成的超级大脑。在工业物联网、车联网和一些应急场景下，往往需要多个无人系统、多个机器人构成工作组，协同完成特定的目标任务，而这种终端设备之间的协同作业，依托于去中心化的自组织智能协作方式，将端端协同技术推进到“超级大脑”层次范畴。例如，在应急通信场景下，多个无人机组成的空中基站群可以为用户提供通信和计算服务，无人机之间通过去中心化的分布式协作机制完成编队、任务分配、任务卸载转移等过程。这种多终端之间的协同机制起源于“群体智能”这一概念，是人们通过生物群体活动的自然现象中所发现，并加以探究的结果。人工智能技术的发展，进一步优化提升22了多智能体协同工作的性能。在上面的例子中，无人机可利用深度强化学习算法，从当前状态下通过神经网络智能学习下一步动作（轨迹、任务分配决策），并不断与环境交互更新模型、优化参数，从而提升协作效率和服务质量。此外，以上谈及的端端协同技术仍然存在一些共性挑战，需要在实际的网络协议和优化配置中解决。一是不同用户终端之间数据和资源共享的激励机制设置：在数据共享和计算卸载过程中，需要内容或资源提供方消耗设备能量、蜂窝数据流量、CPU 资源等，因此设置合理的激励机制是十分必要的。二是 D2D 多跳转发协议设计：在内容分发场景下，核心问题是解决内容的转发路由方案，同时需要联合考虑内容广播、频谱接入、同步等通信协议设计问题。三是协同传输和计算中的数据安全性保障：用户终端之间的协同不可避免的带来隐私数据泄漏的隐患，在物理层、数据层、模型层面上需要设计相应的安全性方案，实现端侧协同对用户隐私数据的保护。四是分布式协作中的信令交互机制设计：多智能体协同依托于去中心化的自组织群体智能，在没有中心控制节点的分布式拓扑中如何进行智能体之间的信令交互，以便能够满足协同工作要求并提升通信效率，是实现端端协同“超级大脑”愿景需要探究的问题。235 总结展望促进存算一体工程化和产业化促进存算一体工程化和产业化推动低功耗类脑智能算法成熟推动低功耗类脑智能算法成熟推动推动面向面向 6G6G 物联网的立体物联网的立体计算计算24我们看到，端侧计算具有低时延、高隐私、个性化等优点，有望在 6G 物联网大流量、实时性、隐私性、自治性等场景有了广泛的应用，并且随着新兴技术的发展，其场景在不断丰富。但端侧计算技术整体还处在初级阶段，面临芯片计算资源受限、技术架构碎片化、兼容性差等问题，带来开发的难度，制约其发展和应用。推动端侧计算的早日成熟，有如下几点建议：一是产学研协同促进存算一体工程化和产业化一是产学研协同促进存算一体工程化和产业化，提升单点算力与能效，提升单点算力与能效。存算一体正处于多技术路线探索阶段，产业链尚处于初级阶段，我国与其他国家“旗鼓相当、齐头并进”,有望实现计算芯片自主可控替代，避免“卡脖子”。但其产业化尚处于起步阶段，部分器件的准确性、计算精度、阵列规模有待提升；不同芯片厂家开发的软件工具链互不兼容，影响存算一体芯片产业生态构建。基于自主芯片的产业生态尚未形成。二是跨学科联动推动面向端侧的低功耗类脑智能算法技术成熟二是跨学科联动推动面向端侧的低功耗类脑智能算法技术成熟。类脑智能算法的目前还处于初步阶段，对大脑运行机制、仿人脑神经元器件、神经形态算法等研究还不够成熟。类脑智能体系涉及要素较多，需要跨学科紧密合作，深化多方协同，加大对人脑运行机制/仿神经元器件/关键算法/软件等加大支撑投入力度，共同推动技术实现体系化的创新。三是三是推动推动面向面向 6G6G 物联网的物联网的端边云协同端边云协同立体计算。立体计算。当前的边云协同的标准不断推进、技术日趋成熟、生态蓬勃发展；但是端侧计算的技术架构还独立在边云协同之外，在立体计算中，端侧还主要承担数据采集的角色，和边、云的协同计算还处在初始阶段。面向 6G 物联网的业务需求，需要不断加强端侧和边云的协同。中国移动希望联合产业合作伙伴共同推动存算一体芯片关键技术研发，共同推动面向异构芯片架构的通用化软件工具链研发、打造标准软件运行环境，加快存算一体芯片产业化进程，研发基于存算一体技术的类脑硬件及类脑智能算法，推动其在人工智能、物联网等领域应用。研投协同加速构建新型计算领域自主可控产业和生态，助力我国在先进计算领域实现弯道超车。同时，面向 6G 物联网，中国移动希望联合合作伙伴聚焦典型计算场景，搭建面向 6G 物联网端边云协同计算标准体系、完善端边云协同计算技术架构、并通过典型案例推动端边云协同计算落地应用。25缩略语列表缩略语列表缩略语全称解释IDCInternational Data Corporation国际数据公司SNNSpike Neural Network脉冲神经网络CMOSComplementary Metal-Oxide-Semiconductor互补金属氧化物半导体SRAMStatic Random-Access Memory静态数据随机存储器存储器DRAMDynamic Random Access Memory动态随机存取存储器ReRAMResistive random-access memory电阻式随机存取存储器MRAMMagnetoresistive Random Access Memory磁阻式随机存取存储器PCMPhase Change Memory相变存储器FeFETFerroelectric gate field-effect transistors铁电栅场效应晶体管D2DDevice-to-Device设备到设备（通信）26参考文献参考文献1 IDC 白皮书：2025 年中国将拥有全球最大的数据圈2 IDC：2022 年中国智能终端市场十大预测3 https:/ IDC：中国视频监控安全市场洞察，20205 IDC:中国自动驾驶汽车市场数据追踪报告6 Vivienne Sze.Efficient Computing for Autonomy and Navigation.http:/sze.mit.edu/slides7 中国互联网协会:中国网民权益保护调查报告（2021）8 IDC:中国智能家居设备市场季度跟踪报告，2021 年第二季度9Quantizing deep convolutional networks for efficient inference:Awhitepaper10 John L.Hennessy,David A.Patterson.Communications of the ACM,February 201911R.Alshahrani,The Path to Exascale Computing,in ACM/IEEEICPDPTA.,pp.123-126,2015.12 Fred Schlachter.No Moore s Law for batterie.April 2013.Proceedingsof the National Academy of Sciences 110(14):527313 K.Guo,W.Li,K.Zhong,Z.Zhu,S.Zeng,S.Han,Y.Xie,P.Debacker,M.Verhelst,Y.Wang.Neural Network Accelerator Comparison14 Wang Z,Rao M,Han JW,Zhang J,Lin P,Li Y,et al.Capacitive neuralnetwork with neuro-transistors.Nat Commun.2018;9(1):320816 Li X,Tang J,Zhang Q,Gao B,Yang JJ,Song S,et al.Power-efficientneural network with artificial dendrites.Nat Nanotechnol.2020;15(9):776-782

95人已浏览 2023-09-02 29页 5星级

6G6G 物联网未来应用场景及物联网未来应用场景及能力能力白皮书白皮书（20232023 年）年）中国移动通信中国移动通信研究院研究院前前言言本白皮书通过分析物联网的发展状况、面临的挑战、6G 物联网的特点和研究现状，进而提出 6G 物联网的发展愿景。并通过分析覆盖生活、生产和社会三大类应用领域的 6G 物联网十二个典型应用场景，提炼核心能力要求，希望能够为产业在研究和推进 6G 物联网技术及应用时提供参考。本白皮书的版权归中国移动所有，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。中国移动6G 物联网未来应用场景及能力白皮书（2023）1目目录录1.6G 物联网发展概述.21.1 物联网的发展现状及挑战.21.2 6G 物联网的概念和特点.31.3 6G 物联网的发展愿景.52.6G 物联网未来应用场景.62.1 智享生活.72.1.1 智慧健康.72.1.2 智慧家庭.82.1.3 智慧教育.92.1.4 智慧文旅.102.2 智赋生产.112.2.1 智慧工业.112.2.2 智慧建造.112.2.3 智慧能源.122.2.4 智慧农牧.132.3 智焕社会.142.3.1 智慧城市.142.3.2 智慧交通.152.3.3 智慧生态.162.3.4 智慧零售.173.6G 物联网能力要求.183.1 6G 物联网能力维度.183.2 6G 物联网能力要求.203.2.1 感知.203.2.2 通信.213.2.3 算力.213.2.4 平台.233.2.5 智能.233.2.6 应用.243.2.7 管理.253.2.8 安全.264.总结与展望.26缩略语列表.28参考文献.29参编单位及人员.3321.1.6G6G 物联网发展概述物联网发展概述1.11.1 物联网的发展现状物联网的发展现状及及挑战挑战物联网(Internet of Things,IoT)是通过感知设备，按照约定协议，连接物、人、系统和信息资源，实现对物理和虚拟世界的信息进行处理并作出反应的智能服务系统1。随着社会与经济的发展，生活、生产和社会各个领域对物联网的需求逐渐加大，物联网已经广泛服务于国计民生。迄今，移动通信技术不断演进，移动运营商提供的蜂窝网络具备广阔的覆盖和高质量的服务，成为了社会经济数字化和信息化水平发展的重要推手，并为物联网奠定了坚实的连接基础。4G 提供的高数据速率、低延迟、高可靠性和广泛可用性极大的支持了可穿戴设备、视频监控、工厂 AGV 小车等物联网应用。以Cat1、Cat4 为代表的移动物联网技术为终端提供低成本连接能力，降低了物联网的实施成本，支持智能抄表、共享单车、环境监测等场景。随着 5G 时代的到来，物联网也迎来了巨大的发展机遇。5G 主要面向 mMTC，uRLLC 和 eMBB 三大类场景，在窄带物联网广覆盖不断完善的基础上，5G 物联网进一步演进了 RedCap等物联能力，更加突出了对大连接、高可靠、低时延等特性的支持。由此，物联网实现了更大连接、更广覆盖和更优体验，在家居、工业、能源、交通、城市管理等场景的应用初见成效，这些应用便利了人们的生活，提高了生活质量，降低了生产成本，提高了管理智能化和自动化程度，将万物互联带入了生产、生活和社会的方方面面。随着生产生活不断向数字化和智能化迈进，更多的物有了联网的需求，并衍生出更多的应用场景，这也为当下的物联网带来了诸多挑战。在网络吞吐量方面在网络吞吐量方面，随着联网设备的增多和高带宽业务的普及，全网数据吞吐量将呈现爆发式增长。据预测2，到 2030 年，网络吞吐量将达到 5000EB/月，物联网终端规模将达到5000 亿，为现有网络承载能力带来了挑战。在传输速率方面，在传输速率方面，随着全息成像等需要实时传输大容量数据的物联网应用的增多，当前物联网的速率需要进一步提高。例如，实时精细的 3D 影像甚至需要 1Tb/s 的传输速率支持3。在通信时延在通信时延方面方面，5G 已经将时延降低至毫秒级，在远程手术和远程工业控制等极致场景下，3可能要求百微秒级的传输延迟，部分场景需要低于 50 微秒4。在网络覆盖方面在网络覆盖方面，未来 6G 物联网有望面向高空、远海以及地下深处提供连接，并克服由于多普勒效应带来的通信信号失真影响。在功耗方面在功耗方面，许多物联网设备分布在广泛的地理区域，且需要长时间运行，这给电池寿命和充电基础设施带来了挑战，未来物联网的发展需要注重能源效率和可持续性。在信息安全方面在信息安全方面，物联网数据易受到网络攻击，导致数据泄露和未经授权的访问等严重后果，信息安全日益重要。在能在能力融合方面力融合方面，现有的很多物联网能力是相互独立的，难以实现不同能力间的深度融合。例如，很多物联网终端只具备基础感知能力，缺少网络传输或计算能力，导致无法应用于更丰富的场景中。综上所述，为满足未来应用的需求，物联网技术将持续演进，确保各类业务的高效、安全和可持续发展。1.21.2 6G6G 物联网的概念和物联网的概念和特点特点6G6G 物联网是以物联网是以 6G6G 网络为通信基础设施的物联网网络为通信基础设施的物联网。6G6G 为物联网提供超高速为物联网提供超高速、低时延低时延、多连接多连接、高能效高能效、智能化和安全的数据传输智能化和安全的数据传输，基于基于 6G6G 技术的深度赋能技术的深度赋能，物联网端到端系统能够实现更强大的智能和自主性，能够实时精准感知环境、物联网端到端系统能够实现更强大的智能和自主性，能够实时精准感知环境、做出智能决策并提供个性化的服务。做出智能决策并提供个性化的服务。6G 物联网将融合下一代移动通信技术和物联网技术，有望成为物联网发展的下一个阶段。中国移动提出未来 6G 需要具备即插即用、灵活按需部署和扩展、提供按需服务、自治自演进、智慧内生和安全内生等重要特征，以满足全社会的需求，并实现 6G 智能世界的构想。2022 年，中国移动发布了“三体四层五面”的 6G 架构总体设计（图 1）。从空间、逻辑和功能三个维度呈现一个跨域、跨层、多维的 6G 网络。在空间维度，除网络本体外，新定义了管理编排体和数字孪生体，实现 6G 网络从物理空间到数字空间的扩展。在逻辑维度，突出了 6G 架构在分层要素和能力上的丰富，并体现了跨域拉通、多域协同及融合发展的理念。在功能维度，增强传统控制面、用户面功能，并引入新的数据面、智能面和安全面，进一步强化了功能类别。未来 6G 的通信能力将实现大幅提升：一是通信速率更高，特定场景下峰值速率为50Gbps、100Gbps和200Gbps5，甚至有望达到1Tbps6。二是频谱效率和区域流量密度更高，频谱效率可比 5G 高 1.5-3 倍，区域流量密4度可达到 30Mbps/平米和 50Mbps/平米。三是支持连接数更多、移动性更强，可满足每平方公里 106-108个设备的接入规模，支持 500-1000km/h 的高移动性。四是时延更低，空口时延可低至 0.1-1 毫秒。五是网络可靠性更高，空口的可靠性可达到 1-10-5至 1-10-7。基于灵活的网络架构和强大的通信能力，6G 将进一步缩小现实世界与数字世界的鸿沟，极大的满足人与人、人与物、人与环境之间的沟通交互，提供不受时间空间限制的沉浸化交互体验。图 1.“三体四层五面”的 6G 总体架构6G 将在网络特征、系统架构、网络性能等方面带来系统性变革，6G 物联网则需要更加关注与感知感知、智能智能、控制控制、节能等方面的能力融合节能等方面的能力融合，以适应更加广阔的场景，具体表现在：6G6G 物联网将实现更精细化的多维感知。物联网将实现更精细化的多维感知。6G 物联网感知设备将利用多种传感器和智能算法的集成应用，包括图像识别、声音识别、温度感知、压力感知、气味感知、触觉感知等，实现对感知对象不同形态、特征、变化方式的识别和理解。这包含至少两个路径，一是 6G 物联网终端将具备更强的感知能力，甚至包括极低功耗、极低成本的终端，例如具备温湿度、振动等多种感知能力的无源标签；二是通信和感知融合化，基于雷达的原理，利用通信信号实现对物体位置和速度的感知能力。6G6G 物联网将具有更强的端侧智能水平物联网将具有更强的端侧智能水平。人工智能技术将被大量应用于 6G 物联网终端中，结合边侧计算和小样本学习等技术，终端将具有更高的自我学习、自我认知能力来处理更大量的信息，进而实现智能资源分配、智能规划和检测、智能决策等功能，构筑 6G 物联网强大的系统“末梢”，进而通过端边云协同，实现算力资源、智能模型的高效编排和管理，适用于更多行业场景。56G6G 物联网物联网将追求极致低功耗将追求极致低功耗。6G 物联网支持终端通过环境能量采集的方式实现自供能，并利用空间射频信号的反向散射通信将终端功耗降低至 10 微瓦左右，让更多终端摆脱供电的限制。同时，考虑到环境受限，更多物联网终端需要长时间运行，需要稳定维持在较低功耗水平。6G6G 物联网将支持更微型化的终端形态。物联网将支持更微型化的终端形态。未来物联网设备将在更小的空间应用，满足各类狭小空间应用的终端部署需求。物联网微域通信将在人体内、物体内实现自组织网络，并与外界通信。例如，在医疗保健领域，可植入的微型设备能帮助医生实时监测患者的身体状况。6G6G 物联网将支持更多样化的连接。物联网将支持更多样化的连接。通过融合多种异构网络，例如：下一代蓝牙、下一代 Wi-Fi，以及具备“低时延、高可靠、抗干扰”特性的新型短距（端侧直连通信）技术等等，6G 物联网可以充分发挥不同网络的优势，实现更多设备的互联互通，提高信息交互的质量和效率，为生活和生产带来更多便利。未来，6G 物联网将有望通过更丰富和更精准的感知能力、更广的连接能力、更强的计算能力、更大的安全保障能力、更低的功耗等实现“空、天、地、海”全域物联，在连接的基础上，进一步让物像人一样可思考、可互动、可决策、可实施，推动全人类、全社会的数字化转型，真正实现“万物互联”，并促进创新应用的发展，进而实现“万物智联”。1.31.3 6G6G 物联网的物联网的发展愿景发展愿景20202020 年，中国移动提出年，中国移动提出“数字孪生、智慧泛在数字孪生、智慧泛在”的的 6G6G 愿景，愿景，6G6G 物联网的物联网的愿景是在愿景是在 6G6G 愿景的基础上愿景的基础上，进一步实现万物智联进一步实现万物智联。未来，6G 物联网能够建立万事万物的数字化映射，与现实世界的物体和场景进行精确的互动，更好地理解和预测物理世界的行为和变化，从而优化决策和操作，构建更加便捷、高效、安全和可持续的生态。6G 物联网能够支持智能设备和系统渗透到生活、生产和社会的方方面面，形成智慧的感知、通信、存储、计算、控制、决策和应用，通过无处不在的智慧，优化资源利用、提高效率和响应能力。6G 物联网能够将万事万物有机的连接起来，实现物与物之间的无缝通信和协同工作，通过物体、设备和场景的连接，可进行智能化的监测、控制和管理，进而创造更加智慧、高效和可持续的世界。6未来，6G 物联网将面向生活、生产、社会等领域，进一步提升人民幸福感。在生活方面，在生活方面，随着个人与家庭之间的互联需求提升，一方面 6G 物联网需要提供更先进的体征监测技术、更精细的数据分析和处理算法、更高可靠的数据传输和存储能力，以支持人们的健康监测和管理需求，同时将支撑家庭互联化，个人设备之间会形成更加智能化和紧密的联系，提供更精准化、个性化、多样化、沉浸式的娱乐教育与多媒体服务。在生产方面在生产方面，未来企业需要更高精度、更实时的数据收集和处理能力，同时需要实现全链条自动化、智能协作等功能，6G 物联网需要提供更快、更稳定的通信网络、更高效的计算和储存能力、更精准和多维度的感知技术和更先进的机器学习算法等技术支持。在社会方面在社会方面，面向智慧城市数字化、智能化、人性化等目标，6G 物联网需实现更好的城市物联网覆盖、智慧交通系统、智能环保、智慧公共安全等能力，提供更高速度、更好的网络容量、更可靠的数据安全保障等技术支撑。同时，6G 物联网需具备更好的扩展性和兼容性，以积极应对城市快速发展的要求。2.2.6G6G 物联网物联网未来应用未来应用场景场景面向未来构筑全域物联、全域智联的可持续数字生态系统的发展目标，6G物联网将进一步构建智享生活、智赋生产、智焕社会三大类应用场景7，实现人民生活幸福感提升、行业生产全面自治和社会可持续发展。在智享生活领域，6G 物联网将通过纳米级感知、微域物联、人工智能等技术，精准感知细胞、血管、器官等不同维度对象，实现人体健康状态全生命周期管理。基于新型无源物联网、融合定位、通感一体等技术，实现智慧家庭全连接，并结合 AR、VR 等技术，形成全新的教育和娱乐模式，提升生活幸福感。在智赋生产领域，6G 物联网将通过多传感融合、确定性传输等能力，解决现有行业老旧设备无法实现信息化改造的问题，实现行业全连接，并通过实时计算、实时交互等能力，结合行业知识模型，实现设备与设备之间可相互理解、沟通和协作，助力行业实现“有人”到“无人”的转变。在智焕社会领域，6G 物联网将通过全域感知、通感融合、无源物联等能力，实现社会数字化、智能化、平台化，加速交通出行、城市治理的自组织、自运行、7自愈自治，提升社会整体生产效率，实现可持续发展。2.12.1 智享生活智享生活2.1.12.1.1 智慧智慧健康健康基于物联网的环境感知网络和传感基础设施，智慧健康可以为人们提供实时的、智能的、无处不在的医疗保健服务8。通过对人们的数据整合并结合 AI 算法，可提高个人健康医疗服务水平，实现精准化、个性化、感知化、实时化、多元化的健康管理9，及时发现潜在的健康问题。未来智慧健康将改变传统医疗的监测模式，不受时间地点限制，实现微创或无创的实时监测10。6G 物联网为智慧健康带来更大的价值和更多的可能性（如图 2 所示）。无线脑机接口为用户与医疗设备之间提供智能通信，结合 AI 算法建立完整的大脑活动人工神经模型，进行远程感官信息传输，实时解读人类的思想和行为，有望成为治疗神经系统损伤和疾病的最直接途径，同时提供崭新的人与环境交互模式11。可以预见，人与环境智能交互模式对时延和速率要求更高，其传输时延将小于 1 毫秒，用户体验速率将大于 10Gbps12。身体区域网络数字孪生对人体进行数字建模和虚拟仿真，能够更精准地实现对身体各部位数值化、实时化的监测13，可广泛应用于医疗健康机构，提高急诊室利用率、降低操作成本、增强患者体验并且有助于加速新药和新型医疗器械的研发7。生物纳米物联网将纳米材料与生物传感元件组合，对人体进行高灵敏、高精度检测，利用无线通信技术进行远程监测和控制，对个体或组织的微小变化作出更早阶段的预警，为医疗诊断提供更准确、及时的信息14。图 2.智慧健康为了提供实时、智能、可靠、精确的智慧健康服务，6G 物联网需要提供高速低时延通信，保证数据的实时远程传输和反馈。智慧健康需要大量智能设备、医疗设备、医生和用户之间高效的协同工作，需要借助 6G 物联网支持巨量设备8互联和设备之间的能力分发，实现数据的自动采集、快速传输和智能处理。据测算，医疗场景下 6G 网络的关键性能指标为：下行峰值速率为 1670Gbit/s，上行峰值速率为 10Gbit/s，时延为 1 毫秒15。同时，智慧健康服务采集用户的敏感数据，需要确保 6G 物联网的数据安全不被外泄，其中数据加密传输、数据隐私保护、系统和终端设备安全防护必不可少，区块链技术和量子通信技术有望成为6G 物联网保障安全的关键16。2.1.22.1.2 智慧家庭智慧家庭随着物联网技术的深入发展，从冰箱、电视、洗衣机、热水器等集成了传感功能的家用电器，到照明、窗帘、安防等智慧控制系统，家庭环境中联网设备数量不断提升。家庭设备通过 6G 物联网的感知、互联、自动化控制和协同能力，可以实现高度定制化的全屋智能、智慧交互，提供从生活体验到安全环境的全方位自动化控制、监测、管理等多种功能（如图 3 所示）。图 3.6G 物联网智慧家庭场景示意图未来，6G 物联网通感一体的能力可以实现对人行为感知和目标定位，进而实现老年人/儿童居家守护等，在智慧家庭中发挥重要作用。例如：利用无线网络感知，对老人的摔倒等危险情况报警，当小孩爬到窗口阳台上，自动开窗器自动关好窗户，防止孩子坠落17。通过 6G 物联网的感知和控制能力还可以实现家庭自动化，提供更加舒适便捷的居住环境。例如，在未来，每个家庭都将拥有24 小时工作的机器人管家。清晨起床后，机器人管家介绍当日天气和日程，推荐定制化早餐，并协同智能厨房开始快速准备18。智能衣柜会自动筛选出衣柜内适合的单品，并在试衣镜上显示出搭配效果，当服饰搭配被选定后，数据将自动传输至美妆镜，自动展示妆容效果和步骤。此外，6G 物联网极小体积、可清洗、9灵活可折叠的蜂窝无源标签，可以贴在钥匙、护照、手机等易失物品上，实现物品快速定位查找，这需要网络支持数十至数百的标签连接，以及数十米至百米内的室内通信19。对于智慧家庭场景而言，需要大量的物联网终端互联互通，确保信息得到有效传递，需要 6G 物联网具备海量接入能力、大带宽数据传输能力和低功耗能力，设备能够支持长达 20 年的续航12，以更好的满足智慧家庭未来的各类应用，提高整个智慧家庭系统的效率和可靠性。2.1.32.1.3 智慧智慧教育教育6G 物联网可实现身临其境的沉浸式智慧教育，支持与虚拟对象进行互动，或在虚拟场景中探索和操作，提供更具参与感和互动性的学习体验。在虚拟与现实全面交织，人类与机器全面连结，学校与社会全面互动下，最终实现在虚拟世界中开拓教学场所，创造一个完全平行于现实世界的在线数字教学空间，即实现教育元宇宙20。6G 物联网将通过提供高速、低延迟的通信能力、强大的连接能力、智能感知和交互能力，使虚拟实验室、3D 模型可视化、虚拟社交、个性化学习成为可能，实现跨越时间和空间的学习体验。在未来的沉浸式教室中21，教学互动也不仅限于视频、声音等传统媒介，通过 AI/ML 技术和 XR 技术，学生能够在虚拟实验室中进行各种实验操作，观察反映过程和结果，更好理解科学原理的同时，降低了危险性和成本。在 3D 模型可视化场景中，利用 AR、VR 技术，学生可以观察并操纵虚拟的三维模型，例如：人体解剖结构或复杂的分子结构等，帮助其更好的理解抽象的概念和复杂的体系。在虚拟社交场景中，学生可通过与等比例全息图像构成的虚拟人物进行互动和情感交流，虚拟人物具备每秒 30 帧以上，30Gbits 每帧图像的肉眼视网膜级别精度22，让学生能更好的学习情绪管理、同理心、团队合作等重要的社交和情感技能。在个性化学习场景中，通过对学生的学习数据、个性特征等信息进行精细化感知和数据分析，能够形成个性化的学习内容反馈，使学生获得有针对性的指导和支持。为支持智慧教育的各类新应用，6G 物联网需要提供更高的数据传输速率和更低的通信延迟，速率需达到 1Tbps 量级，延迟小于 1 毫秒23。还需要提供更广10泛的设备连接和更大规模的数据传输，学生可以随时随地访问各类学习资源。6G物联网还需要支持精细化的感知能力和各类便捷的交互能力，例如，可以通过姿态、眼控、手势、语音甚至脑机接口等方式来实现虚实交互，并且具备高效的数据处理和分析能力，为个性化学习提供支持。2.1.42.1.4 智慧文旅智慧文旅智慧文旅，即智慧文化旅游，围绕当地自然景观、历史人物等特色文化资源，利用物联网、大数据、云计算、人工智能等前沿技术，实现文化场馆与旅游景区全面智慧升级。随着信息技术快速发展，5G 物联网让信息传输速度不再成为制约文旅产业智慧化发展的主要障碍，6G 物联网则为智慧文旅的未来开辟出更多的想象空间，让“书与远方”触手可及，助力打造“超越现实,身临其境,移步换景,寻古问今”的文旅新业态。凭借超低时延、超高带宽等优势，6G 物联网将推动 XR 技术进入全面沉浸化时代，摆脱线缆束缚11，实现用户和环境的语音交互、手势交互、头部交互、眼球交互等复杂业务，让场景体验深化到具体感官，打造极致的文旅体验。6G 物联网赋能沉浸式展览与演艺，可实现高清视频与图片内容海量、实时、高速传输，让观众通过全景式的视、触、听、嗅觉交互体验，“超越现实”、“身临其境”地沉浸在演出情景与艺术体验之中，打造感官震撼与沉浸体验的双重享受。在未来，6G 物联网可以赋能虚拟旅行，打开环球旅行“任意门”，打破旅行时间与空间的限制，让“移步换景”“访古问今”拥有无限可能，足不出户即可感受川流不息的长江与奔涌澎湃的黄河。此外，6G 物联网具备高传输速率和无缝组网的能力，可以实时追踪藏品等馆中物理实体的位置与状态，实现博物馆物理实体全生命周期的智慧化、数字化管理24。未来智慧文旅的核心在于打造真正的沉浸式用户体验。为实现 XR 沉浸式体验，6G 物联网需支持 16K 超清传输，具备 0.9Gbps 带宽（压缩比 1/400）、低于2.5 毫秒的空口时延和 Tbps 量级的数据速率，同时还要能识别多形态业务的数据流，满足不同数据流的差异化网络需求2526。此外，沉浸式业务与藏品精细化管理需要更丰富的环境感知信息，需要 6G 物联网实现通信与感知深度融合。112.22.2 智赋生产智赋生产2.2.12.2.1 智慧智慧工业工业工业物联网是通过工业资源的网络互连、数据互通和系统互操作，实现制造原料的灵活配置、制造过程的按需执行、制造工艺的合理优化和制造环境的快速适应，达到资源的高效利用，从而构建服务驱动型的新工业生态体系27。6G 物联网是未来工业物联网发展的重要支撑，利用信息技术提升传统工业的创新能力，赋能工业数字化转型和智能化升级，实现智慧工业。6G 物联网使能的智慧工业可以通过无处不在的连接、通信以及计算资源，将工厂内的生产设备、操作人员、物料、环境及产品等连接起来，利用高精度高可靠的工业传感器实时感知监测生产环境的各种参数，采集的数据通过 6G 网络传输至云端平台并被汇总和存储，基于计算机模拟和实时仿真的技术手段，将实际工业运行行为建模到计算机系统中，构建工业数字孪生,形成工业全生命周期的虚实共生互操作、智能高效闭环的工业体系新范式，实现设备预测性维护、远程监控、智能供应链等各种新型的工业智能化应用13。同时，结合人工智能技术，能够进一步发现新的工业机理，优化方案和实现流程，优化资源利用和供应链管理，提高生产效率和产品质量。面向智慧工业核心生产控制场景，业务对通信 QoS 要求较高，例如，生产线紧急处理的继电控制器，对于传输时延和传输可靠性有极高要求，时延需要达到微秒级别，抖动需要达到稳定的百纳秒级28，可靠性需达到 7 个 9，时钟同步精度要求达到稳定的百纳秒级，影像采集类业务需要更高带宽支持，同时质量管控类业务对安全和隐私保护的要求很高，需防止敏感信息泄露和网络攻击，大规模的工业感知设备对高密度通信、实时互动、智能协作、低功耗等也提出了较高要求，异构的 DCS、PLC 等智能控制系统也对 6G 物联网提出了高兼容性的能力要求。2.2.22.2.2 智慧建造智慧建造智慧建造是以人工智能为代表的新一代信息技术与先进建造技术深度融合形成的工程建造创新模式，通过系统融合物联网、大数据分析、智能算法等技术，实现知识驱动的工程全生命周期建造活动。6G 物联网将深度赋能智慧建造应用12场景，助力形成建筑业高质量发展体系，优化产业结构，保障工程质量安全，大幅提升建筑工业化、数字化、智能化水平。6G 物联网可以连接建筑工地上的“人机料法环”等关键要素的数据，例如:各种设备和工具实现实时远程监控和管理，通过传感器和摄像头监测施工进度、工人安全以及设备的使用情况，从而提高工程效率，降低事故风险，优化资源分配；需要追踪和管理建筑材料，提高供应链和可视化和透明度,需要跟踪建筑材料的运输、储存和使用情况，提高库存管理和材料的质量控制。未来在建筑行业，建筑机器人应用将越来越广泛，而且建筑材料的品类和数量将会越来越多。6G物联网可以与建筑机器人及智能装备深度融合，快速实现机器人及智能装备的状态数据接入、设备状态远程监测进行集中一体化监控，对告警与控制设备进行联动，大大的提高建筑机器人及智能装备的运维效率。6G 物联网可以结合无人机（机群）及其测绘技术，为建筑行业提供更加科学的手段和可靠的数据。此外，利用 6G 物联网的高速通信和低延迟特性，可以实现建筑安全监控系统的实时响应和预警。例如：通过将传感器与消防系统、安防系统等集成，可以实时监测火灾、煤气泄漏等紧急情况，并迅速采取行动。智慧建造对 6G 物联网的需求主要体现在大规模可靠连接，支持边缘计算的高速率、低延迟、大带宽通信，结合低轨卫星提供的高精度定位、大场景语音通信以及融合应用等方面。同时，6G 物联网需要具备强大的数据处理能力，支持海量传感器数据、视频流和建筑相关数据的实时处理、存储和分析。此外，工程建筑涉及的数据通常具有一定的敏感性和机密性，6G 物联网需要提供安全和隐私保护的能力，支持加密通信、身份认证和访问控制等安全机制。2.2.32.2.3 智慧智慧能源能源智慧能源是一种面向煤矿、电力等能源系统的各类业务环节，综合利用传感器、网络通信、人工智能等技术，通过全面感知、高效应变、灵活处理，协调能源生产、存储、分配、利用等功能的智能化能源系统。未来，6G 物联网将广泛赋能智慧煤矿、智慧电网中能源设备实时监测与维护、能源消费管理和新能源集成与优化等场景。在 6G 物联网背景下，智慧能源在实现能源系统的智能化管理和优化、提高13能源利用效率和系统稳定性等方面具有巨大潜力。蜂窝无源物联网能够支持更多设备联网，6G 网络能够进一步加强数据采集和分析的实时性，进而实现智能决策和精细化运营，降低能源损耗和运维、传输成本。以智慧煤矿为例，通过地压、瓦斯、电力等环境监控节点能够实时监控矿井中的各种参数，其中传感器设备的数据传输频次、通信频次往往受限于供能装置，然而，受限于矿山的地理位置及内部环境因素，设备电池更换及电线部署存在极大不便及安全隐患，同时，信号穿透损耗也导致严重的通信覆盖问题。未来蜂窝无源物联网技术结合 6G 通信技术，可通过在矿山中或在移动矿车上部署基站，在车辆通行时同步给无源标签进行充电并通信，通过采集环境能量有效延长设备的使用寿命，提高网络通信能力。在智慧能源领域，6G 物联网需要具备广泛覆盖、海量接入等能力，满足能源设备大规模随机间歇性接入能源网络的需要。以电力为例，需要为大范围电力用户参与电网需求侧响应提供基础数据连接需求，为风光互补路灯、风光互补监测控制等提供几乎不受地域范围限制的数据连接。此外，为延长能源行业现场感知设备的使用时间，6G 物联网感知终端需要具备环境能量自采集能力，其网络能效需达到 5G 网络的 10-1000 倍。同时，在涉及能源设备运行参数等生产敏感信息的传输与交互应用中，6G 物联网需要具备安全防护能力，保障能源领域终端安全、数据传输安全、网络管理及平台安全。2.2.42.2.4 智慧智慧农牧农牧智慧农牧是指通过连接和集成各种农牧设备、传感器、数据平台和决策支持系统，对农场和养殖场进行实时监测、管理和控制，提高农牧业的生产效率和生产质量，实现农牧业的自动化、智能化和可持续发展。在 6G 物联网的使能下，农牧业能够实现精准种植、农机自动化、农牧产品溯源和质量监测等创新应用场景，推动农牧业数字化转型。6G 物联网可以支持精准农业的实施29，如智能灌溉系统、精准施肥系统和作物生长预测模型，通过精确的传感器和数据分析，根据具体需求通过远程控制的 UAV 自适应的为农作物提供适当的水和肥料，预测和预防病虫害的发生。在农机自动化场景中，依托6G 物联网可以实现农机自动控制和远程操作，例如，通过传感器和远程控制系统，可以监测和控制农机的运行状态，提高农业生产的效率和准确性。在农牧产14品溯源和质量监测场景中，未来蜂窝无源标签将为农作物和牲畜的全生命周期提供准确、高效和可追溯的管理和控制手段。通过统一的数据编码将农牧产品的关键信息记录并保存，如：种植/养殖地点、品种、生长周期、生长条件等，进而追溯农牧产品的整个生产、加工和物流过程，保证信息的透明度和可信任度，确保农牧产品质量和安全性。在农牧业场景中，大量的农机设备、传感器等具备联网需求，需要 6G 物联网提供大规模的连接支持。高清监控视频、传感器数据等海量数据需要 6G 物联网提供高带宽和低延迟的网络传输能力，并且具备高可靠性和安全性。同时，农牧业中的设备和传感器通常分布在广阔的地理空间，并且需要长时间运行，因此6G 物联网需要支持低功耗的特性，以减少电池更换的频率和维护成本，并支持50km 以上的长距离传输29。同时，6G 物联网技术的普及将有助于降低农牧业生产成本和劳动成本，并提高生产的安全性。2.32.3 智焕社会智焕社会2.3.12.3.1 智慧智慧城市城市智慧城市是运用信息通信技术，有效整合各类城市管理系统，实现城市各系统间信息资源共享和业务协同，推动城市管理和服务智慧化，提升城市运行管理和公共服务水平，提高城市居民幸福感和满意度，实现可持续发展的一种创新型城市30。6G 物联网能够促进城市各部门之间的组织与协调，以进一步打通城市各系统间的信息孤岛，实现更加智能化、立体化、精准化的城市治理。6G 物联网能够为智慧城市提供端到端的技术原动力，进一步支持数字孪生城市创建和运行，赋能应急抢险、社区管理、生态治理等场景。智慧应急可汇聚城市生命线安全风险、公共安全风险、生产安全风险和自然灾害风险等监测数据，如：大气污染、水文水利、地质灾害、桥梁运行、消防隐患、交通情况、高危险企业运行情况等，进行模拟重现和分析复盘，为城市风险防范提供有效的经验指导。在社区治理方面，6G 物联网可支持社区中海量多源异构时空数据的采、传、算、用，实现全量数据归集和资源共享，构建感知、认知于一体的社区治理三维数字孪生底座。在城市生态治理方面，6G 物联网通感一体技术可利用运营商站15点、基于太赫兹的水分子吸收谱特性以及对化学信息的“指纹谱”特性，通过通信信号的变化来实现广域、高精度和实时的降雨量、大气湿度等气候指标的测量、污染气体排放监测以及空气质量监测等17。面向城市复杂的自然环境、多样化基础设施和个性化应用场景的需求，6G物联网需要具备多维度、精细化、智能化的实时感知能力，支持 0.1-10 Gbit/s/m2的流量密度31,提供针对公共场所或建筑内设备的米级至厘米级定位32，需要具备全域网络覆盖能力和数据承载能力，需要具备极高的网络传输速率和可靠性，以实现智慧城市不同系统之间的信息传递，以及未来数字孪生城市物理域和数字域之间的双边信息传递，进一步提升各业务环节的效率和准确性，实现城市的精细化管理。2.3.22.3.2 智慧交通智慧交通智慧交通是基于人工智能、大数据、数字孪生、物联网等相关技术，利用实时交通数据及数据分析方法，实现交通系统的智能化监测和管理。随着信息技术不断创新突破与多模态交通出行工具持续升级，交通出行的目标和理念逐渐从“到达”向“快乐出行”转变，6G 物联网的赋能将进一步促进智慧交通向“智慧驾乘，全域感知，互联共享，自由出行”的方向演进。6G 物联网可以为交通参与者提供更高速率、更可靠、更低时延、更广覆盖的通信服务，实现人、车、路、云之间高效、可靠的连接，支持自动驾驶汽车、交通系统全天候全域实时感知、数字孪生驱动下的交通管理与控制等智慧交通应用3334。同时，6G 物联网能为车辆提供更精准的定位和导航服务35，包括超高频定位、毫米波定位等，支持高精度自动驾驶、智能导航和位置感知应用。此外，6G 物联网也可以通过在车辆附近部署边缘计算节点和 AI 模型，实现更快速的数据处理和智能决策，减少对中心服务器的依赖，提高响应速度和隐私保护。未来，6G 物联网技术将赋能更多样、立体的超能交通（如图 4 所示），让新型“海-陆-空-太空”多模态自由出行成为可能，全自动驾驶汽车、飞行汽车、海空两用飞行船、太空巴士、胶囊火车、水中巴士等自由出行方式将走进人们日常生活，真正实现即时的点对点、门到门的智慧出行36。6G 物联网将支持智慧交通应用的创新发展，在交通管理方面提升信息互联互通与管理的主观能动性，在出行理念16方面将更加凸显“出行及服务”体验，从而实现交通事故减少、道路拥堵缓解、环境污染降低、出行更为便捷舒适的目标37。图 4.超能交通体系构成36智慧交通对于 6G 物联网的需求主要体现在超低时延、精准定位和全连接通信等方面。未来无人驾驶车辆最高时速将达百公里，相对速度可达 100-300km/h，为确保高速移动场景车辆行驶安全，需要 6G 物联网支持 1 毫秒以下时延、百 Mbps至 Gbps 量级体验速率，同时需要满足交通终端始终达到厘米级的精准定位。此外，为满足新型“海-陆-空-太空”多模态交通方式出行要求，6G 物联网需支持超过 1000 km/h 移动速度，并需要 10GHz 以下的连续大带宽频率，用以保证无缝的地面覆盖35。同时，6G 物联网需打造集地面、卫星、海洋于一体的全连接通信世界，满足多模态交通出行对沙漠、无人区、海洋等“盲区”信号覆盖的要求。2.3.32.3.3 智慧生态智慧生态智慧生态基于环境治理、灾害防护、长期环境检测、生物多样性维护等相关技术，旨在实现对自然环境的智能化监测、管理和保护。智慧生态是绿色化与数字化的融合，以数字化促进绿色化、推动经济社会发展全面绿色转型。随着全球环境问题日益突出，包括气候变化、生物多样性丧失和资源枯竭等，智慧生态成为保护地球生态系统的关键举措。在智慧生态场景中，未来 6G 物联网可以实现对环境污染、自然灾害、生物入侵等问题的实时监测和预警，从而采取针对性的措施进行环境治理和保护。未来的 6G 物联网将为智慧生态场景带来巨大的价值。首先，6G 物联网的高17速、低延迟通信能力将使得环境监测数据的采集、传输和分析更加高效和实时。通过多传感融合、微瓦级功耗、极小尺寸等特性，可以实现对大规模的环境数据进行持续监测，包括空气质量、水质情况、土壤污染等，为环境治理和保护提供准确的数据支持。智慧生态可以利用 6G 物联网的空天地海全覆盖网络进行无人区及海洋的远程数据采集，支持偏远地区的灾害预防和土地的长期监测等；同时可以利用采集到的大量数据进行环境预测性维护、生物多样性维护等。数字孪生通过 6G 信息通信技术对森林、海洋等生态环境进行数字建模和虚拟仿真，为生态治理全流程提供支撑。在未来智慧生态场景中，森林、海洋环境的海量数据采集和实时处理需要6G 物联网提供大规模的连接支持以及大带宽、低延迟的数据传输能力。对生态系统的全面监测和管理需要通过 6G 物联网的空天地海全覆盖网络实现。大量传感器需要部署在偏远地区并长期使用，需要 6G 物联网设备具备超低功耗的特性。2.3.42.3.4 智慧智慧零售零售智慧零售是零售业数字化的显性表现形式，其核心是数据驱动，是商品、会员、门店、品牌、营销和订单交付等数字化的集合（如图 5 所示）。6G 物联网将为智慧零售提供更高速率、更多连接、更广覆盖，以满足在高度动态环境中的各类零售应用需求。图 5.智慧零售的核心内涵6G 物联网具备智能化、自主化和共享化的特征38,能为智慧零售注入新的动能。智能化体现在零售终端有更强的感知能力，支持实时交互，能够实时处理多种类型的数据，具有更快的处理速度和更高层次的理解能力。自主化体现在对于无人值守的应用环境，零售终端具备极强的环境适应能力和自我管理能力，可依18据现有环境进行自组织和自重构，主动处理终端故障、移动及迭代升级等动态变化，学习服务对象的个性化特征。例如，利用蜂窝无源物联网，商店管理系统可根据与传单相同的定价数据源与定价策略自动更新价格标签，避免纸质价格标签可能出现的与广告传单价格不符问题。该场景需要网络支持海量终端接入，特定零售区域的蜂窝无源设备密度可能高达 50 个/m339。共享化体现在零售终端之间不仅能够实现综合资源的共享，包括数据、知识、算力、通信资源等，使智慧零售应用能及时处理更大规模的数据和更复杂的任务，还可以通过资源共享来增强物联网的容错性，使任务处理更加可靠。智慧零售对实时交互和边缘计算能力有着迫切需求。通过 6G 物联网的高速低延迟传输，智慧零售可以实现设备、传感器和系统之间的快速数据交换。通过了解用户与 6G 设备、网络资源、业务和应用的交互方式、时间、地带和类型的模式和偏好，为用户提供个性化用户体验。边缘计算能够减少零售数据传输延迟和带宽占用，通过在边缘设备上执行智能算法，实现即时的数据处理和智能决策。3.3.6G6G 物联网能力物联网能力要求要求3.13.1 6G6G 物联网能力物联网能力维度维度面向 6G 物联网智享生活、智赋生产、智焕社会三类应用场景，未来 6G 物联网将实现能力全面提升，不同层次、不同领域的能力互相融合、互相协同，面向不同场景提供个性化服务，满足下一代物联网“敏捷、融合、协同、安全、极简、共享”的 6S 特征要求40。6G 物联网将在感知、通信、算力、平台、智能、应用、管理和安全等八个维度构建基础核心能力，并通过“全域融合、互相协同、按需组合”的方式实现能力的深度融合，支撑各类应用差异化需求，实现全场景赋能。感知感知方面方面将实现多维度、多领域、多粒度的感知能力，以太赫兹感知、无源传感、环境能量采集等技术为核心，不断探索融合传感能力和新型感知方式。一是实现感知能力的升级，进一步提高感知精度和准确性；二是提高移动性和智能化，解决部署、供电等难题；三是增强融合感知能力，并实现感知能力泛在化。通信方面通信方面将实现超低功耗、超低成本、免维护等通信能力。一是以新型 6G物联网终端有望通过支持反向散射、环境能量采集、智能能耗管理等能力，进一19步降低或消除人工更换电池的维护成本，提高物联网连接规模和普及率；二是以新型工业无线等为代表的技术有望满足复杂环境下、严苛场景中物联网交互的高可靠性要求；三是通过异构网络融合，形成统一的、无缝衔接的网络体系，实现对异构网络资源和服务的优化整合。算力方面算力方面将通过实时计算、泛在智能算力、智能异构算法等能力，推动物联网从“万物互联”向“万物智联”跃迁升级，未来 6G 物联网的应用场景要求计算层具备更高的智能和更低的算力成本，并通过融合计算实现低时延、高可靠、高安全、低能耗，以满足逐渐增长的节点数量以及异构设备的计算需求。平台平台方面方面包括数据过滤、数据存储、数据管理、信息模型等能力。一方面通过数据过滤、数据存储、数据管理等可能，提高数据的利用效率和资源利用率、实现有效存储、管理、查询、分析和利用；另一方面通过数字孪生数据和模型，提供统一架构和语义统一解析，进一步支持万物智联。智能方面智能方面可以将不同领域的技术和智能相互关联，从而实现物联网应用更高效、更稳定、更智能的普及。智能主要包括领域模型、大模型等能力,实现 6G物联网各系统的自优化、自愈、自治、自生，从而提升 6G 物联网端到端智能水平。应用方面应用方面包括实时交互、虚拟化控制等能力，真正实现物联网的智能化和个性化，支持智慧生活、智慧城市、智慧工业、智慧医疗等各类应用场景的需求，将“数字世界”融入到“现实世界”中，实现物与物、物与人、人与人之间的实时交互，推动智慧社会的快速发展，实现人类社会的全面变革。管理方面，管理方面，6G 物联网将不再局限于对网络和终端的管理，而需要实现对 6G物联网端到端系统的管理。通过轻量运维、分布自治、意图感知等能力，可以实现对物联网业务、系统、设备的智能化监控、运维和调度，结合智能算法和分布式计算技术，实现对网络的自组织和自适应调节。安全方面安全方面基于区块链、量子加密等新技术，结合安全规则、安全评价体系等管理制度对 6G 物联网提供端到端的全域信息安全和隐私保护。能够及时发现 6G物联网应用中的潜在风险因素，主动发现和掌握各环节中的薄弱环节，自主采取应对措施，建立泛在安全的物联网生态环境。在上述八个能力维度的基础上，6G6G 物联网将进一步深化能力融合，能力融物联网将进一步深化能力融合，能力融20合也是合也是 6G6G 物联网区别于现有物联网的关键特征物联网区别于现有物联网的关键特征。能力融合将进一步实现多层次、多技术、多设备、多业务的融合发展，实现全域数据打通全域数据打通、全域资源复用全域资源复用、全域全域技术协同、全域能力拉通技术协同、全域能力拉通，为 6G 物联网创新发展注入新动能。例如，通过网络资源的融合，能够在不同网络类型和资源之间实现协同共建和资源共享，扩大网络覆盖范围，提高通信质量和效率，实现物联网的智能交互和泛在连接。未来，通过“感-通-算-智”多维度能力的融合，6G 物联网将形成更多新的能力，构筑能量信息融合创新，支撑更加丰富的物联网应用。3.23.2 6G6G 物联网能力物联网能力要求要求3.2.13.2.1 感知感知感知是物联网的基石，它使得物联网设备能够获取准确、实时的环境数据，并将其用于控制、交互和决策。6G 物联网的感知能力需要具备高精度、微型化、集成化、无线化、无源化、智能化、全融合、泛在化等核心特征。“高精度高精度、微型化微型化、集成化集成化”的感知能力是的感知能力是 6G6G 物联网的关键基础物联网的关键基础。高精度感知的发展将主要体现在传感器敏感材料、传感器加工工艺、匹配电路、识别算法等方面的迭代升级，以进一步提高感知精度和准确性。微型化要求未来传感器体积进一步缩小到微纳级别，满足同体积下传感器容纳更多器件，释放更多空间。集成化通过把多个功能不同的传感元件集成在一起，提高系统功能密度。“无线化无线化、无源化无源化、智能化智能化”的感知能力是的感知能力是 6G6G 物联网的重要方向物联网的重要方向。无线化有利于未来传感器快速部署，增强设备移动性，减少线缆占用空间。无源化可解决传感器在部署、供电方面的痛点问题，自采能技术通过环境能量的采集和转化实现“开源”，能量管理通过关闭空闲模块、降低通信功耗等实现“节流”，二者并用可进一步降低传感设备能耗。智能化是指基于人工智能算法的感知，进一步支持 6G 物联网的自主学习和演化，提高智能化程度。“全融合，泛在化全融合，泛在化”的感知能力是的感知能力是 6G6G 物联网的内在要求。物联网的内在要求。全融合是通过多源异构传感能力的融合，实现数据综合分析、整合和优化，获得更准确、更可靠、更全面的感知结果。泛在化是利用通感一体技术实现无处不在的感知能力，解决传感器在部署、功耗、维护方面的限制。例如：太赫兹通感一体通过从太赫兹无21线信号中提取特征和信息，可实现 Tbit/s 级链路传输速率和毫米级感知精度41。3.2.23.2.2 通信通信6G 物联网的通信是指在第六代移动通信技术的基础上，应用于物联网领域的通信方式和技术，旨在通过不同物联网技术融合及能力组合，实现更低功耗、更低成本、更高速、更可靠、更确定、更安全、易部署、免维护的通信，以满足生活、生产、社会三大领域各类场景的差异化需求。“零功耗零功耗、低成本低成本、免维护免维护”是是 6G6G 物联网实现泛在连接的基础物联网实现泛在连接的基础。蜂窝无源物联标签可利用环境能量实现电能转化，支撑标签数据传输，其通信终端具备低功耗、低成本、长生命周期等特性。同时，蜂窝无源物联网可实现密集组网，抑制设备互干扰，增强运维管理能力，进一步提升通信距离和传输可靠性，将成为构建万物互联的数字化底座，为产业应用带来革命性变化。“高可靠高可靠、低时延低时延、确定性确定性”是是 6G6G 物联网实现智能交互的核心物联网实现智能交互的核心。为满足未来复杂环境下物联网交互的高可靠要求，6G 物联网将进一步通过物理层、链路层、网络层、应用层等技术突破，结合超短帧、语义通信、面向业务的资源预留、路径规划等技术，实现高可靠、低时延、确定性通信，逐步实现对传统有线网络的替换，实现全场景无线化、柔性化、灵活化。同时可通过对协议性能指标的精确控制，实现网络过程的可预测性和稳定性，降低通信的随机性。“多网融合多网融合、弹性扩容弹性扩容”是是 6G6G 物联网实现一网多能物联网实现一网多能、数据互通的关键数据互通的关键。多网融合是指将不同类型的网络（如传统有线网络、短距通信、非地面网络等）进行整合，形成统一、无缝衔接网络体系，使各种网络资源和服务得到优化利用，提供更高效、更灵活、全域化的通信体验。6G 物联网将由传统地面接入向空天地海全方位多维度接入转变，将支持多种异构网络融合，通过网络资源管理和调度、网络动态切换与优化、跨网络管理等能力，以满足复杂多样的场景需求。3.2.33.2.3 算力算力未来物联网终端和移动终端产生的实时数据将爆炸式增长，6G 物联网对算力的需求将由大规模中心化算力部署向泛在分布式算力部署转变，新型人工智能场景对低时延和低功耗计算需求强劲，因此，6G 物联网应用场景要求算力满足22高能效、低功耗、高隐私保护、低时延的计算要求。“高能效高能效、低功耗低功耗”的新型计算架构是实现的新型计算架构是实现 6G6G 物联网泛在智能的关键物联网泛在智能的关键。当前普遍采用的冯诺依曼计算架构，因计算功能和存储功能分离，导致数据在CPU 和存储器之间反复搬运，从而产生大量功耗和时延（即“存储墙”和“功耗墙”问题），在人工智能等计算密集和访存密集型场景下问题尤为突出。存算一体技术从材料、器件、计算范式、架构等方面进行革新，可使用存储单元完成计算功能，实现存算零距离，大幅提升芯片算力和能效水平。存算一体正处于多技术路线探索阶段，主要包含近存计算、存内处理以及存内计算三条技术路线（如图 6 所示），其中存内计算可在完成存储功能的电路内同时实现计算功能，彻底消除冯氏架构瓶颈，真正实现“存算一体化”。目前，以 RRAM、MRAM、PRAM 为代表的新型存储器具有非易失、与标准工艺兼容性好、可微缩性强等优点，被广泛应用于存内计算研究，具有广阔的应用前景。图 6.广义存算一体分类“低成本、强算力低成本、强算力”的集成电路新技术是实现的集成电路新技术是实现 6G6G 物联网万物智联的核心物联网万物智联的核心。Chiplet 技术将复杂的 SoC 芯片按照功能单元分解（如图 7 所示），每个单元选择最适合的工艺制程进行制造，通过先进封装技术将各个单元高速互联在一起，可提升系统集成度、降低芯片成本、提升集成规模、提高设计效率。GAAFET 技术通过将 N 型和 P 型晶体管沿垂直方向堆叠的三维集成方式，可进一步改善电路性能和提升电路集成度。基于碳化硅、氮化镓的第三代半导体材料具有高频、高效、高功率、耐高压、耐高温、抗辐射等特性，可广泛应用于新能源汽车、移动通信、能源互联网等领域。而基于氧化镓、锑化物、金刚石的第四代半导体材料，其体积更小、能耗更低、功能更强，能够更好地运用在光电器件、电力电子器件中。新材料与新工艺将持续推动集成电路发展，有望实现摩尔定律的扩展和超越。23图 7.Chiplet 封装技术3.2.43.2.4 平台平台6G 物联网平台将成为汇聚海量物联数据、承载各种 6G 物联网业务的核心基础设施。6G 物联网平台不再只局限于将物联网设备和软件模块进行结合，而是通过数字孪生数据和模型，提升流程管理效率、工具协调性等平台能力。“高并发高并发 大数据大数据”为为 6G6G 物联网平台物联网平台提供广泛可靠的提供广泛可靠的基础基础数据能力数据能力。6G 物联网可实现每平方公里 1000 万台设备的超大规模连接，汇聚多重海量信息，创建更广泛更丰富的环境来支撑决策优化。超大连接设备管理平台提供海量设备接入、设备和平台双向消息通信、海量设备管理、远程控制和监控、OTA 升级、设备联动等能力。在 6G 物联网平台中，数据是核心资产和驱动力之一，平台应具备强大的数据处理能力，能够快速采集、存储和处理来自各类物联网设备的海量数据。这些数据需要进行清洗、聚合和分析，以提取有价值的信息和洞察，并为决策和控制提供支持。“数据数据 模型模型”为为 6G6G 物联网平台提供面向物联网平台提供面向应用应用的的数字孪生核心数字孪生核心能力。能力。平台是 6G 物联网数字孪生数据和模型的综合载体，通过对物理世界的设备和系统进行信息模型、机理模型等的构建，能够为 6G 物联网对象提供统一架构和语义统一解析，打破数据壁垒。同时，基于人工智能技术对对象的机理模型和数据驱动模型进行表征增强和学习调整，可实现对 6G 物联网应用的实时监测、分析和管理，从而支持设备的远程监控、故障诊断和预测性维护，为 6G 物联网应用提供更智能化的服务和决策支持。3.2.53.2.5 智能智能6G 物联网具有智能化、自主化和共享化的特征。随着物联网的持续快速发24展以及百亿连接的移动通信设备下海量数据的产生，物联网场景逐步呈现计算边缘化、连接泛在化、应用碎片化及终端智能化等趋势，6G 物联网设备需要智能地与外部交互，并在开放环境中持续学习、进化，以不断满足用户个性化的需求38。新型计算范式、物联网知识图谱以及类脑智能是 6G 物联网的核心使能技术。新型计算范式有助于实现功耗低、实时性强、个性化程度高的泛在智能。新型计算范式有助于实现功耗低、实时性强、个性化程度高的泛在智能。新型计算范式包含知识驱动学习、协作学习、持续学习、小样本学习、模型压缩等算法，能够在小样本数据情况下快速完成模型构建，且模型具有可解释性。同时，能够在计算资源、存储资源、能量受限物联网设备上实现快速模型推理；能够在数据分布、数据类别、外部环境等发生变化时，快速适应环境并实现模型更新调整，维持稳定的性能。知识图谱有助于实现物联网设备的智能思考、自主决策与智能协作。知识图谱有助于实现物联网设备的智能思考、自主决策与智能协作。知识图谱提供了一种从海量数据中抽取结构化知识并利用图分析进行关系挖掘的手段42。通过物联网知识图谱，可以对知识进行有效组织，为设备的智能协作提供一个共同的知识模型，从而实现设备之间知识共享和语义互通。关键核心技术包括知识图谱自动化构建、知识图谱持续更新和知识图谱可信性验证。类脑智能有助于满足类脑智能有助于满足 6G6G 物联网应用场景的端侧推理和低功耗需求物联网应用场景的端侧推理和低功耗需求。类脑智能借鉴了生物神经网络的功能机制和行为特点，通过构建新型神经元电路结构及适配的网络算法，有望在终端实现感知、存储、处理功能于一体,可实现更高效更低能耗的端侧推理，进一步加强 6G 物联网终端的智能化水平。3.2.63.2.6 应用应用6G 物联网将基于 6G 网络的超低时延、超广连接和超高可靠的优势，为各场景提供面向实时协同和人机交互的关键应用能力。应用需要具备实时的云控制能力。应用需要具备实时的云控制能力。6G 物联网控制系统未来将形成基于云计算的云控制技术架构，云控制旨在提供一种控制即服务（Control as a Service,CaaS）的开放体系架构，控制功能可泛在部署、灵活复用，在异构网络下实现设备的即插即“控”。现有控制系统与被控设备、控制系统内部软件与硬件耦合紧密，阻碍控制系统向云控制演进。6G 物联网的高性能网络将助力实现基于开放硬件的控制系统解耦。首先是控制系统软硬分离，基于通用硬件代替专用设备；25其次是控制功能虚拟化，通过可扩展的软件对象实现控制能力；再根据被控设备业务需求和性能要求，分配软硬件资源，实现优化配置和按需部署，最终构建新型的云控制体系，为用户提供实时多元化的交互服务。应用需要具备基于扩展现实的人机交互能力应用需要具备基于扩展现实的人机交互能力。与虚拟世界的交互方式决定了用户体验和信息获取、决策的效率，未来 6G 物联网与扩展现实结合将为用户带来全新的沉浸式人机交互体验。6G 网络的高速传输和低延迟能够为用户提供更快速、更流畅的数据传输和更真实的虚拟内容叠加，6G 的大容量能够处理更多的数据和更复杂的虚拟场景，为人机交互提供更丰富、更复杂的虚拟元素和互动体验。此外，6G 网络的广覆盖性能够提供稳定的连接，实现跨地域、跨场所的无缝人机交互体验。通过 6G 网络的高可靠性和安全性，基于扩展现实的人机交互能力可以在各行各业得到广泛应用，包括教育、娱乐、医疗、工业等领域，进一步推动了该能力的创新和普及，为用户带来更具真实性、灵活性的交互体验。3.2.73.2.7 管理管理随着 6G 物联网“万物智联”的产业升级，海量终端接入，异构网络复杂，业务差异化的特点对管理能力提出了新的需求，面向服务的全局业务质量保证和面向资源的全局资源掌控和最优化配置将成为 6G 物联网管理的核心。“集散共存集散共存，分布自治分布自治”是是 6G6G 物联网物联网管理管理的数据基础的数据基础。6G 网络融合多种异构网络，形成“一个 6G 基座 无数私有物联网网络域”的架构，需要全局监控网络、设备、业务，动态调度资源。由于智能化通信资源分属于不同的企业、运营商、第三方或个人等，不同归属的数据融合难度大，敏感隐私数据安全要求高，需以通用指标集中化管理为基础，将个性化精细管理下沉至业务现场，引入区块链等分布式技术联合各数据方建立去中心化网络管理可信协作机制。“轻量运维轻量运维，智慧内生智慧内生”是是 6G6G 物联网物联网管理管理的算法核心的算法核心。智能终端设备指数级增长，但物联网边缘侧资源有限，亟需通过数据挖掘、降维等指标提取技术，语义通信等传输效率提升技术，蒸馏、剪枝等模型压缩技术，降低存储、传输、分析三方面的资源消耗，实现轻量级运维。同时将智能算法内嵌 6G 物联网中，实现网络运维的智慧内生，形成“故障发现-运维处理-算法迭代-故障预测-网络自愈”的自治化管理闭环。26“意图感知意图感知，人机交互人机交互”是是 6G6G 物联网物联网管理管理的服务关键的服务关键。对于智能算法未覆盖的场景，管理中的故障排查和修复仍需部分人工干预，需要提供意图解析等人机交互能力，实现人-机-数据快速联动。通过数字孪生，ChatGPT 等技术实现人机交互智能化，提供跨域管理问题解答，自动化分析诊断依据展示，故障修复建议，实现专家经验与智能算法融合，高效生成故障处置策略。3.2.83.2.8 安全安全6G 物联网系统集成功能层级多，应用覆盖广，面向角色多样化的特征使其对安全性有着更高标准、更复杂的需求，优异的网络安全表现是 6G 物联网系统的基础。与此同时，海量物联网应用场景均对网络安全和数据安全有着强烈需求。网络安全网络安全是是 6 6G G 物联网物联网实现万物智联的基础保障实现万物智联的基础保障。由于 6G 物联网设备在未来将构成数以亿计的子网络，如此庞大的规模和诸多无法验证的物联网设备接入请求会给网络安全带来新的挑战。鉴于此，量子通信、后量子加密等创新技术将成为维护 6G 物联网安全的核心能力。量子通信技术利用量子态的纠缠、不确定性等性质实现信息的安全传输，并具有更大传输速率和更低时延43。后量子加密技术利用不依赖量子态特征的数学算法和密码学原理，能确保系统不受量子计算机攻击影响44。数据安全是数据安全是 6G6G 物联网实现健康发展的重要前提物联网实现健康发展的重要前提。未来 6G 物联网庞大的业务系统中将包含大量的个人隐私数据或行业敏感数据，一旦这些数据遭到泄露，将给个人健康、行业发展、政府运行带来极大的负面影响。6G 物联网数据安全的要求体现在数据的保密性、完整性和可用性等方面，并贯穿数据在采集、汇聚、传输、处理、使用等全生命周期的各个环节中。未来基于分布式账本技术可以在海量设备之间完成更安全的资源同步、分配与认证服务，结合 AI 算法在边缘节点的部署，可在降低时延的同时为 6G 物联网带来隐私性、安全性和可靠性的有力保障45。4.4.总结与展望总结与展望近年来，随着物联网终端的爆发式增长，物联网将迎来规模化发展的窗口期27和新一轮生态布局的机遇期，将为 6G 物联网带来广阔的需求市场与发展空间。同时，随着数字技术应用的不断推进与更新，6G 物联网将与人工智能、大数据、先进计算等新型信息技术交叉融合，实现感知、通信、算力、平台、智能、应用、管理、安全等关键基础能力，并进一步实现技术融合、资源融合、能力融合、系统融合、应用融合，夯实存算一体、通感一体、算力网络、云网融合、异构系统融合，实现全域数据打通和全场景融合应用，真正实现由万物互联向万物智联的跃迁，实现智慧泛在的美好未来，使 6G 物联网的愿景成为现实。6G 物联网发展将包括三个方面：一是重点一是重点实现多维感知与泛在互联。实现多维感知与泛在互联。基于通感一体、蜂窝无源物联网等技术，实现对目标物体的定位、检测、识别、连接等功能，将从支持人与人、人与物的连接，拓展到支持物物间的高效互联，构建智能全连接世界；二是重点二是重点实现智慧内生与安全内生实现智慧内生与安全内生。基于 AI、移动算力网络、确定性网络等技术实现网络性能跃升，实现感通算等多能力融合，支持各类智能化服务，并通过构建内生安全机制、增强设备安全能力协同等，有效提升网络安全与数字安全；三是重点三是重点实现全域实现全域无缝网络无缝网络覆盖。覆盖。借助 6G 所构建的全球无缝覆盖空天地一体化网络，通过星地一体融合组网，能够消除移动通信覆盖盲点，为6G 物联网提供更加普遍的服务能力，助力物联网业务快速发展。6G 物联网的发展将在智享生活、智赋生产、智焕社会三个领域催生新的应用场景，包括人体健康监测、全息交互、多模态出行等，将为用户提供更加极致和丰富的业务体验。新需求、新场景和新技术的出现，对 6G 物联网在感知、通信、算力、平台、智能、应用、管理和安全等多维度提出了新的能力要求，也为6G 物联网技术的革新带来了新的驱动力。中国移动将持续践行“创新驱动发展”的理念，不断寻求新的突破点，提升自主创新能力，通过推动标准发展、开展技术攻关和构筑产业生态等方式，确立面向未来的核心竞争优势，推进 6G 物联网发展。本白皮书结合 6G 物联网典型应用场景，提炼 6G 物联网的核心能力要求，希望继续汇聚产学研用各方智慧与力量，加快推进 6G 物联网技术研究、标准制定与产业落地，为 6G 物联网技术发展与产业成熟贡献力量。28缩略语列表缩略语列表缩略语英文全名中文解释3DThree Dimensional三维4GThe Fourth-Generation Mobile Communications第四代移动通信5GThe Fifth-Generation Mobile Communications第五代移动通信6GThe Sixth-Generation Mobile Communications第六代移动通信AGVAutomated Guided Vehicle自动导引运输车AIArtificial Intelligence人工智能ARAugmented Reality增强现实Cat1Category 1终端等级1Cat4Category 4终端等级4ChatGPTChat Generative Pre-trained Transformer聊天生成型预训练变换模型CPUCentral Processing Unit中央处理器DCSDistributed Control System分布式控制系统eMBBenhanced Mobile Broadband增强移动宽带GAAFETGate-all-around Field Effect Transistor环绕栅极场效应晶体管IoTInternet of Things物联网MLMachine Learning机器学习mMTCmassive Machine Type Communication海量机器类通信MRAMMagneto-resistive Random Access Memory磁阻随机存取存储器OTAOver The Air空中下载技术PLCProgrammable Logic Controller可编程逻辑控制器PRAMPhase-Change Random Access Memory相变随机存取存储器QoSQuality of Service业务质量RedCapReduced Capability轻量能力RRAMResistive Random Access Memory非挥发性阻抗存储器SoCSystem on Chip系统级芯片UAVUnmanned Aerial Vehicle无人飞行器uRLLCultra Reliable and Low Latency Communication超高可靠性低延迟通信VRVirtual Reality虚拟现实Wi-FiWireless fidelity无线保真XRExtended Reality扩展现实29参考文献参考文献1 GB/T 33745-2017 物联网 术语2 D.C.Nguyen,M.Ding,P.N.Pathirana,A.Seneviratne,J.Li,D.Niyato,et al.,“6G Internet of Things:A comprehensive survey”,IEEEInternet Things J.,vol.9,no.1,pp.359-383,Jan.2022.3 M.Alsabah,M.A.Naser,B.M.Mahmmod,S.H.Abdulhussain,M.R.Eissa,A.Al-Baidhani,et al.,“6G wireless communications networks:Acomprehensive survey”,IEEE Access,vol.9,pp.148191-148243,2021.4P.KambleandA.N.Shaikh,6GWirelessNetworks:Vision,Requirements,Applications and Challenges,2022 5th InternationalConference on Advances in Science and Technology(ICAST),Mumbai,India,pp.577-581,20225 ITU-R WP5D,Framework and overall objectives of the future developmentof IMT for 2030 and beyond,20236 W.Jiang,B.Han,M.A.Habibi and H.D.Schotten,The Road Towards6G:AComprehensiveSurvey,inIEEEOpenJournaloftheCommunications Society,vol.2,pp.334-366,20217 G.Liu,Y.Huang,N.Li,J.Dong,J.Jin,Q.Wang,et al.,“Visionrequirements and network architecture of 6G mobile network beyond2030”,China Commun.,vol.17,no.9,pp.92-104,20208 邱宇,王持,齐开悦,沈耀,李超,张成密,过敏意.智慧健康研究综述:从云端到边缘的系统J.计算机研究与发展,2020,57(01):53-73.9 翟兴,肖源,王若佳,楚玉鹏,李京忠.数智环境下智慧健康信息服务体系构建研究J.情报科学,2022,40(10):43-50.10 杨雪,李玲利,贺婷婷,等.柔性电子在人体监测领域的研究现状,优势及挑战J.中国医疗设备,38(3):5,202311 T.A.Kuzovkova,O.I.Sharavova,V.O.Tikhvinskiy and E.E.Devyatkin,“Matching of 6G Network Capabilities to Digital ServicesRequirements”,2022 Systems of Signal Synchronization,Generating30and Processing in Telecommunications(SYNCHROINFO),pp.1-5,202212IMT-2030(6G)推进组,6G 总体愿景与潜在关键技术白皮书,2021.13 C.-X.Wang et al.,“On the Road to 6G:Visions,Requirements,KeyTechnologies,and Testbeds”,in IEEE Communications Surveys&Tutorials,vol.25,no.2,pp.905-974,202314 C.D.Alwis,A.Kalla,Q.-V.Pham,P.Kumar,K.Dev,W.-J.Hwang,et al.,“Survey on 6G frontiers:Trends applications requirementstechnologies and future research”,IEEE Open J.Commun.Soc.,vol.2,pp.836-886,202115崔春风,王森,李可,等.6G 愿景,业务及网络关键性能指标J.北京邮电大学学报,2020.16 S.Yrjl,P.Ahokangas and M.Matinmikko-Blue,“Visions for 6GFutures:a Causal Layered Analysis”,2022 Joint European Conferenceon Networks and Communications&6G Summit(EuCNC/6G Summit),Grenoble,France,pp.535-540,202217 IMT-2030(6G)推进组,通信感知一体化技术研究报告，202218 vivo 通信研究院，数字生活 2030 ，202019 OPPO 研究院，零功耗通信白皮书，202220 刘革平;高楠;胡翰林;秦渝超.教育元宇宙：特征、机理及应用场景J.开放教育研究,2022,(01):24-33.21 Next G Alliance，“Next G Alliance Report:6G Applications and UseCases”，202222 vivo 通信研究院，6G 愿景、需求与挑战，202223 Imoize AL,Adedeji O,Tandiya N,Shetty S.6G Enabled SmartInfrastructure for Sustainable Society:Opportunities,Challenges,and Research Roadmap.Sensors(Basel).2021 Mar 2;21(5):1709.202124 王萌.智慧博物馆在 6G 时代的应用展望J.中国建设信息化,2022(20):2.25 王志勤,杜滢，从万物互联到万物智联J，信息通信技术 2021，15(5):4-7,20213126 Samsung Research,“6G-The Next Hyper Connected Experience forAll”,2020.27 中国电子技术标准化研究院，工业物联网白皮书(2017 版)，201728 5G-ACIA,“Early considerations for 6G connected industries andautomation”,202329 one6G，“6G Vertical Use Cases:Descriptions and Analysis”，202230 国家标准 GB/T 37043-2018智慧城市 术语，201831IMT-2030(6G)推进组,6G 典型场景和关键能力白皮书,2022.32 M.A.Uusitalo et al.,“6G Vision,Value,Use Cases and TechnologiesFrom European 6G Flagship Project Hexa-X,”IEEE Access,vol.9,pp.160004160020,Nov.202133 Mahmoud H,Amer A A,Ismail T.“6G:A Comprehensive Survey onTechnologies,Applications,Challenges,and Research ProblemsJ”.TransactionsonEmergingTelecommunicationsTechnologies,2021:1-14.34 郎平,田大新.面向 6G 的车联网关键技术J.中兴通讯技术,27(2):4，202135 刘光毅，王莹莹，王爱玲6G 进展与未来展望J.无线电通信技术，47(6):668678，202136 刘光毅,金婧,王启星,等.6G 愿景与需求：数字孪生、智能泛在J.移动通信,44(6):3-9，202037 T.A.Kuzovkova,O.I.Sharavova,V.O.Tikhvinskiy and E.E.Devyatkin,“Matching of 6G Network Capabilities to Digital ServicesRequirements”,2022 Systems of Signal Synchronization,Generatingand Processing in Telecommunications(SYNCHROINFO),pp.1-5,202238 Wai CHEN,鲍媛媛.面向 6G 的智能物联网关键技术J.中兴通讯技术，v.27;No.157(02):6-12，202139 3GPP TR 22.840 V0.4.0(2023-02)-3rd Generation Partnership Project;Technical Specification Group Services and System Aspects;Study on32Ambient power-enabled Internet of Things(Release 19)40 中国移动通信研究院，下一代物联网发展构想白皮书，202141 Z.Chen et al.,“Terahertz wireless communications for 2030 andbeyond:A cutting-edge frontier”,IEEE Commun.Mag.,vol.59,no.11,pp.66-72,202142 符山,吕艾临,闫树.知识图谱的概念与应用.信息通信技术与政策,vol.5,pp 10-13.201943 Jian-Wei Pan,“Quantum cryptography:An emerging technology forsecure communication”,Science China Physics,Mechanics&Astronomy,2018.44 马民虎,寰球密码法律政策发展动态简报.202245 Kaur,Ramanpreet,et al.“Artificial Intelligence for Cybersecurity:Literature Review and Future Research Directions.”InformationFusion,vol.97,p.101804,202333参编单位及人员参编单位及人员（排名不分先后）中国移动通信研究院：肖善鹏、崔春风、马帅、王启星、孙琳、杨博涵、郑师应、金婧、李源、李小涛、王曦泽、郑银香、敬义天、贾千帆、马泽瑞、宋文静中国信息通信研究院：黄颖、王涵中国工业互联网研究院：夏景、白云鹤、刘剑锋中国电子技术标准化研究院：杨宏、王晓春北京大学武汉人工智能研究院：吴志强、刘尚中兴通讯股份有限公司：戴博、黄峰鹤亚信科技控股有限公司：黄波、李松泽、郭建超北京欧珀通信有限公司：崔胜江、徐伟杰、唐海北京五一视界数字孪生科技股份有限公司：王辰康、姚新新、金志国中建科技集团有限公司：曾涛、苏衍江广东天物新材料科技有限公司：黄伟聪、冯嘉俊上海诺基亚贝尔：沈钢、陶涛北京易智时代数字科技有限公司：王红梅、刘林

88人已浏览 2023-09-01 35页 5星级

点击查看更多中国联通：2023年6G通感算一体化系统架构与关键技术白皮书v3.1（51页）.pdf精彩内容。

75人已浏览 2023-08-31 51页 5星级

内生架构及大模型刘光毅年月目录内生的驱动力与大模型内生架构及关键技术网络使能大模型大模型赋能网络,泛在智能的需求人工智能已成为新一轮产业升级的核心驱动力,产业的自动化,数字化,智能化需要泛在智能运行与.

43人已浏览 2023-08-10 19页 5星级

6G与量子计算融合探讨 崔春风 中国移动未来研究院 2023年7月15日 2 1 为什么：6G对算力提出更高要求 2 是什么：量子计算与算法现状 3 怎么做：6G与量子计算的融合 目录 3 6G明确六大典型场景，实现从移动通信向移动信息重大转变 6G六大典型场景涵盖“覆盖全域化、性能沉浸化、要素融合化、网络平台化”特征，网络将从通信服务向信息服务转变 六大场景可分为三类：第一类是性能沉浸化：5G三大场景的增强 第二类是要素融合化：AI与通信的融合、感知与通信的融合 第三类是覆盖全域化：泛在连接 网络平台化是基座：网络成为聚合相关业务能力的“平台”，供需动态匹配，为用户提供多样化的移动信息服务 4 ITU-R能力指标体系对6G网络带来全新挑战 立足ITU-R能力指标体系，面向标准化开启技术创新赛道 2 需要融合技术创新 3 需要网络拓展创新 1 需要原创技术突破 技术创新面临“三重挑战”理论：容量逼近香农极限 产业：摩尔定律接近极限 需求：场景更极致更多样 AI与通信的融合 感知与通信的融合 覆盖 可持续性 互操作 定位等 5 技术布局：ITU技术指标到技术布局，网络是关键，算力是瓶颈 ITU技术指标不是单点技术的要求、而是网络系统性的要求，涉及4大方面算力瓶颈，需要考虑量子计算等变革性解决方案 ITU技术指标 不是单点技术的指标 而是网络系统的指标 4 大挑战 信号检测 信道估计 预编码 信道编解码 网络拓扑优化 路由优化 无线资源参数优化：算力资源优化 大规模业务信号处理 大规模业务优化（QoS/QoE保证）：预测、均衡、参数优化 大规模信号处理 大规模网络优化 大规模业务处理 核心网 终端 无线网 新业务及场景 通感互联 智慧工业 超能交通 全息交互 精准医疗 智能交互 元宇宙 SCU SCU SCU SCU 网络整体性要求 大模型训练 分布式AI 机器学习 算力瓶颈 量子 计算 6 1 为什么：6G对算力提出更高要求 2 是什么：量子计算与算法现状 3 怎么做：6G与量子计算的融合 目录 7 量子计算基本概念 1量子态制备（经典信息编码成叠加态）经典比特 01量子态调控（叠加态同步演化，并行计算的根源）01经典比特 量子计算是遵循量子叠加、量子干涉、量子纠缠等量子力学规律的新型计算模式。量子计算大致分为量子态制备、量子态调控和量子态测量三个核心步骤。量子计算基本单元是量子比特0和1。量子叠加：既是0,也是1 量子纠缠：多粒子综合成整体 量子态测量（叠加态坍缩成经典态，读取计算结果）量子干涉：多粒子相长相消 01 8 量子计算发展现状（1/2）超导超导(22 )光量子光量子(9 )离子阱离子阱(11 )量子点量子点(8 )中性原子中性原子(7 )金刚石色心金刚石色心(4)信息通信信息通信 AI、安全、信号处理、资源优化 金融 投资组合优化 医药化学 化学模拟、药品研发、蛋白质折叠 物流/客运 客运/货运优化 Azure Quantum 全栈开放云量子计算生态 软软件件平平台台 酷原量子云 量羲量羲 全平台量子软硬一体 HiQ 量子云平台 开源量子开发框架 应应用用 Amazon Bracket 浙大太元一号 SQBM TensorCircuit 开源量子模拟软件框架 isQ 编程软件 氦中电子氦中电子(1)拓扑（拓扑（2）量量子子技技术术路路线线 量子计算产业发展正从硬件、软件、平台、应用多层次快速发展，当前全球共有11种技术路线，240 （国内30 、）企业，22 （国内10 ）量子云平台，市场规模$10亿，量子计算能力达433Q（IBM）Qiskit(中国区通道已关闭)五岳量子五岳量子云平台云平台 Qpanda 华翊量子云 9 量子计算发展现状（2/2）主主要要量量子子算算法法 主主要要企企业业量量子子路路线线图图 Deutsch算法-首个首个量子算法 1985 2014 2013 2011 2009 1995 1994 1992 Deutsch-Jozsa算法-量子并行计算理论基石 Shor算法-大数质因数分解（求阶）-量子傅里叶变换 量子相位估计算法-量子算法核心子算法 Grover算法-平方级加速-量子振幅放大 Hamiltonian 模拟 量子近似优化算法-求解组合优化问题-VQE变体 变分量子特征求解器(VQE)-混合经典计算与量子计算-适用于NISQ 量子神经网络(QNN)-1995年初始模型-突破 Harrow Hassidim Lloyd(HHL)算法-求解线性方程-量子机器学习 1996 1998 量子退火算法-量子退火机 2020 2030 2029 2028 2027 2026 2025 2024 2023 2022 2021 AQ=log2(量子体积)65Q 127Q 433Q 1121Q 1K-1M Q 1000Q 10000Q 10万Q 100万Q 72Q 144Q 1024Q 5760Q 15路连接 改进相干性实现连接性 22AQ 25AQ 29AQ 64AQ 256AQ 384AQ 1024AQ 72Q 1000Q 10000Q 10万Q 7000 Q 量子算法和量子计算能力是实现量子并行计算优越性的关键。核心量子算法早期发展就快，近期趋缓。量子计算能力（物理系统）早期发展较慢，近期加速，目前处于含噪中等规模（NISQ）阶段，预期2030年达到大规模容错阶段（FTQC）。各大主要企业发布量子线路图，但是否可兑现仍需检验。200Q 37Q 10万Q 100Q 25Q 500Q 10 量子算法发展现状 量子算法基本分类为纯量子算法、量子-经典混合算法（变分量子算法）和伪量子算法三类。其中量子优化算法、量子搜索算法、HHL算法、量子机器学习算法是影响未来6G通信的主要算法，Shor算法带来的安全风险必须关注 Grover类算法 量子梯度下降 量子优化 量子模拟 量子绝热 量子退火 量子游走 HHL算法 Shor算法 基本算法 量子牛顿法 量子内点法 量子神经网络 量子降维算法 量子聚类算法 量子分类算法 量子粒子群算法 量子蚁群算法 量子遗传算法 量子进化算法 量子衍生ML 伪量子算法 量子奇异值估计 量子梯度估计 量子幅值估计 量子幅值放大 量子相位估计 纯量子算法 量子衍生优化 量子算法 量子傅里叶变换 量子近似优化 变分量子ML 变分量子本征求解器 量子-经典混合算法 滤波变分量子算法 量子强化学习 11 潜在的量子算法 量子近似优化、量子绝热/退火、量子搜索/游走算法成为NP问题和信号处理重点解决方案，但研究刚起步，方案聚焦在二次无约束二值优化模型，部分场景验证可行。量子衍生优化算法为学术热点，但没有充分体现量子计算优势。量子机器学习在产业和学术上的关注度都很高，创新聚焦在机器学习中的矩阵运算加速。量子绝热/退火算法 量子衍生优化算法 通过相位旋转门生成和变异更丰富的种群 通过经典电路优化含参量子线路求解问题 利用量子隧穿效应将初始态演化到目标态 量子搜索算法 通过相位旋转最大化搜索目标量子态概率 量子游走算法 利用路径之间干涉更快遍历到问题解空间 HHL算法 通过量子态相干调控与逆量子FT求解方程 量子近似优化算法 滤波变分量子算法 通过滤波变分放大目标解在解空间的概率 量子回归算法 利用HHL算法对矩阵计算进行指数级加速 量子神经网络 通过量子叠加构造神经元，寻求量子优势 12 目录 1 为什么：6G对算力提出更高要求 2 是什么：量子计算与算法现状 3 怎么做：6G与量子计算的融合 13 量子计算对通信领域的潜在影响 网络优化 信号处理 AI 网络 量子计算 算力网络（量子云平台量子云平台）垂直应用 金融 化学 医药 物流 交通 制造 量子机器学习 大数据分析 模型训练 量子图像处理 物理系统研究 技术路线：超导、光量子、离子阱.专用计算机：量子退火、相干伊辛机 通用计算机：NISQ FTQC 量子比特数、门速度、保真度.量子线路 量子优化量子优化 量子计算将对信息通信带来深刻影响：加速网络优化、机器学习、信号处理，带来算力网络新资源，提升网络能力和业务质量。同时，量子计算将颠覆传统密码体系，驱动6G进入后量子密码时代。安全 量子信号处理量子信号处理 抗量子密码 14 通信网络中5 3：5个典型计算场景，3类典型计算问题 通信网络从应用层、网络层到物理层，主要问题场景是业务优化、网络优化和信号处理，以及端到端的安全与机器学习，基本可以建模为运算类问题、优化类问题和搜索类问题，当前存在多类经典算法可求解。面向6G，问题规模随同算法复杂度不断增长，亟需寻求新的解决方案。物理层 网络层 应用层 业务优化：业务预测、流量预测、用户行为预测、QoS/QoE预测、业务参数优化.信号处理：信道估计/均衡、信道反馈、预编码、信道编译码、信号检测.网络拓扑优化、路由规划、流量均衡.时延优化、算力资源优化、接入控制、调度.无线资源优化：容量、覆盖、能效.运算问题 矩阵、张量、微积分、加解密 优化问题 线性/二次/半正定/分式规划、组合优化 NP（难）问题:指配问题、最大独立集、最大团、最大割、图着色、最大分集度、背包问题、最大覆盖、布尔满足性问题 问题场景 问题识别 解决方案 动态规划 内点法 分支定界法 贪婪算法 元启发算法(拟)牛顿法 梯度类算法 蒙特卡洛法 穷举 松弛法 对偶 回溯 乘子 Lanczos 算法、Krylov子空间、QR分解、截断牛顿法、RSA、ECC 机器学习 聚类 分类 回归 降维 强化学习 搜索问题 搜索、查找、排序 盲搜索（宽度优先、深度优先.),Dijkstra算法,贪婪算法、A*算法 安全 网络优化 15 网络优化场景：以无线资源优化为例,min22,min.log1nnn nnnn jjj nPhpstChp%无线资源优化是网络优化场景中的核心问题，根源来自于衰落与干扰，一般建模为覆盖优化、容量优化和能效优化等优化问题。随着问题从单天线到大规模多天线、单小区到多小区，待优化参数、约束条件和目标函数越来越多，求解算法愈加复杂。,22,maxlog1.n nnnn jjj nnTnhphpstPP%覆盖优化 容量优化 能效优化 1maxlog.TrHnnnnnnTstPIRH QHQmax num T ,3dB,3dB 1/,Nummax.n nnsamplesnTnhpNstPP%1minminTr.lognnHnnnnnstCQIRH QH单天线 多天线 多小区 max num T ,3dB,3dB 1/多小区样本点 1maxlog.TrHnnnnncellularsnTcellularsstP IRH QHQ1minminTr.logcellularnncellularsHnnnnnstC QIRH QH，16 求解复杂组合优化问题的四种思路：1）将原问题等价转化或简化为凸优化问题、二次规划等模型，采用已有算法求解；2）采用独立于问题结构的元启发类算法；3）引入机器学习类算法；4）将原问题转化为量子计算机支持的问题模型，采用量子优化算法求解 覆盖优化覆盖优化 容量优化 能效优化 高度非线性优化问题 组合优化问题 量子绝热/退火算法 量子搜索算法 量子近似优化算法 滤波变分量子算法 专用量子计算机 通用量子计算机 经典计算机 通用量子计算机 QUBO模型/伊辛模型 网络优化场景：以无线资源优化为例 17 量子优化算法应用示例1：QUBO模型 多小区覆盖优化：MIMO波束选择，最大化覆盖率 基于QUBO模型采用相干伊辛机的优化 问题描述&计算难点 解决方法 QUBO模型 仿真效果&结论 问题描述 待优化区域被分割为众多栅格，每个栅格都能收到来自每个扇区的波束，并测量得到所有波束的 RSRP。当波束的 RSRP 满足阈值时，则认为该波束满足覆盖条件。每个扇区能够为每个栅格提供 N 个可选择的波束。优化目标：从每个扇区的可选波束中选择 8 个波束，使待优化区域覆盖率最大。覆盖率=满足覆盖条件的栅格数/待优化区域总栅格数 挑战&现有方案&目标 通常，当待优化区域的栅格数、扇区数、单个扇区可选波束数庞大时，为优化带来巨大的计算挑战。现网中常用方法是启发式智能算法（如粒子群算法）以及深度学习方法。期望借助量子计算的加速能力，实现更加快速的优化求解。玻色量子的光量子相干伊辛机是一种专用量子计算机，即只能解决二次无约束二进制优化 QUBO 问题。例如最大割问题就可以通过一定的数学技巧构建其 QUBO 模型并求解。同样地，多小区波束选择覆盖优化问题在经过数学建模后，转化为适合相干伊辛机求解的 QUBO 模型，然后利用玻色量子真机进行试验。18 量子优化算法应用示例1：QUBO模型 多小区覆盖优化：MIMO波束选择，最大化覆盖率 仿真结果&分析 光量子计算机能够在 23ms 的时间内完成小规模优化问题求解，且解的质量高于模拟退火、禁忌搜索等经典优化算法，并且随着问题规模的增大，量子计算机的求解时间基本保持稳定。未来工作思路 未来将继续针对多小区波束选择覆盖优化问题，加强与省专业公司合作，开展更大数据规模的优化方案设计与试验验证。19 量子优化算法应用示例2：变分量子滤波 单小区覆盖优化：优化天线权值组合，最大化覆盖率 滤波变分量子算法 FVQA*一种经典-量子混合算法。滤波函数可以对有用量子态的概率进行放大。该算法量子线路浅，可以处理更灵活的问题，且现阶段量子计算机可实现。在天线权值优化问题中，用户的 RSRP 由经典计算机计算，约简可能解、增大目标解概率由量子线路计算。max num T ,3dB,3dB /问题描述 待优化的天线权值包括：方向角、下倾角、水平波宽、垂直波宽。优化目标：通过选择合适的天线权值组合，使单小区覆盖率最大。覆盖率=满足覆盖条件的用户数/待优化区域总用户数 覆盖条件为用户的 RSRP 大于给定阈值-105dBm。公式：参数 取值 K_1(dBm)-105 P_T(dBm)53 频率 f(GHz)2.6 撒点数 N 50200 6 量子比特算法电路 将天线权值优化简化为一个 6 量子比特可实现的小规模问题，并设计 FVQA 量子线路。*Amaro,D.,Modica,C.,Rosenkranz,M.,Fiorentini,M.,Benedetti,M.,&Lubasch,M.(2021).Filtering variational quantum a*Amaro,D.,Modica,C.,Rosenkranz,M.,Fiorentini,M.,Benedetti,M.,&Lubasch,M.(2021).Filtering variational quantum algolgorithms for combinatorial optimization.Quantum Science&Technology,7.rithms for combinatorial optimization.Quantum Science&Technology,7.20 量子优化算法应用示例2：变分量子滤波 单小区覆盖优化：实验设置：真实芯片的量子比特及参数 本次实验使用本源悟空 72 比特量子计算机，获取结果后在本地进行后处理。Q 37 Q 38 Q 39 Q 40 Q 41 Q 42 Q 43 Q 44 Q 45 Q 46 Q 47 Q 48 Q 49 Q 50 Q 51 Q 52 Q 53 Q 54 Q 55 Q 56 Q 57 Q 58 Q 59 Q 60 行 真机结果&结论行 优化前覆盖率 50%优化后覆盖率 93%滤波变分量子算法能够实现小规模的天线权值优化 单比单比特特 弛豫时间（T1）退相干时间（T2）单比特门时长 单比特门保真度（独立）单比特门保真度（并行）0态读取保真度（并行）1态读取保真度（并行）Q45 26.6us 354ns 30ns 99.75.63%Q46 23.8us 707ns 30ns 99.61.7%Q52 19.3us 977ns 30ns 99.81.68%Q53 31.4us 629ns 30ns 99.82.63%Q54 22.7us 6533ns 30ns 99.91.9%Q48 13.6us 339ns 30ns 99.69.53%双比特双比特 两比特门时长 两比特门保真度（独立）两比特门保真度（并行）Q45-Q46 40ns 97.31.33%Q46-Q52 40ns 97.11.20%Q52-Q53 40ns 98.16.59%Q53-Q54 40ns 98.00.89%Q54-Q48 40ns 97.68.84! 机器学习场景：信号处理、网络优化、业务优化 监督学习 人工智能尤其是机器学习在通信领域得到广泛关注。监督学习、非监督学习和强化学习在物理层（信号处理）、网络层（网络优化）、应用层（业务优化）等不同场景与用例得到深度应用。面对未来不断增加的网络数据规模和大模型训练需求，现有机器学习算法将面临巨大的算力挑战。非监督学习 强化学习 信道估计、信道均衡、信道译码、路损与阴影预测、AoA/DoA估计、波束成型、波束预测、波束跟踪 物理层（信号处理）网络层（网络优化）应用层（业务优化）内容分发、流量分类、异常识别、吞吐量优化、时延最小化 流量分类、通信场景分类 无人机移动模式预测、通信行为特征分析 多目标路由、网络状态预测，异常检测、错误检测、网络参数预测 定位、多用户接入、波束管理、信道估计、信号检测 主动缓存、数据分流、计算卸载、错误预测、无人机控制 网络拓扑优化、网络资源分配、网络参数优化 链路自适应，接入控制、资源优化、频谱感知、功率分配、信道分配、同步 神经网络（CNN、RNN、DNN、GNN）22 机器学习场景：潜在量子机器学习算法 量子分类与回归算法 量子机器学习研究处于初级阶段，部分算法复杂度理论上已证明比经典算法的加速优势，在金融、化学、材料等领域已有应用案例，量子机器学习开发框架和平台已开始商用。但面向通信领域量子机器学习研究还很有限，网络大数据分析、智能信号处理、大规模网络优化值得关注。量子聚类与降维 量子神经网络与强化学习 量子支持向量机 通信场景分类、相位估计、通信信号调制识别、移动话务量预测、干扰效果评估、基站能耗预测 量子强化学习：基于QNN的actor和critic 信道分配、功率分配、频谱感知、信道估计、信号检测、基站资源协同分配、无人机通信系统容量优化 量子回归算法：频偏估计、串扰消除、相干光通信色散补偿、客户流失预测、客户分类 量子聚类：K-means 通信行为特征分析、可见光室内定位、无线业务分布预测、信号相位恢复 量子降维：量子主成分分析 信道估计、信道互易性增强、网络流量特征提取 量子神经网络（QNN）：分类、聚类、回归、强化学习的加速核模块。分步多址无线网络的资源分配、能效优化、通信信号识别、干扰抑制 23 量子量子应用算法应用算法研究与验证研究与验证 网络优化量子算法网络优化量子算法 量子机器学习算法量子机器学习算法 量子信号处理算法量子信号处理算法 量子云平台与应用软件量子云平台与应用软件“五岳五岳”量子云平台量子云平台 面对现网算力瓶颈与未来通信网络升级需求，以量子应用算法和云平台为重点和起步，明确量子算法在通信领域应用可行性，同步关注量子计算产业成熟度，积极推进量子计算与通信网络融合发展 材料、芯片 系统集成 实验室环境 硬件 系统 云 平 台 云平台 应用软件 通信领域量子算法 应用 算法 1 2 3 中国移动量子计算布局 24 中国移动战略投资了玻色量子、华翊量子，目前与本源量子、玻色量子与启科量子建立产业合作，与北京邮电大学等多家单位学术合作，并成为量子科技产学研创新联盟、量子信息网络产业联盟、量子计算产业知识产权联盟副理事单位，以通信网络巨大应用空间拉动量子产业发展。中国移动量子计算产业合作 量子科技产学研创新联盟量子科技产学研创新联盟 量子计算产业知识产权联盟量子计算产业知识产权联盟 战略投资 战略投资/产业合作 产业合作 产业合作 学术合作 行业协作 行业协作 行业协作 分布式离子阱量子计算与算法、现网 真机验证 通信领域量子算法创新与可行性验证 副理事长、应用示范组组长 离子阱量子计算与应用算法 副理事长、总体组副组长 超导量子计算与通信领域应用算法 副理事长、产业生态委员会副主任 相干伊辛机计算与网络优化算法 25 量子计算应用面临的挑战 量子计算机还处于NISQ阶段，量子比特数、退相干时间、保真度还不足以实现实用算法。量子计算还面临硬件、算法设计以及在通信领域的应用等多方面的挑战。退相干时间短，量子态易失效 受材料限制量子比特数难提升 门保真度不足以实现实用算法 量子纠错技术还不成熟 量子计算前调校过程长 硬件挑战 受量子力学规则限制（不可克隆、测不准），经典算法设计方法无法直接移植 缺乏成熟设计范式 算法挑战 量子计算在通信领域的应用研究力度和深度不足 量子计算加速效果缺乏统一评估方法标准 考虑初态制备与调参时间，真机加速优势不明确 应用挑战 26 总结与展望 6G为量子计算提供巨大应用空间，量子计算为6G提供潜在的算力解决方案，两者融合发展已成为信息领域的重要趋势。6G对算力提出更高要求，量子计算成为解决算力瓶颈潜在方案 专用量子计算已初步具备商用条件，通用量子计算机距离商用还有较长时间 量子计算在通信领域中的应用，如网络优化和机器学习，已有初步研究，但研究广度和深度还不够 中国移动已经开展相关研究，部分示例已经证明量子计算的可行性与提升性能的价值 云平台（非实时计算）边缘平台（准实时计算）基站/基带（实时计算）根据量子计算机能力与部署条件等成熟度，积极稳妥阶段性推进量子计算与6G的融合 小规模问题 中等规模问题 大规模问题 网络/业务参数优化 机器学习模型云训练 网络资源优化 模型边缘训练 信号处理 量子计算产业成熟度 总结 展望 希望各位专家携手努力，助力量子计算在6G网络中的早日应用！谢 谢！

65人已浏览 2023-08-07 27页 5星级

6G内生AI架构及AI大模型 刘光毅 2023年7月 目录 2 1 6G内生AI的驱动力 3 6G与AI大模型 2 6G内生AI架构及关键技术 网络使能AI大模型 AI大模型赋能网络 泛在智能的需求 3 人工智能已成为新一轮产业升级的核心驱动力，产业的自动化、数字化、智能化需要泛在智能 运行与维护 应急通信 智能覆盖 定制网络 机器翻译 智能导航 个性化推荐 安全监控 机器人救援 智能制造 声纹识别 医疗识别 网络自治需要AI 用户需要AI 企业需要AI 6G网络需要高效地为网络自治、ToC和ToB提供AI服务!5G时代网络和AI融合的启示 6G 网络智能化的启示 外部和叠加AI 模式一：将具备AI资源的服务器接入网管设备，为网络提供AI模型。6G需要一个统一的框架：以支持有效的AI性能验证和保障方法。6G需要高效的数据采集和传输：以实现AI预验证、在线评估和优化的全自动闭环。6G需要计算、数据、模型和连接的协同：以提供更低的延迟和有保障的QoS。模式二：在核心网络中增加AI作为新的网络功能，如NWDAF。AI 服务器 CN RAN UE 网管 NWDAF 云AI服务提供商的启示 云AI服务提供商 云AI服务提供商在用户提交订单后提供尽力而为的AI服务。UE 网络 云AI服务提供商 提交AI服务订单 网络传输 6G需要充分利用网络的人工智能相关资源：以感知网络状态，利用网络广泛分布的计算、数据、算法资源，提供高效的人工智能服务。6G需要为AI服务提供QoS保障：以提供满足用户特定需求的AI服务。6G需要保护数据隐私和安全数据：在提供可靠AI服务的同时，防止数据泄露。5G智能到6G的转变内生AI 6G 内生AI 网络自治 网络极简 QoAIS QoAIS AIaaS 工业互联网 智慧能源 智慧农业 车联网 智慧医疗 云游戏/云XR AIaaS 1.从 烟囱式开发 到 泛在智能的统一网络AI框架 云AI供应商 远程AI服务 基于QoAIS的网络AI服务 3.从 尽力而为 到 按需可得 2.从 外挂叠加 到 内生一体 面向6G泛在智能的愿景，网络与AI的融合需要有三大转变，6G网络将是内生AI 目录 6 1 6G内生AI的驱动力 3 6G与AI大模型 2 6G内生AI架构及关键技术 网络使能AI大模型 AI大模型赋能网络 6G网络逻辑架构 面向泛在智能等多种服务需求，6G将新增多个逻辑面，提供通信、感知、计算、AI、大数据、安全等一体融合的多维网络能力，以及平台化、一体化的服务体系 7 数据开放需求 计算服务需求 AI服务需求 通信需求 安全服务需求 用户需求：数字孪生 数据面：管理网络数据，提供数据服务 计算面：管理计算并提供计算服务 智能面：为原生AI提供全生命周期的运行环境 与5G网络不同，6G网络将定义新的数据面、智能面、计算面等，并有望扩展传统的控制面和用户面。网络 智能 计算 数据 AS 层 应用层 终端 底层资源管理&编排 计算 存储 通信 算力 模型 生成/导入AI 服务需求 QoAIS 解释&评估 AI 模型传输 计算传输 数据传输 UE 策略 数据 连接 6G网络逻辑架构内生AI的具体设计 6G AI业务的实现需要通信、计算、数据和模型服务的支撑，需要不同逻辑面之间复杂的协同机制。1.泛在智能的统一网络AI框架 2.从外部叠加向内部集成转换 3.从尽力而为转向按需应变转换 内生AI将AI 三要素（数据、算法和算力）与网络连接一样下沉为网络内部的基本资源，使网络通过多维资源的协同，直接、便捷地为用户提供高质量的AI服务。AI任务管理 AI服务质量（QoAIS）指标体系，突破传统QoS体系中以会话和连接性能为主要关注指标，将安全、隐私、自治和资源开销作为新的评估维度纳入，形成一套标准化的AI服务质量评价体系，为用户AI服务质量的衡量和保障机制的设计提供了统一的依据 QoAIS是管理编排和任务管理/控制的重要输入，管理编排需要将服务QoS分解为任务QoS，再映射到对连接、计算、数据和算法等各方面的资源QoS要求上 为保障QoAIS的达成，需要“三层闭环”的保障机制 AI服务质量（QoAIS）指标体系 QoAIS保障机制 QoAIS指标体系是网络对AI服务的质量和效果进行保障所使用的一套指标体系 QoAIS包含AI服务的QoS、AI任务的QoS、AI资源的QoS三个层次上的指标，三层指标间具有映射关系 算网基础设施层 OTN/OXC OTN/OXC 全光底座 OTN/OXC 统一IP算网底座 分布式算力（端）分布式算力（边）分布式算力（网）分布式算力（中心）分布式算力（中心）分布式算力（边）分布式算力（网）分布式算力（端）平台化服务网络 智慧城市 智慧工业 智慧生活 智慧园区 智慧娱乐 管理编排 任务管理 任务控制 9 服务QoS 例如：任务优先级、算法资源保障优先级、数据资源保障优先级等 例如：推理速度、能源消耗、计算安全、数据隐私、模型可控性等 例如：性能指标界、训练耗时、计算开销等 关键技术1：AI服务质量（QoAIS）关键技术2：AI计算与通信深度融合 6G 传统网络中提供AI服务需要通信和计算协议之间频繁的交互与协调，需要设计一套通算融合的内生AI协议，实现对计算和通信的协同管控与承载，满足AI所需的连接和分布式计算服务、以及基于AI的连接和计算融合控制需求。管理面、控制面、用户面三个维度实现计算和通信深度融合 模式三 模式二 xNB 用户面：联合设计“计算协议 通信协议”满足QoAIS 均衡分配网络资源，满足“性能 开销”上的需求。5G MEC边缘计算缺点 管理面融合的松耦合设计 效率低成本高 安全性隐私性不够 6G内生AI的算力需求 高计算效率 低能耗、低时延 满足各类AI场景差异化QoAIS需求 管理面：计算和通信资源的协同编排管理。优势：宏观网元连接关系、各类资源状态，保证网络级性能指标较优。RRC 控制面：计算和通信深度融合的三种模式 RRC CRC xNB CRC 模式一 CRC：Computing Resource Control NC：Node Compute 优势：当QoAIS指标发生恶化时，可快速调整，保障QoAIS目标的持续达成。CRC 集中控制 目录 11 1 6G愿景与总体架构 3 6G与AI大模型 2 6G智能面的设计内生AI 网络使能AI大模型 AI大模型赋能网络 6G与AI的融合迎来新机遇：通用大模型时代 认知智能认知智能 能理解 会思考 计算智能计算智能 能存会算 感知智能感知智能 能听会说 能看会认 动力智能动力智能 能动会控 通用智能时代通用智能时代(强强AI时代时代)弱弱AI时代时代 AI迈入通用智能时代，大模型的出现将为6G与AI的融合带来巨大变革 12 发展模式新跃迁 当前网络AI泛化性有限 ChatGPT现象级事件，标志着人工智能进入通用智能时代 从“能听、会说、能看、会控”，走向“能理解、会思考、会创作”，甚至能“自主决策、自主处理问题”行业大模型行业大模型（泛娱乐）基础大模型基础大模型(普适通用，如NLP，CV，多模态)行业大模型行业大模型（网络）行业大模型行业大模型（教育）小小模模型型 小小模模型型 小小模模型型.小小模模型型 小小模模型型 小小模模型型.小小模模型型 小小模模型型 小小模模型型.小小模模型型.从小模型到大模型，生产效率跨越式提升 基础通用大模型具有泛化性，网络智能化将从用例驱动转变为能力驱动，迅速降低应用开发门槛，加速AI工程化、规模化落地 6G网络内生AI如何使能AI大模型？如何设计赋能网络的AI大模型？流量数据分析 天线权值调优 用户移动预测 流量数据分析 天线权值调优 用户移动预测 6G 13 模型名称 参数 领域 功能 BERT NLP 语言理解与生成 LaMDA NLP 对话系统 谷歌 PaLM 5400亿 NLP 语言理解与生成、推理、代码生成 1maeen 110亿 多模态 语言理解与图像生成 Parti 200亿 多模态 语言理解与图像生成 擻软 Florence 6.4亿 CV 视觉识别 170亿 NLP 语言理解、生成 Faoebook 0PT-175B 1750亿 NLP 语言糢型 M2M-100 150亿 NLP 100种语言互译 Gato 12亿 多糢态 多面手的智能体 DeepMind Gooher 2800亿 NLP 语言理解与生成 AIohaCode 414亿 NLP 代码生成 CLIP&DALL-E 120亿 NLP 图像生成、跨模态检索 OpenA1 Codex 120亿 多模态 代码生成 ChatGPT 175B NLP 语言理解与生成、推理等 NLP大模型 NLP 语言理解、生成 CV大棋型 CV 图像试别 百度 跨椟态计算大棋 型 千亿级别 多模态 语言理解与困像生成 生物计算大模型 CV 化合物表征学习、分子结 构预測 阿里巴巴 M6 万亿级别 多模态 语言理解与图像生成 腾讯 混元大馍型-NLP 语言理解与生成 京东 K-PLUG-NLP 语言理解与生成、推理、代码生成 三六零 -NLP 智能搜索 字节跳动 DA-NLP 语言理解 科大讯飞 中文預训练楳型-NLP 语言理解与生成、语言互 译 百度 文心一言 千亿级 NLP 对话互动，回答问题，协助创作，获取信息 网络使能AI大模型：成本与资源的挑战 数据来源：OneFlow，国盛证券研究所 训练成本 超过1万枚A100 微软云服务 构建 训练 GPT-3训练一次的成本约为140万美元 推理成本 储存成本 1750亿个参数 700GB的参数储存 需要 45TB的数据集 每日需要729,167个A100运行小时 每日需要30,382个A100 假设访量2500万/日，10个问题/用户，30字/问题 3,798个服务器 电费：30万/日 换算 消耗 另加 AI大模型在训练、推理、储存方面开销极大，网络难以支撑 网络使能AI大模型：可能模式 6G 6G内生AI为AI大模型的训练过程提供链接、数据服务，为推理过程提供链接、计算、模型拆解/分发服务。14 AI训练服务 AI推理服务 AI大模型需要较大的储存空间和较强的AI推理芯片，单基站无法满足该需求。在实现合理模型分割的前提下，可将大模型分布式的部署到无线网络中，提供AI推理服务。在6G网络中分布式部署AI大模型，更靠近用户侧，可能在时延方面具有优势。UE 6G网络 云AI供应商 海量数据采集 数据处理 处理后数据 UE 6G网络 云AI供应商 推理请求 AI推理 处理后数据 AI大模型训练通常在数据中心的多台服务器中，服务期间需要用高速率光纤连接，难以将AI大模型的训练过程部署到无线网络中。AI大模型需要哪些特殊的数据分析技术？数据处理功能分布式部署后网络中数据该如何合理调度？分布式部署导致推理时延增加和靠近用户侧传输时延减少该如何权衡？大模型分割、压缩、加速等技术是否可行；大模型分布式部署后节点之间数据如何合理调度？特点 6G网络承担数据采集、预处理等数据服务，节省网络中的数据传输，为云AI训练AI大模型提供更好的数据服务。服务 从用户、网络中采集大量数据，数据的预处理和流量的调度，支撑AI大模型的训练。潜在增益 未来问题 所需数据（特征）场景实例 数据来源 网络网络运行运行 东数西算类、算网融合类、超算智算类等算网服务场景；智能需求分析、智能策略匹配、智能服务优化等 标准化数据：基础资源状态、拓扑、性能、成本、能耗、告警等数据；业务数据流信息数据、KPI监控数据、XDR、运行日志，告警等数据 网管/云管系统数据 编码调制、语义 编码调制、波形、多址、MIMO、干扰消除 非标准化数据：上下行信道、语义信息、语义特征、小区内/间干扰 网络设备内部数据、语义信源数据 基于无线栅格的切换、智能AMC、网络流量检测和拥塞控制、网络流量预测和调度优化 标准化数据：MR测量数据、MDT数据；非标准化数据：链路级BLER、端口数据流信息数据（端口流量、时延等）终端测量上报；网络设备内部数据 业务识别和感知、异常行为监测 标准化数据：业务数据流信息数据（IP五元组、URL、PFD等）网络设备内部数据 无线组网动态负载均衡、无线组网动态干扰规避、网络节能、智能寻呼、IP网络智能路由 标准化数据：MR测量数据、MDT数据、KPI监控数据（PRB利用率、小区吞吐量等）、控制面信令数据、业务数据流信息数据 网络设备内部数据 网管系统数据 感知类：智能业务识别 诊断类：智能故障处理 预测类：智能扩容规划 标准化数据：KPI等监控数据、XDR数据、告警数据、MR数据、拓扑等资源数据 非标准化数据：日志数据、图片数据、文档/案例数据等 网管系统数据 网络网络 运维运维 AI大模型赋能网络：可行性 15 AI赋能网络的场景主要分为网络运维和网络运行两大类，能否用一个AI大模型解决多种场景的问题？AI大模型赋能网络场景十分多样，需分析：数据是否可用？如何构建大模型？16 网络运维的数据是以分钟/小时粒度数据为主，来源较为统一；网络运行的数据时间粒度、标准化程度、数据来源更为多样和复杂，获取较为困难 AI大模型赋能网络：数据获取和处理的挑战 数据获取难 数据质量差 联合业界共同制定新增数据采集规范，制定按需动态数据采集粒度方案 物理层等数据源缺失，应用难开展 采集数据粒度不统一，数据难应用 标准化 持续梳理和积累网络智能化数据集，对外开放，构建智慧网络创新系列生态，助力研究 数据开放 研发数据实时校验能力，推动质量及时改进 数据记录不完整，应用难优化 数据记录不准确，应用难商用 实时校验 研发数据闭环稽核能力，保证数据准确可靠 闭环稽核 数据是AI大模型的基础，如何获取适合AI大模型训练的数据面临极大挑战 面向上述场景，可考虑分阶段探索，首先探索网络运维人工智能大模型 从小规模、离线入手，向大规模、实时发展，最终探索是否可以实现统一 17 与ChatGPT不同，网络中存在大量结构化数据，且网络不同问题间的共性不清晰，网络AI大模型面临较大挑战 AI大模型赋能网络：大模型的构建路径 运维通用模型 运行通用模型 无线运维通用模型 核心网运维通用模型 网络AI大模型 发展？小规模 大规模 统一 离线 实时？物理层 网络层 业务层 小模型1 小模型2 小模型N？无线运行通用模型 核心网运行通用模型 问题思考 数据/模型 应用场景 如何探索网络使能AI大模型的潜在应用场景，挖掘场景价值？如何构建统一的网络大模型？对于网络而言，Al领域如何建立可解释性理论模型，保障网络中AI大模型决策的有效性和可靠性?如何解决数据离散、设备数据获取难等问题？如何评价AI大模型赋能网络的价值和增益？算力 如何利用算力的泛在和流动性，使能大模型，如chatGPT、语义大模型？架构 如何细化网络使能AI和AI赋能网络的统一架构，实现智能面/计算面功能、接口及流程高效设计？架构如何支持AI大模型的分布式训练？18 如何利用数字孪生网络生成高质量数据，并对AI大模型进行验证？19 共同推进全球6G AI合作研究 2022 2021 2023 2023(征稿中！)营造国际高水平学术交流平台 各位专家和学者，欢迎投稿 IEEE GLOBECOM 2023 Workshop 11 on Intelligent 6G Architecture:Towards Network Simplicity and Autonomy，探讨6G架构创新的新进展！6GANA 6GANA全球 6G Network AI 交流平台 欢迎参加7.16-17的 6GANA TG 联合研讨会！

100人已浏览 2023-08-07 19页 5星级

6G OSS 技术白皮书 1 z6G OSS 技术白皮书 联合发布：6G OSS 技术白皮书 2 联合作者 亚信科技 清华大学智能产业研究院 中国电信研究院 中国移动研究院 中国联通研究院 中广电移动网络有限公司 英特尔（中国）有限公司 引用本白皮书 亚信科技、清华大学智能产业研究院等，6G OSS 技术白皮书，2023 年 7 月。6G OSS 技术白皮书 3 目录 前言.6 全球6G研究现状.8 2.1 6G愿景与需求.8 2.2 6G典型业务场景.10 2.3 6G潜在关键技术及网络架构概览.12 2.3.1 6G潜在关键技术.12 2.3.2 6G潜在网络架构.16 2.4 6G潜在关键技术和网络架构对6G OSS的影响.19 OSS相关网络管理标准化进展.21 3.1 3GPP网络管理标准.21 3.2 ITU网络管理标准.23 3.3 TMF网络管理标准.23 3.4 ETSI网络管理标准.24 3.5 O-RAN网络管理标准.25 6G OSS总体愿景.27 6G OSS技术框架与关键技术.29 5.1 6G OSS技术研究思路.29 5.2 6G OSS的12项潜在关键技术.30 5.2.1 6G OSS空天地一体化的网络编排.30 5.2.2 6G OSS对6G新无线技术的管理.32 5.2.3 6G OSS能力开放.34 5.2.4 6G OSS对6G全栈SBA服务化的支持.37 5.2.5 6G OSS数据治理.38 5.2.6 6G OSS超级自动化.40 5.2.7 6G OSS的ESG应用.42 5.2.8 6G OSS基于空天地一体与通感一体的分布式自治与协同.43 5.2.9 6G OSS数字孪生网络.45 5.2.10 6G OSS安全内生.45 5.2.11 6G OSS算力内生网络管理.47 5.2.12 6G OSS智慧内生.48 5.3 6G OSS技术框架小结.49 6G OSS 技术白皮书 4 6G OSS架构与功能.51 6.1 6G OSS功能架构.51 6.2 6G OSS功能描述.52 6.2.1 6G OSS核心业务功能.52 6.2.2 意图驱动功能.54 6.2.3 自动化能力闭环.55 6.2.4 智能化能力闭环.56 6.2.5 孪生化能力闭环.57 6.2.6 6G OSS数据管理功能.60 6.2.7 安全可信管理功能.61 6.3 6G OSS典型用例.62 6G OSS的实现.66 7.1 5G OSS现状.66 7.2 6G OSS的演进思路.67 7.3 面向6G OSS的标准演进方向.68 总结与展望.72 参考文献.74 6G OSS 技术白皮书 5 图目录 图 2-1 6G 网络关键性能需求.10 图 2-2 分布式自治的 6G 网络架构愿景.17 图 2-3 6G 智慧内生网络体系框架.17 图 2-4 欧盟 5G PPP 6G 网络架构.18 图 2-5 欧盟 Hexa-X 智能 6G 网络架构.18 图 2-6 Next G 基于服务与分布式 NAS 的网络架构.19 图 5-1 6G OSS 技术研究思路.29 图 5-2 6G OSS 立体化弹性网络编排.30 图 5-3 6G OSS API 体系.36 图 5-4 6G OSS 数据治理流程.39 图 5-5 6G OSS 技术框架.50 图 6-1 6G OSS 功能架构.51 图 6-2 6G OSS 自动化能力闭环.55 图 6-3 6G OSS 智能化能力闭环.57 图 6-4 6G OSS 孪生化能力闭环.58 图 6-5 6G OSS 数据管理.60 图 6-6 6G 通感算性能联合优化流程.63 图 6-7 6G 空天地网络业务开通流程.65 图 7-1 6G OSS 系统的实现演进.68 图 7-2 现有网络管理架构向 6G OSS 演进.71 6G OSS 技术白皮书 6 前言 随着移动通信技术从 1G 到 5G 的持续演进，移动通信已渗透到生产、生活的方方面面。在 5G 时代，移动通信系统已经从传统通信业务提供者转变为促进千行百业数智化转型的赋能者。第 6 代移动通信系统（6G）作为新一代智能化综合性数字信息基础设施，将实现通信感知计算一体化、空天地海立体覆盖等能力的跃升，具备泛在互联、普惠智能、多维感知、全域覆盖、绿色低碳、内生安全等典型特征，实现从服务于人、人与物通信到支撑智能体高效联接的跃迁，全面引领经济社会数字化、智能化、绿色化转型。业界普遍预期 6G 将在 2030 年实现商用1。各主要国家已陆续布局和启动了6G 相关研究工作，全球 6G 技术竞争已经拉开序幕。截至 2022 年底，各大国际标准化组织、行业组织和研究机构相继发布了超过 30 本 6G 预研白皮书。国际电信联盟（ITU）、第三代合作伙伴计划（3GPP）等主要标准化组织面向 6G 的标准化工作有望在 2023 年启动。目前，业界对于 6G 的研究主要聚焦于愿景需求、典型业务场景、潜在关键技术和网络架构，但是对于网络必要组成的 6G 运营支撑系统（OSS）尚缺乏前瞻性、系统性的研究。OSS 系统是移动通信网络的核心支撑。现有 5G OSS 系统实现了网络配置管理、业务编排、性能管理、故障管理、安全管理等重要功能，并针对上述功能引入了数据平台和人工智能以实现 5G 网络大数据处理和网络智能化2。6G 网络将实现空天地一体组网、通感算融合业务，需要6G OSS系统对包括地面蜂窝网、卫星网络、高空平台等多种物理网络和通感算多种资源的一体化运维管理，支持6G 基础网络的技术演进。当前 5G OSS 系统的智能化能力水平，难以满足 6G 更加复杂、庞大的网络系统所需的“规、建、优、维、营”全生命周期管理要求，6G OSS 必须通过高水平的自动化、智能化和数字孪生化能力，实现端到端的网络全自智运维，支撑 6G 典型业务场景运营。此外 6G OSS 系统还需要在环境、社会、治理（ESG）领域发挥更大的社会责任，在面临紧急情况和灾难时充分发挥 6G 6G OSS 技术白皮书 7 空天地一体化组网和通感算业务融合的优势，支撑 6G 成为绿色、高效、安全的全球数字基础设施。本部白皮书基于亚信科技及各产学研伙伴在5G OSS系统上的研究和建设基础，通过对当前 6G 研究现状和 OSS 标准化进展的分析，提出了 6G 时代 OSS的总体愿景，研究探索了 6G OSS 系统的潜在关键技术和功能架构，给出了从 5G OSS 向 6G OSS 系统的演进方案。希望为下一代移动通信的发展建设提供有益思路。6G OSS 技术白皮书 8 全球 6G 研究现状 2.1 6G 愿景与需求 随着全球数字化转型的不断深入，移动通信网络深刻影响着人类的生产、生活。到 2030 年，社会服务均衡化、社会治理科学化、社会发展绿色化将成为未来社会的发展趋势，经济高质量发展、环境可持续发展等要求将驱动移动通信网络由通信基础设施向数字基础设施转变，推动 5G 万物互联到 6G 万物智联的发展。中国 IMT-2030（6G）推进组提出“万物智联、数字孪生”1的 6G 总体愿景：6G 将与先进计算、大数据、人工智能、区块链等信息技术交叉融合，成为服务生活、赋能生产、绿色发展的基本要素；将充分利用低中高全频谱资源，实现空天地一体化的全球无缝覆盖；将提供完全沉浸式交互场景，支持精确的空间互动，满足人类在多重感官、甚至情感和意识层面的联通交互；通信感知和普惠智能不仅提升传统通信能力，也将助力实现真实环境中物理实体的数字化和智能化；将构建人机物智慧互联、智能体高效互通的新型网络，具备智慧内生、多维感知、数字孪生、安全内生等新功能；将实现物理世界人与人、人与物、物与物的高效智能互联，打造泛在精细、实时可信、有机整合的数字世界。北美 Next G 联盟（Next G Alliance）6G 路线图报告提出 6G 愿景的 6 大目标3：强调在所有条件下的可信、安全和弹性；增强数字世界体验提升生活质量和创造更高经济价值；低成本高效能的解决方案；基于虚拟化技术的分布式云和通信系统增强动态性、提升性能和弹性；AI 内生的网络为应用提升鲁棒性、性能和效率；与能源效率和环境相关的可持续性，以实现到 2040 年 IMT 碳中和的目标。由包括中国移动、美国蜂窝电信公司（US Cellular）和沃达丰公司（Vodafone）等全球主要运营商在内的下一代移动通信网络（NGMN）联盟发布的6G 驱动力和愿景白皮书4指出：引入新的人机界面，将用户体验扩展到多个物理和虚拟平台以满足各种使用情况；使用地面和非地面网络，提供跨陆地、海洋和天空的覆盖；确保在能源消耗和碳排放的严格限制下，以成本和能源效率提供具有极为多 6G OSS 技术白皮书 9 样化要求的异构服务，以实现可持续性和碳中和的目标；确定适当的基于人工智能的框架，以支持价值创造和交付、资源分配优化、可持续部署和运营等。各大通信设备厂商也就 6G 网络愿景和需求发布了各自的观点。爱立信在其白皮书中提出 6G 发展的驱动力来源于对可信任网络、可持续发展、基于人工智能的便捷生活，以及探索新型未知应用的需求，其中，最典型的应用场景是数字、物理世界的信息交互5。华为在其6G-无线通信新征程白皮书6中则认为 6G 将跨越人联和物联，迈向万物智联，推动各垂直行业的全面数字化转型；三星的 6G 愿景是为人类和机器提供更高阶的连接体验，包括身临其境的 XR 服务，以及高保真和数字孪生服务7；而诺基亚认为 6G 将扩展和改变现有网络功能，融合人类、物理世界和数字世界，以释放我们与生俱来的人类潜力。8 全球学术界也积极参与 6G 愿景与需求的研究探讨。2019 年芬兰奥卢大学在其发布的6G 泛在无线智能的关键驱动因素及其研究挑战9首次将泛在无线智能作为 6G 的关键愿景。2020 年，英国萨里大学提出将支持物理世界和虚拟世界融合、实现无处不在的覆盖作为 6G 的新战略愿景10；同年，中国的东南大学联合上海科技大学、英国南安普敦大学等国内外科研院校联合发布了 6G 研究白皮书11，提出“全覆盖、全频谱、全应用、强安全”的 6G 无线通信网络的发展愿景：空天地海一体化网络用于提供深度全球覆盖；sub-6 GHz 频段、毫米波、太赫兹、光频段在内的全频谱资源充分挖掘以提供更高的数据传输速率；人工智能将与 6G 无线通信网络高效融合以实现更好地网络管理与自动化，并提高下一代网络的性能；包括物理层与网络层安全在内的强安全或内生安全。综上所述，全球对 6G 愿景已形成基本共识。6G 将通过全频谱、全覆盖、安全可靠、绿色节能和普遍智慧，超越连接，实现网络空间与人类社会、物理世界、数字世界的深度融合。6G 典型部署场景将分别具有高流量、高密度、高移动、高精度、高智能、广覆盖等特征。典型部署场景下的 6G 关键性能需求，将主要包含体验速率、峰值速率、流量密度、空口时延、同步和抖动、连接数密度、移动性、可靠性、覆盖、感知/定位精度、AI 服务精度等，满足 Gbps 体验速率、千万级连接、亚毫秒级时延、7 个 9 的高可靠、厘米级感知精度、超 90%智能精度等关键性能需求12。6G OSS 技术白皮书 10 图 2-1 6G 网络关键性能需求 2.2 6G 典型业务场景 全球通信标准化及行业组织面向 6G 的典型场景的讨论已经逐步清晰，6G 将在 5G 增强移动宽带 eMBB，超可靠和低延迟通信 uRLLC 和大规模机器类型通信mMTC 三大典型场景持续增强的基础上，进一步拓展面向新需求和新技术的新场景，其中普惠智能服务、感知通信融合等特性将被纳入 6G 的新场景中13,14。超级无线宽带是增强型移动宽带（enhanced Mobile Broadband,eMBB）的演进和扩展，涵盖了更加多元的人机交互，不仅将极大提升以人为中心的沉浸式通信体验，也将在全球任意地点实现无缝覆盖。典型应用包括沉浸式 XR 和全息通信、远程多感官呈现及互联、工业机器人触觉反馈和控制。此外，语音服务的独立支持是沉浸式通信不可或缺的一部分。该场景将具有极高的数据速率，以及更低的延迟和更大的系统容量。它涵盖了从密集城市热点到农村的所有类型的部署。这些场景均对峰值速率、用户体验速率、系统容量、频谱效率提出更高的要求。由于环境数据的采样密度非常高，将使用网络上的可靠计算来负载计算复杂的处理和渲染，或实时远程访问渲染的图像。此外，6G 网络还需要提供低时延和高稳定性以保障用户体验。6G OSS 技术白皮书 11 极其可靠通信将在超可靠低时延通信（Ultra-Reliable and Low Latency Communication,URLLC）的基础上进一步增强能力，包含对传输可靠性和可用性具有非常严格要求的通信，如 IMT-2020 之后的极端 URLLC（时间敏感、信任等）。该场景还用于连接性以外的服务，例如可靠计算、精确定位或连接对象描述、数据分发、AI 原生 RAN 设计和其他网络平台功能，对数据速率、延迟、抖动灵敏度、功率限制、设备连接密度等其他特性的要求因所考虑的用例而异。对于某些应用，能够提供可预测的性能差异至关重要。典型应用包括机器人协作、无人机群和各种人机实时交互操作、自动驾驶、远程医疗手术、以及智慧能源、智能家居领域的应用等。此类应用普遍要求更低时延和更高可靠性，其中机器协同交互类的应用对抖动、时间同步、稳定性等确定性指标也提出了极高需求，因此需要网络同时具备中高速数据传输和超高精度定位的能力。超大规模连接将在 5G 大规模机器类型通信（massive Machine Type Communication，mMTC）的基础上，拓展全新的应用领域和能力边界，重点是需要物联网和移动宽带连接能力，大量传感器不仅连接部署数量大，而且地理分布广泛，这将对覆盖范围提出很高的要求。此外，延长电池寿命、扩展覆盖范围和低成本也是需要考虑的关键因素。超大规模连接的对象将包括部署在智慧城市、智慧交通、智慧农业、智能制造等场景的各类设备和大量传感器，基于数字孪生技术，通过建模、推演、决策等环节与物理世界交互，可能需要支持高精度定位、高可靠和低延迟等能力。与 5G 中仅支持大规模设备的低速率传输相比，6G 超大规模连接设备的传输速率将从低到高不等，且业务需求差异化明显，需要网络提供多样灵活的性能支持。普惠智能服务是 6G 新增典型场景，智能服务是未来 IMT 网络提供的新的超越通信服务，用于支持 AI 驱动的应用程序以及设备内 AI 功能。它的特点是将 AI原生功能整合到未来的 IMT 网络和应用程序中，依托网络对需要进行高效分布式智能学习或推理的智能化服务提供集成化的通信和 AI 算力，由网络内生的大量智能体共同执行复杂的 AI 训练和推理任务，提高网络整体的性能和效率。普惠智能服务需要网络提供可靠的计算、分布式学习和推理能力、多功能性和可用性的保 6G OSS 技术白皮书 12 障。此外，实现原生可信的网络安全和数据隐私保护也是该场景的重要目标与关键基础条件。通信感知融合是 6G 新增典型场景，感知和通信的集成将提供高精度定位、环境重构、成像等多元化能力，极大促进超高分辨率和精度的应用需求，如超高精度定位、高分辨率实时无线地图构建、基于设备甚至无设备的被动目标定位、环境重建和监控、手势和动作识别等。这一场景增加了新的性能维度要求，例如对距离、速度、角度的感知分辨率、感知精度、检测概率等，其指标需求因应用而异。2.3 6G 潜在关键技术及网络架构概览 为实现未来 6G 网络“人、物理世界、数字世界”智慧连接的美好愿景并满足极致的性能需求，当前各研究机构针对 6G 网络提出了 23 项潜在关键技术1,3。按照技术类型的不同可分为四类：6G 无线技术：太赫兹通信技术、可见光通信技术、动态频谱分享技术、超大规模 MIMO 技术、延迟多普勒域波形技术、先进调制编码技术、全双工技术、非正交多址接入技术、语义通信技术、智能超表面技术、全息无线电技术、轨道角动量技术。6G 网络技术：空天地一体组网技术、确定性网络技术、分布式自治网络技术、可编程网络技术、服务化 RAN 技术。6G 融合技术：通感一体化技术、网络内生 AI 技术、数字孪生网络技术、算力网络技术。6G 安全技术：内生安全技术、区块链无线接入网技术。2.3.1 6G 潜在关键技术 6G 无线技术 6G 无线技术包括太赫兹通信技术、可见光通信技术、延迟多普勒域波形技术、超大规模 MIMO 技术、智能超表面技术、全息无线电技术等。6G OSS 技术白皮书 13 太赫兹通信技术可作为现有空口传输方式的有益补充，将主要应用在全息通信、超大容量数据回传、短距超高速传输等潜在应用场景，同时借助太赫兹通信信号进行高精度定位和高分辨率感知也是重要应用方向1。可见光通信指利用从 400THz 到 800THz 的超宽频谱的高速通信方式，具有无需授权、高保密、绿色和无电磁辐射的特点，可见光通信技术比较适合于室内的应用场景，可作为室内网络覆盖的有效补充1。延迟多普勒域波形技术将信号的数字域处理和分析由时频域迁移到延迟多普勒域，利用延迟多普勒信道的稀疏性进行信号处理和分析，通过延迟多普勒域到时频域的转换获得发送信号的时频域分集增益对抗多普勒引起的载波间干扰，有望提升 6G 高移动性场景下的传输速率7。超大规模 MIMO 技术是 MIMO 技术的进一步演进，天线和芯片集成度的不断提升推动天线阵列规模持续增大，超大规模 MIMO 技术可在更多样的频率范围内实现更高的频谱效率、更广更灵活的网络覆盖、更精细的定位精度和更高的能量效率。而且分布式超大规模 MIMO 有助于构造超大规模的天线阵列，使网络架构趋近于无蜂窝形式的无定形网络，促进实现均匀一致的用户体验，获得更高的频谱效率，降低系统的传输能耗15。智能超表面技术（RIS）采用可编程新型亚波长二维超材料，以软件控制的方式对无线传播环境主动控制，在三维空间中实现信号传播方向调控、信号增强或干扰抑制，可应用于高频覆盖增强、克服局部空洞、提升小区边缘用户速率、绿色通信、辅助电磁环境感知和高精度定位等场景7。智能全息无线电（IHR）是利用电磁波的全息干涉原理实现电磁空间的动态重构和实时精密调控，将实现从射频全息到光学全息的映射，具有超高分辨率的空间复用能力，主要应用场景包括超高容量和超低时延无线接入、海量物联网设备的高精度定位和精准无线供电以及数据传输等14。除了以上五种技术外，语义通信技术、动态频谱分享技术、先进调制编码技术、全双工技术、非正交多址接入技术、轨道角动量技术等也都是 6G 潜在无线关键技术。此外，无线网络云化也是 6G 重要演进方向之一，可以满足 6G 无线 6G OSS 技术白皮书 14 网络深度融合通信、感知、计算、人工智能等多样化能力的需求，是构建开放、灵活、高性能的 6G 无线网络，实现 6G 无线网络按需服务能力的重要技术基础。6G 网络技术 6G 潜在网络关键技术主要包括空天地一体组网技术、服务化无线网技术和分布式自治网络技术等。空天地一体组网技术将地面网络、不同轨道高度上的卫星（高中低轨卫星）以及不同空域飞行器等融合而成为星地一体的移动信息网络，通过地面网络实现城市热点常态化覆盖，利用天基、空基网络实现偏远地区、海上和空中按需覆盖，具有组网灵活、韧性抗毁等突出优势15。服务化无线网技术将传统集成单体基站解耦为控制面和用户面服务，通过服务化接口实现功能服务之间的交互与能力开放，以按需组合的方式提供更灵活或更精简的网络服务能力，助力提升网络对全行业的适应能力16。分布式自治网络技术包括接入网和核心网在内的 6G 网络体系架构，对于接入网，应设计旨在减少处理延迟的至简架构和按需能力的柔性架构，研究需求驱动的智能化控制机制及无线资源管理，引入软件化、服务化的设计理念；对于核心网，需要研究分布式、去中心化、自治化的网络机制来实现灵活、普适的组网。分布式自治的网络架构涉及去中心化和以用户为中心的控制和管理、需求驱动的轻量化接入网架构、智能化控制机制及无线资源管理设计等多方面关键技术14。此外，确定性网络技术、可编程网络技术也是 6G 潜在关键网络技术。6G 融合技术 目前，潜在的 6G 融合技术有四种，即通信感知一体化技术、网络内生 AI 技术、数字孪生网络技术和算力网络技术。通信感知一体化技术的设计理念是要让无线通信和无线感知两个独立的功能在同一系统中实现且互惠互利。一方面，通信系统可以利用相同的频谱甚至复用硬件或信号处理模块完成不同类型的感知服务。另一方面，感知结果可用于辅助通信接入或管理，提高服务质量和通信效率。通信感知一体化技术通过收集和分 6G OSS 技术白皮书 15 析经过散射、反射的通信信号获得环境物体的形态、材质、远近和移动性等基本特性，利用经典算法或 AI 算法，实现定位、成像等不同功能14,17。网络内生AI技术将AI模型内生于移动通信系统并通过无线架构、无线数据、无线算法和无线应用等呈现出新的智能网络技术体系。6G 网络内生 AI 可分为内生智能的新型空口和内生智能的新型网络架构。内生智能的新型空口将打破现有无线空口模块化的设计框架，实现无线环境、资源、干扰、业务和用户等多维特性的深度挖掘和利用，实现网络的自主运行和自我演进；内生智能的新型网络架构利用网络节点的通信、计算和感知能力，通过分布式学习、群智式协同以及云边端一体化算法部署，使得 6G 网络原生支持各类 AI 应用，构建新的生态和以用户为中心的业务体验18,19,20。数字孪生网络（DTN,Digital Twin Network）是一个具有物理网络实体及虚拟孪生体，且二者可进行实时交互映射的网络系统21。在此系统中，各种网络管理和应用可利用数字孪生技术构建的网络虚拟孪生体，基于数据和模型对物理网络进行高效的分析、诊断、仿真和控制。同时，数字孪生网络服务作为一种新的网络服务为业界提供端到端或部分网络功能的孪生服务，使能移动网络创新加速，以降低电信行业研发成本和缩短研发周期。数字孪生网络系统通过物理网络和数字网络实时交互数据，相互影响，可以帮助实现更加安全、智能、高效、可视化的智慧 6G 网络22。算力网络技术将云边端多样的算力通过网络化的方式连接与协同，实现计算与网络的深度融合及协同感知，达到算力服务的按需调度和高效共享。算力网络的管控系统将由网络进一步向端侧延伸，通过网络层对应用层业务感知，建立端边云融合一体的新型网络架构，实现算力资源的无差别交付、自动化匹配，以及网络的智能化调度，并解决算力网络中多方协作关系和运营模式等问题14。6G 安全技术 6G 内生安全技术的架构应奠定在一个更具包容性的信任模型基础之上，具备韧性且覆盖 6G 网络全生命周期，内生承载更健壮、更智慧、可扩展的安全机制，涉及多个安全技术方向。融合计算机网络、移动通信网络、卫星通信网络的6G 安全体系架构及关键技术，支持安全内生、安全动态赋能；终端、边缘计算、6G OSS 技术白皮书 16 云计算和 6G 网络间的安全协同关键技术，支持异构融合网络的集中式、去中心化和第三方信任模式并存的多模信任架构；贴合 6G 无线通信特色的密码应用技术和密钥管理体系，如量子安全密码技术、逼近香农一次一密和密钥安全分发技术等；大规模数据流转的监测与隐私计算的理论与关键技术，高通量、高并发的数据加解密与签名验证，高吞吐量、易扩展、易管理，且具备安全隐私保障的区块链基础能力；拓扑高动态和信息广域共享的访问控制模型与机制，以及隔离与交换关键技术17。区块链无线接入网（B-RAN）是一种由区块链技术支持的去中心化、可信任的无线接入范式。区块链无线接入网络在支持频谱共享、协作传输、多跳数据传输、设备对设备通信等的同时，可以在服务提供商和客户之间建立可信的物理链接。由于其分布式的特性，区块链无线接入网络能从本质上支持处于前沿的联邦学习，利用网络效应吸引更多的参与者，通过通信、计算、缓存和控制单元的集成和协调，向整个网络提供智能服务23。2.3.2 6G 潜在网络架构 随着 6G 关键技术研究与探索的不断深入，全球 6G 推进组织均提出了 6G 网络架构的演进建议。中国 IMT-2030 提出分布式自治的 6G 网络架构24，如下图所示，具有分布式、定制化特点的6G网络架构不仅可以抵御DDoS攻击和降低单点故障的风险，也可以为每一个用户提供定制化的策略。去中心化的用户和数据管理方式，也让终端用户获得了个人数字资产的所有权和控制权，提供 DaaS 数据服务，结合智慧内生的网络 AI，提供 AIaaS 智能服务。同时，IMT-2030 提出 6G 智能内生网络体系框架，从下到上依次为异构资源层、功能和编排管理层以及能力开放层，旨在构建一张人机物智慧互联、智能体高效互通的智能网络，最终实现“万物智联，数字孪生”6G 总体愿景。6G OSS 技术白皮书 17 图 2-2 分布式自治的6G 网络架构愿景 图 2-3 6G 智慧内生网络体系框架 欧盟 5G PPP Architecture Working Group 提出了包括基础设施、网络服务与应用的端到端 6G 网络架构，如下图所示，主要遵循能力开放、基于 AI 的自动化、灵活拓扑、可伸缩、弹性和可用性、服务化开放接口、网络功能解耦与简化原则。同时，欧盟启动 Hexa-X 6G 无线网络计划，并提出智能 6G 网络架构，强调 6G 网络的人工智能/机器学习与可编程等技术的应用25,26。6G OSS 技术白皮书 18 图 2-4 欧盟5G PPP 6G 网络架构 图 2-5 欧盟Hexa-X 智能6G 网络架构 美国电信行业解决方案联盟（ATIS）发起成立北美 Next G 联盟，推动北美在 6G 及未来移动技术方面的领导地位，并提出了非地面网络（Non-Terrestrial Networks,MTN）、网状和侧链 RAN 拓扑结构、基于服务与分布式 NAS(Non Access Stratum)的网络架构、网络解耦、分布式云平台、人工智能/机器学习在网络和设备中的应用等 6G 网络架构关键技术，加速推进北美市场的 6G 网络技术研发、部署和商用27。6G OSS 技术白皮书 19 图 2-6 Next G 基于服务与分布式NAS 的网络架构 除了各大 6G 推进组织，业界各主要运营商和设备厂商也各自提出了 6G 网络架构的研究思路。中国移动针对 6G 网络设计了“三体四层五面”的总体架构，包括网络本体、管理编排体、数字孪生体三大实体，网络本体的逻辑层又分为资源与算力、路由与连接、服务化功能、开放使能“四层”，同时增强传统控制面、用户面功能并引入新的数据面、智能面、安全面，共同组成“五面”16。SK Telecom与 NTT docomo 联合发布的6G 共同需求白皮书提出 Open RAN 将成为 6G的默认形态以及网络云原生、网络自动化对 6G 的更高要求28。华为认为 6G 网络架构应该注重网络原始 AI、面向任务连接、多模信任架构和以用户为中心定制服务的设计范式6。爱立信对于 6G 网络架构的研究则侧重基于无蜂窝 MIMO 技术开发由“分布式无线电、计算和存储架构”组成的新型无线接入网络5。亚信科技研发了业界首套算力网络全栈软件基础设施产品29,30，并针对 6G 通感算业务一体化运营的特点进一步提出了算力内生网络架构31，可利用智能化通算调度编排决策机制，实现 6G 通算业务质量保证同时提升网络系统资源利用率，降低 6G 网络能耗。2.4 6G 潜在关键技术和网络架构对 6G OSS 的影响 6G 潜在关键技术和网络架构不仅带来 6G 网络性能的提升，同时也对 6G OSS 的技术发展和架构演进提出了新的需求和挑战，可归纳为以下五个方面：面向 6G 网络新架构和新技术的网络运营能力提升需求 空天地一体组网技术要求 6G OSS 系统需要支持空基、天基、地基网络的网络协作融合和空天地一体组网的网络编排。超大规模 MIMO、智能超 6G OSS 技术白皮书 20 表面等技术将使无线网络通信业务相关参数数量大幅增长，对于 RIS 系统的动态调控以及 RIS 与 MIMO 结合的波束赋形为 6G OSS 中针对网络基础覆盖的规划和优化工作带来了新的可选维度。而服务化接入网和分布式自治网络技术也要求 6G OSS 需要支持 6G 核心网和接入网的全栈服务化架构和分布式组网架构的网络运维。因此，6G OSS 网络运营的广度、维度、深度均有更高要求，运营复杂度构成巨大挑战。面向 6G 网络泛在智能的 OSS 内生能力需求 6G 网络将智慧内生、安全内生和数字孪生作为潜在关键技术，这也要求 6G OSS 系统需要具备网络智慧内生的端到端管理能力和 OSS 自身的内生 AI 能力、数字化孪生网络能力以支持网络规建优维的自智网络演进，同时 6G OSS 系统自身需要具备内生安全能力以确保网络数据安全和用户隐私并支持网络内生安全功能的运维支撑。如何实现由网络外挂式的人工智能、安全向内生转变，由网络仿真向数字孪生转变，是 6G OSS 必须解决的关键技术问题。面向 6G 网络通感算一体化业务的编排管理需求 6G 网络通感算一体化要求网络同时具备物理-数字空间感知、泛在智能通信与计算能力，网络内的各网元设备通过通感算软硬件资源的协同与共享，实现多维感知、协作通信、智能计算功能的深度融合，这就需要6G OSS 具备针对通感一体化业务、通算融合业务产生的通感算资源的编排与调度能力。一方面如何应对编排对象复杂度指数级增长的挑战，另一方面如何打通现有条块分割，真正形成一体化调度，将是 6G OSS编排管理必须解决的关键问题。面向 6G 网络对外赋能和社会责任的需求 IMT 2030 和 5G PPP Architecture Working Group 提出了 6G 网络能力灵活开放等特征，需要通过 6G OSS 对网络能力进行统一服务化的开放管理，实现 6G 网络能力按需灵活开放，从而为行业数智化转型赋能，同时 6G OSS 也需要助力 6G 网络在可持续发展和公共安全等方面更好的承担社会责任。面向 6G 网络与新型 IT 技术融合的需求 6G 网络架构和业务类型的丰富使网络数据规模更加庞大，网络运维操作更加复杂，6G OSS 需要结合数据治理技术提升数据管理效率与数据应用价值，引入 RPA 技术全面实现 6G 网络规划、建设、维护、优化与运营的超级自动化，同时 6G OSS 还需支持 6G 网络向全栈服务化的演进。因此，6G OSS 必须面对更广泛技术革新的挑战。6G OSS 技术白皮书 21 OSS 相关网络管理标准化进展 2022 年 6 月 ITU-R WP5D 发布了 ITU 首份面向 2030 年及未来 IMT 无线技术发展趋势的研究报告 未来技术趋势研究报告，内容涉及人工智能与无线通信的融合、感知通信融合、无线空口技术增强(如大规模天线、调制编码与多址接入、高精度定位等)、新维度无线通信(如智能超表面等)、太赫兹通信、无线网络架构等重点技术方向。此外，工作组正在编制未来技术愿景建议书，该建议书包含面向 2030 及未来的 IMT 系统整体目标，如应用场景、主要系统能力等。3GPP也将在 2023 年 Rel-19 阶段开始 6G 愿景、技术、需求方面的工作，Rel-19 阶段不仅将定义5G系统的新增能力，还将为6G系统需要具备的能力提供指导。3GPP预计将在 2025 年下半年开始对 6G 技术进行标准化（完成 6G 标准的时间点在2028 年上半年），预计 2028 年下半年将会有 6G 设备产品面市。OSS 的核心作用是保障网络性能并提升网络管理效率，网络运维及管理是各大标准化组织的重点标准化领域。多年来为适应通信网络在不同发展阶段的运维及管理需求，3GPP、ITU、TMF、ETSI 以及 O-RAN 均在持续推动与 OSS 相关的标准化工作。结合不同标准组织的工作范围以及协调配套的工作原则，ITU 作为联合国下设通信领域的权威国际标准化机构，重点关注网络运维管理整体架构以及原则的规范；3GPP 重点关注网络侧网元管理功能设计以及接口规范；ETSI关注在网络虚拟化基础上的网络管理技术规范；O-RAN 则重点关注以开放 RAN为基础的新型网络管理模式以及实现路径；TMF 作为电信运营和管理领域的权威专业性国际组织，系统性全面关注业务支撑和网络运营管理方面的技术探讨以及规范制定。3.1 3GPP 网络管理标准 3GPP 网络管理方面的标准研究主要由 3GPP SA5 负责，包括网络的运营、管 理、维 护 和 供 给 保 障（Operations,Administration,Maintenance and 6G OSS 技术白皮书 22 Provisioning）。目前 3GPP SA5 在 Rel-18 阶段的标准研究重点为三个领域：网络智能化与网络自治、网络管理架构和机制、新业务支持32。为支持网络智能化，3GPP 在网络功能层引入网络数据分析功能（NWDAF），在管理层面引入管理数据分析服务（MDAS）。网络数据分析功能（NWDAF），基于标准化的服务接口，向 5GC/OAM/AF 提供按需、快速、精准的智能分析服务，支持多场景灵活部署，满足不同层级的应用要求，使能 5G 网络功能实体，实现运营商网络低成本、高效率的智能闭环。根据 Rel-18 阶段发布版本，NWDAF 进行了功能强化和解耦，将逻辑分析能力独立为 AnLF（Analytics Logical Function 分析逻辑功能）专用于数据分析，并可调用机器学习模型和能力、通过树形级联调取其他 NWDAF 数据联合分析，将机器学习模型和能力集中至 MTLF（Model Training Logical Function 模型训练逻辑功能）进行统一管理。此外，强化了数据采集作为独立功能 DCCF（Data Collection Coordination Function 数据收集与协调功能），并新增支持非3GPP标准化的信令框架（Message Framework）与3GPP标准接口 MFAF（Messaging Framework Adaptor Function 消息框架适配功能），并建立数据分析的存储管理 ADRF（Analytics Data Repository Function 分析结果与数据存储功能）。管理数据分析服务（MDAS）是 MDA 公开的服务，对管理域数据进行分析，支持 RAN 或 CN 域内的数据分析或跨域的数据分析，并支持与 NWDAF 的接口和交互，MDAS 可由各种消费者使用，例如 MNF（即网络和服务管理的 MnS 服务提供者/消费者）、NFs（例如 NWDAF）、SON 功能、网络和服务优化工具/功能、SLS 保证功能、人工操作员和 AFs 等。3GPP 预计将在 2025 年下半年（Rel-20）开始对 6G 技术进行标准化（完成6G 标准的时间预计将在点在 2028 年上半年），预计 2028 年下半年将会有 6G 设备产品面市33。可以预见在未来五年内，3GPP SA5 将在 6G OSS 相关领域针对空天地融合编排、通感算一体调度等方向开展新的标准课题研究。6G OSS 技术白皮书 23 3.2 ITU 网络管理标准 ITU-T（International Telecommunication Union-Telecommunication Standardization Sector，国际电信联盟电信标准部）自 1985 年开始制定的 TMN（Telecommunications Management Network）电信网络管理国际标准，是目前接受范围最为广泛的电信网络管理建设运营的基础标准。TMN 定义了两个网络之间的互连点，并指定了相关的网络管理功能，并先后发布了 TMN 系列建议书M.3010、M.3400 和 X.700 等。TMN 的管理层次分为五层，从低到高依次为：网元层（NEL），网元管理层（EML），网络管理层（NML），业务管理层（SML）和事务管理层（BML）。其中网元层属于被管理层，其他四层属于管理层。作为 TMN的补充，ITU-T 同时划分出了网络管理系统提供的五个通用的管理职能 FCAPS（Fault，Configuration，Accounting，Performance and Security，即错误、配置、计帐、性能和安全）。目前，ITU-T 网络管理方面的标准研究主要涉及 ITU-T SG2 以及 ITU-T SG13两个研究组。ITU-T SG2 针对 AI 增强的电信运营管理（AITOM）已提出了一系列标准项目的制定，ITU-T SG13 则分别面向自智网络以及网络 2030 启动了焦点组的研究工作34,35,36,37。面向 2030，ITU-T SG13 研究组在 2018-2020 年成立了网络 2030 焦点组（FG NET-2030）探索面向 2030 年及以后的网络需求、使能技术及 IMT-2020（5G）IMT 系统的预期演进，探索面向 2030 年及以后的网络有望支持的新前瞻性场景，例如全息式通信、危急情况下的极速响应和新兴网络的高精度通信需求。同时，对于新兴需求和场景相适应的网络运维及管理的项目也将在现有架构基础上不断演进。3.3 TMF 网络管理标准 TMF（Telecom Management Forum）是专门为电信运营和管理提供策略建议和实施方案的世界性组织,是专注于通信行业运营支撑系统(OSS)和管理问题的全球性的非赢利性社团联盟。自 1988 年成立以来，其领先的信息资源、知识 6G OSS 技术白皮书 24 和技术方案被业界广泛认同。TMF 提出的 NG OSS（下一代运维系统）功能模型，包括了 eTOM、TAM、SID 和 TNA 四个框架模型，被国际电信运营商和设备制造商以及电信运营支撑系统开发商广泛接受，成为事实上的国际标准。面向未来数智驱动、泛在连接和虚实相生的通信行业新需求，TM Forum 推出了 ODA(Open Digital Architecture)开放数字框架。TMF ODA 用一种新的方法取代传统的运营和业务支持系统(OSS/BSS)来为电信行业构建软件，为标准化的云原生软件组件打开市场，并使通信服务提供商和供应商能够投资 IT 以实现新的和差异化服务38。TMF 为实现即插即用架构提供了一条进化路径，建立在 TMF 业务流程框架（eTOM）、信息框架（SID）、开放 API、数据分析和人工智能、客户体验管理和数字生态系统管理，通过开放 API 连接的标准化、可重复使用的软件定义组件，实现云端原生的即插即用 IT 和网络。自动化方面，TMF提出的AIOps 服务管理是对现有 IT 框架（DevOps、Agile、ITIL 等）的演进补充，其中增加了具体的原则和做法，提出了需要在复杂的运营环境中采用并实施人工智能和传统应用的混合管理。AIOps 服务管理框架解决了在现有 CSP 的 IT 和网络运营中部署和整合大量 AI 组件及其相关业务能力所需的技术和运营流程。智能化方面，TMF 自智网络项目中引入了意图，用来表达用户需求、目标和约束，允许系统相应地调整操作方式，与不同域的用户进行交互。在自智网络等级的中低层级（例如 L0L3）中，用户需求、目标和约束可以使用策略驱动的操作和现有接口上承载的需求来实现。具有较高等级的自智网络（例如 L4L5）系统将能够通过意图驱动的交互来自动调整行为，减少人工干预。这种能力将通过引入无需人工干预的、全新的、定制化的服务产品来提升业务灵活性38。3.4 ETSI 网络管理标准 ETSI 中涉及网络运营管理的项目组主要包括 ETSI 零接触网络与业务管理工作组（Zero-touch network and Service Management，ZSM）、ETSI 网络功能虚 6G OSS 技术白皮书 25 拟化工作组(Network Function Virtualization，NFV)以及 ETSI 体验式网络智能工作组（Experiential Networked Intelligence，ENI)。ETSI ZSM 面向新兴和未来敏捷、高效可定性管理和自动化的网络管理，关注并定义水平和垂直端到端可操作的架构框架、解决方案以及核心技术实现。水平端到端指的是跨领域、跨技术方面。垂直端到端是指从面向资源的层到面向客户的层的跨层方面。目标是所有操作过程和任务（例如，交付、部署、配置、保证和优化）自动执行，理想情况下 100%自动化39。ETSI NFV 通过构建 NFV 基础设施平台，提供支持托管的虚拟化网络功能的全生命周期独立部署和运营，旨在推动开放、可互操作的生态系统。NFV 定义了 MANO（网络功能虚拟化管理和编排）用于管理和协调虚拟化网络功能和支撑软件组件的架构框架，支持在虚拟机上部署与连接。自 2023 年起，NFV 将继续进一步整合技术规范并提供基于云原生技术、网络资源管理、网络管理和编排、网络连接技术、硬件和其他基础设施资源管理、虚拟化和云技术，以及新的用例（例如工业垂直行业和 vRAN）和运营模式的进步带来的新功能和运营需求40。ETSI ENI 提供了基于模型、策略驱动、上下文感知的 ENI 系统实现对网络赋智。ENI 支持通过代理系统直接或间接的指定实体关联，指定实体包括 NMS、EMS、控制器，以及当前或未来的管理编排系统。ENI 系统基于体验式架构，通过自学习原则积累经验以持续提高运营效率，并使系统能够随着时间的推移实现提议到实施决策的全流程闭环控制。除了网络自动化之外，ENI 系统还协助人类和机器的决策，以实现更易于维护和可靠的系统，提供上下文感知服务，使运营商能够根据上下文变化调整服务41。3.5 O-RAN 网络管理标准 O-RAN 联盟的目标是搭建一个开放、虚拟化和智能的无线接入网(RAN)体系结构，构建支持不同厂商和设备产品实现互操作的具有活力和竞争力的生态系统42。在传统网络架构的基础上，O-RAN 在网络边缘引入无线网络智能控制平台、无线智能管理器以及开放的标准化接口。6G OSS 技术白皮书 26 O-RAN 采用三层体系架构，从下往上分别为：云平台（O-Cloud）、O-RAN网络功能以及服务管理和编排（SMO）框架。其中，SMO 的功能相当于传统封闭式的 RAN 接入网设备的网络运营和管理子系统 OAM 或 NMS。网络智能化是 O-RAN 的四个核心方向之一，O-RAN 系统的网管与传统的封闭式网管的不同，体现为 O-RAN 运营的高度智能化、网络功能的服务化和可定制化，O-RAN 提供的网管不是传统的固化、面向单一厂家的网管，而是可以被调用的服务（Service），SMO 是多种管理服务的整合。在 O-RAN 体系结构中，SMO主要负责 RAN 域的管理，比如：O-RAN 网络功能的 FCAPS 接口、O-Cloud 管理编排和工作流管理等功能及接口，以及用于 1s 以上 RAN 优化非实时智能控制环路的 Non-Real Rime RIC 功能及接口。6G OSS 技术白皮书 27 6G OSS 总体愿景 基于 6G 愿景与需求，结合 OSS 系统对 6G 网络的核心支撑作用，6G OSS的总体愿景可归纳为五个方面：实现由网络单体/单域管理到空天地、通感算一体化管理 现有 5G OSS 系统支撑移动通信网络自身及通信资源的管理，为 5G 网络全生命周期提供智能化运维保障能力。6G OSS 系统将从对移动通信网络和通信资源的管理，扩展至对包括地面蜂窝网、高轨卫星网络、中低轨卫星网络、高空平台、无人机在内的网络空间，以及包括通信、感知、计算等多维度资源的一体化管理，通过立体化的管理能力提供无处不在的通信、计算、感知支持，提升 6G 系统的资源和能源利用率。实现从网络智能化管理扩展到网络自动化、智能化、数字孪生化管理 网络与人工智能作为两个通用目的技术，在 5G 网络运维管理中，通过网络智能化提升网络运营效率。未来面向空天地、通感算一体化的复杂 6G 系统，6G OSS 需要构建自动化、智能化和数字孪生化等三化的全面能力，满足 6G 规、建、优、维、营全生命周期运维管理要求，提供前所未有的 6G 服务数字化体验。从 5G 自智网络 L5 级向 6G OSS ready 演进 当前 5G 网络自智水平正在向中高等级（L3L4）发展，目标是实现最高等级（L5 级），即具备面向多业务、多领域、全生命周期的移动通信网络全场景闭环自治能力。6G OSS 将在高等级自智的基础上，基于通感算一体实现智慧内生，并向全面自动化、高等级智慧内生和网络数字孪生的深度融合演进，扩展空天地一体自智范畴，实现 6G 万物智联、数字孪生的愿景。将环境、社会、治理（ESG）纳入 6G OSS 能力体系 随着 5G 网络的建设发展，网络能耗问题已经凸显。现有移动通信网络作为信息基础设施，在面向 ESG 方面可提供一定的信息保障，但更多是 ESG 对其的外在要求。6G 作为新型的信息基础设施，需要在设计阶段就将 ESG 纳入 6G OSS能力体系，基于空天地一体化、通感算一体化等全域覆盖能力和绿色低碳的网络 6G OSS 技术白皮书 28 建设，确保 6G 通信系统履行更多的 ESG 和公共安全责任，支撑实现碳达峰和碳中和目标。构建安全可信的 6G OSS 体系 高安全性是 6G 网络的重要特性,需要构建网络空间内生安全发展的新范式。6G OSS 作为 6G 网络的核心管理支撑面，要充分利用自动化、智能化、数字孪生化能力和网络编排管理调度能力，通过构建内生安全的 OSS 体系，为 6G 网络和应用提供服务与保障。6G OSS 技术白皮书 29 6G OSS 技术框架与关键技术 5.1 6G OSS 技术研究思路 6G OSS 系统是面向未来网络的网络运维管理系统，需要从网络需求、系统演进和技术方向等多方面综合分析形成其关键技术。如图 5-1 所示，6G OSS 系统的技术研究思路主要由四方面组成：支持 6G 网络新技术、新架构、新业务等所需的网络运维管理关键技术；基于现有 OSS 标准化网络运维管理系统升级和功能扩展所需的关键技术；支持网络智能化和自智网络演进的 OSS 网络智能运维关键技术；将新型 IT 技术应用于 OSS 系统所需的 ICT 融合关键技术。图 5-1 6G OSS 技术研究思路 6G OSS 技术白皮书 30 5.2 6G OSS 的 12 项潜在关键技术 5.2.1 6G OSS 空天地一体化的网络编排 5G OSS 系统网络编排实现了 5G 业务的自动化开通。6G OSS 系统将支撑空天地一体组网，实现空基、天基、地基网络的深度融合，以及网络、计算、存储等资源的统一供给，在任何地点、任何时间、以任何方式提供信息服务。因此，6G OSS 系统网络编排针对空天地一体化要求，在实现基于虚拟网络功能的业务横向拉通之外，还需要实现空天地一体的网络域纵向拉通，以及通信、计算、感知等多种资源的弹性调度，从而满足空天地一体网络业务要求。如图 5-2 所示，由于 6G 空天地节点在通信性能、覆盖范围、链路质量等方面存在显著差异，一体化组网具有立体性、多样性、时变性、可扩展性等特征，6G OSS 网络编排需要进行空天地网络功能、通感算资源的立体式部署和弹性调度，实现空天地网络融合与优势互补，提高网络编排的灵活性、有效性和时效性，以适应不同应用场景需求和业务 SLA 要求。图 5-2 6G OSS 立体化弹性网络编排 6G OSS 网络编排工作流程：通过实时或者非实时方式采集空天地网络数据，包括各类网络资源、空间信息、配置参数、网络协议、接口、路由、信令、流程、性能、告警、日志、状态等数据信息；基于意图网络技术实现用户业务需求的准确理解；基于业务理解、采集的数据、策略规则、操作手册、专家经验等，通过 6G OSS 技术白皮书 31 数据 知识驱动的 AI 能力，认知网络实时状态，预测网络状态走向、网络故障发生和定位、业务需求变化等，形成面向业务 SLA 的网络编排决策，实现对空天地网络功能、多维度资源的端到端编排与管控。增强型意图网络技术 对于用户意图的准确理解是网络编排满足业务需求的前提条件。用户通过语音、文本等自然语言进行意图输入，意图网络技术将用户意图输入转化为网络意图表达模型并进行策略方案设计。在 6G 空天地复杂网络环境中，意图网络既要实现对用户意图的网络表达转译，也要实现网络策略模版的准确填充、意图和策略的验证，这就需要 6G OSS 具备增强型意图网络技术。该技术将以 GPT-4 为代表的多模态预训练大模型为引擎，网络管理人员仅需通过输入简单的运维意图并通过多轮交互的方式，就可较为高效的获知不同要求的网络运维策略，并根据网络策略下发后探测获得网络数据，检验意图达成情况。同时，脑机接口作为一种全新的控制和交流方式，在面向未来的科技创新发展中占有重要地位，在增强型意图网络技术中应用脑机接口也将逐渐成为可能。基于脑机接口，用户不再通过语音、文本进行间接的意图表达，而是直接通过大脑意识进行直接表达，并进而实现更加准确高效的网络表达转移。基于网络遥测的实时数据采集技术 空天地网络时变性、动态性强，对数据采集实时性要求高。网络遥测技术从物理网元或者虚拟网元上远程实时高速采集数据，构建标准数据模型，支持一次订阅持续上报，采集数据的精度高，类型丰富，可以充分反映网络状况。网络遥测技术支持 OSS 系统管理更多的设备，数据采集过程对网络自身功能和性能影响小，可实现对网络实时、高速和更精细的监控，为网络编排提供大数据基础。智能编排技术 空天地一体化网络编排的对象是多种功能类型和资源类型的网络节点，将网络设备的行为、能力进行功能抽象和软件化形成虚拟网络功能，将节点的网络、计算、存储、数据等多维度资源虚拟化，设计可编排的最小服务单元和多维度资源。智能编排将虚拟网络功能横向拉通，形成面向业务的网络功能集合；纵向拉通空天地一体化网络，实现通信、计算、感知等多维度资源的弹性调度。智能编 6G OSS 技术白皮书 32 排提供统一的节点能力评价体系，节点能力由弹性的资源进行承载，当节点资源消耗超过安全边界时，节点性能可能呈现断崖式下降，需要保障弹性资源调度满足节点性能安全要求；基于用户意图分析，进行业务 SLA 需求与空天地网络功能和多维度资源的需求映射，如所需的端到端链路带宽；面向动态变化的网络全局拓扑，基于性能、资源、经济、绿色、安全等多方面因子进行综合分析决策，实现基于 AI 模型输出当前最优网络编排策略，指导网络功能编排与资源管控执行，选择保障用户业务 SLA 的网络节点和安全资源；进行相关策略编排后的执行效果评估，并基于编排策略带来的网络状态变化数据进行网络知识更新，实现 AI 模型的持续训练、持续部署和编排策略的持续优化。5.2.2 6G OSS 对 6G 新无线技术的管理 新形态网元的管理技术 6G 网络引入的新形态网元使 OSS 管理的对象属性更复杂。空天地一体化带来的天基、海基网元新增属性，不仅需要 OSS 对应建立属性参数的记录，更需要OSS 根据新网元属性给予对应的管理和管控。对于天基网元，包括卫星系统构型、卫星载荷管理、星间通信链路管理、馈线链路管理等。由于 RIS 智能超表面带来的无线信道环境重构是需要与网络进行协同来实现的，6G OSS 需要具备管控RIS 表面的能力。对于 RIS 表面的管理，需要增加其特有的反射特性参数控制能力、RIS 表面的位置管理等功能。对于复杂部署环境下通过 RIS 增加环境多径传输的场景，还需要联合基站与 RIS 表面进行信道的测量和反馈。为支持通信感知能力，6G OSS 将支持各类型的传感器的管理功能。传感器种类众多，对于不同感知能力对应的感知数据属性存在很大差异，传感器在网络中部署的位置和环境需要适配具体环境。对传感器生命周期状态的管理也将是 6G OSS 多元化网元管理中的新能力之一。面对更加智能化的物联网通信能力，6G OSS 还应具备相应的机器智能的管理和控制能力。例如对参与物联网智能决策可调用的 AI 模型管理、控制多种类物联网设备之间的信息和信息模型共享、决策生成管理等。应对智能物联网，6G OSS 将配合未来物联网组网技术演进，协同演进相应的控制和管理能力。6G OSS 技术白皮书 33 新无线中的通信感知数据管理技术 面向通信感知一体化技术，OSS 对应增加对感知数据的存储。OSS 管理的数据域维度扩张，感知数据的管理、感知信息的利用，成为新的 OSS 数据域管理内容。6G OSS 数据域的管理将向数据信息的管理演进。得益于内生智能对 OSS的支持，6G OSS 对数据的处理将增加更高维度的数据信息融合能力。5G 网络运行数据、网络业务感知数据、无线环境感知数据、网络意图推导的配置策略等构成了 6G OSS 数据域管理集合。通过内生 AI 能力，OSS 将上述高维信息进行模型化并生成网络调整策略，引导网络自智调整和优化资源配置、性能表现。智能化数据流向与路由管理技术 OSS 管理的数据流向控制更为复杂。伴随着通信感知技术、空天地一体化技术，以及去小区化技术引入 6G 系统，6G 网络内的数据流向更为复杂，数据分流和路由管理、业务 QoS、QoE 保障的数据分流选项更加复杂多样。同时，伴随着AI 内生的成熟，OSS 内部也将演进出现面对数据分流及路由管理的 AI 能力。面向通信感知，OSS 需要将感知数据处理为感知信息，并将感知信息与网络资源、业务质量要求结合，用于最大化满足系统性能同时保证业务质量要求的网络资源编排策略生成。面向空天地一体化，OSS 需处理好卫星转发与地面系统内路由之间的融合调度关系。对于单一业务的数据路径，考虑地面光纤传输经多个节点转发，或通过一跳卫星链路转发之间的时延差异，通信链路质量区别。对于网络局部的整体业务满足能力和服务质量保证，还受到每一跳转发的容量限制，制定单一业务转发时需要合理预估路径各节点容量的制约。MIMO 技术发展引导向大规模分布式天线联合传输，这一技术演进将改变 5G 网络的蜂窝小区结构设计。在 6G OSS 中，面向去小区化的网络结构，需要具备对天线收发对（一根发送天线到一个接收天线形成的一对收发天线关系）或由多个物理天线形成的虚拟天线对的数据发送关系的管理能力。在多用户环境下，分布式多天线与各用户的通信链路连接关系必须经过合理的设计，满足不同用户业务传输需求的同时，控制对其他用户数据链路的干扰。Cell-free 模式下的新型网络优化 6G OSS 技术白皮书 34 由于网络去小区化，在相应的网络部署区域，其网络质量评估 KPI 的计算方式，网络管理对象，以及运维方式都将显著区别于传统蜂窝小区组网形态下的网络质量管理和运维。首先，网络质量评估 KPI 的获取由扇区级别下沉至天线级别，未来分布式 MIMO 的天线规模巨大，网络直接统计的天线级别数据量级呈几何倍数增长。其次，网络管理的对象下沉为收发天线对，由于数据业务时变性和用户移动产生的空间动态特征，带来收发天线对的关系是时间和空间二维变化的，网络管理难度骤增。第三，去小区化的区域内，网络的维护不仅需要考虑天线物理部署位置、天线与 DU 的物理连接关系，还需要考虑多用户接入环境下天线收发旁瓣与周边天线方位关系，并高度依赖于基于数字孪生模拟的多天线干扰分析以快速迭代合理的天线调整方案及波束赋形方案。新组网模式下的全频谱协同管理技术 6G 网络采用的多项新技术，如 MIMO 增强技术、非正交多址、全双工技术、空地系统频率空间复用等，在提升频谱利用效率的同时均伴随着网络局部区域内更加高效的网络协同管理需求。基站侧的调度配合 CU/DU 内生 AI 能力可以解决基站内各小区间的资源协调问题。在移动通信网络中，覆盖能力的分析还包括对小区簇及更大范围的连片区域的覆盖效果评估，通常连片区域定义为在地理空间上连续分布的、无线信号覆盖场景具有明显共性特征的空间，例如高校园区、地铁站、办公楼、居民小区等。对于这些连续覆盖区域，通常基站级的资源管理无法有效解决网络资源合理分配的问题。通过分布式 OSS 的资源管理及其内生 AI能力，可以在分布式 OSS 管控的较大范围内完成局部最优的干扰管理和资源协同，从而有效提升 6G 网络多种新技术协调共存，为局部网络提供局部最优的无线资源利用方案。在分布式 OSS 管控交界区域，可通过分布式 OSS 间协同实现相对简单的干扰协调，满足边界区域的业务质量要求。5.2.3 6G OSS 能力开放 网络能力开放有助于提升运营商网络价值，并带来用户体验的提升，随着SDN,NFV，云原生等技术的发展，网络能力开放已成为 5G 时代的重要关键技术之一。5G 网络在能力开放方面，3GPP 标准引入 NEF（Network Exposure 6G OSS 技术白皮书 35 Function，网络开放功能），由 NEF 提 供 5G 网络能力的汇聚及对外开放，包括对内面向其他 5GC（5G Core Network，5G 核心网络）网元以及对外面向 AF（Application Function，应用功能）开放，如事件监控能力、QoS 能力与参数配置等能力的开放。6G 时代，随着 DOICT 技术的融合发展，6G 网络将持续走向开放，进一步丰富对外开放的信息和能力。为了更好地支撑 6G 新业务场景，6G OSS 需要实现全面能力管理能力开放，通过对通信、感知与计算等能力的采集、编排与调度，为自有业务和第三方应用提供服务。基于当前工业界与学术界的面向 6G 网络潜在关键技术与架构的研究，建议 6G OSS 能力开放主要包括以下关键技术。基于 GSMA Open Gateway 的能力开放技术 6G 普惠智能服务、通感算一体等新型数字化业务场景对网络能力开放提出了标准化、全连接的需求，为此 GSAM 提出了 Open Gateway 技术框架，旨在为应用开发者提供对运营商网络的通用访问，实现电信业设计和提供服务方式的范式转变，帮助开发者和云供应商通过单点接入全球最大的连接平台，在运营商网络中更快地增强和部署服务。随着基于 Open Gateway 的 API 与服务数量的增加，这就需要 6G OSS 具备这些 API 的管理与调度能力，主要包括：API 全生命周期管理：实现 API 的上架、编辑与下架管理 API 订购管理：实现客户基于网络 SLA、开放能力等需求的快速订购 API 调度管理：实现 API 及所需资源的调度管理 API 运维管理：实现 API 运行状态、资源状态等的监控运维管理 从而高效支撑构建 6G Open Gateway 能力开放体系，为用户提供所需 6G网络业务能力的标准化、全连接开放。基于 TMF Open API 的能力开放技术 面向通信感知融合、及其可靠通信等数字化新业务场景，6G OSS 需要依照CRISP-DM 知识发现过程模型，构建 6G OSS API 体系（如图 5-3 所示），提供数据处理服务、模型训练服务、模型发布服务、模型部署预测服务等基础服务能 6G OSS 技术白皮书 36 力，同时参照 TMF Open APIs 框架对外提供权限管理服务、资源管控服务、状态监控服务和系统安全服务，以保障系统高可用。图 5-3 6G OSS API 体系 数字化能力开放技术 以用户体验为中心已经成为 6G 网络的目标愿景之一，同样 6G OSS 也需利用数字化技术(例如，数字孪生、语音识别等)，为运营商和消费者开放 6G OSS能力和 6G 服务前所未有的数字化体验。面向 6G 专网运维运营体验提升，提供如基于计算机视觉的接口与 IT 故障排除，基于物联网传感器和生物识别的用户管理等技术能力。面向业务应用体验提升，提供如基于语音识别的服务，基于机器人的 QoE 提升与基于 AR/VR/MR/XR 的 QoE 提升等能力。基于隐私计算、区块链的数据开放技术 新增数据面的 6G 网络架构将产生更多的价值数据，一方面，面向 6G 分布式网络架构，6G OSS 需实现网各分布式节点的数据自动采集，并增强标准化网络数据开放空能与接口，同时基于区块链技术保障数据的安全；另一方面，面向业务对数据的需求，需 6G OSS 需基于隐私计算实现 6G 数据管理，提升数据的价值流通与开放能力。基于网络可编程的能力开放技术 5G 时代已经开始进行了一些网络可编程的探索和改进,如基于 SBA 架构的5G 核心网控制面基于云原生的软件设计，使得 5G 核心网的控制面网络功能可以快速构建、发布及部署，结合云计算实现网络功能与底层硬件及操作系统解耦等。6G 时代，可编程技术将从控制面可编程向用户面可编程演进。服务化控制面 6G OSS 技术白皮书 37 的网络功能支持容器化、云原生的方式部署，采用网络控制器，将配置下发到用户面。6G OSS 基于网络的可编程能力，将为用户提供更多的服务定制和更快的响应速度，主要包括：灵活快速网络业务部署：6G OSS 基于网络可编程能力，可实现网络控制面、用户面与数据面等逻辑、功能的灵活定义，减少冗余设计，统一网络服务能力，以更高的敏捷性、灵活性提供创新的通信服务，并支持业务的更快速部署。智能场景开发：基于不同的部署场景或用例，6G OSS 通过网络可编程能力实现网络能力的灵活定制化，并将人工智能引入网络服务设计和部署实施中，以更快速获取网络能力升级。5.2.4 6G OSS 对 6G 全栈 SBA 服务化的支持 全栈服务化架构（SBA）是 6G 网络架构演进的重要方向之一，全栈 SBA 是服务化架构在接入网和核心网用户面领域的拓展；同时全栈 SBA 是服务化架构的进一步深化，从服务框架、服务接口、原子服务等方面增强，适应网络的分布式组织、服务的智能化调度、行业专网的灵活化部署。为了支持 6G 全栈 SBA 服务化，6G OSS 需要从以下三方面进行技术演进：支持服务化架构在网络领域中的扩展 6G 网络的服务化将在多个网络领域进一步拓展，但是对于不同网络领域的服务化扩展形式却不尽相同。在核心网领域，管理面的服务化设计形式与控制面的服务化不同，管理面的功能网元将内嵌一系列 MnS 或由一系列 MnS 集合而成的 MnF，同时不同管理功能网元间通过标准的 API 接口实现交互；用户面网元也将可能实现服务化，这将有助于 UPF 网元为更多的网元提供更加基础的 UPF 服务，但是 UPF 的服务化接口有可能是 gRPC 协议。在无线网领域同样需要实现服务化结构，一方面核心网与 RAN 之间需要定义服务化接口，另一方面用户面与物理层之间也需要定义服务化接口以实现用户面和物理层的解耦，促进多种底层接入技术在物理层的融合。6G OSS 技术白皮书 38 随着 6G 网络服务化的深入，6G OSS 将成为全栈服务化架构中主要的业务编排和服务控制载体，其对于无线网和核心网网元的运维管理方式将从传统的网元管理模式演进为微服务动态管理模式，通过 API 接口与各网络领域的微服务接口对接。支持服务化接口协议的演进 在 5G 核心网的服务化架构中，3GPP 通过 HTTP2 协议与 TLS/TCP（Transport Layer Security/Transport Control protocol）协议结合的方式实现了RESTful 架构特征的 SBA 接口。但是，由于 TLS/TCP 协议带来了接口安全性和传输速率的不足，在 6G 全栈 SBA 服务化架构的演进中也可能采用面向 HTTP/3标准的 QUIC 协议，以改进 TCP 的拥塞控制机制，有效降低了连接建立的时间。因此，为支持全栈 SBA 服务化，6G OSS 需要支持基于 HTTP2 与 TLS/TCP 结合、QUIC 等多种协议的 SBA 服务化接口。支持 IP 传输协议的演进 传统 IP 传输协议的设计原则是统计复用、尽力而为，无法满足 6G 网络全栈服务化的需求，而新型的 IP 协议将支持在用户面数据传输的过程中根据业务需求定制数据传输要求实现确定性业务。新型 IP 协议的演进主要在三个方向，一是更灵活的地址空间；二是在数据包格式中新增业务合约信息，该信息可携带业务类型、时延要求、丢包率要求等；三是数据包载荷的定制化。IP 传输协议的演进要求，6G OSS 需要具备根据新协议的包格式定义进行数据解析和交互的能力，以满足 6G 全栈 SBA 服务化需求。5.2.5 6G OSS 数据治理 6G 网络数据相比 5G 呈现出更加海量、多态、时序、关联的特点，而 6G 智慧内生等都是基于数据驱动的自动决策，因此需通过数据治理技术，保障 6G 网络数据质量，提升数据管理效率与数据应用价值成为 6G OSS 的关键技术之一。5G 时代，5G OSS 主要通过网络数据平台/中台实现 5G 网络资源、告警、性能、质量等数据的集中化采集，统一处理与共享，并提供集中式多样化的数据服务支撑应用数据需求，提供 AI 注智与服务管控能力，支持智能化分析与通用能 6G OSS 技术白皮书 39 力开放。其中，面向 5G 网络数据的数据治理，5G OSS 主要通过数据规划、标准定义、模型设计、数据开发、数据采集、数据创建、数据使用、数据归档、数据销毁数据治理“九部法”指导治理活动的开展，提供治理相关工具，对 5G 网络数据开展数据治理。图 5-4 6G OSS 数据治理流程 6G 时代，基于 6G 网络数据海量、多态、时序、关联的特点，6G OSS 需要持续基于数据治理“九部法”，进行 6G 网络治理。如图 5-4 所示，治理流程主要包括：制定数据治理标准 制定 6G 网络数据治理标准，从组织、流程、工具等方面，实现 6G 网络数据的标准化有效据有效治理。一方面，6G OSS 数据治理的范围，将从 5G 的网络资源、告警、性能与质量等数据数据，新增 6G 网络算力、存力与具备 AI 或分析能力网络功能（NF）产生的数据，如 NWDAF、PCF 等；另一方面，随着 6G 数据治理范围的变化，需要对新增算力、存力与网络实时分析等数据制定相应的治理标准。包括数据分类与编码、数据字典、元数据标准、数据交换标准、数据质量标准等。智能数据治理 基于机器学习和自然语言处理技术对 6G 数据进行分析，快速整理高频词根并将数据标准与元数据自动映射，建立数据标准管理体系；通过联邦学习来加强数据治理能力，提高数据交易数据流通的效率；通过机器学习自动识别数据质量，对数据质量进行效果评估和智能修复，并根据数据量和业务阶段的变化进行动态 6G OSS 技术白皮书 40 更新；建立起业务部门与系统之间、多环节业务流程的信息采集、关联和交互，提高数据要素流通效率和精确度。同时，6G OSS 将基于 DIKW 体系，通过知识图谱-机器学习等技术，首先基于 6G 移动通信原理与移动通信协议，将移动通信网络、算力与存力等数据进行全面梳理，完成面向人工智能的移动通信数据治理的第一步，即，使用专家知识库以及数据挖掘技术将专家知识和数据整合成人类所能理解的信息乃至知识规则。其次，利用知识图谱这项技术，构建具备逻辑推理关系的框架、模型，进行知识挖掘与知识推理。在网络数据知识图谱构建完成后，便可以对网络、算力与存力等进行全面监控。最后，机器学习作为闭环环节，主要是为了完成各类面向不同应用场景的特征数据集构建。5.2.6 6G OSS 超级自动化 超级自动化是一种以业务为驱动、由多种技术构成的技术组合。面向通信行业 OSS 领域，主要基于机器人自动化(RPA)、流程挖掘（Process Mining）/业务流程管理(BPM)与低代码/无代码技术，实现网络规划、建设、维护、优化、运营，以及网络故障管理（Fault Management）、性能管理（Performance Management）、资源管理（Resource Management）与配置管理（Configuration Management）的自动化与自治化。机器人流程自动化（RPA）机器人流程自动化技术，主要用于信息化系统的自动化操作，在对现有系统非侵入的方式下提供数据采集、数据搬运、数据填写、流程执行、注智赋能、流程再造等能力，实现业务流程自动化、智能化，激发企业业务内生活力，助力企业数智化转型。6G 时代，随着 RPA 技术的演进，6G OSS 将基于 RPA 技术全面实现 6G 网络规划、建设、维护、优化与运营的自动化。基于 RPA 技术，在网络规划领域，6G OSS 将实现无线网络建站选址、基站配置参数等的自动规划；在网络建设领域，6G OSS 将实现新入网 6G 网元的自动信息采集录入等；在网络维护领域，6G OSS 将实现网络自动化巡检、各类运维数据的自动核查、网络故障与质量自 6G OSS 技术白皮书 41 动分析等；在网络优化领域，6G OSS 将实现无线网络配置参数自动优化、通感融合参数自动优化等；在网络运营领域，6G OSS 将实现运营数据自动核查、业务方案自动上架等。流程挖掘（Process Mining）/业务流程管理（BPM）流程挖掘是数据科学（data science）和流程科学（process science）的粘合剂，其核心是从现代信息系统的事件日志中获得数据和提取知识，发现、监测和改进实际流程。BPM(Business Process Management)是一系列用于分析流程当前状态，设计“未来流程”以解决问题，并实施部署和监控流程，以改进流程的技术组合。通过流程挖掘技术提供的流程发现（Process Discovery）等能力，为 BPM实现流程分析、设计、部署和监控提供强大支持。6G 时代，随着流程挖掘（Process Mining）/业务流程管理(BPM)技术的演进，6G OSS 在 6G 网络网络故障管理、性能管理、资源管理与配置管理等领域将全面实现相关业务流程端到端自动化发现与设计管理。在故障管理领域，6G OSS将基于故障预警与恢复流程进行挖掘与设计优化，实现网络故障从监控、预警、优化/恢复的流程端到端自动化；在网络性能管理领域，6G OSS 将基于网络性能优化流程行挖掘与设计优化，实现网络性能优化流程的端到端自动化；在网络资源管理领域，6G OSS 将实现 6G 网元从入网、在网到退网的全生命周期业务管理流程的端到端自动化；在网络配置管理领域，6G OSS 将实现网络配置参数从采集、优化到激活业务流程的端到端自动化。低代码（LowCode）/无代码（NoCode）低代码是一种用于快速设计和开发软件系统的技术，通过在可视化设计器中，以拖拽的方式快速构建应用程序，实现跳过基础架构以及繁杂的技术细节，直接进入与业务需求紧密相关的开发工作。无代码技术使非技术人员也可以使用它们来构建和部署自己的应用程序，而无需编写任何代码。6G 时代，基于低代码（LowCode）/无代码（NoCode）技术，6G OSS 将支撑用户实现业务需求的快速落地与交付。在开放及管理方面，面向运营网络维护用户，6G OSS 可实现网络故障、性能、资源、配置等运维管理需求的可拖拽开发及配置；面向政企用户，基于低代码技术，6G OSS 可实现基于 6G 网络的新 6G OSS 技术白皮书 42 业务快速开发。在扩展与集成方面，6G OSS 在快速可视化、可拖拽开发的基础上，通过少量代码或零代码，扩展现有组件功能以及通过集成外部能力来构建 6G OSS 能力。在用户体验提升方面，6G OSS 基于低代码技术向用户提供灵活、快速、便捷的 6G 网络与业务管理工具，降低用户学习成本，提升用户体验。在应用生态方面，6G OSS 基于超级自动化技术，实现 6G 网络与 6G OSS 应用的快速二次开发与能力开放，构建 6G 与 6G OSS 应用生态。5.2.7 6G OSS 的 ESG 应用 6G 是实现社会服务均衡化、高端化，社会治理科学化、精准化，社会发展绿色化、节能化的重要基础设施，同时绿色与可持续性也是 6G 网络本身的目标愿景。6G OSS 支撑 6G ESG（Environmental 环境，Social 社会，Corporate Governance 治理）体系建设，赋能 6G 可持续和高质量发展。基于空天地一体保障的可持续性公共安全 面对公共安全事件，如自然灾害、疫情、突发安全事件等，6G OSS 系统基于事前、事中、事后阶段的可持续公共安全网络保障与管理能力，实现网络通信快速自我重新配置与恢复，实现网络资源的动态调度，发挥 6G 网络更加广泛的公共安全社会责任。基于对空天地一体组网、网络通算存多维度资源等动态网络数据实时采集分析，以及外部安全事件和态势联动，6G OSS 通过网络全生命周期自智技术，进行网络态势实时动态感知和预测，实现网络态势感知分析和预测预警；基于网络的故障分析和根因定位，实现故障的快速发现和快速定位，并通过自动化、智能化技术实现通过故障自动乃至无中断的快速恢复；对于安全事件物理损坏造成的局域性网络故障，可基于分布式、服务式专网技术快速恢复特定区域与范围的 6G网络，或通过空天地立体组网优势，通过智能化网络编排调度其它网络资源，实现弹性组网和弹性资源调度，进行实时的通信能力应急恢复。网络仿真与故障恢复演练是提高紧急公共安全情况下的网络应变能力,自我防护和恢复能力的重要方面。6G OSS 可基于数字孪生、内生 AI 等技术，针对各 6G OSS 技术白皮书 43 类公共安全事件，实现网络故障发生、故障影响与故障恢复等端到端网络仿真与故障恢复演练的能力。基于空天地一体和通感一体的自然灾害防控 世界自然灾害种类多，分布地域广，发生频率高，造成损失重。6G 网络空天地一体化组网，同时具有通感一体化能力。通过“空天地”一体化全域覆盖的网络，有效支撑灾害事故监测系统的信息感知、数据通信和服务承载，增大对灾害事故的监测覆盖面，提高精准度、时效性，增强决策指挥的科学性和有效性。利用 6G本身通感一体能力，还可实现对已有可见光、红外遥感等成像能力的补充增强，提供灾害感知、辨识能力，识别灾害事故影响范围、发展动态、损毁情况等关键要素。绿色计算技术 建立以人工智能、大数据、云计算为基础的支撑平台，实现高能效的智能计算系统，包括在网络端和边缘侧设备上的高效 AI 模型执行、在边缘侧的高效资源管理、在云服务器上的高效 AI 模型训练等；利用 AI 提质增效节能减排，实现面向数据驱动和 AI 决策优化算法引擎。实现面向“双碳”目标的智能绿色计算平台，利用端-边-云协同的底层的高能效 AI 计算系统，支撑上层的数据驱动的 AI 决策优化算法，比如强化学习、多智能体协同等，赋能 6G 网络绿色化。5.2.8 6G OSS 基于空天地一体与通感一体的分布式自治与协同 融合内生 AI 的分布式 OSS 技术 6G 内生 AI 能力对应在未来网络架构的各个网元中具备 AI 能力，形成网络内分布的 AI 能力节点。各分布式 AI 节点所需的数据、网元对象、网元控制等能力依托于相应的分布式 OSS 能力提供。各分布的 AI 能力节点及相应的分布式OSS 节点服务于所在网元所控制的功能智能化，分布式节点之间的 AI 模型共享和传输、AI 模型和训练等所需资源的调度等，可通过少量的集中式 OSS 管理节点实现管理。面向空天地一体及通信感知等新技术的分布式 OSS 分域治理技术 6G OSS 技术白皮书 44 对于超大规模天线及 RIS 智能超表面实现无线传播环境人为控制，未来网络将存在分布于无线侧的 AI 节点提供智能化计算和控制能力。对于卫星系统内的星间链路智能选择，与卫星系统星座构型和卫星服务区域密切相关，且集中于卫星系统内部，其智能化赋能也将由分布于卫星系统（如卫星载荷、卫星馈线站）。面向物联网通信智能化，未来物联网中的机器人节点不仅具备常规的通信传输能力，还可能具备对声音、气味、周围环境影像等信息的感知和识别能力，并将环境感知信息融合在物联网智能通信决策过程中。6G 网络支持的智能机器人之间的通信和网络自配置，具有明显的地域要求和数据传输质量需求，局部化的、本地化的网络智能和网络管理能力相对而言更能匹配这类高度灵活性的通信和组网管理需求。类似的，用于无线环境感知的传感器组的控制、在去小区化环境中的多收发天线对的动态配对和干扰管理等能力，采用近端部署的分布式 AI 能力节点及分布式 OSS 节点完成智能化管理。在分布式 OSS 管理范围内，基于通感一体化的感知能力、局部网络的内生算力、网元内生 AI 能力共同构成了 6G 形态下的边、端。相较于 5G，6G 的边和端除具备更强的网络信息收集能力外，内生算力提供了边和端更多的能力空间，结合网元内生 AI 能力和分布式 OSS 管理能力，6G 的边和端对未来业务和用户需求的满足能力大幅度提升。面向跨域联合的多域 OSS 协同技术 受限于分布式 OSS 管控范围，单一分布式 OSS 管理某一特定领域，如多类型传感器的环境智能感知，或某一特定空域，如特定的厂房等场景的网元控制。因此，单一分布式 OSS 管控范围内的数据类型、数据信息量、AI 训练模型等，普遍与分布式 OSS 管控对象特点密切关联。对于日常大概率反复出现的现象和控制行为，分布式 OSS 具备较好的局部管控能力。但是，对于环境改变、业务突发变动、网元突发异常等小概率事件的应对方面，分布式 OSS 可直接处理的数据及影响的网元设备相对有限，难以胜任未来业务场景中对可靠性的高水平要求。此外，分布式 OSS 管控的资源中，可用于 OSS 控制的资源相对有限，对于复杂度高的网络自治和网络资源统一管理协调任务。6G OSS 技术白皮书 45 针对于分布式 OSS 的局限，6G 集中 OSS 节点营运而生。集中式 OSS 节点并不是全网唯一集中节点，集中式 OSS 节点位于多个分布式 OSS 节点之间，直接负责相邻的分布式 OSS 节点之间的信息和资源的交互。集中式 OSS 节点之间传递经过汇聚的分布式 OSS 节点的信息和资源交互。5.2.9 6G OSS 数字孪生网络 数字孪生网络服务作为一种新的网络服务为将在 6G 网络中提供端到端或部分网络功能的孪生服务，使能移动网络创新加速，以降低电信行业研发成本和缩短研发周期43。6G 网络将通过网络的数字孪生构建全新的自动化网络运维系统，实现网络全生命周期的高水平“自治”44。在 6G OSS 系统中基于物理网络构建数字孪生网络，结合数字孪生网络进行物理网络运维优化是 6G OSS 的关键技术。在数字孪生网络中，各种网络管理和应用可利用数字孪生技术构建的网络虚拟孪生体，基于数据和模型对物理网络进行高效的分析、诊断、仿真和控制。数字孪生网络为网络运维优化操作和策略调整提供更接近真实网络的数字化验证环境，能在不影响网络运营的情况下完成预验证，极大地降低试错成本。通过内生AI 和数字孪生网络的深度融合，数字孪生网络还可以预测物理网络的发展趋势和问题，基于此形成网络优化的预干预措施，并且为这些网络运维优化操作、AI 模型及工作流、智能策略提供更接近真实网络的数字化验证环境，使得验证结果更精准可靠。6G OSS 数字孪生网络技术还包括对物理网络本体和孪生体进行编排和优化技术。根据用户的业务以及网络本身运维运营需求，统一编排所需要的资源和功能，形成所需的能力，保证用户的业务体验。6G OSS 可通过与网络孪生体交互，接受网络孪生体输出的网络配置参数，对物理网络进行编排管理，从而实现网络自动化运营，提升网络对新业务、新场景和新需求差异化需求的适应性。5.2.10 6G OSS 安全内生 6G OSS 将支持 6G 网络空天地一体化立体组网，多种类型的网元设备管理编排，多种形态的网络资源连接调度。由于网络接入和连接复杂性的极大提升，6G OSS 技术白皮书 46 使得网络安全的边界更加模糊，传统以边界网络流量检测、分析和防护为主的“补丁式”安全措施已不能完全满足 6G OSS 的安全风险防护需求。6G OSS 系统设计时应采用安全源于设计（Security By Design）的原则，保障 OSS 自身以及所提供服务和决策的原生可信，通过提供基于流程而非边界的安全防护技术，实现在分布式异构资源编排调度、自治管理以及能力开放过程中的潜在安全风险防范，使 OSS 具备应对不确定安全威胁的能力，从 OSS 系统内部提供内生安全的全面保障。6G OSS 面向异构资源的信任融合技术 6G OSS 需确保端到端资源编排的可信，基于区块链技术在不同网络实体之间构建融合信任，通过设置动态安全监控以及管理控制，实现分布式 6G OSS 网络资源调度编排，信令传输执行反馈的全业务流程的安全可控。通过提供持续自适应风险和信任评估，在资源编排交互过程中进行风险管理，不断地监视和评估风险信任级别，如果发现信任下降或者风险增加到达阈值，需要进行响应，及时地调整网络资源的连接调用策略。6G OSS 基于 AI 的内生安全能力编排技术 6G OSS 应提供可供调用的安全能力资源池，基于分布式 6G OSS 多元本地环境以及集中式 OSS 协同生成安全策略。通过智能编排的方式与其他网络设施或服务一起形成柔性的按需服务，提供基于 AI 智能生成的主动安全防护策略，能够同步性甚至前瞻性地适应网络变化，完成安全资源编排，以衍生网络内在稳健的防御力，实现安全能力弹性部署，提升网络韧性。此外，6G OSS 的内生安全技术应具备更小的计算开销、能量开销能力，以满足网络低功耗、绿色的需求。6G OSS 泛在协同安全态势感知技术 6G OSS 支持基于联邦学习、隐私计算等技术，通过大数据分析、异常检测、态势感知、机器学习等技术，实现态势感知端、边、网、云的智能协同，准确感知整个网络的安全态势，敏捷处置安全风险。提供基于 AI 和大数据分析的实时风险分析，及时预警响应如窃听、干扰、节点假冒、伪造、篡改、数据泄露等潜在的安全风险。支持基于围绕资源和业务不同等级的安全需求，融合安全和网络管理，实现风险告警到安全联动响应的自动闭环。6G OSS 技术白皮书 47 5.2.11 6G OSS 算力内生网络管理，算力内生网络突破传统网络服务和算力服务的实体边界，在通信网元功能基础上，利用通算智能调度编排决策机制，实现新型算力业务的灵活接入与即取即用。算力内生网络/专网产品的总体架构主要由三部分组成,算力内生无线基站：提供通信网络无线接入能力并通过网络负载空闲算力为边缘应用及网络 AI 提供算力服务；算力内生 MEC：实现边缘计算平台 MEC 功能并提供通算资源一体调度与编排功能；算力内生核心网网元：实现轻量化核心网功能，支持能力开放与MEC 的通算协调调度45。6G OSS 的算力内生网络管理技术可从通算网元动态决策、网络应用无损迁移，云网算力协作三个方面进行研究。通算资源动态决策 6G OSS 作为算力内生网络的通算调度与编排决策器，将边缘应用部署在算力内生网络/专网中，支持边缘算力应用的无损迁移及算力均衡。在无线网络业务闲时，通算调度与编排决策器将通算网元的空余算力抽象成动态算力节点，进行纳管，提供给边缘应用作为算力资源，避免了闲时无线基站的资源的浪费，提高了无线网络设备的利用效率。反之，当通信网络业务忙时，通算网元算力资源紧张，OSS 则将应用进行收缩和迁移，迁移应用至固定算力节点或者空闲算力节点，以支撑此时资源紧张的无线业务，从而达到无线算力资源动态管理目的。同时，通过对全网内生算力资源的实时采集分析，6G OSS 将应用基于联邦学习的网络级内生算力调度算法，均衡全网内生 MEC 算力资源池的算力资源利用率。网络应用无损迁移 6G OSS 将提供网络应用调度和迁移服务管理能力，通过将 MEC 上的边缘网络应用分解用最小能力集和扩展能力集，优先将最小能力集部署在固定算力节点，然后灵活地将扩展能力集延伸到动态算力节点。在无线算力资源紧张的情况下，可以只迁移扩展能力集，这种方式能最大保证边缘应用的迁移无损，还能有效提高无线资源的利用率。云网算力协作 6G OSS 技术白皮书 48 6G OSS 还将具备云算力与网络内生算力的协作技术，根据算力业务类型和业务应用场景，编排调用云网算力资源，满足客户网内和网外的算力业务需求，实现云网算力的深度融合。5.2.12 6G OSS 智慧内生 面向 6G 网络智慧内生的需求，6G OSS 将提供支持基于内生 AI 的端到端网络服务和资源的编排、管理和调度。此外，6G OSS 通过搭建统一的 AI 信令体系，支持适用于 6G 分布式网络架构以及与具备内生 AI 的网元协同,支持 AI 服务与多类网络资源服务间的信息交互，实现 AI 能力与其他网络服务无缝融合。6G OSS 还将提供统一的 AI 全生命周期管理，实现分布式网络的 AI 内生与网络功能的一体化编排。6G OSS AI 能力组件化动态编排技术 6G OSS 需要面向端到端的云原生网络，以服务化的方式为网络提供各类 AI能力和工具，包含 AI 服务的动态发现、组合和编排。应提供 AI 服务组件化的管理与编排，通过定义通用和多元化 AI 服务，支持基于意图分析，动态匹配的 AI能力。支持联合多类网络资源和 AI 服务需求，联合进行资源的分配、编排，实现AI 与网络资源服务的灵活解耦或组合。协同不同网络节点作为 AI 训练/执行的一部分，根据本地收集的数据集，通过大量相关联的设备共同生成符合本地区域或场景的 AI 服务编排模型。6G OSS 分布式内生 AI 协同管理调度技术 6G OSS 将提供分布式、跨域 AI 能力的统筹协同管理调度，6G OSS 通过提供 AI 模型的全生命周期工作流，支持基于特定服务需求调度全网 AI 能力，实现全网AI 能力合理分布。6G OSS 将支持基于AI的分布式多层级的网络资源编排，建立分布式实时协作模型生成、训练、推理框架，实现多维度网络、存储、计算等异构资源的融合编排。6G OSS 自身的 AI 能力也将以分布式与集中式相结合的形式，因此需支持部署在不同网络位置的 AI 服务之间的通信、资源分配和编排。通过提供 AI 模型的局部或全局的可解释性方法或接口，实现 AI 模型导入和重用的机制与接口，提供分布式模型训练框架，支持基于上下文的自动化调参技术。6G OSS 技术白皮书 49 6G OSS 基于数字孪生的 AI 模型仿真验证 6G OSS 应提供数字孪生技术支持的生成测试数据和测试场景的仿真环境，提供导入 AI 模型验证指标及测试用例的通用接口，提供从模型验证结果反馈到AI 工作流各环节的闭环优化流程，提供对外接口对模型进行形式验证。建立数据与模型的监控技术体系，确保 AI 模型、AI 服务的多维风险感知，对模型推理结果的应用效果进行预判，提供持续的模型在线更新机制及相关接口。6G OSS AI 信令交互体系 分布在网络不同位置的 AI 能力需要在 6G OSS 系统中通过一套标准的 AI 信令体系实现 AI 能力的交互协作。AI 信令交互流程，包括需求发起过程各 AI 网元间的信息交互和模型实现过程中协作运算，并需以鉴权为切入点，以资源服务为基础，最终实现 6G 网络灵活注智。6G OSS 多维内生 AI 评估评价体系 6G OSS 需基于统一的 AI 服务的评估评价体系，管理 OSS 内生 AI 服务。构建基于环境上下文动态优化的、综合性能与效率的模型评估，评价维度应涵盖 AI模型以及 AI 服务的设计、建模、复杂度、性能能效、调用频率以及服务反馈等多方面因素。针对 AI 模型的鲁棒性、安全性、预测或识别的准确性建立环境相似性的模型度量机制以支持迁移学习、联邦学习。针对分布式内生 AI 能力，需提出针对特定场景的 AI 模型同步评估指标，如传输要求，AI 性能要求等。提供用于 AI伦理、偏见、风险控制以及识别 AI 模型本身无法做出正确的决策或做出错误决策造成的重大损失的关键问题要素或风险清单。5.3 6G OSS 技术框架小结 通过对以上 12 项潜在关键技术的研究，我们从 OSS 的内生支撑能力和网络管理能力两个层面构建了 6G OSS 的技术框架，如图 5-5 所示。6G OSS 技术白皮书 50 图 5-5 6G OSS 技术框架 6G OSS 技术白皮书 51 6G OSS 架构与功能 6.1 6G OSS 功能架构 为了满足 6G 关键业务场景和网络技术演进的需求，6G OSS 系统的功能架构（如图 6-1 所示）主要由 6G OSS 核心功能、三大通用能力和三项管理功能构成。图 6-1 6G OSS 功能架构 6G OSS 核心业务功能：负责网络“规、建、优、维、营”全生命周期中的网络管理业务功能，具体包括空天地网络融合编排管理、通感算一体化调度管理、全自智运维管理和 ESG 管理等功能；意图驱动功能：负责衔接 OSS 业务功能产生的业务意图与核心能力闭环，具体包括意图感知、意图转译、策略生成、部署实施、反馈优化；自动化能力闭环：负责网络管理能力的执行功能，通过探索、设计、执行与管控的自动化闭环，赋能 6G OSS 功能实现自动化。智能化能力闭环：负责网络内生 AI 模型的全生命应用运行提供所需的管理能力，通过任务声明、模型训练、测试验证，网络应用和效果评估五个AI 开发应用步骤的闭环，赋能 6G OSS 功能实现智能化。6G OSS 技术白皮书 52 孪生化能力闭环：负责 OSS 系统的网络孪生化，通过构建物理网络的数字孪生体，实现基于孪生化的网络全生命周期的分析、诊断、仿真和控制，通过预测性运维实现网络的高度自治和全面的网络智能化。数据管理功能：负责 6G 网络运力、算力与存力等相关资源、告警、性能、质量等数据的采集、存储、计算、治理、建模与服务等。安全可信管理功能：负责 OSS 系统安全和可信领域的管理，通过信任管理、访问权限管理、安全策略管理、安全态势感知、弹性容灾管理实现 OSS全流程的安全可信。6.2 6G OSS 功能描述 6.2.1 6G OSS 核心业务功能 6G OSS 核心业务功能直接承载运营商 6G 网络运维管理需求，6G OSS 不仅要囊括5G OSS系统中典型的网络资源管理、故障监控、网络性能与质量管理、业务编排等能力，还应面向 6G 业务场景和需求，基于意图驱动和自动化、智能化、数字孪生化三闭环的支撑能力，从核心功能上进一步演进升级，为 6G 空天地一体化网络的“规、建、优、维、营”全生命周期提供运维保障能力，支撑 6G 全业务场景。6G OSS 的潜在业务功能建议包括：空天地网络融合编排管理，通感算一体化调度管理，全自智运维管理和 ESG 管理等。空天地网络融合编排管理实现网络业务编排，空天地网络融合编排和通感算资源弹性编排能力。网络业务编排面向业务需求，通过意图网络驱动，使用网络抽象语言将各种网络功能和服务单元进行有序的组织和拉通，形成可自动化部署的网络功能集合，提供可动态调整、重复使用、快速创新的网络服务能力。空天地网络融合编排实现各域网络之间的网络功能、网络节点、网络资源、网络拓扑和网络频谱的协同组织和拉通，基于自动化和孪生化闭环提供高可靠、高灵活性和高可拓展性的网络服务能力，适应动态多样的空天地业务场景需求。通感算资源弹性编排实现通信、感知、计算等资源的编排管理，在满足业务 SLA 的前提下，基于性能、资源、经济、绿色、安全等多因子的综合决策，通过智能化闭环实现弹性和最优的通感算资源编排，保障用户业务 SLA 和资源的联合最优。空天地网 6G OSS 技术白皮书 53 络融合编排管理北向对接业务需求，南向对接通感算一体化调度管理并为其提供编排调度方案。通感算一体化调度管理承接空天地网络融合编排管理的调度要求，是基于编排方案的资源调度管理执行中心。基于自动化闭环执行 6G 网络基础设施的通感算资源自动化调度，包括空天地、通感算资源节点的拓扑管理、监控管理、策略管理、配置管理、性能管理、质量管理、数据管理等功能。同时，通感算一体化调度管理提供分布式、去中心化、自治化的组网能力，实现资源的动态共享和立体部署，支撑分布式自治的 6G 网络体系架构。通感算一体化调度管理北向对接空天地网络融合编排管理，南向对接通信、感知、计算等 6G 新的专业管理单元，如新无线网络管理、新核心网管理、新传输网管理等。全自智运维管理提供 6G“规、建、优、维、营”全生命周期的端到端自动化、智能化、孪生化网络运维能力。目前自智网络的 L5 级自动化、智能化目标将是6G 全自智运维管理的基础能力和第一阶段，在此基础上，6G 全自智运维管理将进一步扩展自智网络的内涵和外延，实现针对通感算资源、跨空天地网络子域和B/O/M（业务、运维、管理）全域的自动化、智能化、孪生化运维管理。现有 5G OSS 中的资源管理、网络故障管理、性能管理、质量管理、运维管理等能力将纳入 6G 全自智运维管理中，成为其一体化闭环管理的环节组成。6G OSS 全自智运维管理基于通感算资源的综合管理和跨网络子域和 B/O/M 多域融合的数据共享，并通过内生 AI 和数字孪生网络，自动实现多业务、多领域、全生命周期、全场景的闭环运维管理，满足 6G 网络自智（AI4NET）和网络普惠智能（NET4AI）的目标愿景。ESG 管理是赋能 6G 可持续和高质量发展的核心能力，也是 6G 满足社会服务均衡化、高端化，社会治理科学化、精准化，社会发展绿色化、节能化目标愿景的关键支撑能力。ESG 管理基于空天地一体化网络提供可持续的公共安全网络保障与管理能力；基于空天地一体化组网和通感一体化提供全域覆盖、感知增强的自然灾害防控能力，结合数字孪生，实现公共安全、自然灾害等灾难的预警、灾难模拟推演及灾后恢复。同时，ESG 管理还将基于高效能绿色计算技术降低 6G 6G OSS 技术白皮书 54 系统本身的能耗，打造绿色数字基础设施，并进一步支撑绿色普惠的数字化创新业务生态，助力“双碳”目标。6.2.2 意图驱动功能 6G OSS 的意图驱动功能包括意图感知、意图转译、策略生成、部署实施、闭环优化等具体功能。意图感知：提供全面感知业务意图的能力。面向未来 6G 空天地一体化和通感一体网络形态、沉浸式全息通信业务需求以及多元化交互，意图输入节点和方式将呈现分布式、多元化、立体化特点。支持通过指令、文字、语音、动作、触觉等多种交互方式以及不同协议报文的自动化采集意图。基于自然语言处理、语义分析，结构化输出网络意图，助力 6G OSS 由面向网络节点连接的开通运维演进为面向多维资源匹配的融合协同。意图转译：将业务意图解析、转换为网络能力。基于业务场景，结合人工智能、网络遥测等技术将业务意图解析为如资源、性能、路径等网络能力需求。在此基础上，基于知识图谱技术融合网络领域知识，实现自动化网络需求预测，智能化网络能力匹配，将网络能力需求转换为可配置执行的机器可读语言，并确保意图在解析转译过程中的完整性、去模糊性。策略生成：根据网络能力要求提供网络开通、组网方案等策略生成能力。提供意图驱动的可编程、可拓展的端到端动态组网策略以及编排调度方案，实现灵活的业务定制开通，智能化网络管理及运维。结合网络资源效率和能力分布，动态生成匹配业务意图以及网络能力的策略。面向动态场景需求和演变趋势，基于机器学习以及增强学习，提供灵活的动态寻优策略。部署实施：提供组网方案实施以及动态编排调度能力，主要包括意图验证、意图冲突解决、网络资源编排配置。意图验证提供基于数字孪生技术的虚拟验证环境，验证基于意图的网络策略是否按预期执行并能够达到预期效果。意图冲突解决可实现动态意图冲突识别并自动化生成协调策略。网络资源编排配置基于智能化策略匹配、跨域意图编织技术以及数字孪生技术，实现无需人为干预的策略执行的自动下发、运行监测以及反馈闭环。反馈优化：提供网络性能感知、需求能力匹配度监控及优化能力。基于配置、监控、分析、管理、评估、优化全面提升意图驱动的网络全生命周期的运行效率以及资源使用效率，保障业务意图如愿达成。基于多目标优化 6G OSS 技术白皮书 55 技术以及动态优化策略，沉淀典型场景下的策略模板，全面提升网络内生AI 的自主柔性，实现意图网络的全面反馈优化。6.2.3 自动化能力闭环 如图 6-2 所示，自动化闭环作为 6G OSS 通用能力闭环之一，主要基于全面的 6G 数据管理，通过对 6G OSS 业务功能相关任务与流程的端到端探索、设计、执行与管控管理，赋能 6G OSS 业务功能实现任务与流程的自动化。图 6-2 6G OSS 自动化能力闭环 相比于自智网络“感知，分析、决策与执行”的 4 环节闭环，6G OSS 基于超级自动化技术，结合 RPA、流程挖掘与低代码/零代码等技术，对 6G OSS 业务功能的任务与流程的自动化给出了具体的方法与实施路径，助力运营商 6G OSS快速有效地实现其业务功能的自动化。探索：6G OSS 基于其超级自动化的流程挖掘（Process Mining）/业务流程管理(BPM)等技术，实现 6G OSS 业务功能的任务挖掘与流程挖掘。其中任务挖掘主要实现自动识别并汇总6G OSS业务功能相关的操作记录，识别具有高度自动化潜力的步骤，如对空天地一体化网络编排管理功能中的业务开通操作进行挖掘，实现业务开通过程中资源勘查、预占与配置等操作的自动化。流程挖掘主要使用 6G OSS 业务应用（如空天地一体化网络编排管理、协同调度管理与全自智运维管理等）中留下的数字足迹，进行流程还原，并自动找出流程痛点和瓶颈，并通过自动化闭环中的设计等环节进行改进与优化。设计：6G OSS 基于其超级自动化的低代码与零代码等技术，通过一个简单的拖放式编辑器，快速设计自动化流程。针对 6G OSS 业务功能的工 6G OSS 技术白皮书 56 作流，如空天地一体化网络编排与智能运维工作流等，只需通过屏幕录制记录工作流，无需进行手工编程，即可完成工作流程与任务的设计构建。执行：6G OSS 基于其超级自动化的 RPA 等技术，实现设计环节的完成的 6G OSS 工作流与任务的自动化操作与执行等。其中机器人引擎支持有人值守、无人值守和高密度三种形式，实现 6G OSS 主要功能流程的高效、稳定运行，如空天地一体化网络编排资源勘查流程自动执行等。另外，6G OSS 通过智能文档处理功能，支持利用预先训练好的 AI 算法模型，进行非结构化数据（如表格、文档、图片、音视频）的自动识别、分类、要素提取、校验、比对、纠错，如在全自智运维管理中的机房或网络自动巡检，可实现设备与机柜等图像自动识别，及时发现异常并执行后续的网络自智运维等。管控：提供配置、部署、启动、监控、测量和跟踪 6G OSS 自动化工作流或任务所需的能力，确保全部自动化流程与任务的安全高效执行。对于 6G OSS 工作流程设计的任务拆解，建议仍参考 TMF 遵从以下三个原则：完整性：所有操作维护动作必须要能拆解到上述的五个步骤中。平衡性：各个任务的大小和粒度必须基本一致。互不重叠性：各个任务需为原子粒度，承载的功能互不交叠。6.2.4 智能化能力闭环 智能化闭环是 6G OSS 通用能力闭环之一，主要为 6G 网络内生 AI 模型的全生命应用运行提供所需的管理能力，通过任务声明、模型训练、测试验证，网络应用和效果评估五个 AI 开发应用步骤的闭环，赋能 6G OSS 功能实现智能化。图 6-3 展示了智能化能力闭环的工作流程。6G OSS 技术白皮书 57 图 6-3 6G OSS 智能化能力闭环 任务声明：网络 AI 任务声明是内生 AI 的全生命周期的起始步骤，6G OSS系统可根据通过与意图管理套件的交互，获得网络业务意图，并根据业务意图生成对于 AI 任务的描述，包括任务目标、任务场景、任务所需的 AI模型类型等。模型训练：根据网络 AI 场景的描述，OSS 系统选择调用相应的算法并应用对应的场景数据中的训练数据进行模型训练，生成 AI 模型。测试验证：OSS 系统应用场景数据中的测试数据对于 AI 模型进行测试验证，对于无监督模型等无法进行数据测试的模型，可通过基于业务逻辑的设定规则进行模型的验证。应用部署：对于通过测试验证的模型，OSS 系统需要负责 AI 模型与相关网络功能的应用对接，通过定义 AI 模型的输入输出数据格式、参数配置等，实现网络功能对于模型的自动调用。效果评估：对于已经在网络中部署应用的 AI 模型，OSS 系统需要对模型进行周期性或事件性的效果监控，评估 AI 模型的运行效果是否满足场景设计需求并判断是否需要进行模型优化。6.2.5 孪生化能力闭环 孪生网络由一系列孪生体构成，而且孪生网络提供了物理网络的各种仿真操作。通过仿真任务完成仿真场景的编排，按需选择合适的网元和模型后，通过仿真任务实例化触发孪生体进入运行态，得到仿真结果。孪生体由外观模型、若干 6G OSS 技术白皮书 58 功能模型和性能模型组成，孪生体进入运行态，意味着功能模型和性能模型被实例化。网络拓扑是孪生网络全息可视化的骨架，根据采集到的配置数据生成，物理网络同步上来的实时数据叠加到网络拓扑进行呈现，最终实现物理网络的可视可管。如图 6-4 所示，孪生化能力闭环由设计、运行、仿真/推演、评估四个步骤组成。图 6-4 6G OSS 孪生化能力闭环 数字孪生网络设计 数字孪生网络设计包括数字孪生单体建模和数字孪生应用场景建模。设计阶段也称为数字孪生网络设计态，主要完成物理实体单体和应用场景的孪生设计定义。单体建模基于本体理论实现实体的表征，首先定义本体的组成要素，例如，类、属性、关系、规则和实例等多元组元素，继而通过本体模型对大规模网络数据进行一致性表征。面向通信网络设备、逻辑网元，根据物理设备信息、环境信息、拓扑节点信息、网络链路信息、容器虚拟机信息、网元配置信息等建立无线网络数字孪生体单体模型，包含物理空间模型、机理模型、语义模型等，实现数字空间和物理实体的关联，最终实现对真实网络的实时精确建模。在“规划、建设、运维、优化”网络全生命周期中，为数字孪生的仿真、可视化及智能运维能力提供基础能力支撑。6G OSS 技术白皮书 59 数字孪生应用场景建模包括数据模型建模和网络能力建模。数据模型建模基于网络运行数据及各类指标，实现对网络各类特征模型的智能构建。网络能力建模根据网络运行数据及指标，实现数字孪生体的高保真模拟，同时支持在场景构建中实现业务规则的验证测试。数字孪生网络运行 数字孪生网络运行是指基于数字孪生网络设计得到的模型和场景，根据输入孪生模型的各项随时间和空间动态变化的数据，通过数字孪生的数据模型和网络能力模型模拟得到通信网络的性能表现的过程。运行中的数字孪生网络通常称为数字孪生网络的运行态，此时数字孪生网络实时同步物理网络的运行情况。在数字孪生网络运行态下，输入的数据根据具体的应用场景不同，可以是网络运行的历史数据，也可以是基于网络推演或预测的网络数据，或历史数据和预测数据同时输入。运行的输出结果是根据数字孪生网络场景设定的数字孪生网络孪生体输出指标。数字孪生网络仿真推演 数字孪生网络仿真推演过程也称为数字孪生网络处于仿真态。数字孪生网络仿真态基于某个运行态的时间切片，形成多个物理镜像，进行模拟推衍。其方法分为模拟网元属性和网络通信协议的网络性能仿真方法，和基于人工智能的网络性能模拟方法。前者通过对网络通信协议的规则的计算机模拟，推导在一定的网络输入数据条件下，网络性能表现，移动通信传统网络性能仿真即采用该方法。由于仿真精度直接受到对网络通信协议建模精细程度的影响，在仿真所需计算量、网络模型随通信协议标准更新带来的代码更新方面耗费大量人力物力。应对基于网络通信协议的网络性能仿真不足，基于人工智能的网络性能模拟方法迅速崛起。基于人工智能的网络性能模拟，将网络输入数据和网络性能指标分别作为模型的输入和输出，通过人工智能算法生成网络行为的人工智能模型。通过将网络数据代入训练好的网络模型推演网络性能指标，从而减少编写精确的通信网络协议代码的人工消耗。为进一步提升基于人工智能的网络性能模拟结果精度，可代入通信协议的规则模型形成知识图谱，降低人工智能模型设计和训练所需的数据和运算量。6G OSS 技术白皮书 60 数字孪生网络评估 数字孪生网络评估是基于数字孪生网络对不同输入数据条件下的网络性能结果进行对比分析的过程。评估方法可基于收集的大量专家经验形成的评估规则、通过网络模拟得到的人工智能模型，或两者结合的方法。在大型网络中，基于专家经验数据训练的人工智能模型可有效的减少网络运维人工投入的同时，保持较好的网络自治性能。6.2.6 6G OSS 数据管理功能 6G OSS 数据管理主要实现 6G 网络运力、算力与存力等相关资源、告警、性能、质量等数据的采集、存储、计算、治理、建模与服务等，提升 6G 数据研发效率、降低数据管理成本、赋能 6G 数据价值流通。如图 6-5 所示，6G OSS 数据管理主要包括数据采集接入层，数据存储计算层，数据管理层与数据模型&服务层。图 6-5 6G OSS 数据管理 数据采集接入层：实现 6G 网络、计算、存储相关资源、告警、性能与质量等数据及 NWDAF 等网络功能即时分析数据的采集。数据采集接入层主要包括协议适配，流式数据采集，文件数据采集与采集运行分析。其中协议适配主要实现 6G多维数据采集统一的协议适配与管理，如 Restful、SNMP 等；流式数据采集主要实现 6G 网络实时流式数据的采集；文件数据采集主要实现文件数据解压缩、文件分割合并、格式转换、数据补采策略与采集数据质量检查等。同时，通过采集运行分析功能，可实现采集数 6G OSS 技术白皮书 61 据业务数据量分析与采集接口机/采集集群状态分析功能，保证 6G OSS数据采集质量。数据存储计算层：实现 6G 网络、计算、存储等多维数据的存储与数据处理。其中统一数据存储主要包括分布式文件存储、分布式 K-V 存储、分布式数据仓库、内存数据库、分布式关系型数据库与分布式多维索引数据库等。统一数据计算主要实现数据批量计算，实现数据实时计算。业务数据处理实现对数据的清洗转换，关联回填，多维分析与挖掘和预测等。同时数据采集层与存储计算层的功能，可通过统一分布式调度功能模块对外提供数据采集与存储计算能力。数据管理层：主要实现 6G 多维数据的统一数据治理，数据开发与编排。其中统一数据治理基于机器学习和自然语言处理技术，实现智能元数据管理，快速整理高频词根并将数据标准与元数据自动映射，建立数据标准管理体系；通过联邦学习提升数据治理能力，实现高效数据流通管理；通过机器学习自动识别数据质量，对数据质量进行效果评估和智能修复，提升数据管理能力。数据开发和编排实现数据模型的开发和数据开发或应用流程的编排，赋能上层数据模型服务层。数据模型&服务层：主要基于数据管理层实现 6G 网络数据的基础主题数据域模型、基础模型、融合分析模型的管理，并提供数据封装服务。其中基础主题数据域管理主要实现 6G 网络、计算与存储等数据的资源域(如网络资源、计算资源、存储资源与服务资源等)，质量分析域（如各项资源与业务运行的性能指标情况等）、事件域（如告警、性能异常等）、配置域（如局数据、设备参数等）、运维域（如工单、日志、作业等）与知识域（如专家知识、方案与规则等）等数据主题域管理。基础模型管理主要实现 6G 网络资源模型、性能模型、无线网优模型、详单数据模型、通感一体数据模型、集客家宽模型与故障模型等数据模型的管理。融合分析模型管理主要实现 6G 网络融合质量分析、资源分析与业务感知分析等模型的管理。同时，通过数据封装服务将各类数据模型能力进行组合封装，对外提供数据服务，如实时查询、多维性能分析、质量洞察与数据订阅服务等。6.2.7 安全可信管理功能 6G OSS 的安全可信管理包括信任管理、访问权限管理、安全策略管理、安全态势感知和弹性容灾管理等具体功能。6G OSS 技术白皮书 62 信任管理：主要包括身份验证、密码管理、隐私管理、可信认证等功能。面向 6G 网络“规、建、维、优、营”的业务需求，通过区块链、隐私计算、联邦学习等技术，实现分布式网络异构节点、资源、能力以及服务的接入、管理、调用、开放等全生命周期的信任管理，保障 OSS 编排调度，信令传输、执行反馈的全业务流程的安全，降低隐私泄露风险。访问权限管理：主要包含权限管理、访问控制等功能。权限管理可实现 6G OSS 系统基于业务场景、用户角色以及行为的自动化灵活配置账号的数据权限、操作权限和页面权限。访问控制主要实现对通感算多维资源以及数据的访问管理，支持基于身份、行为、属性、角色、规则等多维度组合管理，实现动态细粒度访问控制，保障最小权限访问。安全策略管理：主要包含风险评估、安全审计、合规分析、策略优化等功能，匹配业务需求、资源现状、网络优化需求以及安全保障需求，通过持续自适应评估分析，自动生成动态安全策略，为管理者提供安全风险评估和应急响应的决策支撑，保障 6G OSS 信息安全的机密性(confidentiality)、完整性(integrity)、可用性(availability)。安全态势感知：主要包含态势感知、风险识别、监测预警、响应处置等功能。基于网络监测数据以及业务分析数据，提供数字孪生技术支持的通感算多维资源和空天地一体化网络安全态势可视化交互展示，基于 AI 算法以及异常检测模型，自动识别潜在安全隐患和漏洞，实现网络运行维护的安全态势感知、风险扫描、应急响应的智能化闭环处置。弹性容灾管理：主要包括基于云原生的容灾备份、弹性扩容等功能。6G OSS 提供适用于网络云化、虚拟化、服务化演进需求的主动安全防护，提升网络故障管理响应能力，保障面对突发事件、灾难和攻击的弹性应对，确保网络和服务的可用性、可靠性以及连续性。6.3 6G OSS 典型用例 案例一 6G 通感算性能联合优化 6G 网络是集通信、感知、计算为一体的信息系统，其业务承载在融合统一的6G 硬件平台之上。因此，6G 网络管理系统需要对通信资源、计算资源和感知资源进行联合优化以满足用户 SLA 需求并实现网络运营效率最优。以智慧工厂中基于工业视觉的产品检测业务为例，6G 网络实时传输终端采集图像并通过内生算 6G OSS 技术白皮书 63 力进行图像处理及检测。为了满足该业务中通信和计算融合的 SLA 需求，6G OSS系统通过网络全自智运维管理功能调用意图管控功能分析业务传输计算模型和基站资源消耗趋势，并综合应用 6G OSS 内生的自动化、智能化和孪生化能力实现通信和计算资源最优编排调度方案并执行。图 6-6 6G 通感算性能联合优化流程 如图 6-6 所示，在 6G OSS 系统中，基于工业视觉的产品检测业务所需的通算资源联合优化流程具体如下：需求生成：根据基于工业视觉的产品检测业务，OSS 全自智运维管理功能中的通感算性能联合优化模块将生成通感算联合优化需求并下发至意图驱动功能；意图感知：意图驱动功能中的意图感知模块通过调用智能化能力的自然语言处理、语义分析等模型分析输出具体的业务感知 SLA 需求并下发至意图转译模块；意图转译：意图转译模块调用智能化能力的业务通感算性能映射模型和网络负荷预测模型，将业务 SLA 需求细化为业务传输计算模型和基站资源消耗趋势；意图发送：意图转译模块将业务 SLA 需求细化为业务传输计算模型和基站资源消耗趋势发送到策略生成模块，以此作为策略学习的输入数据；6G OSS 技术白皮书 64 策略学习：策略生成模块调用孪生化能力构建产品检测业务相应网络区域的孪生场景，并通过智能化能力的网络资源配置强化学习算法在孪生场景中进行影响通感算性能的网络配置参数优化学习；策略生成：策略生成模块根据基于孪生化和智能化的策略学习结果生成通感算网络参数调优策略并发送至部署实施模块；部署实施：意图驱动功能应用自动化能力实现策略在现网的自动化执行，并将执行效果发送至反馈优化模块；反馈优化：反馈优化模块监控策略部署实施的效果，并根据效果反馈对策略进行迭代优化；策略上报：意图驱动功能将最终优化策略和优化效果反馈到全自智运维管理的通感算性能联合优化模块。案例二 6G 空天地网络业务开通 为了支持无处不在的覆盖，满足用户高速移动的需求，空天地一体化网络有望成为未来 6G 网络的重要形态之一。通过包含地面基站、无人机、卫星等三维网络节点，6G 将为用户带来全球覆盖、万物互联的泛在通信服务。与传统陆地网络不同，这些异构通信节点构成了三维立体的网络空间，同时这些节点在业务支持能力、终端移动支持能力等方面存在较大差异，因此如何结合业务统筹考虑这些不同通信网络，最终实现优势互补满足业务需求将成为运营商考虑的重点，也是未来 6G OSS 的重要场景。可能的业务包括传统语音/数据业务、精准定位、图像识别、地质勘测、应急救灾、物流等。在未来 6G 空天地一体网络中，用户业务发起后会有如传统地面蜂窝通信系统、高空通信系统、中低轨卫星、高轨卫星形成的立体网络承载，用户终端可同时使用多个星座资源并以加密隧道链路形式收发数据，这些星座的可提供速率差别极大，覆盖区域和服务时间窗口不同。可以根据具体的用户业务意图对其 SLA进行分解，通过智能化能力实现对地面、天基网络的态势感知并形成包含实时及预测的资源视图、通过数字孪生化能力对不同资源承载时用户业务速率、时延等 6G OSS 技术白皮书 65 关键性能指标进行仿真推演形成资源编排策略，最终借助自动化能力通过空天地融合编排管理实现端到端网络组网及业务开通及管理。图 6-7 6G 空天地网络业务开通流程 如图 6-7 所示，在 6G OSS 系统中，6G 空天地网络业务开通流程具体如下：需求生成：用户发起业务请求包含其 SLA 需求；意图感知：意图驱动功能中的意图感知模块通过调用智能化能力的自然语言处理、语义分析等模型分析输出具体的业务感知 SLA 需求并下发至意图转译模块；意图转译：意图转译模块调用智能化能力的空天地一体化态势感知能力对地面、高空、中低轨、高轨卫星资源进行分析预测，给出资源选择模型；策略生成：策略生成模块调用孪生化能力及智能化能力给出最终用户需求的资源配置策略方案以及相关的 QoS 保障策略；部署实施：意图驱动功能应用自动化能力实现策略在现网的自动化执行，并将执行效果发送至反馈优化模块；反馈优化：反馈优化模块监控策略部署实施的效果，并根据效果反馈对策略进行迭代优化；策略上报：意图驱动功能将最终资源编排策略及业务状态反馈到空天地网络融合编排管理模块及其他相关业务保障优化模块。6G OSS 技术白皮书 66 6G OSS 的实现 在第四章和第五章中，我们重点分析了6G OSS系统的关键技术和功能架构，但是6G OSS系统的实现不是一蹴而就的，而是在现有网络的OSS系统基础上，逐步演进分阶段实现的。7.1 5G OSS 现状 5G OSS 的主要功能可抽象为网络业务编排、网络资源管理、网络故障监控、网络性能与质量、网络体验分析、网络运维流程保障六个主要功能。网络业务编排：负责业务开通端到端高阶流程的设计与编排能力，统筹调度跨专业子流程，统一提供开通接口对接业务运营系统。实现流程的统一设计、运行及全程可视化管理功能。网络资源管理：负责运营商全专业网络资源数据管理、资源入网管理、资源调度管理、端到端网络资源拓扑视图等应用，提供各类资源服务46。网络故障监控：实现网络集中监控，提供网络监控开放能力，实现端到端业务感知监控以及以事件为中心的集中监控，并通过全自动服务化方式实现47。网络性能与质量：实现网络与业务质量的端到端分析及各类主题分析应用、网络性能集中监控分析，特别对如 VoNR 等跨域多专业业务实现质差识别、派单及闭环管理48。网络体验分析：实现对各类用户关键业务质量的体验定量分析，实现质差用户的识别、安抚及问题处理，并实现预防式运维49,50。网络运维流程保障：实现运维统一集中调度管理，提供自动派单等服务，涉及工单管理、代维管理、装维等应用，以及支撑上述应用的基础数据管理与统计分析功能。与各类网络设备 OMC 相关的专业管理单元：实现专业内网络设备的自动操作维护和自动配置激活。6G OSS 技术白皮书 67 随着自智网络理念的不断深入，作为自智网络发展引擎的网络 OSS 系统也不断提升其自动化、智能化水平，随之而来目前主流运营商 5G OSS 体系中出现了一些通用化、平台化技术或系统，包括网络数据平台、AI 平台等，其主要功能如下：网络数据平台：网络数据平台是数字化转型及数据驱动的基础能力，负责网络管理领域各类数据的统一采集、存储。网络数据平台接入运营商全网全专业的网络与业务系统数据，在此基础之上对数据进行集中管理、集中存储与统一建模，同时面向运营商内部各类业务系统与应用提供数据同步、数据服务、租户入驻等多种形成的数据访问服务，支持批量数据和实时数据共享，可以满足运营商内不同系统的数据使用需求，为运营商网络全生命周期自动化网络提供数据基础保障。网络 AI 平台：网络 AI 能力的需求随着管理活动自动化程度的不断提升其作用越发明显，网络 AI 平台作为大规模智能服务的外挂式 AI 基础设施，向整个 OSS 系统提供体系化、工程化的 AI 技术能力。其可以单独或协同 NWDAF、SON 等功能实体，从各网元或网络系统统一收集数据信息，基于自智网络的各领域模型进行实时和离线推理，向各网络智能化应用注智赋能51,52。7.2 6G OSS 的演进思路 6G OSS 系统是面向 6G 网络提供空天地、通感算一体化运维管理、赋能网络全域自动化、智能化、孪生化能力，并向社会提供 ESG 服务的内生安全和智慧的网络管理系统。如图 6-1 所示，6G OSS 系统的实现演进思路可分为智慧互联、协作赋能和融合一体三个阶段。阶段一 分域互联型 6G OSS 在智慧互联阶段，6G OSS 系统将实现对 6G 空、天、地一体化新型网络的纳管，以及对通感算融合的新型业务的运营，同时它还将与现有如 4/5G 的现存网络之间连通。6G OSS将采集解析不同制式网络的数据用以进行6G网络运维；通过系统间的互联交互实现多模网络数据的联合分析，进一步提升 OSS 的价值。同时，6G OSS 主要面向 6G 网络提供通感算资源的资源协同调度和管理，并实 6G OSS 技术白皮书 68 现自动化、智能化、孪生化三种核心能力闭环与 6G OSS 系统各项功能之间的互联应用。阶段二 协作运维型 6G OSS 在协作赋能阶段，6G OSS 系统将实现针对 6G 空天地网络和现有制式网络的不同网络子域之间的协作运维，并实现通感算业务之间的协作优化。6GOSS 的自动化、智能化和孪生化核心能力将与现有网络的运维系统及流程深度整合大幅提升存量网络的自智水平。阶段三 一体融合型 6G OSS 在融合一体阶段，对于通感算资源深度融合的调度和管理、空天地一体网络业务选择与开通等新型业务，6G OSS 基于增强的意图驱动能力将实现 6G 网络和现有制式网络资源的综合调度管控，并实现基于 6G 空天地网络和现有制式网络融合架构的全域业务编排和网络运维，同时实现意图驱动的自动化、智能化、孪生化三种核心能力闭环的融合应用。图 7-1 6G OSS 系统的实现演进 7.3 面向 6G OSS 的标准演进方向 伴随通信网络的代际演进，网络业务的复杂度不断提升，为提升实现网络运维及管理效率，以 OSS 系统为主要实现的网络管理架构在不同时期的标准化制定过程中也体现出不同演进重点。6G OSS 技术白皮书 69 3G：面向业务支持的网络管理架构 3G 系统的网络管理主要面向网络业务支持。国际电信联盟（ITU）于 20 世纪 80 年代后期引入的 TMN 框架。ITU-T M.3010 提出了 TMN 的逻辑分层架构（LLA）：网络元素层（NEL），网元管理层 EML，网络管理层 NML，业务管理层SML，事务管理层 BML。ITU-T M.3400 规定了 TMN 五大管理功能域：故障管理、配置管理、计费管理、性能管理、安全管理(FCAPS)。TMN 应用领域非常广泛，涉及电信网及电信业务管理从业务预测到网络规划；从电信工程，系统安装到运行维护，网络组织；从业务控制和质量保证到电信企业的事物管理等。90 年代中期 TMF 提出了面向电信行业的业务流程模型 TOM 模型（Telecom Operations Map），由于 TOM 模型缺少企业管理的内容，另外也缺少对互联网和电子商务催生的新业务支持，在 2001 年 TMF 提出了 eTOM 模型（enhanced TOM）来完善该模型。eTOM 中的过程管理域关注的焦点是在服务（Fulfillment）,保障（Assurance）和 Billing&Revenue Management（计费），这三个组也被简称为“FAB”。eTOM 模型为整个行业提供了一个基础性的框架，成为事实上的行业标准和共同语言。4G：面向虚拟化支持的网络管理架构 4G 时代的网络管理重点关注面向网络虚拟化的支持。为了加速部署新的网络服务，网络服务提供商和电信运营商积极拥抱网络功能虚拟化（NFV），从而可以逐步放弃笨重昂贵的专用网络设备。2012 年 10 月由 13 个运营商成立了欧洲通信标准协会 ETSI（European Telecommunications Standards Institute）的一个致力于推动“网络功能虚拟化的工作组（ETSI ISG NFV），通过负责开发制定电信网络的虚拟化架构，如 NFV MANO。2014 年，ETSI 率先启动 MEC（Mobile Edge Computing，移动边缘计算）标准项目。这一项目组旨在移动网络边缘为应用开发商与内容提供商搭建一个云化计算与 IT 环境的服务平台，并通过该平台开放无线侧网络信息，实现高带宽、低时延业务支撑与本地管理。2016 年 ETSI 把 MEC 的接入方式，从蜂窝网络扩展到 WLAN 等其他接入方式，即把移动边缘计算的概念，扩展成为了新的 MEC（Multi-access Edge Computing，多接入边缘计算）。6G OSS 技术白皮书 70 5G：面向智能化增强的网络管理架构 随着 AI 技术的发展，5G 网络管理主要面向网络智能化增强。3GPP 在 5G标准制定之初，就考虑将 AI 与大数据分析技术应用于 5G 网络。2017 初，R15版本首次引入 NWDAF（Network Data Analytics Function，网络数据分析功能）网元，作为 5G 网络 AI 大数据引擎。2018 启动了“意图驱动的移动网络管理服务”并在 TR 28.812 中明确了意图驱动的网络管理服务的概念、自动化机制、应用场景以及描述意图的机制等。2020 年成立“自治网络分级（Autonomous Network Levels，ANL）”标准项目。此外，3GPP 还在 TS28.533 中定义了 MDAS（Management Data Analytics Service，管理数据分析服务）提供不同网络相关参数的数据分析，包括负载水平和/或资源利用率。ETSI于2017 年成立业界首个网络智能化规范组体验式网络智能行业规范小组（Experiential Networked Intelligence Industry Specification Group，ENI ISG），提出了利用 AI 和上下文感知策略来根据用户需求、环境状况和业务目标，通过自动化的服务提供、运营和保障等提升 5G 网络性能。同年 12 月，ISG ZSM（Zero Touch Network&Service Management）工作组成立，该工作组偏重无线和核心网,其标准化目标是端到端网络及服务进行自动化管理（如交付、部署、配置、维护和优化）。2019 年，TM Forum 发起倡议并设立自智网络(Autonomous Networks)协作项目，旨在定义全自动化的零等待、零接触、零故障的电信网络，以支撑电信内部用户实现自配置、自修复、自优化、自演进的电信网络基础设施，探索并提供行业领先的端到端网络自动化方法论。5G Advanced：面向云原生服务化的网络管理架构 随着云相关技术的不断发展和成熟，为了支持业务的快速上线、按需部署，5G 核心网经历了从 SDN/NFV，再到云原生的网络演进，面向 5G-Advance，网络服务化正由核心网向全网服务化演进。3GPP 已完成 5G 核心网服务化架构（SBA）以及基于服务化管理服务（MnS）的标准化研制，未来可以通过不断优化解耦，通过开放式服务化提升网络管理的效率。6G OSS 技术白皮书 71 随着各行业数字化转型的深入，面向数智驱动、泛在连接和虚实相生的未来网络新时代，2020 年 TM Forum 推出了 ODA（Open Digital Architecture）开放数字框架，通过提供标准化的云原生软件组件的方式助力运营商像搭积木一样搭建支持自动化运维的数字化 IT 系统，从而实现服务供应商及其供应商可以接受协同开发和跨组织的敏捷工作方式。6G：面向通感算、空天地一体化的全新网络管理架构 基于以上网络管理相关架构的演进分析，面向未来 6G 通感算、空天地一体化的全新型网络架构，相应网络管理系统的设计也需要从过去打补丁式的单维能力增强或新增，向全栈 OSS 架构重构思考。如图 7-2 所示，6G OSS 的网络管理核心功能需在原有传统网络业务支持的基础上需进一步新增面向空天地网络融合编排管理、通感算一体化调度管理、ESG 管理。通过数据管理以及意图管理等管理服务的引入，全面保障网络端到端服务质量和资源优化。在实现网络管理自动化、智能化之外，通过数字孪生技术进行网络仿真推演，为网络管理决策提供直观精确的孪生化的支撑。此外，6G OSS 还将从网络内生的角度提供安全可信以及 ESG 支持，全面保障 6G OSS 的可持续发展。图 7-2 现有网络管理架构向6G OSS 演进 6G OSS 技术白皮书 72 总结与展望 作为业界第一本前瞻性、系统性研究 6G OSS 的白皮书，本文从全球 6G 网络发展现状入手，全面分析了 6G 网络的典型业务场景、潜在关键技术和网络架构演进对于 OSS 的新需求；结合 6G 现状和 OSS 系统发展提出了 6G OSS 的总体愿景，研究了 6G OSS 系统的 12 项潜在关键技术，提出了由核心业务功能、三大管理功能和三大闭环核心能力组成的 6G OSS 系统功能架构，探讨向 6G OSS 系统演进的实现之路。当前，业界对于 6G 系统架构和关键技术的研究尚处于预研阶段，对于 6G OSS 的研究刚刚起步，6G 基础设施建设与商用还是中远期目标。但是，从 6G OSS 的自动化、智能化、数字孪生化三大闭环核心能力看，业界已经具备了一定的研究基础和技术沉淀，并且这三项能力可以依托现有的 5G 网络智能化、算力网络、5G 专网等基础设施开展先行先试的技术研发和原型系统研制。同时，数字孪生等技术的率先发展也可以加速 6G 网络创新，降低行业研发成本和缩短研发周期。因此，面向 2030 年 6G 网络的商用目标，6G OSS 已具备了率先研发建设的基础条件和驱动力。结合 6G OSS 的 5 大愿景，我们对于其发展路标做出如下展望：在 2025 年，完成面向分域互联型 6G OSS 的演进。此阶段 6G OSS 系统将支持面向 6G 空天地一体化架构的分域运维并与现有 4/5G 的现存网络之间实现连通，具备对于 6G 新无线技术的管理功能和基于算力内生网络的通算业务编排管理功能、并且初步具备数字孪生、内生 AI 和自动化三种能力的闭环及与 6G OSS 系统各项功能之间的互联应用；在 2027 年，完成面向协作运维型 6G OSS 的演进，实现“从网络智能化管理扩展到网络自动化、智能化、数字孪生化管理”和“构建安全可信的 6G OSS 体系”，并初步实现“从 5G 自智网络 L5 级向 6G OSS ready 演进”、“将环境、社会、治理（ESG）纳入 6G OSS 能力体系”的愿景目标。此阶段 6G OSS 系统将具备针对 6G 空天地网络和现有制式网络的不同网络子域之间的协作运维功能，并实 6G OSS 技术白皮书 73 现通感算业务之间的协作优化功能，同时将实现 6G OSS 的数字孪生能力、内生AI 能力和自动化能力与现存网络管理系统的协作应用。在 2030 年，完成面向一体融合型 6G OSS 的演进，全面实现 6G OSS“从网络单体/单域管理到空天地、通感算一体化管理演进”、“从 5G 自智网络 L5 级向6G OSS ready 演进”等五大愿景目标。此阶段 6G OSS 系统将全面具备 12 项关键技术能力，实现 6G 网络和现有制式网络的资源一体化调度管控，6G 空天地网络和现有制式网络融合架构的全域业务编排和网络运维，同时实现基于增强型意图驱动的自动化、智能化、孪生化三种核心能力闭环的融合应用。6G OSS 技术白皮书 74 参考文献 1 IMT-2030(6G)推进组，6G 总体愿景与潜在关键技术白皮书，2021.6 2 Ouyang Y,ZHANG Y,GAO T,et al.The next decade of telecommunications artificial intelligenceJ.Telecommunication Science,2021 3 NEXT G ALLIANCE,“Roadmap to 6G”,2022.2 4 NGMN,“6G Drivers and Vision”,2021.4 5 Ericsson,“6G Connecting a cyber-physical world”,2022 6 华为,6G：无线通信新征程，2022 7 Samsung Research,“6G The Next Hyper Connected Experience for All”，2020 8 Nokia,“Technology innovations for 6G system architecture”,2022 9 University of OULU,“Key drivers and research challenges for 6G ubiquitous wireless Intelligence”White paper 6G Flagship research program,2019 10 University of SURREY,“6G wireless an new strategic vision”,2020 11 尤肖虎等，6G 研究白皮书6G 无线网络：愿景、使能技术与新应用范式，2020.8 12 IMT-2030(6G）推进组，6G 典型场景和关键能力白皮书，2022.7 13 ITU-R M.IMT.Report“Future Technologies Trends Towards 2030 and Beyond”,2022.7 14 IMT-2030(6G)推进组,6G 网络架构愿景与关键技术展望白皮书，2021 15 中信科移动，6G 场景、能力与技术引擎白皮书，2021 16 中国移动，中国移动 6G 网络架构技术白皮书，2022 17 University of OULU，“WHITE PAPER ON 6G NETWORKING”2020.6 18 6G ANA 论坛，6G 网络原生 AI 技术需求白皮书，2022.1 19 Ericsson,“An intelligent platform:The use of O-RANs SMO as the enabler for openness and innovation in the RAN domain”，2021.11 20 TM Forum,“A WHITEPAPER ON autonomous networks”，2022.9 21 亚信科技，算力网络白皮书，2022 年；6G OSS 技术白皮书 75 22 中国移动研究院，基于数字孪生网络的 6G 无线网络自治白皮书，2022 23 紫金山实验室，区块链赋能 6G 移动通信白皮书 体系架构与技术原理,2021.6 24 IMT-2030(6G)推进组，面向 6G 网络的智能内生体系架构研究，2022 25 5G PPP Architecture Working Group，“The 6G Architecture Landscape”，2022.12 26 Hexa-X,“Initial 6G architectural components and enablers”,2022.27 Next G Alliance，“Next G Alliance report:6G Technologies”，2022 28 SK Telecom,NTT docomo,“6G Common Requirements”,2023 29 Y.Ouyang,A.Yang,X.Ye,B.Cheng,M.Wu.Resource Scheduling Method for Computing Force Network:PCT/CN2022/095280P.PCT,May 26th,2022.30 Y.Ouyang,B.Cheng,M.Wu,A.Yang,X.Ye.Reinforcement Learning in Computing and Network Convergence Orchestration,arXiv:2209.10753,Sep.22st,2022.31 亚信科技，算力内生网络白皮书，2022 32 3GPP SA-WG5,“Rel-18&Rel-19 time plan proposal for OAM”,2022.1 33 赛迪智库无线电管理研究所，6G 全球进展与发展展望白皮书,2021,4 34 ITU-T FG NET-2030 White Paper:“Network 2030-A Blueprint of Technology,Applications and Market Drivers Towards the Year 2030 and Beyond”,2019.5 35 ITU-T FG NET-2030 Deliverable:“New Services and Capabilities for Network 2030:Description,Technical Gap and Performance Target Analysis”,2019.10 36 ITU-T FG NET-2030 Technical Report:“Network 2030-Additional representative use cases and key network requirements for Network 2030”,2020.6 37 ITU-T FG NET-2030 Technical Specification:“Network 2030 Architecture Framework”,2020.6 38 TM Forum,“Autonomous Networks:Empowering Digital Transformation for Smart Societies and Industries”,2020.10 39 ETSI,“Terms of Reference(ToR)for ETSI ISG Zero touch network and Service Management”,2021.12 40 ETSI,“Terms of Reference(ToR)for ETSI ISG Network Functions Virtualization”,2022.12 41 ETSI,“Terms of Reference(ToR)for ETSI ISG Experiential Networked Intelligence(ISG ENI),2022.9 6G OSS 技术白皮书 76 42 O-RAN,“Use Cases and Deployment Scenarios Towards Open and Smart RAN White Paper”,2020.2 43 中国移动、亚信科技等，数字孪生网络（DTN）白皮书，2021 44 王达,孙滔,孙晓文,郭建超,孙杰,陈果,杨爱东,欧阳晔，数字孪生在网络全生命周期管理中的研究J.电信科学,2022 45 王淑玲，孙杰，王鹏，杨爱东；云边协同中的资源调度优化J；电信科学，2023，39(2):163p170 46 Y.Ouyang,T.Yan,Profiling Wireless Resource Usage for Mobile Apps via Crowdsourcing-based Network Analytics Internet of Things Journal,IEEE,vol.PP,no.99,2015 47 Ye Ouyang,Alexis Huet,J.P.Shim,and Mantian(Mandy)Hu,“Latent Clustering Models for Outlier Identification in Telecom Data”Mobile Information Systems,vol.2016,Article ID 1542540,2016 48 Ouyang,Y.;Yan,T.;Wang,G.,CrowdMi:Scalable and Diagnosable Mobile Voice Quality Assessment Through Wireless Analytics,Internet of Things Journal,IEEE vol.PP,no.99,2014 49 Y.Ouyang,Z.Li,L.Su,W.Lu and Z.Lin,Application behaviors Driven Self-Organizing Network(SON)for 4G LTE networks in IEEE Transactions on Network Science and Engineering,2018 50 Ouyang,Y.,Li,Z,Su,L.,Lin,Z.,Lu,W.,“APP-SON:Application Characteristics Driven SON to Optimize 4/5G Network Performance and Quality of Experience”IEEE International Conference on Big Data,2017 51 D.Zou,J.Ding,X.Wang,X.Ye,Y.Ouyang.“Research on network cloud equipment anomaly and root cause analysis”ITU Journal on Future and Evolving Technologies,Volume 3(2022),Issue 2,Pages 89-97,2022 52 J.Yin,W.Li,X.Wang,X.Ye,Y.Ouyang“4G/5G Cell-level multi-indicator forecasting based on dense-MLP”ITU Journal on Future and Evolving Technologies,Volume 3(2022),Issue 2,Pages 108-116,2022

86人已浏览 2023-07-23 76页 5星级

面向智慧内生的6G全服务化架构探讨 黄宇红 中国移动 2023年7月 4 总结与展望 2 全服务化架构设计及关键技术 3 中国移动全服务化阶段性研发成果 1 全服务化是6G网络发展方向 2 ITU-R已明确6G典型场景，布局了技术指标，但这些指标不是单点技术的要求、而是网络系统性的要求，技术布局需从网络整体出发、系统思考 ITU技术指标 不是单点技术的指标 而是网络系统的指标 网络整体性要求 核心网 终端 无线网 新业务及场景 通感互联 智慧工业 超能交通 全息交互 精准医疗 智能交互 元宇宙 SCU SCU SCU SCU 3 技术领域 通过平台化、服务化、内生设计，实现网络智慧内生 面向全场景，融合全要素，实现全领域资源和能力贯通 无线通信 无线组网 网络架构 多频段多制式融合组网 提高组网灵活性降成本 拓展移动网络从广域到微域 高性价比地提供感知能力 峰值速率100Gbps以上 网络频谱效率提升23倍 海量连接随机接入用户提升2倍 从ITU技术指标到技术布局，网络是关键 3 以网为核心，中国移动形成 6G技术布局，产学研协同攻关 加强产学研用协同攻关、强化关键技术系统性创新，打造6G科学实验装置，形成“3 10 1”的 6G技术体系布局 1套科学装置：构建开放的、场景化的联合研发与试验环境 10技术方向布局 超大规模天线 空口AI 语义通信 智能超表面 太赫兹通信 新型无线传输 新型编码多址 信道测量与建模 新型无源物联 异构融合组网 通感一体化 可见光通信 轻量化协议 智慧内生 空天地一体 内生安全 移动算力 分布式自治 数字孪生网络 全服务化 内生确定性 新型网络架构 无线通信 无线组网 网络架构 新型创新联合体新型创新联合体 北京邮电大学-中国移动研究院联合创新中心 清华大学-中国移动联合研究院 东南大学-中国移动 研究院联合创新中心 协同攻关基础理论和协同攻关基础理论和原型样机研究原型样机研究 产业合作伙伴产业合作伙伴 确保技术向标准确保技术向标准、产品及应用转化产品及应用转化 中国移动中国移动 以需求为牵引以需求为牵引、问题为导问题为导向向，做好做好“网络网络 融合创新融合创新”中关村泛联院 3 技术领域 4 从移动通信向移动信息重大转变，要求网络组织范式变革 6G六大典型场景要求网络内生支持AI、感知、泛在连接等新能力，网络将从通信服务向信息服务转变，高性能、多样性、低成本构成的所谓“不可能”三角形，需要用平台化、服务化、智能化打破 六大场景可分为三类：第一类是性能沉浸化：5G三大场景的增强 第二类是要素融合化：AI与通信的融合、感知与通信的融合 第三类是覆盖全域化：泛在连接 网络平台化是基座：网络成为聚合相关业务能力的“平台”，供需动态匹配，为用户提供多样化的移动信息服务 5 平台化服务网络是网络架构设计新范式，网络平台化、服务多样化，实现网络柔性变革，支持功能动态扩展，性能弹性提供，服务供需动态匹配，网络灵活生长 网络平台化 业务能力的原子化、开放化是关键 横向：层间解耦、层内原子化，统一封装，提供调用服务 服务多样化 服务化的调用、服务化的编排是关键 纵向：跨层多要素按需智能编排，为用户提供定制化服务 基础设施（Infrastructure）网络功能（Network function）Internet IoT V2X Internet IoT V2X 基础设施（Infrastructure）网络功能（Network function）平台化服务网络是发展方向 6 服务化从5G开始，是统一网络下提供多样化服务的重大变革，服务化架构在5G设计中 已完成重大突破 多样化服务（产业互联网）单一服务（语音、数据）烟囱设计 刚性控制 平台设计 柔性控制 煤矿井下监控 远程医疗 终端 寻呼 移动 管理 接入 认证 平台化 服务化 无线连接 信息流 资源 终端 信号处理 信号处理 无线连接 信息流 资源 终端.MME SAE GW HSS 会话 建立 会话 修改 服务 注册 事件 开放 实例 绑定 服务 查询 策略 控制 切片 选择 统一 存储 数据 分析 服务 授权 策略执行 能力开放 智慧工厂 传统架构功能耦合、控制刚性、业务型单一，不易定制、不易拓展，无法满足需求跃迁 提出移动网络架构平台化、服务化变革思路，满足5G服务“千行百业”的多样、定制和敏捷的跃变需求 服务化是从5G开始的网络发展方向 7 服务化架构赋能功能柔化，开启网络即服务演进，使网络平台化成为可能 服务化架构不断演进深化 SBA-eSBA-HSBA 已服务化部分 未服务化部分 无线 接入网 核心网 用户面 终端 核心网控制面 无线 接入网 核心网 用户面 终端 核心网控制面 无线 接入网 核心网 用户面 终端 核心网控制面 服务化是5G标志性技术，带来网络体系架构的深刻变革；6G将继承服务化的核心理念，实现端到端全服务化系统 无线 接入网 终端 核心网控制面 核心网 用户面 5G(SBA)6G(HSBA)5G-A(eSBA)服务化不断走向纵深，成为5G、6G的基石 8 全服务化是6G网络的发展目标，需要在兼容5G架构基础上拓展服务化领域、深化服务化机制、扩展服务化要素，为网络分布化、自治化提供基础 5G服务化还不完善，面对复杂业务逻辑如何实现高效组合、高效管理还有待优化，新服务的加入会波及已有服务，各个功能服务化过程中需要优化的设计机制在6G中才能彻底设计完善（如UPF需要从处理数据扩展到支持关联上下文）6G网络服务化设计思想 通信 算力 感知 通用、开放、可共享能力 服务调用、统一协议 资源管理编排 多样化服务 一体化能力供给 按需生成、即插即用 OTN/OXC OTN/OXC OTN/OXC 池化的算网基础设施 Internet IoT V2X XR 柔性的网络功能 动态匹配的服务供给 实现网络平台化，服务多样化，功能动态扩展，性能弹性提供，服务供需动态匹配，网络灵活生长 全服务化是6G网络的发展目标 9 用户面服务化：标准上已经对服务化调用等流程、接口设计及基于服务化架构的信息开放进行了广泛讨论 接入网服务化：控制面接口服务化、RAN控制面服务化、RAN用户面服务化、深度融合DOICT等 基于intel的FlexRAN 架构的clooud RAN 在加强全球部署 23年6月，爱立信、英特尔和HPE合作完成首次端对端云RAN通话 2022年2月28日中国移动发布6G服务化RAN白皮书，并开始集采6G服务化RAN原型系统 University of Oulu提到了SBA-RAN的初步设想.WHITE PAPER ON 6G NETWORKING,6G Research Visions,2020,德国电信依托 VMware 的云基础设施和英特尔 FlexRAN 参考架构构建了一个开放式智能 vRAN 平台 6G全服务化：产业界发布6G白皮书，持续推动移动网络向全服务化演进 基于服务化架构的5G SA在全球商用 覆盖52个国家 覆盖全球主流运营商 投资5G SA的运营商数量达561家 3GPP eSBA（SBA增强）研究将服务化引入用户面 3GPP R18 UPEAS（UPF能力开放和SBA）实现了UPF能力开放服务化设计。中国联通2023年上海MWC发布中国联通6G网络体系架构白皮书 中国移动与沃达丰公司、美国蜂窝电信公司联合发布6G需求与设计考虑白皮书在NGMN发布 中国电信研究院，中兴联合发布6G网络架构展望白皮书 10 5G服务化架构在全球110家运营商应用，产业界在积极推进全服务化。核心网用户面和无线接入网已纳入服务化框架，是下一步演进的方向 产业各界积极推进全服务化 10 1 全服务化是6G网络发展方向 4 总结与展望 3 中国移动全服务化阶段性研发成果 2 全服务化架构设计及关键技术 11 服务化功能层 开放使能层 路由与连接层 资源与算力层 移动 管理 接入 认证 会话 建立 QoS 保障 统一 存储 数据 分析 智能 处理 内生 数据 身份 鉴权 零信任 接入 IP网络 IP网络 光网络 光网络 中心算力 边算力 数据 收集 模型 对比 虚实 映射 虚实 交互 业务 编排 资源 调度 生命 周期 智能 运维 算力服务 连接服务 功能服务 数据服务 AI服务 安全服务 控制面 用户面 数据面 计算面 安全面 管理编排体 数字孪生体 网络本体 边算力 IP网络 三体 管理编排体和数字孪生体模块化服务设计 网络本体的服务化功能层和开放使能层进行全服务化设计 四层 开放使能层支持对外模块化服务能力，将底层网络能力进行封装 服务化功能层按照五面粒度进行细化服务设计。五面 控制面服务，用户面服务深化设计 增加数据面服务，计算面服务，安全面服务 12 基于6G“三体四层五面”总体设计，提出全服务化（Holistic SBA）架构理念，是统一网络下提供多样化服务的重大变革，并针对服务化功能层、开放使能层等进行全服务化设计，构建平台化服务网络 端到端全服务化架构视图 12 优化服务机制 拓展服务要素 坚持服务化设计理念，探索服务进一步解耦机制。针对Service Mesh/Mecha技术开展研究，实现业务逻辑和分布式系统之间的更加深入的松耦合 提升API调用效率。探索引入GraphQL技术，有助于更加高效的查询以图的数据结构进行保存的数据 引入服务化计算面和数据面。引入“算力”和“数据”要素，与通信资源要素进行融合设计，基于服务化设计理念定义全新计算面和数据面 算力和数据是提供智能服务的要素基础，全服务化是提供智能服务的架构基础 扩展服务领域 接入网服务化：云化基础上功能解耦 用户面服务化：支持更快速、更直接数据处理开放 管理编排服务化：统一服务化管理机制 数字孪生服务化：初始设计即功能解耦 13 围绕“领域扩展、机制深化、要素扩展”推进6G全服务化架构设计 服务化技术演进布局 13 用户面：多服务并行化处理 控制面：并行化信令 14 服务化RAN将实现业务处理逻辑的变革，通过控制面并行化信令、用户面并行化处理，提升处理效率 请求 响应 UE RAN CN NF 1 CN NF 2 CN NF 3 请求 响应 请求 响应 请求 响应 转变：串行 并行信令，降低端到端时延，便于新功能引入 请求 响应 UE RAN CN NF 1 CN NF 2 CN NF 3 请求1 响应1 请求2 响应2 请求3 响应3 现有承载级扩缩 扩缩容量受限，需要重配置 功能1 功能2 功能3 功能4 功能5 现有用户面串行处理 服务1 服务2 服务3 服务4 服务5 同时执行 多服务并行处理 处理效率提升 服务级扩缩 按需扩展，可基于实现、不需要重配置 承载1 承载2 服务1实例3 服务1实例2 服务1实例1 服务2 同时执行 转变2：承载级 服务级扩缩，提升资源利用率 转变1：串行 并行处理，有效提升处理效率 领域扩展：服务化RAN 14 服务化用户面 高效数据处理转发 多层次QoS管理与执行 全方位能力开放 控制面功能1 控制面功能2 服务化控制面 扩展控制面服务能力 构建丰富的控制面服务化体系 通过HSBA融合通感处理、沉浸多感等功能 基于分布式组网架构 增强服务设计机制 用户面作为移动网络数据处理的主要功能，其服务化有助于实现 6G 网络的全云化部署 通过HSBA对业务保温进行高效转发、丢弃及缓存等。借助UP服务在会话中实现多层次QoS 向其他面、层、体开放所需用户数据或网络信息 其他用户面服务 服务设计增强 服务功能丰富 15 在5GC SBA基础上增强控制面和用户面的服务化架构，深化服务化机制，提升服务化效率 机制深化：服务化控制面和用户面 15 构建原子化计算服务、数据服务能力，以任务为中心进行任务动态编排，实现供需动态匹配 提供计算即服务CaaS、数据即服务DaaS 计算任务执行 计算任务转发 计算任务 编排 计算任务会话管理 计算策略控制 计算资源 管理 数据处理 数据采集 数据任务 编排 数据任务会话管理 数据任务策略控制 数据资源 管理 数据转发 服务化计算面 服务化数据面 16 引入“算力”和“数据”要素，与通信资源要素进行融合设计，基于服务化设计理念定义全新 计算面和数据面，是提供智能服务的基础 要素扩展：服务化计算面和数据面 16 资源异构化 OTN/OXC OTN/OXC 全光底座 OTN/OXC 统一IP算网底座 分布式算力（端）分布式算力（边）分布式算力（网）分布式算力（中心）分布式算力（中心）分布式算力（边）分布式算力（网）分布式算力（端）智慧城市 智慧工业 智慧生活 智慧园区 智慧娱乐 能力平台化 需求多样化 管理 编排 任务 管理 任务 控制 服务QoS 17 网络使能AI 1.多样化AI服务供给：层内、跨间多要素按需智能编排，拉通“连接 算力 能力”，实现AI服务的多样化供给 2.任务式AI服务提供：面向不同AI任务，构建端到端的AI 学习和推理环境，为AI 模型提供可靠传输，提供安全、可保障的AI 服务AIaaS AI赋能网络 1.AI赋能网络全服务化设计：降低网络功能原子化、微服务化带来的编排设计复杂性 2.AI赋能网络全服务化运行：实现在时变环境下网络服务与业务最优匹配，提升网络运行效率和用户体验 3.AI赋能网络全服务化运维：提升网络质量、降低运维成本、提升运维效率 全服务化设计为通信与人工智能要素（算力、算法、数据）的深度融合提供架构基础，实现AI赋能网络与网络使能AI双向驱动 全服务化实现AI赋能网络与网络使能AI双向驱动 17 1 全服务化是6G网络发展方向 2 全服务化架构设计及关键技术 4 总结与展望 3 中国移动全服务化阶段性研发成果 18 全服务化研发体系 服务领域扩展 服务要素拓展 服务机制优化 1.服务化RAN控制面 2.服务化RAN用户面 3.服务化UE 4.多维能力服务化 1.控制面、用户面服务化增强 2.新型服务化机制 3.新型服务化调用 1.计算面服务化 2.数据面服务化 3.新型智能服务 4.管理编排服务化 5.数字孪生服务化 6.安全服务化 构建开放的、场景化的全服务化网络联合研发与试验环境 基于6G新兴需求场景、引导全服务化“网络 融合创新”确保全服务化技术向标准、产品及应用转化 协同攻关全服务化基础理论和原型样机研究 北京邮电大学-中国移动研究院联合创新中心 清华大学-中国移动联合研究院 东南大学-中国移动 研究院联合创新中心 中关村泛联院 中关村创新院开放平台 中国移动已初步形成全服务化研发体系布局，集聚产学研力量开展全服务化技术协同攻关 全服务化研发体系布局 19 国际标准 技术布局 3GPP：牵头SBA、eSBA、UPF服务化及开放标准项目。中国移动累计提交文稿4000余篇（超文稿总数的1/3），文稿贡献居运营商首位，包括需求、研究、基础架构和流程标准 ITU：开展6G全服务化技术布局，在分布式网络、智能服务、服务化演进等方向取得标准突破，在SG13/11牵头提出了分布式核心网(Distributed Core Network,DCN)标准体系，对3GPP全服务化标准布局形成有力补充 体系建设：牵头构建全服务化技术体系，成为国内6G架构设计的共识；深化面向端到端全服务化的“三体四层五面”6G网络总体架构设计，构建网络智能服务技术体系，牵引国内6G网络技术发展并向全球推广 论文布局：Holistic service-based architecture for space-air-ground integrated network for 5G-advanced and beyond发表在China Communications Micro-service-driven Radio Access Network发表在China Communications Service-based RAN:the next phase of cloud RAN发表在Globecom workshop Performance Analysis of Service-based RAN via Multi-state Markov Chain发表在ICCC The SOLIDS 6G Mobile Network Architecture:Driving Forces,Features,and Functional Topology发表在Engineering Relay-Assisted Online Service Function Chain Placement and Resource Allocation in 6G Network发表在PIMRC 6G Architecture Design:from Overall,Logical and Networking Perspective发表在IEEE Communications Magazine Network Architecture Design toward Convergence of Mobile Applications and Networks 已投稿IEEE Communications magazine 原创技术：构建全服务化架构及关键方案原创技术体系；5G架构核心专利获中国专利奖银奖 中国移动提出全服务化技术体系，原创提出并牵头5G服务化架构SBA并持续向5G-A/6G演进，是我国5G引领的标志性成果，也是6G架构设计的主要基础 全服务化技术和标准成果 20 智慧内生的全服务化原型系统已经实现基于全服务化的分布式功能设计，并率先通过IMT-2030(6G)测试，接下来将逐步迭代，研发端到端的全服务化原型系统 构建同构的全服务化SCU节点 采用全云化、服务化设计，支持X86虚机和容器化部署 支持分布 集中的部署方式 增强传统控制面、用户面，具备分布式网络注册、发现等能力，支持网络可编程、用户面服务化等特性 新增独立数据面，支持签约数据、用户上下文数据的分布式存储和同步，以及基于独立数据面的无状态控制和容灾处理 新增独立计算面，提供本地AI能力，通过分布式智能节点的协同提供全局AI能力，实现智能内生 全服务化网络原型已具备基本能力 能力1：子网功能完备，独立工作，统一架构 能力2：即插即用能力，子网络自动化注册、发现等 能力3：数据的分布式存储和同步 能力4：分布式的移动性管理能力 能力5：服务智能自适应能力 服务化网络NF/ServiceNF/ServiceNF/ServiceNF/Service中心节点中心节点服务化网络NF/ServiceNF/ServiceNF/ServiceNF/Service分布式分布式节点节点A AUE服务代理服务代理服务化网络NF/ServiceNF/ServiceNF/ServiceNF/Service分布式分布式节点节点B B服务代理基站UE基站基于全服务化的分布式SCU组网架构 全服务化系统验证环境 自主研发智慧内生的6G全服务化系统原型，在架构层面支持提供智能服务，为下一步全服务化技术的研究、选型、测试验证提供有力支撑 全服务化原型及验证 21 1 全服务化是6G网络发展方向 2 全服务化架构设计及关键技术 3 中国移动全服务化阶段性研发成果 4 总结与展望 22 6G需要通过端到端网络系统创新来突破单点技术的瓶颈。平台化服务网络是5G以来网络架构的新范式，在6G阶段将呈现为智慧内生的全服务化架构，成为6G网络发展的“强心剂”和“里程碑”全服务化将拓展服务领域、深化服务机制、扩展服务要素，将服务化的范畴从5G的核心网扩展到接入网和终端，从通信服务扩展到控制、用户、数据、计算、智能、安全等全要素服务，成为实现AI赋能网络与网络使能AI双向驱动的基础 中国移动在智慧内生的全服务化架构已取得阶段性成果，期待与业界合作伙伴携手，持续推进面向智慧内生的全服务化网络演进，力求在6G阶段完成信息通信网络的端到端全服务化 总结与展望 23

84人已浏览 2023-07-23 24页 5星级

1 6G BSS 技术白皮书 联合发布：6G BSS 技术白皮书 2 联合作者 亚信科技 清华大学智能产业研究院 中国电信研究院 中国移动信息技术中心 中国联通软件研究院 中广电移动网络有限公司 英特尔（中国）有限公司 引用本白皮书 亚信科技、清华大学智能产业研究院等，6G BSS 技术白皮书，2023 年 7 月。6G BSS 技术白皮书 3 目录 一.前言.7 二.通信业务及BSS演进回顾.11 2.1 各代通信技术下的BSS系统特点.11 2.2 演进分析结论.20 三.6G业务支撑模式.21 3.1 6G典型场景对业务支撑的新要求.22 3.2 业务支撑系统的参考框架.26 3.2.1 通信标准组织定义的业务支撑框架.26 3.2.2 互联网行业的业务支撑技术参考.30 3.2.3 通信运营商的BSS演进规划.33 3.3 面向数字化创新的6G分域业务支撑模式.35 四.6G BSS总体愿景.40 五.6G BSS潜在技术.44 5.1 6G BSS技术框架.46 5.2 6G BSS关键技术.48 5.2.1 基于智能客户化身的全面体验升级.48 5.2.2 基于意图感知的交互方式升级.49 5.2.3 基于智能数字孪生体的可视化运营.50 5.2.4 基于自适应人工智能的自动化运营.52 5.2.5 基于云边端一体化的分布式应用.53 5.2.6 基于区块链可信身份认证的内生安全.53 5.2.7 基于超级自动化和平台工程的极简开发.55 5.2.8 基于数字免疫系统的自动化运维.57 5.2.9 基于数据编织的数据资产化.58 5.2.10 基于隐私计算的数据价值最大化.60 5.2.11 基于可持续云计算模型的PaaS能力演进.62 5.2.12 基于高性能云化架构.64 5.2.13 基于不同硬件平台的智能算力泛在调度.67 六.6G BSS潜在架构演进.69 6.1 6G BSS设计思路.69 6.2 6G BSS架构概述.72 6G BSS 技术白皮书 4 七.6G BSS实现原则与建议.77 7.1 5G BSS现状.78 7.2 面向6G BSS的演进建议.79 7.2.1 业务驱动、逐步演进.80 7.2.2 基于开放式架构演进.80 7.2.3 面向公有云/专有云全面迁移.80 7.2.4 引入内生安全体系作为基础.81 7.2.5 交互层独立进化.82 7.2.6 业务、数据、智能三位一体、同步演进.82 7.2.7 快速赋能行业用户生态使能业务快速发展.83 八.总结与展望.84 参考文献.86 6G BSS 技术白皮书 5 图目录 图 2-1 通信运营商业务支撑系统 BSS 代际特征.11 图 3-1 通信运营商业务模式.21 图 3-2 TM Forum 的 eTOM 模型.28 图 3-3 TM Forum 的 ODA 功能架构.29 图 3-4 面向 Web3.0 的业务模型.31 图 3-5 通信业务的 4C 模型.32 图 4-1 面向 6G 的 BSS 愿景.40 图 5-1 6G BSS 潜在关键技术.44 图 5-2 6G BSS 技术框架.46 图 5-3 基于区块链的去中心化身份方案.54 图 5-4 平台工程技术.56 图 5-5 数字免疫系统技术.58 图 5-6 数据编织技术.59 图 5-7 多方安全计算原理图.61 图 5-8 联邦学习原理图.62 图 6-1 PDCA 运营管理模型.70 图 6-2 6G BSS 参考架构.76 图 7-1 5G BSS 五层架构体系现状.78 6G BSS 技术白皮书 6 表目录 表 3-1 面向 6G 时代的运营商业务模式.38 6G BSS 技术白皮书 7 一.前言 通信技术从 1G 到 5G不断升级，运营商也经历了从电信业务到消费互联网、再到产业互联网的时代更迭，信息通信业务的多样化、专业化为运营商发展提供了新方向。随着数字经济成为全球经济增长的新引擎，通信运营商也更加关注 ICT（Information and Communication Technology）基础设施与业务的融合发展，升级云网基础设施，打造云网一体新业务模式，积极推进全行业数智化转型以赋能全球数字经济的发展1。上世纪 90 年代，互联网的商用开启了数字经济的新范式，进入了以个人电脑为主的“信息互联网”Web1.0 时代。当时的移动通信尚处于 1G/2G 时代，数字技术刚开始替代模拟技术以提供语音通信，与互联网尚属两个赛道。2004 年互联网进入被称为“交互互联网”的 Web2.0 时代，用户不仅可以消费信息，还可以在网络上主动发布自己的内容。彼时的 3G/4G 移动通信技术使得大众得以通过智能移动终端分享文字与图片，借助体验升级推动整个社会进入了移动互联的时代，并为通信运营商带来了极大的商业利益，最终成就了作为数字经济基础的消费互联网。随着 5G 的商用，通信运营商加快了自身面向数字服务运营商的转型，期望作为数字基础设施的建设者和产业数智化转型的赋能者紧抓数字经济发展带来的机遇。当前广泛认可的数字经济定义源自2016年9月二十国集团领导人在G20峰会上通过的 二十国集团数字经济发展与合作倡议，即数字经济是指以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动2。2019 年 9 月 4 日，联合国贸发会首次发布的数字经济报告指出一个全新 6G BSS 技术白皮书 8 的“数据价值链”已经形成，构建数字平台的企业在数据驱动型经济中拥有巨大优势3。凭借 5G 网络万物互联的优势，运营商开始推进云网协同和算网融合发展，依托自身的云网基础设施资源优势布局算力网络，并将通过强大的政企客户基础以及不断提升的一体化解决方案能力推动千行百业的产业数字化升级，这将为运营商构筑中长期的拓增引擎，为业务的可持续、高质量发展奠定基础。同时，5G 与人工智能已被业界视为一组最新的通用目的技术组合，对垂直行业的发展起到提振生产力与赋能的作用，在下一个十年中全面加速推进人工智能在通信生态领域的发展4。在未来 5G 向 6G 的发展过程中，互联网与 IT（Information Technology）技术的发展为面向 6G 的 CT（Communication Technology）技术 IT 化提供了有力的支撑，基于此 DOICT（Data,Operation,Information and Communication Tech-nologies）技术融合将是未来数字技术创新的核心领域，是数字信息基础设施的演进方向。2014 年提出的 Web3.0 代表了下一代的去中心化互联网，旨在通过区块链等去中心化技术形成“谁创造，谁拥有”的关系以打破当前互联网公司的垄断并重塑互联网价值链。用户创造的内容和数据由用户拥有和支配，用户创造的价值也可以根据平台与用户之间签订的协议进行分配。因此，Web3.0 也被成为“价值互联网”5。而基于 Web3.0 的元宇宙（Metaverse）则是利用科技手段进行链接与创造的，与现实世界映射与交互的虚拟世界，具备新型社会体系的数字生活空间，可以说它是整合多种新技术而产生的新型虚实相融的互联网应用和社会形态。在人们所憧憬并愿意为之付出努力的元宇宙愿景中，数字世界将会和现实世界一样重要，所有的用户都能以数字化身的形象随时进入数字世界，使用互联网通证确认自己的身份，并能够在更大程度上拥有并控制自己的个人 6G BSS 技术白皮书 9 数据。虽然通信运营商在 Web2.0 时代通过发展 4G 和 5G 网络确立了自身在数字经济中的地位，并分别在消费者业务和企业级业务上都赢得了相应的机遇，但传统消费者业务已面临瓶颈，而企业级业务需求多样化，并非单一通信技术可以闭环支撑。在这种背景下，通信运营商希望能够开发更高性能、更低成本、并能支撑新型商业模式的 6G 网络技术，满足消费者对极致体验的不断追求、垂直行业对高品质灵活性的无线网络需求、以及通过 Web3.0 商业模式创新发展的愿景。元宇宙对算网资源的需求更加庞大，在底层设施上元宇宙的海量实时信息交互和沉浸式体验的实现，需要以通信技术和计算能力的持续提升作为基础，运营商作为算力网络服务的主要提供者，无疑可以通过增强 6G 网络的感知能力和智能能力，有效连接算力服务以支持新型应用，保障运营商成为元宇宙基础设施的服务提供商，率先确立在元宇宙中的基础性地位6。此外，在 6G 时代运营商需要进一步融合 DOICT 相关技术，实现算网一体化业务支撑能力，并基于其深厚的网络技术、运营技术沉淀，通过“连接 算力 能力”开展多元化增值业务更好地满足下一代互联网应用的发展。综上所述，通信运营商在发展 6G 网络，面向数字服务运营商持续转型的过程中，除了专注通信技术本身的代际研究，同时需要关注下一代互联网与 IT 技术的发展所带来的新型商业模式，按照数字经济的基本规律，进一步从“以网络为中心”向“以业务和服务为中心”和“以客户为中心”优化提升。作为承载业务发展与运营的数字化支撑系统升级也将是其自身转型过程中的重要组成部分，传统运营商 IT 支撑系统包括业务支撑系统 BSS（Business Support System）、运营支撑系统 OSS（Operation Support System）和管理支撑系统 MSS（Management Support System）三个承担不同的责任，同时又彼此关联的子系统，但随着 6G 6G BSS 技术白皮书 10 网络能力的提升，市场需求更加广泛，竞争更加激烈，这就不仅要求针对 6G 算网基础业务进一步强化 BSS 与 OSS 系统融合，纵向拉通供需两侧的数智化支撑能力以提升客户运营效率与效益，而且也要求 BSS 与 MSS 进一步融合，从而横向拉通从战略到执行的全业务流程，实现商业创新。本文将重点讨论运营商面向 6G 时代业务发展的需求，如何演进升级其数字化业务支撑系统 BSS（Business Support System），并通过提升 BSS 实现可持续的商业创新。6G BSS 技术白皮书 11 二.通信业务及 BSS 演进回顾 BSS（Business Support System）是指一种电信和通信业务管理系统，通常是由一组软件和硬件组件组成的，它们用于支持电信服务提供商的运营、管理和维护活动，用以提供面向客户的服务78。BSS 主要模块包括客户管理、订单管理、产品管理、资费管理和费用管理等，可以帮助运营商实现业务流程的自动化和优化，提高业务处理效率和客户服务质量，降低运营成本和风险。在数字经济发展的过程中，伴随着通信技术的发展，运营商不断融合互联网相关技术以拓展自身的业务领域，并推动业务支撑系统 BSS 同步演进，如图 2-1 所示。通信技术的代际升级使得同时期运营商主要业务从通信服务逐步向走向万物互联的数字化服务。同时，支撑系统 BSS 也进化至云化架构，从而更有效地支持运营商业务拓展和创新。图 2-1 通信运营商业务支撑系统 BSS 代际特征 2.1 各代通信技术下的 BSS 系统特点 第一代 BSS：单体架构 移动通信从 1973 年摩托罗拉模拟手持终端开始，之后陆续在日本、欧洲、美国、中国启动业务9。1G 时代设备和网络都处于初期发展阶段，能力较弱，仅 6G BSS 技术白皮书 12 能支持语音通信业务。当时，设备及手持终端非常昂贵，民用普及度很低。因此，业务系统以号码为核心，基于语音业务，提供相应的支持，包括号码管理、选号、按月计费选号号码开通、号码计费及对应费用收取等基本功能。当时的业务支撑系统在能力支持方面还处于初期阶段，因此采用单机服务器方案已经足够满足需求。因为那时候计算机系统的支持程度不是很高，应用系统都是单一应用系统，没有分层服务，也没有现代化数据库和 Web 服务器的支持。应用代码通常采用 C、Fortran、COBOL、dBASE（以及兼容产品）等编写，编译成单一可执行文件，或通过脚本加载方式运行。第二代 BSS：三层架构、单业务 1982 年，移动通信开始制定 GSM 规范，2G 步伐启动。在经历了第一代 GSM业务商用、2.5G GPRS、2.75G EDGE 等代际后，通信技术数字信息化、大规模芯片集成技术很好地解决了设备昂贵问题、漫游问题、频谱不足等问题，移动通信深入民间、大量普及，并且开始支持短信、简单互联网等更丰富的业务。成立于 1988 年的国际电信管理论坛 TM Forum（Telecommunication Management Forum）是一个为电信运营和管理提供策略建议和实施方案的世界性组织，多年来专注于业务支撑系统的技术体系、运营效率和运营商的营收能力。该组织在 90 年代中期提出 BSS 系统的 TOM 模型（Telecom Operations Map），涵盖了客户关系管理、订单管理、产品管理、资费管理、费用管理等业务流程10。第二代 BSS 参考 TOM 中的业务流程图和相关标准，帮助运营商实现业务流程优化和自动化。6G BSS 技术白皮书 13 这一代的 BSS 还是定位于满足运营商自身管理需求，但开始在客户服务体验方面寻求突破和创新。随着 2G 时代开启，移动通信业务极大繁荣，短信、寻呼、彩信、简单上网等业务开始出现，业务支持功能逐渐复杂。BSS 的功能设计出现了如下特征：业务支持系统开始分裂成营业、计费和客服子系统，其中营业系统完成有关手机、号码及服务的销售、变更、缴费等，计费系统完成数据采集、计量、计价、出账等，客服系统通过话务与系统分离方式支撑客户服务。新型合作范式开始引入。2G 时代的服务开始有合作伙伴加入，但主要是基于语言、短信提供的增值服务，BSS 系统主要提供与增值服务提供商的结算等。系统设计开始构建以用户为中心的三户模型11。与业务繁荣相伴而来的是激增的用户，用户的各维属性刻画日渐复杂，如用户对客户的归并关系、账户的付费关系表达等，为此电信运营商提出了三户模型（即用户、客户、账户模型），以适应当时较复杂的付款和按客户归并管理用户的场景。在技术支持方面，BSS 系统呈现出如下特点：三层架构：2G 时代，在计算机信息技术领域开始考虑“高内聚，低耦合”的架构设计思维，致力于设计分工明确、功能复用、业务逻辑清晰的软件架构，以加快开发度、提高开发效率、利于维护。为此，通信业务支撑系统开始采用三层应用架构（表示层 UI、业务逻辑层 BLL、数据访问层 DAL），各层之间采用接口相互访问，极大地促进了业务体系标准，为系统规模化建立基础，同时为后续技术架构的进一步分化，形成标准组件奠定了良好 6G BSS 技术白皮书 14 的基础。同期个人电脑微机开始出现，windows/xwindows 等桌面系统出现为业务支撑系统的快速发展提供了物理技术的支撑。业务级烟囱式应用：2G 时代，通信领域并未形成体系化的业务运营支撑理论。面对快速的业务发展，业务系统的更新迭代速度明显滞后。在业务开展的过程中，业务运营支撑系统被划分为营业、计费、客服等系统，并且每个系统都基于三层架构体系，通过中间件系统建立单独的C/S版本，数据、服务、界面相互独立，系统间采用接口方式通信12。第三代 BSS：全业务融合 3G 网络将无线通信与国际互联网等多媒体通信手段相结合，能够在全球范围同时提供语音和高速数据业务。同期智能手机开始浪潮席卷全球，手机上直接浏览电脑网页，收发邮件，视频通话，观看直播等信息服务和多媒体服务纷纷出现。各类应用软件不断更新迭代，正式进入多媒体时代。为了及时响应市场、有效组织资源形成产品/服务，通信运营商开始提供融合服务。业务系统通过快速配置不同产品和资费的组合，形成新商品，以满足市场灵活策略的变化。在此背景下，产商品模型开始形成，包括产品规格、属性规格、属性值、商品规格、资费规格等。产品规格和商品规格可以包括不同属性规格，配置不同的属性值，基于产品，商品可以选取不同的产品作为组成部分，同时选取不同资费规格而形成不同商品，产商品模型是业务运营系统的核心。随着电信行业的发展和技术的进步，TOM 框架逐渐暴露出一些缺陷，例如它的管理范围有限、难以支持新兴技术等。因此，TM Forum在2001年提出了eTOM（enhanced Telecom Operations Map）框架，作为对 TOM 框架的改进和升级。eTOM 框架在 TOM 框架的基础上进行了扩展和更新，它的设计目的是为了提供 6G BSS 技术白皮书 15 一个更加综合、灵活和现代化的电信业务管理框架。eTOM 框架涵盖了电信运营商的所有业务活动，包括客户管理、业务开发、运营管理、资源管理、质量管理等方面，并且它可以支持各种传统和新兴技术。TOM 框架是 eTOM 框架的前身和基础，而 eTOM 框架则是 TOM 框架的进化和升级，提供了更多的最佳实践和标准化业务流程。eTOM 框架已经成为电信业务管理的国际标准，并且被广泛应用于电信运营商的管理实践中。第三代 BSS在得益于 eTOM 框架的指导，可以为电信运营商提供更全面和深入的业务流程管理和优化。这一阶段，随着通信市场竞争烈度的提升，运营商开始转向以客户为中心，致力于从售前、售中、售后等几个层面为客户提供更好的服务体验。同时，在合作范式方面，BSS 开始提供对上下游合作伙伴的全面管理，包括合作伙伴全生命周期管理、合作伙伴产商品管理、合作伙伴结算管理等。在此阶段，BSS 系统的设计呈现出如下特点：功能覆盖更加全面：支撑语音、短信、彩信、数据等业务，提供营销、渠道、客户、客服、订单、产商品、融合计费、资源、合作伙伴等管理。以客户为中心：2G 时代虽然建立了三户模型，但当时是以商品为中心开展经营的，在 3G 时代，由于竞争加剧，需要根据市场情况及竞争对手策略实时调整市场策略、完成各种组合商品，市场营销从商品为中心转向“以客户为中心”，以满足客户需求支撑为驱动力的经营模式。在技术上，多层架构被引入，以支撑 BSS 的系统设计变革：3G 时代应用框架开始从 CS 向 BS 方向迁移，BS 也经历了 Web1.0 到 Web2.0 的迁移，出现了 6G BSS 技术白皮书 16 MVC 应用架构，其中 M 代表 model、V 代表 view、C 代表 control，随着业务细分及服务复用，control、model、view 层逐渐出现更多分层，并且伴随 MVC 出现RPC 与 Restful 风格 API 开放技术。第四代 BSS：SOA、流量经营、数字化业务 随着 4G 支撑能力增强，更多的业务潜能被释放出来，包括移动支付、应用商城、移动互联网、滴滴打车、美团外卖、移动电商等。各种各样的新型业务如雨后春笋般争相出现，人们的生活被彻底改变，更加智能化的生活悄悄来临。在这一阶段，运营商从提供客户通信和网络连接服务转向满足客户的综合信息服务需求。为了更好地抓住移动互联网的蓬勃发展机会，应对日益崛起的 OTT厂商的挑战，运营商开始与主流互联网服务提供商深度合作，因此 BSS 在支持价值链合作的开放性、自动化等方面有了更高的要求。这个阶段的 BSS 系统的功能设计呈现出如下特点：新增流量经营的能力：为顺应移动互联网发展规律、把握移动互联网发展机遇，改变互联网时代“管道工”角色的关键。流量经营推动了运营商向信息服务提供商的转变，从根本上重塑电信运营商的价值创造方式。数字化业务创新：数字化时代，数据成为新时代的资产。运营商的数字化业务是业务数据化的自然延伸，即将收集的数据用于业务或产品本身。包含两个层面，一是数据智能，二是数据创新。前者主要利用大数据技术提升产品体验，如推荐系统、信用评级等。后者主要是利用积累的数据开展新业务。数字化业务的本质是数据的产品化、商业化与价值化。6G BSS 技术白皮书 17 新三者模型13：随着落潮服务变现能力实施，服务拥有者利用自己的服务剩余价值为服务使用者提供了服务，可通过服务使用者自行支付或者由第三方支付服务而获得更多的服务变现，这种变现能力涉及的三方关系不同于以往2G时代的三户模型，形成了新的三者模型关系，即拥有者owner、使用者 user 和付费者 payer 多对多关系。其中 owner 可以拥有多个运营商的产品，这些产品可以由不同于 owner 的 user 使用，user 的账单可以自行支付也可以通过不同 payer 支付不同 owner 的费用，甚至 user 可以使用不同 payer 支付不同 owner 账单的部分费用，而形成非常复杂但非常灵活的多对多关系。在技术上，BSS 引入了当下的新型计算机应用开发模式，呈现了如下特征：SOA 架构：为了支撑 4G 时代出现的大量创新业务，BSS 系统采用 SOA架构，引入了企业服务总线 ESB、微服务中心化、业务中台等技术。SOA本质在于提升服务的复用、灵活规范化管理、快速自适应弹性伸缩，加速业务的快速迭代、快速满足市场需求。构建大数据中心：移动互联网业务给运营商带来了海量的非结构化数据，包括行为数据、访问数据等。为了释放数据价值，挖掘商机、发现用户消费习惯、推荐更合理服务，运营商引入了大数据中心，然后集中根据业务需要进行分析处理。第五代 BSS：业务云化、价值网络 5G 时代，通信网络基础设施逐步从专用硬件平台向通用硬件平台迁移，基于x86、ARM 等架构的基础硬件被广泛采用，同时，5G 网络技术的商用进一步丰富了应用场景，开创了包括工业互联网、自动驾驶、AR/VR、元宇宙等应用基础。6G BSS 技术白皮书 18 在这一阶段，运营商在充分满足个人客户需求的同时，开始聚焦政府/企事业单位客户的信息服务需求。同时，从合作范式来看，这一阶段的合作伙伴更加多样，包括垂直行业合作伙伴，各类 ISP 等，因此 BSS 业务也从支持以运营商为中心的合作范式转向支撑运营合作伙伴网络的范式。这个阶段的 BSS 系统的功能设计呈现出如下特点：政企模型和 SKU 模型：为更好地支持 2B 业务，BSS 开始强化政企模型。另外，由于互联网商品与电信商品的高度融合和混合特性，电信运营商也在 BSS 系统中加入了 SKU 相关的模型（包含相关的全套模型，如 SPU等），用于跟踪库存商品，以确定商品的销售价格和库存水平。强化政企客户的营销和服务：5G 时代有大量的面向 toB 业务，时延、带宽、连接数、可靠性等指标更个性化。因此，5G 从行业用户业务入手，聚焦行业用户生态，推动 BSS 创新。强调小快灵创新应用：5G 为行业用户解决了各种网络可靠性，同时结合当下成熟的云技术及正在兴起的边缘云技术，5G 实际为用户搭建了场景生态。在这些场景生态中，已集成或将集成众多成熟的互联网及移动互联网能力和服务，所以为了解决行业用户紧迫需求，开发者可以借助这些场景生态快速构建行业应用能力以满足行业用户需求。价值网络14：价值网络是对价值链的拓展和提升。价值网络围绕顾客价值，重构原有价值链，通过网络中不同层次和不同主体之间的互动关系而形成的多条价值链在多个环节上网状的联系和交换关系。由这些关系形成的网络将产生网络效应，处于每个网络节点上的个体或组织可以从这种聚 6G BSS 技术白皮书 19 合作用中创造或者获取更多的价值。5G BSS 的功能设计已经开始考虑对于价值网络的支持，在客户生态的维系上做出了多种探索。在技术上，云计算的技术体系开始大量引入 BSS 的系统构建中，具体地包括：业务云化：业务云化包含了云边一体化和云原生化两个特性。为了解决 5G工业控制等的及时性和安全性，云服务演变为云和边缘云。同时，为了满足业务的弹性、灵活等特性，Docker 技术和 K8s 动态伸缩能力等云原生技术大量地引入进来。全面注智：5G 之后由于云网融合、场景生态的存在，无论从技术、业务、运营、管理角度看系统都非常复杂，从底层技术支撑角度看，如果系统出现故障如何快速定位和处理，在面临行业用户需求时，应该如何根据行业用户的需求分配众多资源，分配什么类型和级别的资源合适，分配的资源如何计费合适，应该为用户分配什么样的应用能力合理，根据市场变化配置什么样的商品更能带来良好收益，这些问题都需要人工智能的辅助。6G BSS 技术白皮书 20 2.2 演进分析结论 通过回顾运营商在通信技术代际升级过程中的主要业务及其相应 BSS 系统的演进分析，可知：业务驱动 BSS 的演进发展。通信业务一开始由通信技术的能力决定，主要聚焦供应商需求，然后逐步转向聚焦客户需求，并与信息行业的整体业务趋势（如互联网化）相结合。从合作范式来看，BSS 支持“内外双闭环”，对内支撑企业内部管理和运营，可以帮助企业更好地实现资源整合和优化，提升内部协同和协作效率。对外支撑企业与合作伙伴之间的合作和发展，可以赋能企业与合作伙伴之间的合作和发展，提升外部合作的质量和效率。BSS 的架构演进与同时期的信息技术演进高度相关，而信息技术的演进又与通信技术的演进互相成就、相互促进，例如 Web1.0 的互联网化大大促进了宽带技术的发展，而 Web2.0 的移动化又与 3G、4G 技术互相促进，而 IT 云化、容器化等技术又深度影响了 5G 通信技术。6G BSS 技术白皮书 21 三.6G 业务支撑模式 事实上，针对通信技术的发展为运营商所带来的业务模式演进，文献1516171819也进行了相应的研究并总结了不同阶段通信运营商的业务模式。如图 3-1 所示，在 4G 及以前的代际通信时代，运营商主要关注以更低的成本、更高的回报率给消费者用户提供标准的通信服务。在此阶段，运营商作为价值生产者的角色，基于标准的网络设备、OSS 系统等工程型的功能平台，在一个垂直的通信领域内提供专业的连接服务。随着 IT 和 CT 技术同步演进，并且互相渗透和影响，运营商在 5G 时代开始考虑为企业级用户构建数字化基础设施。MEC 架构体系、专网等的提出和落地正是这一过程最好的佐证。借由 NFV、SBA、切片等CT 技术的落地，通信能力逐渐向领域外溢出，这为运营商带来新的价值增长空间。而 6G 作为通用目的技术，强化了价值外溢的愿景，运营商需要构建生态化的平台来促进社会整体价值的自我创造、自我演化。因此，6G 的发展将促进运营商进一步融合 CT、IT、DT 和 OT 技术，构建相应的开放式生态，打造系统化的社会总价值增值业务模式。图 3-1 通信运营商业务模式 6G BSS 技术白皮书 22 3.1 6G 典型场景对业务支撑的新要求 在过去的十几年中，移动通信技术发展迅猛，网络性能指标实现了一次又一次的超越和突破，网络连接的主体也从个人通信走向了万物互联。植根于 5G，深化于 6G，通信技术持续不断地增强连接容量、确定性等，推动移动互联走向万物智联，实现人、物理世界与数字世界的智慧编织，也为 6G 业务的多样性提供了更大的空间。尽管目前关于 6G 的架构、关键技术、业务流程等诸多方面尚存争议，但在从业人员的共同努力下，业界在 5G 三大典型场景之外新增了通感一体、普惠智能等场景，并且面向 2030 年梳理出了 6G 的典型业务20212223。基于 6G 超级无线宽带的沉浸式云 XR Tbps 级峰值速率、10 100Gbps 体验速率、亚毫秒级时延、十倍于5G 的连接密度、厘米级定位、毫米级成像、基于可控误差分布的端到端系统可靠性指标达成，能够满足各种沉浸式云 XR 业务的通信需求。以人为本的沉浸式业务将使人们无视所处位置，随时随地以虚拟场所、虚拟人物的方式参与工作和生活的互动；扩展到智慧安防、智慧城市、智慧工厂、数据中心等领域的行业 XR，也将加速垂直行业的全面数字化转型，使能生产力的大幅提升。基于 6G 超大规模连接的泛在物联及精准机器控制 机器控制是增强型的机器通信。随着 6G 到来，结合空天地一体的通信方式，将实现大规模传感设备及机器人的泛在物联接入和相互通信。如，大量的工业机器人和自主机器人有较强的环境感知、机器人之间以及与人类进行通信的需求。未来协作式机器控制系统将基于更精准的工 6G BSS 技术白皮书 23 作环境及机器动作感知、更智能的精细化控制、更准确的控制指令执行，实现人机物与环境的多维度协作；其应用场景主要在：智慧工厂、智慧农业、智慧城市、智慧交通、智慧能源等领域。十倍于 5G 的连接密度、厘米级定位、毫米级成像等 6G 极致的网络性能为该业务保驾护航。基于 6G 超级无线宽带的全息通信 全息通信业务是基于裸眼全息技术的高沉浸、多维度交互应用场景数据的采集、编码、传输、渲染及显示的整体应用方案，包含了从数据采集到多维度感官数据还原的整个端到端过程，是一种高沉浸式、高自然度交互的业务形态。在 6G 网络通信能力的全面提升、高分辨率终端显示设备的支持下，全息通信业务将得到极大发展，并广泛应用于文化娱乐、医疗健康、教育、社会生产等众多领域，提供多维度交互体验、全息数字化管理、高质量人像互动等应用服务。基于 6G 通信感知融合的超高精度精准定位 6G 网络具备感知功能，可以为通信对象提供有源定位服务，也可以为非通信对象提供无源定位服务。利用通信信号实现对目标的检测、定位、识别、成像等感知功能，获取周边环境信息，助力完成环境中实体的数字虚拟化。典型的场景服务包括精准定位、环境重构、安全成像、无人机送货、自动驾驶等。6G BSS 技术白皮书 24 基于 6G 普惠智能的脑机接口增强人际通信 依托未来 6G 移动通信网络，有望在情感交互和脑机交互（脑机接口）等全新研究方向上取得突破性进展。具有感知能力、认知能力、甚至会思考的智能将彻底取代传统智能交互设备，人与智能体之间的支配和被支配关系将开始着有情感、有温度、更加平等的类人交互转化。具有情感交互能力的智能系统可以通过语音对话或面部表情识别等监测到用户的心理、情感状态，及时调节用户情绪以避免健康隐患；通过心念或大脑来操纵机器，让机器替代人类身体的一些机能，可以弥补残障人士的生理缺陷、保持高效的工作状态、短时间内学习大量知识和技能，实现“无损”的大脑信息传输等。从以上的 6G 典型业务可以看到，通过打造智慧内生的 6G 网络，运营商将网络的连接能力提升为信息的感知与通信能力，从而能够更高效的支撑千行百业的数字化业务创新。更加开放的 6G 网络服务能力也使得运营商需要考虑 6G 业务所呈现的一些共同特征：作为基础的底层诉求，网络能力的升级将确保繁复多样的网络业务场景均可以构建于标准化的通信技术之上。6G 带来的极致网络体验与普惠智能使得网络业务可以更加专注于模式、场景等更上层的创新，从而导致单纯的通信运营商不再是生态合作的核心。网络连接的瓶颈被突破使得 6G 成为坚实的基础设施底座，“network as code”的理念得以落实，生态合作和协同创新成为 6G 时代的重要 6G BSS 技术白皮书 25 主题。可以看到，6G 业务需要开放的 6G 网络提供万物智联的通信能力，也更需要结合领域知识、融合新兴技术赋能面向千行百业的数智化升级。面对这些变化，运营商将需要进一步提升数字化效率和数字化赋能，在 6G 时代到来之前完成通信服务提供商 CSP 向数字服务提供商 DSP 转型。其中，数字化效率的提升意味着运营商需要优化 BSS 的流程和框架，引入新技术，不断提高核心业务的效率和可扩展性，完成从全渠道客户中心到自动化网络运营中心的转变，包括智能化的需求分解、超自动化的服务体验、全方位的服务效能评估、自适应的服务优化等业务支撑闭环。数字化赋能的提升则迫使运营商需要探索如何在 BSS 中支撑新的数字生态系统，从通信领域延伸至制造业、汽车业、健康、智慧城市。运营商将超越“管道业务”，建立“平台商业模式”，从而将完成“基于网络资源构建竞争优势”向“基于网络资源赋能生态”的转变。为此，一方面运营商需要联合生态构建更加完善的产品及服务体系，共促业务繁荣；另一方面，业务支撑系统需支持商业合作模式的快速迭代和收敛，以应对合作方快速引入及对外开放。6G BSS 技术白皮书 26 3.2 业务支撑系统的参考框架 3.2.1 通信标准组织定义的业务支撑框架 随着通信行业的快速成长，运营商的业务支撑系统也在不断吸纳 IT 行业的技术标准，建立自身的生态组织，并随着业务发展在不同时期不断完善着相关的技术标准。到了 2009 年左右，由于行业内 ICT 的融合趋势，以及数字化媒体产业以及数字化服务的发展，为了适用行业发展需要，TM Forum 修改了 eTOM 模型，去掉了电信化的标签，形成了 BFM（Business Process Framework）模型并最终确定为 ODA（Open Digital Architecutre）中的业务架构24。虽然早期运营商的 IT 支撑系统随着业务增长得到了快速发展，但在建设、部署以及应用过程中，暴露出很多问题，有些问题已经严重影响了系统的可持续发展，运维管理系统建设和运营的好坏直接影响到通信运营的整体成本、管理水平和服务水平。因此，运营商在参与企业信息化建设的过程中，也开始充分借鉴通用的企业 IT 服务管理方法和标准。其中较为典型的标准和方法有以流程为中心的 IT 管理行业标准 ITIL。IT 服务管理是对 IT 服务整个生命周期的管理，涉及人力资源、组织架构、管理、流程及技术等诸多方面，包括 IT 的预研、计划建设、运行维护等环节25。2023 年 2 月 27 日，GSMA Open Gateway 全行业倡议计划在世界移动通信大会(MWC 2023)上隆重发布，GSMA Open Gateway 是一个通用网络应用程序可编程接口(API)框架，旨在提供通用访问接口，方便开发者和云服务提供 6G BSS 技术白皮书 27 商更快地接入运营商网络，增强和部署相关服务26。目前，GSMA Open Gate-way 计划推出了 8 个通用网络 API，包括 SIM 卡交换、QoD、设备状态(接入或漫游状态)、码号验证、边缘站点选择和路由、码号验证(SMS 2FA)、运营商计费退网和设备位置(验证位置)。预计，该倡议计划将在 2023 年推出更多API。随着 5G 网络的建设，通信行业开始成为数字化时代的排头兵，其信息化系统也从业务支撑者变成了业务使能者，成为运营商全面赋能数字化社会的工具。因此，面向 6G 网络的演进，运营商需要更加全面、更加系统化的定义其业务支撑能力。综合而言 TM Forum 于 2019 年定义了开放数字架构 ODA15试提供了一个6G BSS 可参考的系统架构，它试图用一种新的方法来代替传统的运营和业务支持系统（OSS/BSS），面向未来提供了业界一致认同的蓝图、语言和一套可遵循的关键设计原则，ODA 主要包含五个部分：业务架构(Business Architecture)：包含支持高效、敏捷运营的关键业务流程多层模型（eTOM），实现业务能力映射和价值流映射。系统架构(Information System Architecture)：包含支持松耦合的功能架构和数据架构(SID)，能够在运营商、供应商及其他合作伙伴之间提供标准的信息定义。实施架构(Implementation Architecture)：包含 50 多个 REST-based的 Open API，可以实现 IT 系统标准化的互操作性；支持重用和简单集成的 ODA 组件，同时标准化的数据模型亦可帮助实现 AI 运维。6G BSS 技术白皮书 28 部署和运行时环境(Deployment&Runtime Environment)：通过 Can-vas 来支持即插即用的 ODA 组件的运行，提供标准技术框架和 DevOps支持，并且经由实验室测试环境持续部署验证。治理（E2E Governance）：提供相关的原则、设计指南、元数据，以及覆盖架构全生命周期的敏捷管理工具。通过这五个部分的相互配合，运营商可以针对不断演进变化的业务模式定义其业务架构，并像搭积木一样构建能够高效敏捷且自动化运维的数字化业务支撑系统。结合运营商分域的组织形式，面向未来抽象了“以客户为中心”的运营模式，构建了 ODA 的核心部分：eTOM 业务架构（如图 3-2 所示），该业务架构强调了分域业务流程，并从企业管理角度将整体流程分解为战略规划与运营两大部分。图 3-2 TM Forum 的 eTOM 模型 尽管 ODA 体系下信息系统架构为通信行业的 BSS 实现提供了参考，但是，ODA 只从逻辑上给出了业务支撑系统的关键功能分组 L0 视图，识别并捕捉与组 6G BSS 技术白皮书 29 织所做工作相关的五个解耦的功能模块，通过开放的 Open API 进行连接与集成（如图 3-3 所示）。而对于 L0 至 L1 级的展开，我们则需要结合 eTom 业务模型进一步细化业务流程。图 3-3 TM Forum 的 ODA功能架构 未来 6G BSS 系统可以在 ODA 功能架构上进一步演进，结合互联网的发展引入相应的能力自底向上构建更加开放与灵活的数字化业务支撑能力，从而建立以运营商为中心的生态圈加速数字经济发展。这一体系为 6G 时代通信运营商业务发展提供如下参考：以网络资源为基础构建算网融合的数字化基础设施，由下而上构建层次化的服务和产品，使能运营商拓展对外赋能的数字化能力。以客户为中心重塑整体流程，重视客户服务体验和效能评估。流程化的市场营销能力支持，支持多样性的商业模式落地。促进 B 域、O 域和 M 域的协同拉通，打造高效、敏捷、开放的数字化业务支撑系统。6G BSS 技术白皮书 30 3.2.2 互联网行业的业务支撑技术参考 计算机网络之父梅特卡夫曾指出：“一个网络的价值等于该网络内的节点数的平方，而且该网络的价值与联网的用户数的平方成正比”。互联网生动地刻画了网络规模和网络价值之间的幂增关系，以人的连接为基座，通过开放合作，极大地放大了生态总价值。文献17聚焦于 Web 2.0 时代出现典型互联网业务，从顶层给出了 4C 业务模型分类法（Connection、Content、Context、Commercial），分别代表了社交网络、内容服务、信息检索、电子商务业务。在 Web2.0 时代，企业聚焦核心服务价值，以平台为载体，聚拢流量，并择机通过广告、内容、佣金等多种方式实现流量变现。在支撑消费者业务的过程中，互联网企业的支撑系统不断打磨和沉淀技术能力，形成了云原生的 IT 技术体系和 DT 技术体系，同时也面向开发者构建了中台化的业务支撑体系，不仅高效的支撑了自身 SaaS 业务发展，也极大的开拓了相应的以 IaaS 和 PaaS 为主的云计算业务。由于 Web2.0 的中心化特征，各个维度的数据随着互联网行业的兼并和洗牌汇聚于少量的巨头，在为其带来了巨额利润的同时也带来社会不公正、不安全等弊端。以区块链、DAPP、语义网等技术为底座的Web3.0被提出，试图打破Web2.0时代以平台构建起来的垄断机制，大量自下而上的创新在悄然发生。在此过程中，关于业务模式的研究也如火如荼。目前，业界普遍采用自底向上的归纳法27282930，罗列各种已落地的商务模型（如按 License 收费，区块链服务等）。在此基础上，文献31总结出如图 3-4 所示的业务模型。其核心理念在于：围绕关键角色的核心价值模型，基于一致的区块链模型、生态扩展模型和激励分配规则，促进多方协作，共创生态繁荣。从本质上来讲，Web3.0 是在一个低信任的网络上，通过技术施加了一个广泛的约束规则，从而构建了一个信任的数字化社会。6G BSS 技术白皮书 31 从价值创造和价值流动的方式来看，Web3.0 继承和延续了 Web2.0 中的成功范式，随着 DAO 等生产模式的落地，未来可期待更多的创新出现。支撑 Web3.0 业务的相关数字化能力分为基础层技术、平台层技术、应用层技术。基础层技术由区块链这一融合技术构成，包括分布式账本、共识算法、密码学技术、智能合约、分布式存储、跨链等；平台层技术包含人工智能、大数据、扩展现实（XR）、云计算、渲染与 3D 建模等技术；应用层技术类别更多、范围更广，同时也存在更多的可能性，各项技术的融合发展具有巨大的潜在空间。为此，Web3.0 的从业者也在围绕去中心化的使能技术自底向上提供相关的服务并完善相应的业务支撑系统。图 3-4 面向 Web3.0 的业务模型 在连接使能的维度上，通信技术构建了一个比互联网更立体、更繁荣的网络空间。如何基于强大的网络空间中去最大程度地放大运营商生态价值呢？6G flag-ship 等组织161819就曾将应用于 Web2.0 的业务模型参考架构 4C17引入通信领域（如图 3-5 所示），以应对通信运营商日益丰富的产品和服务形态。从互联网行业的业务发展来看有以下几点值得通信业参考：结合自身优势资源，塑造核心价值。6G BSS 技术白皮书 32 不拘一格，开放合作，释放更多业务潜能。业务支撑从服务内部，走向服务客户，聚焦客户体验。图 3-5 通信业务的 4C 模型 具体实践中，通信运营商也借助 4G 提供的移动互联 Connection 能力拓展了流量经营业务，并开始逐步引入互联网的云原生与大数据来提升消费者业务支撑的敏捷性与智能化，进而在 5G 万物互联的能力支撑下通过云化的中台服务进一步拓展了产业级数字化业务。面向未来 6G 时代，运营商不仅需要考虑 Web2.0 的持续影响，更应该关注 Web3.0 带来的新型商业模式与业务创新，其数字化业务支撑系统尚需在以下几个方面进行演进增强：随着底层技术从 4G、5G 到 6G 的革新，通信运营商本位的连接价值在提升，同时包括了横向（感知能力、算力整合能力、ICT 技术融合等）和纵向（极致的网络通信性能指标提升）的价值扩展。由此，底层的核心价值构建不再局限于网络，而是向算力、感知终端、存力等维度延伸。6G BSS 技术白皮书 33 连接作为一种通用目的技术，其使能价值日益突出，运营商能够借此核心能力融合数据之外更多的技术，包括智能协同、服务连接、工具集成等，构建开发者生态以提升自身的业务创新能力。在去中心化的业务模式下，建立以运营商为核心的数字化生态由为重要，建立具有激励机制且面向业务创新高效运营的数字化支撑系统将会驱动着运营商不断提供高层次的增值服务，激发出商业创新的活力。3.2.3 通信运营商的 BSS 演进规划 伴随着数字化经济浪潮的到来，自 4G 开始通信行业也在积极行动，以应对市场和技术的快速变化。在当下的 5G 时代，随着个人通信市场的饱和，企业市场已经不可争议地成为了运营商未来的增长极。但是，诸如 SD-WAN、企业安全、网络切片等企业服务需建立在虚拟化和多种网络功能（RAN、核心、传输、云）的组合之上，并不是孤立的网络域可以提供。此外，不同企业客户的需求和商业合作方式差异较大。因此，数字化服务提供商必须优化运营，以确保交付成本和交付效率的提升。为应对这些变化，全球主流 BSS 厂商，甚至运营商们都提出了一系列相应的技术、产品与解决方案体系。例如：老牌的通信 BSS 业务支撑厂商 Amdocs、爱立信、华为、亚信科技和国际运营商 Verizon 以及国内的三大运营商分别针对全球运营商的共同需求提供了相应的解决方案。Amdocs 提供的数字品牌体验支撑系统是一种构建在现有 BSS 系统之上的数字客户管理、商业和货币化解决方案，专门针对服务提供商的数字品牌需求而设计，这些服务提供商需要为其客户提供数字体验，同时保持敏捷、创新和快速 6G BSS 技术白皮书 34 上市。这一方案帮助运营商通过跨整个客户生命周期的预构建业务和技术流程简化其业务支持闭环：客户关怀、商务、订购和货币化；另外，Amdocs 提供 BSS上云迁移服务，该迁移由 Amdocs 与 AWS 合作规划和执行，涉及大量 BSS 数据该迁移，目的是提供更好的个性化用户体验、提高自助服务采用率和更大的灵活性。爱立信则针对通信服务提供商向数字化服务提供商转型的需求，为运营商构建以客户为中心的新型 BSS 支撑系统，自顶向下重新定义了数字化客户使能层、数字化业务使能层、服务管理层及网络与云基础设施层，为运营商构建了多层次的价值变现体系，释放商业活力。亚信科技面向 5G 提出“三个全域”的理念，即全域虚拟化（Global Virtual-ization）、全域智能化（Global Intelligentization）、全域可感知（Global Perception），强化 5G 专网、5G 网络智能化、算力网络与客户感知管理 CEM 面向 3GPP 5G Advanced 的技术演进，聚焦云网、IT 与数智 3 大技术板块以及技术中台、数据中台、AI 中台 3 大中台体系的 Top X 核心技术演进以及持续演进 BO 融合技术。国际运营商们为应对全球数字经济浪潮，开发了多种针对企业支持系统的技术和解决方案，如：数字化转型解决方案、云端解决方案、移动解决方案、物联网解决方案等。企业市场之外，基于 Web3.0 的元宇宙业务或将颠覆个人生活的各个层面。元宇宙对通信运营商而言，显而易见的第一个商业机遇是连通性的升级。在 6G网络的加持下，元宇宙业务将从模拟活动、客户研讨会、网络研讨会、企业运营数字孪生体等，迈向更高阶的元宇宙应用场景（沉浸式的 XR、全息影像和感官互联等）。面对元宇宙带到的变革，还有一些运营商希望超越连接提供商。例如，德 6G BSS 技术白皮书 35 国电信最近与 Telecom 合作，将韩国运营商的 ifland Metaverse 平台带到欧洲，允许用户在“新世界”中创建虚拟形象并建立虚拟会议。对于运营商而言，元宇宙将是一个建立合作伙伴关系和超越连接服务提供商的机遇。运营商可能有机会提供“商业平台”使用产品目录、账单、收费、合作伙伴管理、护理、销售和营销的组合为基于元宇宙的创新业务提供动力。元宇宙为运营商业务创新开辟了多种新途径，基于 Web3.0 的元宇宙中新商业模式、个性化上下文广告和服务，以及数字内容的增值销售潜力巨大，但这也凸显了对现有的 BSS 系统需要进一步提供高度开放性、适应性和灵活性的需求。为了更好的支撑 Web3.0 下元宇宙业务的发展，在一个多国运营商合作完成的 TM Forum 催化剂项目中，提出在现有的 BSS 系统中引入具有去中心化数字身份和数据所有权，且通过人工智能驱动的客户数字化身，为客户关怀和服务代理提供新的数字接触点，从而全面提升客户体验、员工体验、使用体验与多重体验，进而强化以客户为中心的可持续业务发展模式。中国运营商在元宇宙业务支撑系统中也自低而上定义了泛在算力网络资源层、游戏化计算引擎层、沉浸式社交体验层和混合现实业务层。从这一规划中我们可以看出运营商借鉴了互联网企业思路，以更加开放的形式支持基础设施的共建，开发生态的打造以及用户体验的升级。从当前运营商面向元宇宙的创新业务探索 中我们可以看到，通信运营商正在加速转型为数字化服务提供商，因此面向 6G 数字化创新打造新型的业务支撑系统也提上了议事日程。3.3 面向数字化创新的 6G 分域业务支撑模式 6G BSS 技术白皮书 36 从行业标准组织 TM Forum 制定的开放数字架构，到业界针对 Web2.0 下通信业务模型的理论研究，以及 Web3.0 和 6G 为运营商业务带来的新课题，乃至运营商自身向数字服务提供商的转型实践，我们可以总结出面向 6G 的 BSS 能力演进的可参考路径。首先，6G 网络将极大的提升运营商在基础设施资源上的连接优势，使得运营商可以通过以网调算、以网融算、以网强算的形式构建算力网络，面向 Web3.0 建设基于区块链的网络基础设施，并通过 6G 网络广泛连接基础设施提供商，整合全网资源。其次，运营商可以像互联网企业一样开放 6G 网络 CT 能力，引入 IT、DT 和 OT 能力，为生产开发者打造可组装的全栈数字化技术服务，支撑数字化业务的创新发展。再次，基于泛在的算力网络和全栈数字化技术能力，运营商一方面可以强化自身的数字化业务创新，也能与合作伙伴共同推动产业数字化业务创新。最后，运营商需要围绕自身核心能力，从资源供给、生产开发、业务创新等不同层面建立相应的生态合作，保障 6G 业务的可持续发展。贯穿上述领域的将是以客户为中心的全面体验与一体化运营与赋能，而相应的 6G BSS 系统则将是针对上述需求进一步提升运营商自身运营效率和对外赋能的业务支撑能力升级。面向运营商自身的数字化运营效率提升，6G BSS 需要在以下两方面持续升级：以内部用户支撑向以客户为中心转变：引入意图识别、新型 SLA 评估体系、数据编织、数字孪生、超自动化等技术，围绕客户构建统一的数字身份，优化客户的服务体验。6G BSS 技术白皮书 37 全程贯通协作，使能一体化、自动化运营：面向运营商的业务运营和支撑系统，引入数智、云原生、Devops 等新技术，不断提高核心业务运营的效率和可扩展性。面向运营商数字化赋能效率提升，6G BSS 需要以更加开放的形式全面支撑生态合作：精准定位基础核心价值：在通信能力的代际更替中，通信核心价值的载体完成了从语音、文字、流量、视频以及未来全息通信的不断升级。随着算网融合、Web3.0 等技术在 6G 中的引入，面向未来的算力网络资源，去中心化的 Web3.0 支撑能力等也成为了新型的价值载体。技术融合驱动产品创新：得益于 IT、CT 技术的融合发展，运营商不仅可以开放自身强大的通信技术服务，同时也可以引入云计算、大数据、AI 人工智能及工业互联操作等技术，为开发者提供数字化服务生产能力，并充分考虑 Web3.0 下保障用户数据所有权的去中心化应用所需的服务。价值挖掘驱动业务创新：基于数字化生产层提供的通用目的技术与底层资源，有效地促进运营商和生态合作伙伴完成业务创新，除了进行算网和数据等资源的可信交易外，也能够为开发者提供数字化工具，为最终用户提供相应的数字化产品，并赋能用户在 Web3.0 时代通过自身的数字资产进行价值变现。连接参与方推进生态合作：所有业务的创新都需要基于各个参与方有效的商务契约，支撑不同商业模式创新与可信交易能力将是未来运营商生态建 6G BSS 技术白皮书 38 设的关键，这里尤其值得关注的是如何有效利用 Web3.0 下兴起的去中心化自治组织建立运营商倡导的生态圈。为了落实上述设计要素，秉持着解耦和协作的原则，本文提出了面向数字化创新的业务分域聚焦与协同合作的模式（如下表 3-1）以支撑 6G 业务的数字化创新。表 3-1 面向 6G 时代的运营商业务模式 体验域：该域将以客户为中心，识别业务流程的断点、可优化点，提升客户体验、员工体验、用户体验和多重体验。该域将聚焦于服务流程的全面体验优化。运营域：该域将打破运营商各域的制度、技术等壁垒，面向安全生产需求、业务使用过程，实现运营流程的全面自动化。该域将聚焦于贯穿各域实现运营的自动化和智能化。资源域：该域将确定运营商的核心基础资源和相应的资源管理方式，关注整体资源利用率。资源域聚焦于资源的精益化资源整合与运营管理。6G BSS 技术白皮书 39 生产域：该域将整合各类数字化生产能力，并制作相应的数字化工具或加工流水线。生产域聚焦于数字化产品的生产与研发，并提供创作者生态支持。业务域：该域将确定业务的流程和运行模式，制定相应的产品规划并提供核心功能，确保用户最佳体验。该域聚焦可交付的服务和产品，并实现产商品全生命周期管理的保障。生态域：该域将构建以运营商为中心的生态合作伙伴的沟通交流渠道，采取资本运作等方式进行实时激励与场景化赋能，快速获取合作所需要的资源和能力。该域聚焦于生态业务模型设计、创收和商业规则制定。6G BSS 技术白皮书 40 四.6G BSS 总体愿景 本文认为，6G 作为通用目的技术将强化价值外溢的愿景，而运营商也希望借助 6G 的能力成为数字化服务生态的核心，从而在互联网数字化升级的进程中占据更主导的位置。这就要求 6G BSS 能够以全面开放的形式构建生态化的系统，并促进社会整体数字经济价值的自我创造、自我演化。不断加速的数字业务变革以及 6G 技术自底向上所推动的能力升级要求运营商既要分层聚焦，又要协同合作进行数字化创新，这种 6G 分域业务支撑模式将不断强化提升运营商自身的数字化运营效率和数字化赋能效率，推动 BSS 业务支撑系统成为以 DOICT 为技术底座，实现具有生态价值化、业务多元化、生产柔性化、资源共享化、体验场景化、运营自动化与安全内生的愿景特征，使能 6G 的数字业务创新。如图 4-1 所示，其具体描述为：图 4-1 面向 6G 的 BSS 愿景 6G BSS 技术白皮书 41 体验场景化：在体验域，根据不同业务场景提供多样化的体验，满足不同角色对象在企业经营活动中所需的智能交互、虚实交互的全面体验的需要；其主要体现在：数字体验满足的对象包含员工与公司客户、合作伙伴、供应商以及消费者等，聚焦系统平台和客户的零接触协同、业务意图感知能力。数字体验交互模式上，从传统的人机交互、PC 端和手机端扩展到脑机交互、智能体和孪生聚合体虚实交互，元宇宙、超级 APP 等全面体验方式。支持客户数字化身、数字虚拟人，实现全渠道的、全过程的业务意图驱动体验，能够将“我想要机器检查的连接”等体验订单转化为由数字创新平台提供产品管理和收费的无缝按需服务。运营自动化：在运营域，聚焦 BSS 业务流程的自动化、流程挖掘和安全性，可扩展成满足未来业务生态变现的外部使能，实现 B2B2X 的商业生态的集成。通过端到端业务流程自动化串接资源运营、生产运营、业务运营和生态运营，实现数字化运营效率和数字化赋能效率的提升；辅以平台工程、区块链、零信任等安全技术，嵌入到企业生产端到端业务的流程中，配合智能的流程挖掘优化，保障全程可信。资源共享化：在资源域，网络资源（连接、感知、定位等）、算力资源（CPU、GPU 等）、存力资源（存储）以及相关的 IT 技术的高阶算力资源，通过云边端分布式、容器等技术实现共享复用、资源弹性高效管理32,33，其主要体现在：6G BSS 技术白皮书 42 不同区域、不同层级的物理资源的融通。云边端立体泛在逻辑资源的融通。不同计算硬件、多样性芯片架构带来的异构资源的融通。生产柔性化：在生产域，以云原生组件化框架承载，按需引入如：数据编织、数字孪生等新技术，技术架构易扩展，技术元素易集成、技术能力易调用，面向开发者，提供零代码/无代码和可视化拖拽式工具，简化这些技术的应用复杂度32。通过生产域一体化，整合各类数字化生产能力并制作相应的数字化工具或加工流水线，聚焦数字化产品的生产与研发一体、并提供创作者生态支持，使得多技术、多流程、多形态、多单元的快速转换与协同生产。业务多元化：在业务域，通感一体、空天地一体、普惠智能、高精度感知与定位，使得业务更加多元化，场景更加丰富；在多元化的能力建设上，重点：业务能力共性提取，形成数字化的业务虚拟网元、业务单元编排器34；通过业务描述符（business service descriptor，BSD）集成固化，构建标准的业务流程，实现业务可视化、业务敏捷开发与创新、业务灵活部署和场景运营。构建融合了 QoE（Quality of Experience）和 QoS（Quality of Service）的新型业务服务评价体系，可以用来作为新的通信服务的模型定义，用来分析和度量视觉/触觉感知精度、体验等。6G BSS 技术白皮书 43 生态价值化：在生态域，对运营商而言，B2B2X 代表着对过往模式的重大突破，基于上下游的“服务提供、服务采购”的简单合作的“链式串接”模式，向多类型合作协同的“网状互联”模式演化32，运营商作为价值网络的运营方，也从“解决方案推动者”转向“解决方案的创建者”，释放生态合作新范式，客户安全隐私、数据流通、可信交易、去中心化的自治组织等系统化的能力，BSS 需要进行增强，构建起良性的生态体系，为数字化的系统的持续健康发展提供保障。6G BSS 技术白皮书 44 五.6G BSS 潜在技术 6G 时代 BSS 的业务发展趋势总体是划时代的，因此需要一系列面向未来的IT 技术对其进行支持。根据 6G 推进的时间表和业务支撑系统的演进特征，我们挑选了一批目前尚未成型的技术、但 2030 年左右能够成型的 IT 技术作为 BSS 潜在IT 支持技术进行研究，以便读者在规划 6G BSS 时可以参考和利用。图 5-1 总结了我们认为可以考虑应用的 6G BSS 潜在 IT 关键技术。图 5-1 6G BSS 潜在关键技术 6G BSS 将是面向应用生态环境和价值链的系统，因此资源在各应用、各场景、各合作伙伴支撑系统之间的共享十分重要，基于这样的要求，资源域需要引入可持续云计算模型，用于支持一个不完全由运营商拥有和控制的云计算环境。同时，由于 6G 传感即网络理念及其对垂直行业的端到端能力，因此引入云边端一体化技术以共享云边端计算资源成为一种必然。也需要引入分布式调度技术实现资源的统一调度。由于 6G 时代系统的复杂性和关键性（考虑其对核心生产、个人健康的介入），发挥个人的能动性，实现生产的民主化将十分必要。基于这样的前提，可以在生产 6G BSS 技术白皮书 45 域引入智能数字孪生体和数据编织技术。一方面智能数字孪生体技术可以为系统的管理者提供全面的感知和预测能力，从而在本质上提升系统的可控能力；另一方面，数据编织技术能够低代价、高实时性的数据整合能力，从而成为运营数据货币化的良好基础。在业务域层面，考虑到 6G 时代的万物互联和交互感知要求，支持业务的多元化将成为 BSS 的发展趋势，因此人工智能方面的能力将成为运营商在竞争中脱颖而出的关键。而要做到业务的多元化，就有必要引入自适应人工智能技术，使运营商在使用人工智能技术时摆脱冗长的训练、调整参数等过程，让人工智能技术对业务进行自适应尤为关键。同时，由于业务的复杂性和参与方的多样性，引入业务超可视化技术以及时对市场、应用生态做出反应将非常重要。同样为调和系统参与方利用数据应对激烈竞争的需要和各利益相关方对数据隐私越来越重视，隐私计算技术的引入将不可避免。6G 时代体验要求人机交互重新回归到自然状态，因此在商务域引入基于智能客户化身的交互模式将使运营商与客户建立起更加人性化、更加高效的交互连接，从而实现协作人机交互的理想。同时，这一连接也需要克服自然交互模式固有的模糊化、二义性的问题，因此也需要同步引入意图感知技术，以真正捕捉客户的意图并给予及时和适当的反应。由于 6G BSS 的系统参与方、应用生态环境、万物互联、系统规模等特点，运营的自动化、安全化将十分关键。因此系统需要建立更加强大的安全和运营体系，在其中引入零信任安全管控、基于区块链可信身份认证的内生安全以建立安全体系，同时引入超级自动化、平台工程和数字免疫系统以提升系统的整体运营效率也将成为需要认真考虑的课题。6G BSS 技术白皮书 46 5.1 6G BSS 技术框架 6G BSS（业务支撑系统）技术框架采用云、边、端体系架构，如图 5-2 所示，各个部分按分层架构的设计思路，能够将复杂问题简单化，基于单一职责原则让每层代码各司其职，基于“高内聚，低耦合”的设计思想实现相关层之间的交互，从而，提升平台的可维护性和可扩展性。图 5-2 6G BSS 技术框架 整个技术框架遵循平台工程理念，优化开发者体验并加快产品团队为客户创造价值的速度。针对不同的业务领域，BSS（业务支撑系统）作为行业云平台，可以通过组合 SaaS、平台即服务（PaaS）和基础设施即服务（IaaS）提供支持行业应用场景的行业模块化能力，并且针对不同业务生态，平台真正做到学习无处不在，永远学习和永远更新，把 AI 的服务和应用推到每个终端用户，让实时、可靠的 AI智能成为每个人、每个家庭、每个行业的忠实伙伴，实现普惠智能。6G BSS 技术白皮书 47 BSS 在任何相关方采取任何类型的行动时，都会产生包含了数字化特征的“可观测数据”，如日志、痕迹、API 调用、停留时间、下载和文件传输等，做到用一种高度统筹和整合的方式将所有可观测的特征数据进行反馈，创造出一个决策循环，从而提高组织决策的有效性的应用可观测性能力。数字免疫系统将创造卓越的用户体验(UX)，同时减少系统故障，应用数字免疫系统的平台，能够减少多达 80%的系统宕机时间，所减少的损失将直接转化为更高的收入。云边端一体化的 BSS（业务支撑系统）为业务场景提供统一应用和运营管理，将成为各行业数字化转型的基础性平台，实现对各行各业数字化转型与智能化升级的深度赋能，能够更加准确地、高效地对海量的态势感知信息进行甄别、融合、分析、预测。智能数字孪生体衔接平台云、边、端各层数据，处理、分析，具备了全息映射、仿真推演、分析预测、实时交互等能力，全栈技术体系能够快速适配各个行业,满足业务数字化转型的降本增效需求,为建立以数据为核心驱动要素的产业升级提供了有力支撑。BSS 可以采用零信任安全模型保证安全，零信任实质上对于人员、设备、服务器等一切资产身份化，基于身份为中心构建信任评估和动态访问控制体系，确保对业务数据访问安全保护，即通过零信任业务访问模型，确保正确的人，使用正确的终端，在任意网络位置使用正确的权限，访问正确的业务，获得正确的数据。基于区块链的去中心化可信身份认证方案，可以实现其在去中心化的相关业务场景下身份认证及密钥管理中的应用。BSS 同时可以引入低代码平台，可以减少业务团队与 IT 部门的沟通成本，降低人为沟通带来的损失。对于开发人员来说，低代码平台解放了开发过程中繁冗、重复性编码工作，可以有效的降低人工成本，提升开发效率。在低代码上，采用超级 APP 方案，提供了非常便利的服务体验，具有单一应用提供多种服务，强大的 6G BSS 技术白皮书 48 第三方集成能力，节省资源，数据共享等好处。并在此基础上，构建超级自动化的业务技术平台，分别由业务自动化编排模块、数据治理模块、数据流编排建模模块、AI 算法模块、可视化模块、SmartAgent 模块等构成，对于可以应用流程标准化率的场景，全面解决业务流程人工错误、提升企业流程效能。5.2 6G BSS 关键技术 5.2.1 基于智能客户化身的全面体验升级 毋庸置疑，全面体验（Total Experience）35将成为通信运营商基于 6G 能力走向 Web3.0 元宇宙运营的主要选项之一，它是针对所有与企业相关的人员（含客户，员工，用户，合作伙伴等）所实施的一项商业战略，其目标在于为每个人创造一个更全面更中肯的企业品牌认知与体验。全面体验包含了四个范畴：客户体验，通过客户与企业的交互方式与行为衡量其对品牌的认知与体验；员工体验，通过员工与客户的交互方式与行为衡量其对品牌的认知与体验；用户体验，通过用户使用数字化产品过程中的行为与感受来衡量其对这一应用的体验；多重体验，衡量同一应用跨设备跨触点时为用户带来的不同交互方式上的体验。随着 6G 网络带来的算网基础设施升级，我们期待基于 Web3.0 的客户化身（customer avatar）36能作为杀手级应用升华元宇宙的全面体验：customer avatar作为客户数字化身使用互联网通证的密钥在不同应用中畅行无阻，而企业员工也能验证同一用户的身份，双方基于可信技术建立了互信关系；customer avatar 为客户提供其全生命周期的个人数据管理，包括授权第三方使用与个人数据交易，而企业通过智能合约获取合法合规的数据使用权，员工无需担心触犯个人隐私；customer avatar 提供开放式接口，客户可以购买并接入企业提供的智能服务，使 6G BSS 技术白皮书 49 其能够作为智能助手帮助客户有效的管理元宇宙的交互行为与时间。在用户体验与多重体验上，不管是在何种设备与终端上客户都可以采用人类自然的方式与其主要甚至唯一的触点 customer avatar 进行交互，比如使用虚拟现实头盔可以用全面使用语音语调、眼神、表情乃至肢体语言，而在可穿戴手表上可以只使用语音交互方式，在需要保持安静的环境下可以使用文字。总之元宇宙中的交互各方都只通过customer avatar 这一在不同触点上都采用自然语言交互方式的单一触点进行高效沟通，customer avatar 可以永远在线，实时反应，并不断自我优化。在 6G 网络加持的元宇宙时代中，客户历程（Customer Journey）将成为最基础、最核心的要素，对客户历程的有效管理与分享成为持续优化全面体验的基石37。当下客户历程数据汇聚的特点是数据需要实时、敏捷、连续地注入，同时需要将来自不同系统与来源的数据根据客户的统一身份进行匹配。在客户历程分析阶段，侧重将来自于不同渠道、触点、界面的客户行为轨迹数据根据时间序列进行连接，从而揭示客户真实的历程轨迹，以线性的轨迹路径分析取代原有的对于触点的散点式分析。在客户历程策略的应用方面，可以在企业价值信条的三个维度（产品领先、客户亲密、运营卓越）同时带来收益，重点包括运营增效、体验提升、收入增长、客户忠诚这四个方面。而随着 customer avatar 作为用户体验的创新界面，未来以客户为中心、沉浸式、环绕式的融合触点服务将成为主流，企业与客户接触、沟通、契动的颗粒度将越来越细，覆盖的客户历程将越来越广、服务的空间将越来越立体化延伸。5.2.2 基于意图感知的交互方式升级 6G 时代的技术发展将愈加走向使用自然的方式与系统进行交互，以提升效率和降低系统使用门槛，同时还可以使智能体获取更多的训练数据以更快地进行迭代。6G BSS 技术白皮书 50 因此，基于语音等自然输入输出模式加上意图感知38的交互方式必将促进交互方式的升级。基于意图感知的交互是一种智能交互方式，它能够通过分析用户的语言、语义和背景等信息，来理解用户的意图并为其提供相应的帮助或回答。这种交互方式可以使用户体验更加自然、流畅，并且可以帮助用户更快、更准确地获得所需信息。相比传统的交互方式，基于意图感知的交互可以提供更个性化、更灵活的服务，并且可以帮助用户更快地解决问题。实现这种交互方式需要具备较强的自然语言处理能力和丰富的知识库，同时还需要考虑如何处理不确定性、模糊性和含糊性等问题，以及如何提高系统的准确性和可信度等等。基于意图感知的交互可以与语音相结合，使用语音作为输入输出方式。这样一来，用户就可以通过说话与系统进行交互，而不需要使用文字或其他输入方式。使用基于意图感知、语音输入等技术的 BSS，可以实现交互方式的快速升级，从而大大降低系统的使用门槛，可以让最终客户、临时员工等都可以高效、准确地使用系统。同时，还可以提升生产效率，使用户更快地获取更准确的业务运营数据，以及时对市场做出准确的反应。5.2.3 基于智能数字孪生体的可视化运营 6G 时代的 BSS 由于架构充分开放，通信网络能力空前加强，因此将有大量先进技术被集成到系统中，同时 BSS系统将渗透云网边端各个方面，这些都使得 BSS系统的复杂度空前提高。同时，6G 开拓了电信业务发展的大量新领域，也使业务的开展、市场的竞争都更加复杂和不易控制。基于智能数字孪生体的可视化运营，6G BSS 技术白皮书 51 能够将系统的架构和运作状态、业务的变化以直观的方式实时反映出来，并使业务做一定程度的预测和仿真。智能数字孪生体39技术，可以将物理世界中的实体或过程在数字世界中得到数字化镜像复制，人与人、人与物、物与物之间可以凭借数字世界中的映射实现智能交互。通过在数字世界挖掘丰富的历史和实时数据，借助先进的算法模型产生感知和认知智能，数字世界能够对物理实体或者过程实现模拟、验证、预测、控制，从而获得物理世界的最优状态。智能数字孪生体技术在各领域可以提供非常多的可能性：在医疗领域，医疗系统可以利用数字孪生人体的信息，做出疾病诊断并预判最佳治疗方案；在工业领域，通过数字域优化产品设计，可降低成本并提高效率；在农业领域，利用数字孪生进行农业生产过程的模拟和推演，可以提前预知不利因素，提高农业生产的能力与土地利用效率；在网络运维领域，通过数字域和物理域的闭环交互、认知智能以及自动化运维等操作，网络可快速适应复杂多变的动态环境，实现规划、建设、监控、优化和自愈等运维全生命周期的“自治”。BSS对智能数字孪生体技术的应用可以包括两个方面：系统孪生和业务孪生。从系统孪生方面，BSS 系统可以用孪生技术构造自身的运维体系：例如可以利用孪生技术可以实时反映系统的架构和系统的运行状态，从而可以更容易地发现系统的运行的问题；同时可以利用孪生体的仿真能力，可以对一些极端场景（如城市举办大型体育赛事）进行仿真，从而预测在这些场景下系统运行是否会出现问题，同时探索更好的系统资源配置能力，获取更高的运行性能或降低系统成本。从业务孪生方面，可以通过数字孪生技术增强应用的可观测性，提供对企业运营产生的实际数据的实时分析和直观展现的能力，还可以利用数字孪生体技术对业务决策结果进行 6G BSS 技术白皮书 52 仿真，预测营销计划推出的效果等等，从而帮助运营商在较短时间内推动主动决策，进一步满足以客户为中心的数字化转型需求，增强企业竞争力。5.2.4 基于自适应人工智能的自动化运营 由于 6G 时代空前的业务多样性和技术多样性，BSS 系统变得复杂的同时，可用性和可靠性的要求更加严格。在这一背景下，仅靠人力维护 BSS 系统将变得无法接受，人工智能技术将成为 BSS 运营不可缺少的重要组成部分。然而，目前的人工智能技术还需要大量的人工介入，用于实现特征工程、调整参数、乃至根据业务场景的变化调整算法等等，这在高速变化的 6G 时代也会使系统的适应速度和能力受到制约，因此引入自适应人工智能技术将使得 6G 时代的 BSS 具备更好的业务适应能力，从而帮助运营商在竞争中获得优势。自适应人工智能40是指人工智能系统能够根据当前的环境和任务自动调整自身的参数和行为来更好地完成任务。这种类型的人工智能系统能够在不断变化的环境中保持有效，并且能够通过学习来不断改进自己的性能。在这种情况下，人工智能系统不需要人为干预，能够自主学习和调整自己来适应新的情况。自适应人工智能技术可以帮助 BSS 的运营提高效率和性能。这种技术可以自动监测 BSS 的运行状态，并根据系统的需求和性能来自动调整参数。例如，当系统需要更多的计算能力时，自适应人工智能技术可以自动扩展系统的计算资源；当系统运行状态正常时，可以自动调整系统的运行参数，以节省能源和提高性能。此外，自适应人工智能技术还可以通过学习来不断改进系统的性能，使系统能够应对不断变化的环境和需求。6G BSS 技术白皮书 53 5.2.5 基于云边端一体化的分布式应用 在 6G 时代，对业务的支撑将呈现出去中心的特征，业务运营的信息收集、计算、决策、营销和服务活动的操作等将不仅在中心系统执行，因此 BSS 不仅在云端，也将在边缘端、终端上部署和执行。因此利用云边端一体化技术来支持 BSS 作为分布式应用的运营和维护将十分必要。云边端一体化技术41通过整合和抽象分布广泛、资源异构、形态多样、协议不同的边缘节点、终端设备，实现云边端分布式资源统一视角管理和使用。在资源一体化基础上，能够实现对云、边、端分布式资源统一监控、运维，实现统一视角运维能力，最大程度简化用户操作，从而构建出分布式数据采集、处理、汇聚、分析、存储、管理等全环节能力和立体化安全能力。基于云边端一体化技术的 BSS 通过整合泛在接入、网络管理、云边端协同、统一调度、人工智能、数据平台、组件开发、生态开放等能力，屏蔽底层异构资源差异，能够为业务场景提供统一应用和运营管理。BSS（业务支撑系统）在云边端一体化的支撑下，运营商能够更加准确地、高效地对海量的信息进行甄别、融合、分析、预测和反应，从而有效提高业务的敏捷性和可响应性。5.2.6 基于区块链可信身份认证的内生安全 进入 6G 时代以后，相关的 BSS 不仅仅由运营商自己提供和运营，合作伙伴、客户等都有可能成为系统的提供方和运营方，网络环境不仅限于运营商内网，运行设备不限于运营商自有设备将成为必然要发生的事件。因此基于内生安全理念和技术来保证 BSS 的高度安全性将成为必然的选择。而基于区块链的可信身份认证技术42是实现内生安全的关键。6G BSS 技术白皮书 54 传统的身份认证系统由中心服务器存储和管理身份信息，认证服务器软硬件故障和遭受网络攻击的事件屡见不鲜。为了彻底解决身份认证系统的安全威胁，迫切需要找到一种去中心化、数据安全性高、能有效抵抗网络攻击、能满足认证系统运行需求的技术解决方案。去中心化身份是一种新的身份和访问管理（IAM：Identity and Access Management）形式，不再是用户信息的集中存储。去中心化身份标识将身份信息的存储在分布式计算机系统中，如分布式账本或区块链。使用分布式账本来保存身份要素，使其免于被篡改和盗窃。因此，即使你的身份信息是以电子格式记录的，它也不能被更改、窃取或删除。图 5-3 基于区块链的去中心化身份方案 BSS 采用基于区块链的身份认证方案后（如图 5-3 所示），用户节点仅在首次注册时需要 IGC(Identity Generator Center)为其颁发身份和生成密钥信息，随后，用户节点可以自动更新密钥，不再依赖于 IGC，并且密钥更新过程以交易的形式记 6G BSS 技术白皮书 55 录在区块链上，通过区块链数据的不可篡改性，保证了密钥更新过程的安全可信。从而实现 BSS 在身份认证及密钥管理中的高度安全性。5.2.7 基于超级自动化和平台工程的极简开发 6G BSS 面临的业务运营和升级维护压力也是空前的。如何以更低的成本、更快的反应速度来应对这些压力是摆在 BSS 面前的重要考验，而超级自动化和平台工程正是应对这一压力的关键技术。超级自动化43是一种以业务为驱动，组织用来快速识别、审查、自动化尽可能多的业务和 IT 流程的方法，同样是一个集合体，是机器人流程自动化、流程挖掘、智能业务流程管理等多种技术能力与软件工具的组合，是智能流程自动化、集成自动化等概念的进一步延伸，也是企业数字化转型重塑变革的重要组成部分。业务驱动的超级自动化作为一个新的方法论，通过轻量级无侵入的方式，实现了企业跨部门跨系统的业务流程协同和重塑优化，超级自动化解决方案使得快速识别、审查和自动化尽可能多的业务和 IT 流程成为可能，用户也可以扩展和加速数字化进程。超级自动化实现了海量复杂业务的自动化处理，已在金融、制造、电信等行业中得到了广泛应用，有效推动了组织机构的数字化转型。借助这一理念，BSS 可以构造成超级自动化的业务技术平台，可以应用在流程标准化率的场景，全面解决业务流程人工错误、提升企业流程效能。平台工程技术是一套用来构建和运营支持软件交付和生命周期管理的自助式内部开发者平台的机制和架构（如图 5-4 所示）。平台工程的目标是优化开发者体验并加快产品团队为客户创造价值的速度。平台工程提供的集成产品通常被称为“内部开发人员平台”，涵盖了应用程序整个生命周期的运维需求。Gartner 预测，6G BSS 技术白皮书 56 到 2026 年，80%的软件工程组织将建立平台团队，其中 75%将包含开发者自助服务门户。图 5-4 平台工程技术 平台工程通过产品方法实现了一定的开发人员自助式服务，并为各个组织和团队找到合适的抽象级别。平台团队可以结合用户研究、定期反馈和营销最佳实践，了解他们的开发人员，创建一个解决常见问题的平台，并获得关键利益相关者的内部支持。应用平台工程的 BSS，可将开发人员完成日常任务遇到的阻力降到最低。还提供了推荐的工具和最佳安全实践，可以减轻开发人员的认知负担，同时还保留了一定的自由度。所有这些努力都确保了平台能够减少认知负担，并在开发人员对自助式服务和支持的需求之间取得适当的平衡。6G BSS 技术白皮书 57 5.2.8 基于数字免疫系统的自动化运维 6G 时代的 BSS 由于系统组成的多样化以及业务多样性和技术多样性带来的复杂度提升，其防止故障、修复故障的难度将相比 5G 时代呈现级数上升的趋势，因此引入数字免疫系统技术，实现运维自动化将十分重要。数字免疫系统(Digital Immune System，DIS)44结合了可观察性、AI 增强测试、混沌工程、自修复、站点可靠性工程和软件供应链安全等实践和技术，以提高产品、服务和系统的弹性，同时降低业务风险（如图 5-5 所示）。强大的数字免疫系统可以让应用程序更富弹性，能够快速从故障中恢复，从而保护应用和服务免受异常影响，例如软件故障或安全问题等。在关键应用和服务遭受严重损害或完全停止工作时，数字免疫系统降低业务连续性风险。企业在确保弹性运营环境、加速数字交付和可靠的用户体验方面面临前所未有的挑战，他们希望能够快速响应市场变化和迅速创新。用户所期望的不仅仅是健全的功能，他们更想要的是高性能、交易和数据的安全以及令人满意的交互。6G BSS 技术白皮书 58 图 5-5 数字免疫系统技术 利用数字免疫系统的 BSS 将创造卓越的维护体验，同时减少系统故障（研究表明能够减少多达 80%的系统宕机时间），并使系统可以从故障中快速恢复，并将所减少的损失将直接转化为更高的收入。5.2.9 基于数据编织的数据资产化 通信运营商作为信息社会的综合信息服务商，拥有天然的数据管道优势，运营商的网络系统与业务平台中数据详细记录了人在现代化社会的信息指纹。通信运营商拥有多年的数据积累，在数据资源具有“真、大、快、活、全”五大特征。其中，“真”是指运营商数据的真实可信、准确度高，“大”是指运营商数据涵盖核心生产运营、客户接触、客户行为感知、网络网元等的海量数据，“快”则指运营商数据时效性高，“活”则指运营商数据易扩展、松耦合、可灵活开放，“全”则是指运营商覆盖结构化、半结构化、非结构化多类型数据和多种数据源。同时，电信运营商的数据涉及移动语音、固定电话、固网接入和无线上网等所有业务，也包含公众 6G BSS 技术白皮书 59 客户、政企客户和家庭客户，同时也会收集到实体渠道、电子渠道、直销渠道等所有类型渠道的接触信息。6G 的发展将更加增强以上特征，比如其智慧内生的通感一体化能力将极大的提升数据获取的速率、精度以及信息价值。但为了应对 6G 时代大规模连接、超低时延通信、多样化定制需求，6G 网络分布式部署将成为必然，同时出于安全和隐私的考虑，企业用户对自身的生产、经营数据的隐私和保密性要求很高，有强烈的数据不出厂需求。这就要求网络不仅实现数据的本地传输、分析，还要实现控制信令的本地传输处理。因此，如何有效管理分布式的数据资产，助力运营商精益化经营将是 6G 业务支撑系统的一个重要问题。图 5-6 数据编织技术 Gartner 将 Data Fabric 定义为包含数据和连接的集成层，通过对现有的、可发现和可推断的元数据资产进行持续分析，来支持数据系统跨平台的设计、部署和使用，从而实现灵活的数据交付。数据虚拟化是实现数据编织架构中的关键技术之一，它可以在不移动数据的情况下从源头访问数据，通过更快、更准确的查询帮助缩短实现业务价值的时间，具体包括跨平台敏捷集成、统一语义、低代码创建数据 6G BSS 技术白皮书 60 API（支持 SQL、REST、OData 和 GraphQL 等技术）、智能缓存加速等功能。我们可以把数据编织想象成一张虚拟的网45，网上的每个节点就是一个数据源，这张网所代表的是一种虚拟的连接，可以使数据在网上迅速流动并统一对外提供服务（如图 5-6 所示）。6G 网络的分布式部署导致数据资产隐藏在基础设施环境的混合组合中。数据准备周期很长，用户需要一套广泛的数据管理功能来克服复杂的多供应商、多云和不断发展的数据环境所面临的限制。而数据编织技术专为应对复杂混合数据环境所面临的挑战而设计。从本质上讲，数据编织支持各种数据管理需求，以跨所有不同的数据源和基础架构类型提供正确的 IT 服务级别。它作为一个整合框架运行，用于跨多个隔离且不兼容的数据中心部署管理、移动和保护数据。因此，组织可以投资于符合其业务需求的基础架构解决方案，而无需担心数据服务级别、访问和安全性。5.2.10 基于隐私计算的数据价值最大化 运营商的数据不但对于自身的业务运营很有价值，而且对于其它行业的客户也很有价值。运营商的数据在金融、旅游、教育、汽车等行业都有很多有价值的应用场景，能为这些行业的客户输出价值。以金融行业为例，运营商客户的缴费信息、位置信息、兴趣偏好等能为金融行业客户的业务运营带来较大价值。金融机构借助运营商真实、准确、可持续的数据资源供应，可以进一步丰富补全金融客户的标签和画像，帮助金融客户深入洞察用户的行为与兴趣偏好，并在身份验证、征信、防欺诈、精准营销、网点选址等场景下均可以发挥价值。事实上，5G 时代运营商数据在其它行业的应用价值已经在实践中得到了广泛而充分的验证。6G BSS 技术白皮书 61 如何在既保证数据安全合规，又能保证运营商实现跨机构之间的数据深度融合、释放数据价值呢？隐私计算46为解决这个问题提供了完美的解决方案。隐私计算是面向隐私信息全生命周期保护的计算理论和方法，是隐私信息的所有权、管理权和使用权分离时隐私度量、隐私泄漏代价、隐私保护与隐私分析复杂性的可计算模型与公理化系统（如图 5-7 所示）。通过隐私计算可以取得“数据孤岛互联”、“数据隐私保护”和“业务发展”三者间的平衡和共同发展。隐私计算能实现数据“价值”和“知识”的流动与共享，能显著提高数据跨界融合的效率，当前正在助力运营商数据跨界变现步入快车道。图 5-7 多方安全计算原理图 隐私计算是在数据流通过程中，在计算环节解决信息保密问题的技术路线的统称。可将其定义概括为在不传递原始数据或保护原始数据的前提下，实现数据的分析、计算、应用的一类技术集合或体系。从技术机制来看，隐私计算主要分为三大技术路线，即基于密码学的多方安全计算、基于分布式协同训练的联邦学习及基于可信硬件的计算环境。随着6G算网进一步融合下安全内生与智慧内生的发展，6G BSS 技术白皮书 62 运营商可以通过建立具有多方安全计算或联邦学习的可信计算节点，为释放自身的数据价值提供高效可靠的隐私计算能力（如图 5-8 所示）。图 5-8 联邦学习原理图 5.2.11 基于可持续云计算模型的 PaaS 能力演进 云计算的 PaaS 服务是承上启下的一层，在很多人看来，PaaS 层服务与绿色、低碳的关系远远没有 IaaS 层紧密。然而，PaaS 服务可以更好的、更高效的调度和管理 IaaS 资源；建立通用服务，为 SaaS 化应用提供服务复用，以及帮助应用实现快速创新和减少开发量，减少运营开销并节省能源成本，而这些就是 PaaS 服务在 IT 云服务可持续性47上做出的贡献。PaaS 服务在生态的可持续性48上，目前在处于探索的前期。基于 BSS 自身的实践，从以下几个关键技术进行尝试：虚拟化技术 6G BSS 技术白皮书 63 相比较传统的 IaaS 层虚拟化技术，在 PaaS 层普遍使用的容器技术在资源的利用率上有着显著的提升。容器化技术将资源的使用粒度从 GB 级别降低到了 MB 级别，在资源的申请和释放上更加的精确，减少了资源的无效投入。同时，PaaS 层虚拟化技术可以将封装好的应用直接运行在物理服务器上，这进一步降低了 IaaS 层虚拟化带来的约 30%的性能开销。通过虚拟化技术能够减少服务器的数量，IT 团队将降低物理硬件和 IT 基础架构的维护时间，进而提高团队的效率和生产力。同时，减少的物理服务器数量将直接带来能源消耗的降低49。多级资源池监控调度回收 容器技术引入后，在 PaaS 层会形成多级资源供给和调度。IaaS 层会向PaaS 层提供基础的计算和存储资源，在 PaaS 层形成一级资源池，其中的一部分会用于为容器化技术提供基础资源。而容器资源池，会向不同的租户提供二级资源。租户在申请资源的时候，为了保证业务的稳定，一般会按照业务使用峰值配置资源。而根据运营过程中的实际情况，业务的使用峰值仅占业务运行总时长的很小一部分。这就意味着，这些为峰值配置的资源，在绝大部分时间内都被浪费了。通过多级的资源池监控调度和回收，可以将租户闲置的资源回收到租户的二级资源池，并通过实时的监控，保障租户在业务量增长时及时的进行资源供给。这样，在 PaaS 层的总体资源使用率会得到提升，资源需求会相应减少，进而降低对 IaaS 层资源的消耗，相应的降低服务器投入和相应的冷却耗能的投入，提升了可持续性。公共能力复用 6G BSS 技术白皮书 64 几年来，国内的中台建设在数字化转型比较成功的行业开展的如火如荼。中台战略的核心就是要把 IT 能力资产化，并提升 IT 资产的复用能力。依托 PaaS 平台，构建原子化的微服务，并为微服务提供生命周期管理。通过能力开放，构建大 PaaS 生态，赋能 SaaS 业务开发，将业务的编码工作逐渐转换为能力的编排工作，极大的提升了业务的开发效率，降低了因为重复开发带来的各种人力物力的投入，进而降低了碳排放，提升了生态的可持续性。跨云动态调度技术 由于底层支持纳管不同云数据中心的资源池，所以在 PaaS 层应用部署或者弹性扩容时，需要支持针对底层不同资源池的调度，这就涉及可能的异构资源和网络的打通。在调度算法上，需要支持可再生资源的感知能力，比如，某云服务商的数据资源池是属于绿色可再生的资源池，而另一个服务商的资源池使用的是传统的化石燃料，为了提升生态上的可持续性，在调度算法上需要对资源类型进行识别，进而实现符合可持续性的最佳调度方案。5.2.12 基于高性能云化架构 高性能云化架构是一种结合云计算技术的高性能计算服务模式，其中高性能计算是服务核心，云计算是服务模式创新的技术手段，多云互联是服务能力的扩展支撑。在此基础上，高性能计算云将与大数据、人工智能等技术深度融合，面向行业应用需求，提供一体化智算服务能力，实现高性能计算云能力拓展。6G BSS 技术白皮书 65 要实现 BSS 高性能云化50，在运营管理、架构、技术和运维管理方面包括如下内容：运营管理：一体化运营 云化 BSS 的目标是提升运营效率，降低运营 成本，特别是 IT 成本。当前电信运营商采用条块化、区域化的运营管理模式。不同的业务（固网、移动、宽带）由不同的业务单元运营，不同的地域由不同的子公司或子网负责运营。这样很难发挥协同优势，导致整体运营效率低，全网服务体验差，需要打通跨部门的业务流程，实现不同子网的一体化运营。运营模式和业务流程的变化涉及管理变革，是一个长期的过程，需要运营商决策者痛下决心才能实现。一体化运营在提升运营竞争和效率的同时，也为从硬件到应用软件的 IT 资源的最大共享奠定了基础。从业务角度看，云化 BSS 对运营的差异化支撑是一个关键问题，必须通过业务功能的充分服务化，加上灵活的业务规则和流程管理，以多租户模式来支撑。应用架构：功能与非功能特性隔离 从应用架构上讲，云化 BSS 必须通过业务平台层将软件的功能特性（业务逻辑）、非功能特性（部署、性能、可靠性、可扩展性、可维护性）完全隔离，才能在不增加应用逻辑复杂度的前提下，实现基于 SLA 的动态部署机制、按需动态扩展机制和自愈机制。也就是说，业务功能的展现逻辑、功能逻辑、数据存储和访问逻辑的实现，不需要考虑 SLA，而把 SLA 的保障完全交给业务平台层来解决。业务平台层根据 SLA 的要求，包括响应时间、处理时限、允许中断时间 6G BSS 技术白皮书 66 等，将应用部署在合适的硬件环境中（比如高可用性需要集群部署）；并通过对 SLA 的实时监控，进行动态扩展。例如，业务平台层如果发现应用程序随负载量的增加而响应时间有下降趋势时，从资源池中分配新的主机，进行应用即时部署，然后修改路由，将额外负载分配到新主机上，维持 SLA 不变。当业务平台层发现主机处理负载下降到一定程度时，修改路由，将 负载集中到少量主机上，释放空闲主机，卸载应用部署，放回资源池。再如，业务平台层发现随着数据表的数据量增加，数据访问速度下降，导致整体 SLA 下降。这时，系统对数据表的数据进行动态拆分，分布到多个数据 库，并修改数据路由，将访问请求分配到多个数据库，从而维持SLA。同样道理，在数据库、主机、存储等不同层面发生故障时，应用也能进行故障的自动恢复，维持 SLA 的稳定。传统 BSS 为满足服务质量要求，硬件配置通常满足峰值处理负载，峰值是均值的 2 3 倍。同时，传统 BSS 采用静态的应用部署方式，即使不同应用的峰 值时间不同，也无法错峰平衡利用硬件资源。上述因素导致硬件整体利用率不高，平均利用率大约 30 40%。从技术上讲，实现应用的动态部署才能真正提高硬件资源利用率，降低 IT 建设成本。比如结算系统在白天的空闲资源可以释放，给处于忙时的 CRM、计费系统使用。技术架构：业务与技术隔离 从技术架构上讲，业务平台层也会将业务功能与基础设施（硬件、中间件、数据库等）完全隔离。业务功能的实现不依赖于特定的技术，业务平 6G BSS 技术白皮书 67 台层采用完全分布式的应用和数据架构，运营商可以从成本、效率综合考虑，选用合适的技术来满足业务要求。传统 BSS 在设计时往往与特定的技术绑定，比如，传 统 BSS 采用适合小型机的集中式架构而不是分布式架构，就无法方便地采用成本更低的刀片服务器。再如，传统 BSS 一般采用集中数据库架构，随着 用户量和交易量的增加，集中数据库越来越成为系统可靠性和性能的瓶颈。而且，牵一发而动全身，集中数据库的一个小问题就会影响所有客户的服务体验。传统BSS 系统的架构强烈依赖于集中数据库，要改为分布式数据库架构，应用的改造工作量浩大，可行性很小。因此，只有将业务功能与基础设施层从架构上完全隔离开，才能做到成本和服务质量的最佳平衡。运维管理：自动化、智能化 云化 BSS 需要运维实现智能化的自动管理。传统的手工维护过程，导致业务频繁中断和人为错误不断发生，比如系统简单扩容需要业务长时间中断，影响客户服务质量。只有通过预先设定规则，实现自动化的升级、故障修复，才能提升客户服务质量。5.2.13 基于不同硬件平台的智能算力泛在调度 在5G时代，由于通信网络基础设施逐步从专用硬件平台向通用硬件平台迁移，基于 x86、ARM 等架构的基础硬件得到广泛采用，而以 GPU、NPU、FPGA 等异构芯片为主构建的算力也将在未来 5 10 年成为全球主流。这种趋势对基于不同硬件平台的智能算力泛在调度提出了更高的要求。6G BSS 技术白皮书 68 为了实现智能算力的极致性能释放，6G BSS 的架构需要考虑计算、网络、存储三大维度的横向协同，同时兼顾软件平台与硬件资源的纵向协同，以支持 6G 不断丰富的智能化业务应用场景。这样的需求促进了智能算力泛在调度技术的发展和创新，以满足 6G 及未来业务需求。如支持 Intel 以内置 AI 加速的至强可扩展处理器为基础的XPU芯片平台及其提供的软件工具，如 OpenVINO、BigDL和Analytics Zoo 等，可以帮助实现跨不同硬件平台的算力调度和优化，同时也满足了 6G 及未来业务需求的计算和智能化处理需求。在这样的平台上，智能算力可以得到充分的利用，同时也可以帮助推动智能化应用场景的不断发展和创新。因此，基于不同硬件平台的智能算力泛在调度成为实现 6G 及未来业务应用的关键技术之一。这种技术将有助于提高网络的稳定性、安全性和灵活性，从而满足不断变化的业务需求和消费者需求。6G BSS 技术白皮书 69 六.6G BSS 潜在架构演进 6.1 6G BSS 设计思路 运营管理能力，包括对企业生产经营活动进行计划、组织、指挥、协调和控制等一系列活动，是企业的核心竞争力，对任何一个企业而言都占据着非常关键的地位。企业数智化的目的就是要借助科技手段将业务活动数字化，提供给管理者观察、洞悉各类事项的一切信息，并据此做出合理的管理决策，优化资源的配置，提升经济效益。6G BSS 系统作为提升运营商数智化运营管理能力的有效工具，如何规划其核心的功能架构模型，实现企业管理的闭环是非常重要的。PDCA 作为一种管理思想，是美国质量管理专家沃特阿曼德休哈特（Walter A.Shewhart）首先提出的，由爱德华兹戴明（W.Edwards Deming）采纳、宣传，获得普及，所以又称戴明环（如图 6-1 所示）。戴明环从质量管理活动的计划与持续改进，延伸到各行各业的运营管理领域，成为企业全面运营管理的思想基础和方法，其核心就是 PDCA 循环，即将企业运营质量管理分为四个阶段，即 Plan（规划）、Do（执行）、Check（检查）和 Act（处理），它要求把各项工作按照作出计划、计划实施、检查实施效果，然后将成功的纳入标准，不成功的留待下一循环去解决5152535455。6G BSS 技术白皮书 70 图 6-1PDCA运营管理模型 作为新一代商业创新平台的 6G BSS，可以将 PDCA 作为核心运营管理模型，通过数智化技术实现 PDCA 的架构，将运营商的人财物、产供销进行全面覆盖，构建从战略到执行落地一个完整的管理循环；除了企业信息化时代的流程服务，还需要在运营管理流程中融合数据智能，通过数据驱动的智能化融合服务来支撑运营商6G 业务的实时管控和精益运营。因此，在 6G BSS 的运营管理 PDCA 循环架构设计中，横向需要支撑各领域的分域工作流程，通过数智化驱动实现各个领域的PDCA 闭环管理；纵向需要拉通各领域在 PDCA 等不同环节上的一体化协同，从企业整体战略的角度将各领域的运营管理与控制融为一体，赋能企业全面感知、实时管控，通过流程与数据智能的融合，支撑运营管理的不断循环、改进，从而实现企业的精细化运营管控。具体而言：横向需要实现资源、生产、业务和生态四大领域从规划到执行、检查和处理的闭环流程：运营商不同领域都需要 6G BSS 打通从经营目标、计划安排、业务执行、经营绩效和管理控制的数字化运营管理架构。在战略层面，企业的 3 5PDAC检查结果分析成功失败肯定成功处改进失败处下一次改进方针目标活动规划具体运作实现计划 6G BSS 技术白皮书 71 年的经营计划，到年度的商业计划，再到生产执行计划和实际采购、销售、生产订单的执行，以及针对业务执行过程中的管理控制和绩效分析、问题改进、执行调整，整个的业务活动形成一个完整的 PDCA 管理循环。纵向需要通过运营域和体验域实现贯穿各个领域、各环节的一体化协同：PDCA 架构提供了全新的数智化企业运营管理方式，各功能领域每一个业务经济活动都可以实时传递并转换为运营控制和体验管理层面的数据描述，从而赋能企业可以在运营管理与全面体验上实现全面感知和实时管控。相比于 TM Forum ODA 功能架构，基于 PDCA 的新一代商业创新平台的 6G BSS 在流程管理上强调了在 eTOM 业务架构中定义战略规划与运营执行之后引入数智化手段进行分析检查，并采取合适的行动改善规划执行过程，管理运营域的这一改变将促进 6G 数字化业务的快速迭代与持续创新。6G BSS 在工作领域上借鉴互联网厂商开放 IaaS 和 PaaS 服务的模式，将 ODA 的 Production 分解为资源域和生产域，以更加开放的方式基于 6G 网络进行算网资源运营，并进一步融合DOICT 技术打造相应的生产能力。同时，面向 6G 时代的商业模型演进将 ODA 的Party Management 升级为生态域，不再局限于合作参与方管理，而是更加系统化的管理权益与激励方式，建立以运营商为核心的数字化生态协作支撑系统。此外，贯穿整个数字化支撑系统的全面体验将在6G时代成为建立以客户为中心的持续发展的关键，需要以数智化的方法管理生态圈中所有参与人的数字化。6G BSS 技术白皮书 72 6.2 6G BSS 架构概述 综上所述，为了满足 6G 关键业务场景和 DOICT 技术融合演进的需求，6G BSS 架构将围绕“数智化运营能力和领域流程优化”进行设计，通过架构的演进，高效支撑 6G 时代运营商生态建设，提升客户业务体验满意度和数字业务创新的敏捷度。首先，6G BSS 需要依据未来全面开放和生态化的商业模式自顶向下依据PDCA 架构设计生态、业务、生产和资源四大领域的闭环运营流程：生态域：在 6G 时代，运营商首先需要考虑的是建立何种商业生态以及如何通过数字化运营手段进行维系。为此，6G BSS 面向不同合作伙伴需要提供适应的价值定位、协同模式和运营方式，如传统供应链模式、以运营商为中心的平台赋能模式、通过权益与激励所建立的去中心化创新模式。上述模式尽管在内涵上、形式上有所区别，但是就如何实现运营流程的闭环，可依据 PDCA 架构达到统一。基于 PDCA 对于运营流程的定义，6G BSS 需要实现不同模式下的价值规划、生态协同创新交互、生态运营效益分析以及相应的权益激励，并不断迭代优化。从功能上，6G BSS 生态域主要功能包含新型合作伙伴管理、客户意图管理、可信交易管理、多方智能议价管理、智能合约管理以及生态价值分析等。在生态构建上，除了传统的通信运营商供应链生态以及 5G 时代所建立的云计算服务生态之外，需要更加关注去中心化组织形式下的数据价值服务生态、元宇宙数字资产交易生态以及内容创作者生态建设。6G BSS 技术白皮书 73 业务域：在确立了企业价值定位并建立了相应的商业生态后，针对重点市场，基于关键产品，运营商与合作伙伴通过 6G BSS 提供的数字化支撑系统完成相关的市场产品规划、产品订购销售、客户运营分析和供销策略调整数智化闭环运营。业务域 6G BSS 的主要功能包含量纲管理、度量管理、产品生命周期管理、商品动态组合管理以及客户运营分析等。6G 时代运营商可支撑的产品与服务更加多样，不仅包含增强的全息通信服务、沉浸式体验服务、通感一体服务、空天地通信一体服务，还包括分布式智能服务、孪生聚合体服务、零信任安全可信服务、脑机通信服务等。但无论是面向消费者还是行业企业，运营商都难以通过自身的产品与服务提供全栈解决方案，因此通过加强生态合作提供具有竞争力的解决方案将要求 6G BSS更加开放，并针对不同商业模式有效支撑闭环业务运营。生产域：产品与服务需要建立在高效敏捷的生产能力之上，6G 网络设计强化了技术融合的趋势，为打造以运营商为中心的开发生态创立了技术和商业条件。以及 PDCA 架构设计，在技术能力规划、能力开发部署、能力使用分析及能力升级维护的 BSS 功能支持下，运营商可以构建开放式的开发者生态。依赖于开发者生态协同，承载业务需求的多种 DOICT 技术可转化为分布式云原生的技术组件，并通过组装式架构为业务创新提供高质量低成本的生产能力。生产域主要功能包含云原生技术组件管理、集成开发管理和相关面向开发者的工具包管理。面向 Web3.0 下数实融合的趋势以及与此相伴的技术全面整合能力，6G BSS 将成为技术整合的集大成者，包括 6G 网络带来的信息感知与语义传输等 CT 技术，面向元宇宙的 XR 等数 6G BSS 技术白皮书 74 字原生 IT 技术，实体行业领域基于数字孪生逐步成熟的 OT 技术，以及快速发展的数据智能 DT 技术等。资源域：6G 网络强化了运营商对基础设施资源的掌控能力。一方面，通过共建共享、互联互通的方式，运营商扩充连接服务的资源底座，不仅包含超级无线宽带、超大规模连接、本地私有网、空天地一体通信等网络资源，还包括智能感知和高精度定位等连接服务源。一方面，面对数字化业务的融合基础资源需求，运营商通过自建或云厂商的合作，依托算力网络等技术，进一步完善资源域上的布局。依据 PDCA 架构，6G BSS 在资源域提供基础资源规划、资源采购运营、运行效率分析及资源优化调整的环流程支持。在功能上，主要功能包含资源的调度管理、资源生命周期管理、资源接入鉴权服务管理、任务式资源度量管理等以及整体资源利用率的分析和优化。算力网络将是运营商着力建设的一体化基础资源，其中不同的异构算力将随着业务的发展不断演进。其次，6G BSS 除了支撑各关键领域的运营管理流程闭环外，还需要企业级运营管理中心，统筹各领域完成一体化的协同、管控与优化。本白皮书将纵向贯穿的运营域定位为企业战略管理的关键支撑系统。运营域：6G 时代运营商可以进一步通过数智化的业财融合方式拉通 B 域与 M 域，建立支撑企业经营管理的全链路运营流程。6G BSS 在运营域依据 PDCA 模式可以建立企业战略规划、分域战略驱动、经营效益分析及运营问题处理的闭环流程。其中企业战略规划在制定总体战略方向及财务目标后分解到生态域、业务域、生产域和资源域进一步完成细节规划，之后通过汇总各领域的规划内容进行研判并决策。而分域战略驱动则针对企业 6G BSS 技术白皮书 75 级战略任务提供数字化方式驱动相关领域实时协同、高效执行，这一过程中所有交互信息与数据将记录在运营域的支撑系统中。经营效益分析将在企业级大数据平台提供的经营数据上，针对 KPI 目标提供智能化方式进行分析和预测，并尽可能的推荐可行的处理方案，交由运营问题处理环节进行改善。6G 时代，企业运营将更加生态化、更加开放，因此 6G BSS 将有可能不仅需要依据企业内部的数据，也需要参考生态合作伙伴及竞争对手的运营数据进行数智化战略决策与优化。最后，6G BSS 需要建立企业级体验管理中心全面感知并持续提升客户、合作伙伴和员工的数字化体验，因此体验域将为以上各领域的干系人提供评估与改善数字化体验的能力。体验域：6G BSS 不仅需要加强全面体验，更需要加速 6G 网络所带来的多模交互体验升级。一方面体验域需要通过新型的客户化身等触点增强面向客户、员工、使用等全面体验的管理，另一方面也需要探索智能终端带来的融合体验，如机器人、XR 的人机交互、脑机接口交互等多模的交互能力。体验运营主要功能包含：体验内容的上下架管理、智能终端参数管理、体验数据采集管理、体验内容分发管理、服务订阅管理。总体而言，6G BSS 通过开放式的架构（如图 6-2 所示）上全面支撑企业通过数智化方式完成顶层战略规划，分域高效协同执行，以及运营体验升级。一方面，6G BSS 将面向未来进一步流程优化，建立分域的 KPI 指标体系以及自动化的闭环运行流畅；另一方面，也强化了以数智化手段进行分析检查以及安全检查，并采取合适的行动改善规划执行过程。6G BSS 技术白皮书 76 图 6-2 6G BSS 参考架构 同时，通过虚拟化硬件和多租户架构软件以及分域建设，进行更大范围内的资源共享，可为运营商提供更低成本、更好体验的服务，实现 BSS 上云，满足产业价值链的最大集约化和最高效率。云化的 6G BSS 是一种进化了的 BSS 系统，能更好解决传统 BSS 很难实现的目标：以更低的建设和运维成本，提供更好的服务质量和客户体验，并且适应更灵活的商业模式变化。比如，基于 SLA 的自愈机制可以加快故障处理速度，提升客户体验；资源的充分共享可以降低硬件采购成本；智能的自动化管理可以降低运维成本等。因此，6G BSS 的这些功能升级将不仅极大的提升内部各领域协同效率，也以开放的形式有效支撑外部生态合作伙伴参与几乎所有领域的生态建设。6G BSS 技术白皮书 77 七.6G BSS 实现原则与建议 4G 是运营商 BSS 发展的分水岭，4G 及之前的业务主要是为 C 端的用户提供连接通道，服务的核心不变，通道上承载的内容从语音、消息、文本到图像和数据不断扩展。其 BSS 是为了支撑标准化的产品运营而设计，因而 BSS 形成了以 CRM和 BOSS 为主要支撑系统的结构，聚焦于内部供应链体系管理、产品运营业务流程拉通。5G 将万物互联作为设计目标，致力于为行业场景提供海量连接、可靠连接等通信服务。运营商的客户群体有了较大的扩展，2B 行业成为了运营商实现增长的突破领域。与此同时，传统面向 2C 行业、支持标准化产品运营的 BSS 系统面临着挑战。为此，在 5G BSS 的系统（如图 7-1 所示）建设时：一方面，引入云计算的中台体系，在资源、中间件、数据、业务组件等层面进行整合，为千行百业提供可组装的模块以高效满足 2B 客户的差异化需求；另一方面，BSS 对内开始逐渐融合 OSS 的能力，对外开放引入合作伙伴的能力，支撑运营商开展个性化的 ICT 融合服务。作为通用目的技术，6G 强化价值外溢的愿景，致力于推动社会经济价值的自我创造、自我演化。因此，在深化自有业务的数字化运营的基础上，6G BSS 将更注重构建生态运营的支撑能力，形成商业创新平台体系，促成能力开放、技术融合和生态协作。6G BSS 技术白皮书 78 7.1 5G BSS 现状 5G BSS 是运营商从标准产品运营向个性化服务运营的一个重要变革，为 6G BSS 铸就了一定的技术和商业基础。图 7-1 5G BSS 五层架构体系现状 图 7-1 是某一运营商的 BSS 现状，也是一个典型的面向 5G 的 BSS 架构体系5657。通过对图 7-1 的分析，5G BSS 呈现了以下几大特征，为 6G BSS 演进构建基础：引入云计算技术体系，形成分层解耦、模块化交付的支撑体系 a.利用云计算技术，改变设备资源按系统采购、部署方式，将业务和基础设施资源进行解耦。b.5G BSS对云计算三层服务体系中的PaaS层进行了扩展，形成了I-PaaS和T-PaaS，沉淀BSS侧相关的服务集成能力组件和IT技术标准组件能力。6G BSS 技术白皮书 79 c.提供标准化的能力开放和集成能力，基于标准化的能力资产和T-PAAS技术产品赋能业务创新。业务功能分域设计 5G BSS 将业务中心分解为客户与产品运营域、计费与账务域、网络与服务交互数据域和合作伙伴数据域。客户与产品运营域提供客户全生命周期的管理功能，包含客户中心、订单中心、产商品中心、服务中心、营销中心等。计费与帐务域提供在线消息/离线话单的采集预处理、批价计费、帐务处理及帐务管理、综合结算等功能。网络与服务交互数据域包含该域所拥有的相关业务及管理数据信息的集合，包含开通中心、网络策略管理等。合作伙伴数据域包含该域应用所需的流程和数据支持。通信服务向融合 ICT 服务扩展 5G BSS 在考虑通信服务支撑的同时，提供了对客户个性化服务的支持。包括：基于 5G 网络能力开放的业务支撑，如：QoS、切片、专网等。个人、家庭、集团、新业务 CHBN 融合支撑；如：5G 个人通讯和家庭宽带融合捆绑业务、5G 行业专线业务等、多种权益共享业务等。云和网融合服务；如：运营商提供的公有云的服务支撑能力，网产品和云产品的融合捆绑业务、云网融合开通等。7.2 面向 6G BSS 的演进建议 BSS 在由 5G 迈向的过程中，将充分吸收现有的架构、技术体系和商业模式设计，充分采纳 5G 时代的实践和探索成果，构建分层分级的演进思路。6G BSS 技术白皮书 80 7.2.1 业务驱动、逐步演进 技术创新变革驱动业务的日新月异，变化的业务促进支撑系统 BSS 的更迭演进，只有紧随业务要求并适当领先超前的支撑系统才具有优良的业务支撑能力、变现能力，同时释放巨大系统的灵活性，促进业务的高速发展。虽然业界对 6G 的应用场景、关键技术、业务模式做了良好的探索，对 6G 业务支撑做了前瞻总结，具备良好的指导性，但是 6G 远没有达到所有技术、业务成熟开花落地阶段，探索期的业务支撑更新应根据业务的需要和趋势逐步推动，充分考虑已有业务平稳运行支撑同时逐步进一步提供前瞻性支撑新业务能力。7.2.2 基于开放式架构演进 6G 时代，通信行业业务支撑需要保持良好业务和技术开放性。从业务上，要提供对于各级分支机构、行业客户、外部合作伙伴的开放性，实现对业务创新的支持。技术上保持的良好兼容性以适应不断涌现的新技术。在保持架构开放性基础上，需要进一步完成生态系统构建，形成更多变现渠道。要充分考虑性能弹性支撑、租户业务数据隔离、系统安全、灵活组合、智能管控等。7.2.3 面向公有云/专有云全面迁移 随着信息技术的不断发展，移动通信行业也在不断创新和升级。第六代移动通信网络商业支持系统（6G BSS）作为移动通信行业的重要组成部分，其功能和性能也在不断提高和完善。传统的 6G BSS 部署方式往往需要大量的硬件设备和软件平台，并需要投入大量的人力资源来进行维护和管理，成本较高，管理复杂度也较大。为了解决这些问题，6G BSS 可以考虑全面迁移至公有云或专有云。6G BSS 技术白皮书 81 6G BSS 向云平台迁移可以降低硬件和软件成本，减少人力资源的投入，从而降低成本。公有云和专有云平台具有弹性扩展和收缩的能力，可以根据业务需求进行快速的资源分配和释放，提高灵活性和可伸缩性。云平台通常具有高可用性和容错性，可以在硬件或软件故障时自动进行容错和恢复，提高系统的稳定性和可用性。此外，云平台通常也具有更好的数据安全性，提供各种安全保障措施，能够更好地保护敏感数据的安全性。将 6G BSS 全面迁移到云平台上，可以实现集中管理和监控，从而降低管理复杂度和工作量。目前，国外 90%的运营商正在向公有云转移，国内大部分运营商也正在实施或准备实施专有云和公有云迁移方案。6G BSS 全面迁移到公有云或专有云，可以带来诸多优势，包括降低成本、提高灵活性和可伸缩性、提高稳定性和可用性、提高数据安全性、简化管理等方面的优势。这些优势可以帮助运营商更好地满足业务需求，提高竞争力和创新能力。因此，全面迁移 6G BSS 至公有云或专有云已经成为一种趋势和必然的选择。7.2.4 引入内生安全体系作为基础 从 6G 典型应用场景看，不同于以往通信技术及 5G，6G 中的“人”的定义进一步泛化形成“体域网”，体域网内的实体一定程度具有同一的身份，但是又有不同的标识，即使这些实体具有同一的身份，但是面向不同角色时它们的安全、权限都应该是不同的，比如使用者是拥有者本人，他应该拥有各种所需的权限和能力，面向设备提供商就完全不同了，涉及到拥有者本人的隐私，所以安全和权限的差异要求巨大。进一步人、物理世界与数字世界的智慧连接，会涉及更多的物理的、逻辑的设备实体，如何管理这些实体、人、服务间的安全极其重要。万物互联的安全不同于以往的安全，比如输入用户名、密码、指纹等，由于涉及到 6G BSS 技术白皮书 82 众多设备和服务，面向不同用户、不同服务、不同场景，设备要自主独立运行、可能随时切换身份，安全要求更加复杂。6G 基于内生智能建立内生安全机制，基于零信任等技术打造整个 BSS 系统的安全底座。内生安全基于设备的可信任关系、行为、场景等实时状态，借助于人工智能和更加安全灵活可靠的零信任安全模型提供信任关系和风险的管控。7.2.5 交互层独立进化 随着科学技术的快速发展，人机交互技术从文本控制台到 CS 单体应用，从Web1.0、Web2.0 到移动互联网 app、小程序，从 5G 下 XR 到 6G 的全息通信、体域网穿戴、脑机接口等，发展日新月异。BSS 系统中将前端交互部分与服务支撑部分进一步分离，以保证交互层独立进化十分重要。交互层独立支持前端的快速升级，会极大改善业务的体验性，满足不同层面分层服务需求，扩大业务市场范围。交互层独立不仅仅是“前后台分离”，应该同时考虑统一接入、统一门户、低代码平台、零信任内生安全和行业应用场景支撑、DevOps 等运营维护问题。7.2.6 业务、数据、智能三位一体、同步演进 6G 业务比之前更加复杂，不但包括各种云、网、边、算、业、安、智等，还有比之前提供更加丰富的新的穿戴设备、工业控制设备、空天设备等，还提供新的模式比如体域网、新的动态智能价格管理、新的意图识别、大量的感知、及时服务等能力，这些错综复杂的能力将进一步促进业务、数据、智能平台三位一体更加紧密协同配合、同步的演进。一方面面对业务的复杂程度，从营销、商机、意图、运维看，都离不开人工智能的辅助，充分利用人工智能的能力才能做到自动化、智能化，降本增效、错峰填谷和提供合理的方案；一方面大量的业务提供 6G BSS 技术白皮书 83 了海量数据，而且由于 6G 业务复杂性，数据间知识关系更加层摞叠加，只有需要充分利用大数据技术做基础，才能为业务和人工智能提供良好数据基础保障，否则 6G 的智能将流于空谈；另一方面，人工智能也将在 6G 业务中更加趋于成熟，如 6G 的动态定价、意图感知与识别、融合方案的推荐、感知数据融合 QoE等都将为人工智能的发展提供空前良好机会。7.2.7 快速赋能行业用户生态使能业务快速发展 6G在5G B2B2X的基础上更加面向toC业务，在6G赋能垂直行业面向toC、toH、toF 等业务时，不仅要考虑 6G 技术、业务开放式架构、生态构建等，同时要考虑快速赋能垂直行业本身业务生态的构建和快速业务下沉，包括不限于技术、业务、运营、管理、合作、自服务等的生态体系，因为垂直行业处于业务安全、用户安全、数据安全或安全法规要求等等，需要考虑类似与 5G UPF、SMF 等下沉方式快速部署到园区的边缘节点，保证数据不出园区、数据隔离等；另外一方面，也需要通过联邦学习方式帮垂直行业智能解决运营、运维问题，帮助垂直行业降本增效。只有帮助垂直行业快速支撑业务、业务快速发展，才能带来 6G 业务的繁荣。6G BSS 技术白皮书 84 八.总结与展望 作为全球第一本前瞻性、系统性研究 6G BSS 的白皮书，本文在回顾了各代际 BSS 的发展历程之后，结合通信业务与互联网业务交叠发展的特性，基于通信领域的 BSS 参考架构和互联网行业的业务模式，提出了面向 6G 的分域业务支撑模式和 6G BSS 的发展愿景。在本文看来，未来 6G BSS 融合通信业务和互联网业务的特性，逐渐走出“内部支撑“与”外部赋能“的双闭环体系，为行业释放更多的业务创新和商业模式创新。面对这种预判，本文将 6G BSS 的核心功能划分为资源、生产、业务、生态四个域，并通过运营和体验两个域来贯穿上述的四层核心功能。最后，基于 PDCA 的方法论体系，本文给出了面向 6G 的 BSS 的功能架构和潜在的十三项关键技术。在运营商面向未来的 BSS 持续转型过程中，5G BSS 为 6G 提供了良好的发展基础，包括云计算技术体系的演进、通信能力服务化的扩展等，而面向 2B 行业的非标准、个性化、生态共赢的运营模式仍需进一步的探索和迭代。因此，面向 2030 年的 6G 商用的目标，本文对 6G BSS 的发展阶段做出如下展望：在 2025 年，5G BSS 的特性和技术体系将得到继承和迭代，资源域共享化能力、生产域柔性化能力将优先实现，体验场景化的能力和运营贯通进行初步探索，与此相关的基于意图感知的交互方式升级、智能客户化身、基于智能数字孪生体的可视化运营、基于云边端一体化的分布式应用、基于可持续云计算模型的 PaaS能力、基于高性能云化架构等关键技术将优先被采纳。在 2027 年，面向生产域柔性化能力进一步的演进，基于超级自动化和平台工程，提供极简开发，相关的可信身份认证和内生安全能力进一步强化；业务域 6G BSS 技术白皮书 85 多元化能力建设上支持 6G 初步提供的通感算一体服务、空天地一体化服务，QoPE 运营模式以及基于区块链新型交易能力进行初步探索建设 在 2030 年，在 6G 发展的中后期，随着商业模式的迭代演进，部分合作范式将被采纳，生态域价值化能力在 BSS 系统中进一步演进，新的商业模式进行试点；业务域的关键产品及服务将得到全生命周期的系统支持，并结合生态域的商业模式设计，实现内部的运营数字化提升和外部的价值流动闭环。在此阶段，生态价值化的数据交换能力、运维运营自动化能力需要增强，与此相关的基于数据编织的数据资产化、基于隐私计算的数据价值最大化、基于自适应人工智能的自动化运营、基于数字免疫系统的自动化运维等相关技术将全面落地。6G BSS 技术白皮书 86 参考文献 1 电信业数字化转型白皮书，中国信通院，2023 2 二十国集团数字经济发展与合作倡议，http:/www.g20chn.org/hywj/dncgwj/201609/t20160920_3474.html,2016 3 Digital Economy Report 2019,https:/www.un-ilibrary.org/con-tent/books/9789210042161,2019 4 Ouyang Y,ZHANG Y,GAO T,et al.The next decade of telecommunications artificial intelligenceJ.Telecommunication Science,2021,37(3):1-36.5 Web 3:From The Internet Of Information To The Internet Of Value,https：/ 6 Into the future:can telcos monetize the metaverse,http:/www.tmforum.org,2022 7 Wikipedia contributors.Business support system.Wikipedia,The Free Encyclope-dia,21 February 2023,at 05:44(UTC)Last Modified.https:/en.wikipe-dia.org/wiki/Business_support_system.8 Microsoft.What are OSS and BSS in telecommunications?.Microsoft,https:/ 1 Dec.2022 9 Sterling C,Bernt P W,Weiss M B H.Shaping American telecommunications:A history of technology,policy,and economicsM.Routledge,2006 10 百度百科.TOM 模型EB/OL.https:/ 模型/2790887.2023-03-16.11 中国邮电电信总局.电信计费账务系统业务规范 V1.0R.1998 12 McMaster S E.The telecommunications industryM.Greenwood Publishing Group,2002 13 TM Forum.GB922 Information Framework v22.0S.2022 14 孙杰,孙滔,孙震强等.5G 价值面，BSS/OSS 融合的下一站J.电信科学,2022,38(05):136-148.15 TMF.Open Digital Architecture Fundamentals V19.0.0 S.2020 16 Seppo Y,Pertri A,Marja M.Value Creation and Capture From Technology Innovation in the 6G Era.Digital Object Identifier,2022 17 B.Wirtz,O.Schilke and S.Ullrich,”Strategic development of business models implica-tions of the web 2.0 for creating value on the internet”,Long Range Planning,Vol.43,2010,pp272 290.18 Seppo Y,Petri A,Marja M.Evaluation of recent spectrum sharing concepts from busi-ness model scalability point of view”,Proceedings at the IEEE DySPAN 2015 19 Y.Xu,“Open business models for future smart energy-a value perspective”,Doctor Thesis,University of Oulu Graduate School,2019 20 NGMN,6G Use Cases and AnalysisEB/OL.2022.https:/www.ngmn.org/wp-con-tent/uploads/220222-NGMN-6G-Use-Cases-and-Analysis-1.pdf 21 中国移动通信有限公司研究院.6G 全息通信业务发展趋势白皮书R.2022 22 华为有限公司.6G：无线通信新征程白皮书R.2022 23 IMT-2030（6G）Promotion Group.6G 典型场景和关键能力白皮书R.2022 24 TMF.GB921 Business Process Framework(eTOM)R17.0.1S.2017 25 电信转型时代的 IT 支撑系统，https:/ 26 GSMA Open Gateway，https:/ 6G BSS 技术白皮书 87 27 Zou Chuanwei,Cao Yixin,Cui Chen,et al.Change in Business Model from Web2.0 to Web3.0 EB/OL.Hashkey Blockchain Research,https:/ 28 Fernando A,Justino L.Creation of value with web3.0 technologiesC.Information Sys-tems and Technologies,2011 29 Jules Chen.Thematic report on web 3.0EB/OL.2021.https:/portal.am/wp-content/up-loads/2021/08/PortalAM_Web-3-Report-1.pdf 30 Daniel P.Web3.0 Business Model.The Business Model Analyst Ottawa.2021 31 Gennaro C.What is Web3?Web3 Business ModelEB/OL.2022.https:/four- 华为.行业数字化转型方法论白皮书R.2019 33 王淑玲,孙杰,王鹏,杨爱东.云边协同中的资源调度优化J.电信科学,2023,39(02):163-170.34 乔稳,王晓征,孙震强等.下一代电信 IT 架构初探：业务功能虚拟化（BFV）J.电信科学,2022,38(06):143-155.35 Berry L L,Carbone L P,Haeckel S H.Managing the total customer experienceJ.MIT Sloan management review,2002.36 Gurzki T,Hinderer H,Rotter U.Individualized Avatars and Personalized Customer Consulting:A platform for fashion shoppingJ.The Customer Centric Enterprise:Ad-vances in Mass Customization and Personalization,2003:477-489.37 Gartner.A Digital Twin of a Customer Predicts the Best Consumer ExperienceR.2022 38 Wang X,Huang T,Wang D,et al.Learning intents behind interactions with knowledge graph for recommendationC/Proceedings of the Web Conference 2021.2021:878-887.39 Bhandal R,Meriton R,Kavanagh R E,et al.The application of digital twin technology in operations and supply chain management:a bibliometric reviewJ.Supply Chain Management:An International Journal,2022.40 Gheibi O,Weyns D,Quin F.Applying machine learning in self-adaptive systems:A sys-tematic literature reviewJ.ACM Transactions on Autonomous and Adaptive Systems(TAAS),2021,15(3):1-37.41 Fortino G,Guerrieri A,Russo W,et al.Integration of agent-based and cloud computing for the smart objects-oriented IoTC/Proceedings of the 2014 IEEE 18th international conference on computer supported cooperative work in design(CSCWD).IEEE,2014:493-498.42 Guo Y,Chen X,Tian S,et al.Blockchain Based Trusted Identity Authentication in Ubiq-uitous Power Internet of ThingsC/Intelligent Computing Theories and Application:17th International Conference,ICIC 2021,Shenzhen,China,August 1215,2021,Pro-ceedings,Part II.Cham:Springer International Publishing,2021:294-302.43 Clarke D.Visions of a super-automated futureJ.Naval architect,1990.44 Yang H,Zhan K,Yao Q,et al.Intent defined optical network with artificial intelligence-based automated operation and maintenanceJ.Science China Information Sciences,2020,63:1-12.45 Tummarello G,Delbru R,Oren E.S:Weaving the open linked dataC/The Semantic Web:6th International Semantic Web Conference,2nd Asian Semantic Web Conference,ISWC 2007 ASWC 2007,Busan,Korea,November 11-15,2007.Pro-ceedings.Springer Berlin Heidelberg,2007:552-565.46 Li F,Li H,Niu B,et al.Privacy computing:concept,computing framework,and future development trendsJ.Engineering,2019,5(6):1179-1192.47 Clarissa Garcia，2021.5 Steps to Data Center Sustainability.48 Gill S S,Buyya R.A taxonomy and future directions for sustainable cloud computing:360 degree viewJ.ACM Computing Surveys(CSUR),2018,51(5):1-33.49 Mad Fish Digital,2021.5 Ways SaaS Companies Can Go Green.6G BSS 技术白皮书 88 50 Mauch V,Kunze M,Hillenbrand M.High performance cloud computingJ.Future Gen-eration Computer Systems,2013,29(6):1408-1416.51 Sterling C,Bernt P W,Weiss M B H.Shaping American telecommunications:A history of technology,policy,and economicsM.Routledge,2006 52 McMaster S E.The telecommunications industryM.Greenwood Publishing Group,2002 53 Gerardus Blokdyk,Deming PDCA A Complete Guide-2021 Edition，2021 54 Pittman,William D;Russell,Gregory R.The deming cycle extended to software devel-opment,Production and Inventory Management Journal,1998 55 Applying the PDCA method more efficiently with software,2022，https:/zenya-soft- 中国移动.中国移动第三代省级业务支撑系统总体架构规范 V1.0.0R.2017 57 中国电信.中国电信新一代 BSS3.0 技术规范总体规范 V1.0R.2018 电信业数字化转型白皮书，中国信通院，2023

47人已浏览 2023-07-22 88页 5星级

中国联通研究院 2023 年 6 月 中国联通中国联通 6G6G 业务业务白皮书白皮书 中国联通 6G 业务白皮书 版权声明版权声明 本报告版权属于中国联合网络通信有限公司研究院，并受法律保护。转载、摘编或利用其他方式使用本报告文字或者观点的，应注明“来源：中国联通研究院”。违反上述声明者，本院将追究其相关法律责任。中国联通 6G 业务白皮书 目录目录 中国联通 6G 业务白皮书.1 一、引言.2 二、6G 场景和典型业务.4（一）沉浸式通信.4 1.沉浸式扩展现实(XR).5 2.全息通信.7 3.远程多感官互联.9 4.社交互联网.10 5.典型应用与 6G 能力映射分析.12（二）极高可靠低时延通信.14 1.全自动化和工业控制与操作.15 2.机器人交互.17 3.无人机操作.19 4.远程手术.22 5.能源传输和分配.23 6.典型应用与 6G 能力映射分析.25（三）超大规模通信.26 1.智慧城市.27 2.交通运输.29 3.农业.31 4.智能制造.33 5.典型应用与 6G 能力映射分析.35（四）泛在连接.36 1.全域覆盖.37 2.物联网.39 3.典型应用与 6G 能力映射分析.41（五）人工智能与通信的融合.42 1.网络辅助自动驾驶.43 2.医疗设备自主协作.45 中国联通 6G 业务白皮书 3.硬件设备计算卸载.47 4.数字孪生.49 5.面向复杂任务的协作机器人.51 6.典型应用与 6G 能力映射分析.53（六）感知和通信的融合.55 1.智能导航.57 2.智慧姿势识别.59 3.智慧跟踪.61 4.XR 空间构建.63 5.典型应用与 6G 能力映射分析.65 三、结论与展望.66 参考文献.69 中国联通 6G 业务白皮书 -1-前 言 本白皮书重点阐述了 6G 的六大场景及其典型业务案例，并深入剖析了典型业务的发展历程、应用场景、关键技术等方面的内容，以期更加全面深入地展示 6G 的应用前景和潜力。通过发布中国联通6G 业务白皮书 提出“3 6 X”6G 未来全景视图，其中“3”代表三类需求，“6”代表沉浸式通信、超大规模通信、极高可靠低时延通信、人工智能与通信的融合、感知和通信的融合、泛在连接六大 6G场景，“X”代表六大 6G 场景下多元化的典型业务案例。讨论这些场景是为了更好地理解它们的应用价值、技术挑战和商业机会，为未来在场景中的实践提供指导和支持。编写组成员编写组成员（排名不分先后）：李静、梁婷婷、马青阁、杨艳、李小双、张涛、张忠皓、李福昌、魏进武 中国联通 6G 业务白皮书 -2-一、一、引言引言 从 1G 发展到 5G，每一代移动通信技术的发展都需要平衡向后兼容、创新和实现全新应用的能力之间的关系，当前 5G 技术的标准化和应用也需要时间来完善和推广，它仍然有很大的提升空间和发展潜力。在 5G 的基础上，我们应该开始思考和讨论下一代移动通信技术，即 6G 的业务和发展方向，在讨论 6G 的业务和技术的过程中，我们可以更深入地了解和分析当前移动通信技术的局限和瓶颈，通过对 5G 网络的实际应用和发展情况的认识，来推测未来通信技术的发展方向和趋势，并探讨如何实现更高水平的通信技术和更广泛的应用场景，这不仅可以为未来的通信技术发展提供思路和指导，也可以促进移动通信技术的创新和进步。2021 年发布的中国联通 6G 白皮书 V1.0中提出了 6G 联通新生活，6G 联通新生产，6G 联通新世界三类需求，意在探讨 6G 时代中通信技术的应用场景和方向。国际电联2023年6月完成的 IMT面向 2030 及未来发展的框架和总体目标建议书，ITU 通过的建议书明确 6G 的六大场景主要为：沉浸式通信、超大规模通信、极高可靠低时延通信、人工智能与通信的融合、感知和通信的融合、泛在连接，这标志着 6G 概念的初步确定，6G 应用场景基本收敛，包括 3个 5G 增强场景和 3 个新增场景。基于此，我们将进一步探讨 6G 未来应用场景，这将是运营商实现需求的具体实践，以期根据人、社会中国联通 6G 业务白皮书 -3-和产业的需求和技术的发展趋势进一步推进 6G 的发展和应用。具体来说，本白皮书提出“3 6 X”6G 未来业务全景视图，“3”代表三类需求，“6”代表沉浸式通信、超大规模通信、极高可靠低时延通信、人工智能与通信的融合、感知和通信的融合、泛在连接六大 6G场景，“X”代表六大 6G 场景下多元化的典型业务案例。3 6 X体系将 2021 年发布中国联通 6G 白皮书 V1.0以来的研究成果与 ITU 最新提出的六大场景结合起来，形成了一个全面而综合的视角。这种结合使得我们能够在探索 6G 时代中通信技术应用场景和方向时，充分考虑人类、社会和产业的需求，并与国际标准和趋势保持一致。其次，3 6 X的设计使得 6G 的应用场景更加具体和明确。通过将 X 多元化业务与三类需求、六大场景相匹配，我们能够更准确地识别出在不同领域中 6G 技术的重点应用。这样的分类和匹配有助于指导运营商和相关行业在推进 6G 发展和实践时的决策和规划。最后，X代表了典型业务案例，它突出了对未来 6G 技术进一步推进和发展的预期。X的存在使得3 6 X具有灵活性和适应性，能够应对不断变化的需求和技术进展。它提供了一个开放的空间，可以容纳新兴的业务和创新的应用，推动 6G 技术的持续演进和发展。综上所述，3 6 X的重要性和意义在于将不同来源的 6G 应用场景和需求进行整合和对接，为 6G 技术的实践和发展提供了一个全中国联通 6G 业务白皮书 -4-面、准确和灵活的框架。这将有助于推动 6G 技术的落地和应用，以满足人类社会的多样化需求，并为未来的数字化转型和智能化发展开辟新的可能性。二、二、6G6G 场景和典型业务场景和典型业务 （一）（一）沉浸式通信沉浸式通信 面向 2030 及未来，社会发展将会逐步进入到数字智能化时代，6G 典型的沉浸式通信应用场景将在 5G eMBB 场景基础上不断的拓展深化。沉浸式通信将通过真实与虚拟三维建模影像相互交融，给人带来不一样的视觉和感官体验。此场景围绕以人为中心的发展理念，高效能的融合通信、感知、计算等能力支持各类的智能化服务，提供以人为中心的更及时、更精确的持续性体验服务2。6G 沉浸式通信开始走向体验和场景纵深化演进，深度的沉浸式体验表现在真实场景的体验感、更清晰和流畅内容的显示、多通道交互等方式，沉浸式通信场景具备虚实相应、时空跨越、情景重现、实时传递、多重维度、智能体验、体感交互等特征。在沉浸式场景中人与人的交流将跨越时间和空间，信息以高实时和多维度进行传播，这些 6G 沉浸式通信应用场景需要超大的带宽、超高的数据速率和超低的时延来保证用户在虚拟现实环境中的交互和沟通。作为一种新兴的通信方式，沉浸式通信主要体现在沉浸式扩展现中国联通 6G 业务白皮书 -5-实 XR、全息通信、远程多感官互联、远程移动机器人和社交互联网等领域。为此，6G 技术将在速率、容量、交互、算力、感知、安全和时延等方面进行全面优化，为沉浸式体验提供更加稳定、低时延、高效的通信环境，从而带来听视觉的逼真性、交互的流畅感和真实感的升级。本章节针对沉浸式通信场景下四个主要应用方向，探讨典型业务的发展历程、应用场景、关键技术、6G 能力映射等方面的内容。1.1.沉浸式扩展现实沉浸式扩展现实(XR)(XR)VR（虚拟现实）、AR（增强现实）、MR（混合现实）等技术的集合统称为 XR。沉浸式扩展现实 XR 通过数字化手段来增强我们的感官体验和实现人机交互，可通过有限的传感器连接实现从真实世界到完全沉浸式的虚拟世界，利用多种交互技术的集成和融合，为用户提供沉浸式体验和真实感受。总而言之，XR 技术是连接元宇宙最好的桥梁，也是实现元宇宙的主要技术之一，我们可以把它理解为是人类进入元宇宙的入口。目前，沉浸式扩展现实（XR）已被应用到各个垂直应用领域中，业务应用被逐步扩展到智能工厂、智慧城市、医疗健康、数据中心等领域。沉浸式扩展现实（XR）有效的改善了人们沟通、互动和获取信息的方式，使用户能够享受更加身临其境和个性化的用户体验，实现实物远程控制、实时虚拟现实等新应用，改变人们沟通中国联通 6G 业务白皮书 -6-协作的方式。例如，沉浸式扩展现实（XR）可以实现影视、广播、直播娱乐制作，使虚拟演播和虚拟制作成为行业主流；实现虚拟会议、互动营销、远程协作、虚拟报告会和产品发布会等模式，为用户提供真实的环境和大规模的多人互动与沉浸式感官体验。图 2.1-1 XR 示意图 沉浸式扩展现实（XR）对于网络带宽、容量、高数据速率、精确定位、算力和感知的空间映射、端到端低延迟和边缘云的处理提出了更高的要求，例如 XR 远程全息会议与协作，要求体验速率达到 Gbps量级；云化 XR 网络传输时延为 10ms 以下。当前，5G 网络仍是按照传统网络建设，不具备为智能体之间的信息传递和交互，无法为网络环境提供超大容量、超高数据速率、超低时延的数据与反馈信息的可靠传输。6G 将提供更快的数据传输速率、更低的延迟和更高的可靠性，为高速的数据传输和实时数据采集提供了更加快速的数据响应和更高质量的虚拟现实体验。6G 将通过异构网络融合，宽带实时交互、智能感知等新型通信技术，将不同类型、不同频段、不同覆盖范围的网络资源组合起来，扩大网络覆盖能力，提高系统容量。中国联通 6G 业务白皮书 -7-未来，沉浸式扩展现实（XR）为了减轻 UE 视频压缩与解压，与媒体渲染的算力需求，将借助 6G 高速稳定的承载网络，实现云，边，端的三方协作，利用算力进行合理的分配，实现云化 XR业务的内容上云、渲染上云，实现了用户与环境的多重业务交互，开启云应用、宽管道、智终端的全新模式，将原有的物理硬件迁移至云端/边缘端，实现轻量级客户端转型。随着 6G 技术的成熟，沉浸式扩展现实（XR）实现轻便化、智能化、低碳化的商业化新模式2。2.2.全息通信全息通信 随着无线网络通信性能、终端显示设备不断发展，全息通信通过采集来自人、物和环境的数据信息，构建出用户可以通过全息方式，实时深度参与人、物和环境交互的三维空间场景，实现了人与人、人与物、物与物之间的远程交互和沟通，最终让用户获得完全沉浸式的体验，构建出人、物和环境协同发展的新通信方式。全息通信的实现通过全息技术与通信技术的融合，结合多维度信息影像投射技术，呈现出真实影像复现的视觉盛宴。全息通信作为新兴的通信业务，具有高度的交互性、感知性、安全性和时延性等特点。这种业务的应用前景非常广泛，包括教育、医疗、工业、文化娱乐等各个领域。例如：在文化娱乐方面，可以实现全息影院、全息剧院等场景下的数字全息交互技术，从而给用户带来中国联通 6G 业务白皮书 -8-极致的沉浸感体验。在医疗、工业、教育等方面，具有快速计算的全息通信服务能力，在远程手术、工业远程管控和远程教学等方面，可以使用全息影像对工作情况进行精确的复制，进而实现远程操纵和精准交互。图 2.1-2 全息通信示意图 全息通信的高精度现实还原和实时交互场景，对全息通信的带宽、时延、速率、算力、安全、可靠、定位精度等提出了很高的要求，仅依靠 5G 现有的网络和技术是难以实现的，现有的 5G 业务应用层无法精准、实时掌握网络性能，导致业务体验感差，网络无法自适应和数据分析。随着 6G 技术的发展，全息通信会逐步从概念走向现实。6G 将以超高带宽、超高的数据速率、超高频谱效率、超可靠性和超低时延，支持基于传感的物联网应用架构，支持各类终端设备的数据采集和利用，以及多模态转发能力来提升全息通信服务体验。全息通信将通过移动算力网络、云计算、智能感知、超高带宽频谱、优化网络和传输协议等技术支持，在交互、算力、感知、安全和时延等方面进行全面优化，以实现更加真实、生动、自然的远程交互和沟通。未来，随着对 6G 技术的探索，在太赫兹通信和可见光通信等更高工作中国联通 6G 业务白皮书 -9-频段，全息通信将实现用户体验速率有望达到 100Gbit/s，满足全息通信高沉浸式、高交互性、高还原度和强参与度的特点。3.3.远程多感官互联远程多感官互联 远程多感官互联通过使用多感官交互技术，包括声音、图像、触觉、味觉、嗅觉等，可以让远程交互更加真实、生动、自然。远程多感官互联的诞生，让数实之间从“连接”升级为双向交互，利用人的多感官即眼、鼻、口、手、脑进行输入，实现交互。在远程多器官互联时，用户可以充分调动视觉、味觉、听觉、触觉等重要的感官信息，实现感觉互通的体验型传输神经网络，从而实现体感信息智能交互。远程多感官互联主要涉及的领域包括教育、健康医疗、工业制造、文化娱乐等各个领域。无论在哪里，远程多感官互联都可以在休闲娱乐、远程协作、健康医疗、智能驾驶等方面，获得真实环境的沉浸式体验。例如，可以感受到真实、不消耗实物的美食、护肤、旅游、美妆试用体验；可以获得精准操控平台硬件设施的云端协同办公体验；智能感知设备可以实时获取用户的动作、姿态、心率、体温等信息，从而更加准确地响应用户的需求；在智能驾驶领域，自动驾驶汽车采用无数传感器来生成数据，通过雷达、激光雷达、摄像头和其他驾驶员辅助设备等传感器，来实现多维“感觉”互通与情感交流。中国联通 6G 业务白皮书 -10-图 2.1-3 远程多感官互联示意 远程多感官互联最大的特点是交互性强，智能化操控对时延有着较高的要求，对于目标物体之间实现频繁交互，需要触觉反馈交互并同步反馈多重感官信息，这种多重感官交互行为需要大量的计算资源。目前，对于触觉的研究与标准化属于起步阶段，触觉作为强交互的重要输入部分，对其传输时延要求非常短，当前的交互时延不足以支持实时控制。6G 将提供更高的带宽、更低的时延、更强的可靠性，为远程多感官互联应用提供了更加平滑、可靠、高效的连接，来实现沉浸式的远程交互和沟通。远程多感官互联将通过端边协同、智能感知技术、移动算力网络、加密技术、访问控制和云计算等技术支持，以保障良好的用户体验。利用 6G 使能技术充分满足多种感官（如听觉、视觉与触觉）之间的协同性，实现低延迟、高可靠性、高安全性、高清晰度和高帧率的传输和处理，以便为用户提供更加个性化、实时化、真实化的交互体验。4.4.社交互联网社交互联网 社交互联网是指利用互联网和网络技术来支持和促进人与人之间的社交交流和信息共享的一种网络形式。它是基于互联网的社交平中国联通 6G 业务白皮书 -11-台和应用的总称，旨在通过虚拟的社交网络连接人们，使他们可以分享信息、交流观点、建立关系和参与各种社交活动。6G 的演进为社交互联网带来了许多影响和效益，利用互联网连接亿级设备，提供灵活的设备链接，使终端设备与网络高度协同，预测在未来 6G 社交互联网可能出现以下一些场景：真实的社交体验真实的社交体验 6G 网络将提供更高的数据传输速度和更大的网络容量，更低的延迟，这些可以支持更高质量、更沉浸式的虚拟社交体验。例如，用户可以进行高清视频通话、实时多人游戏、共享虚拟体验等，增强社交互动的真实感和互动性；用户可以通过 6G 网络与其他人进行全息通话、全息会议，创造全息通信和身临其境的感知体验。图 2.1-4 社交互联网示意图 个性化个性化智能智能社交社交体验体验 6G 网络的智能化功能和更强大的数据处理能力将提供更精准的个性化社交体验。基个于用户的兴趣、行为和社交关系，6G 社交互联网可以为用户推荐更合适的社交活动、社交圈子、内容和广告，提供更个性化和定制化的社交体验。中国联通 6G 业务白皮书 -12-泛在社交互动泛在社交互动 6G 网络将支持大规模设备连接，使更多智能设备、传感器和物联网设备能够无缝地接入社交互联网。这将促进智能家居、智能城市和智能交通等领域的发展，提供更广泛的社交互动和信息共享场景。同时，6G 的演进使终端设备能够更加高度协同地与网络进行交互和通信，这意味着设备之间可以更加无缝地共享信息和数据。社交互联网需要更高的带宽，更低的延迟，更大的系统容量来支持人与人之间的社交信息交流。6G 网络的本身具有 AI 计算能力，可提供更高的带宽、更低的延迟和更可靠的来连接来进一步增强边缘计算服务。社交互联网将通过感知技术、高速数据传输技术、内生智能通信技术技术、内生支持实时业务及通信等技术的支持，进一步优化通信数据传输和网络性能指标，使人与人之间的通信方式向着多元化、智能化和普适化等方向演进。5.5.典型应用与典型应用与 6G6G 能力映射分析能力映射分析 本节根据沉浸式通信场景下典型业务特点，分析 6G 沉浸式通信场景的体验用例，重点分析该场景下典型业务的关键能力，根据不同业务场景下的不同能力指标，充分挖掘 6G 在该未来业务领域的巨大潜力，对于我们更好的理解 6G 典型应用及能力指标具有至关重要的意义。中国联通 6G 业务白皮书 -13-表 2.1-1 典型业务的 6G 能力需求映射表 典型应用 相关关键 6G 能力 能力需求 沉浸式扩展现实（XR）用户体验速率 Gbps 量级 时延 10ms 以下 定位精度 厘米级 全息通信 峰值速率 Tbps 量级 用户体验速率 几十 Gbps 时延 10ms 以下 定位精度 厘米级 感知相关能力 多维度感知，如位置、速度、定位、成像、映射等传感应用 远程多感官互联 用户体验速率 100Mbps 时延 20ms 以下 可靠性 99.999%感知相关能力 姿势识别 社交互联网 用户体验速率 500Mbit/s 区域流量容量 3050 Mbit/s/m2 安全隐私弹性性能 用户隐私和数据安全 中国联通 6G 业务白皮书 -14-（二）（二）极高可靠低时延通信极高可靠低时延通信 6G 极高可靠低时延通信场景是从5G高可靠低时延场景演进而来的，但是 6G 场景将会应用更加创新和高度复杂的技术体系，其超低时延和超级可靠性的实现将会通过多种技术手段相互配合实现。在6G 中，低时延将会进一步提升，实现毫秒级别以下的延迟。为了实现这一目标，6G 将会采用更高频率的波段、更高的带宽、更高的传输速率、更加智能的无线网络以及更加高效的信号传输和处理技术。在 6G 中，高可靠性也将会进一步提升，主要通过强大的信号覆盖能力、高效的差错控制和纠错能力、多元化的信号传输路径、快速响应和自适应等能力来实现。6G 通信的出现标志着通信技术的一个新纪元的到来，它将会带来更为广泛、更为复杂的通信场景,这些场景需要低时延和高可靠性的通信技术来保证其稳定运行，而 6G 技术正是为此而生。6G 技术将在全自动化和工业控制与操作、机器人交互、无人机、远程手术和能源传输和份额配等领域发挥重要作用。其低时延和超级可靠能够满足这些领域的实时、高效、稳定的通信需求。例如，6G 技术可为全自动化和工业控制与操作提供更高效、稳定的通信连接，为无人机提供更快、更稳定的通信连接，为远程手术提供更加稳定、高效的通信连接，为智能电网实现实时监测和控制，实现能源的精准分配和使用。6G 技术的发展将推动这些领域的数字化、智能化转型，为人类社会中国联通 6G 业务白皮书 -15-带来更多福祉。本章节针对 6G 极高可靠低时延通信场景下五个主要应用方向，探讨典型业务的发展历程、应用场景、关键技术等方面的内容。1.1.全自动化和工业控制与操作全自动化和工业控制与操作 全自动化涉及到对整个生产、制造或工艺过程的自动化管理和控制，包括监测、控制和优化各个环节。工业控制与操作是实现全自动化的关键技术之一，涉及到设计和实施用于监测和控制工业过程的控制系统。对于全自动化和工业控制与操作的某些关键应用，如精确的动作控制，5G 网络暂无法满足亚毫秒甚至微秒级的时延要求及99.9999%的超高可靠性要求3。图 2.2-1 全自动化和工业控制与操作示意图 在 6G 极高可靠低时延通信场景中，6G 的发展旨在克服 5G 在全自动化和工业控制与操作方面的局限性，通过提供超高可靠性和超低时延的确定性通信能力，实现更精确、可靠的动作控制，从而推动全自动化系统的灵活性和生产线的进一步发展。全自动化和工业控制中国联通 6G 业务白皮书 -16-与操作业务是构建智能制造工厂的关键要素。通过融合 6G 网络和先进的数字技术，工业控制系统实现了高度自动化、智能化和数字化，以满足现代工业对高效、灵活和可持续生产的需求。全自动化和工业控制与操作业务在超级可靠和低延迟通信能力条件下发挥着重要作用。通过精确的动作控制、实时监控和智能决策，工业控制系统能够提高生产线的效率、质量和可靠性，进而降低成本、实现定制化生产，并保证安全和可持续发展4。6G 通信的核心目标是实现极致的通信性能，以满足对于全自动化和工业控制与操作的严格要求。在 6G 极高可靠低时延通信场景下，全自动化和工业控制与操作业务倚赖于 6G 通信技术所提供的超低时延和超高可靠性及确定性通信：超低时延通信超低时延通信 通过 6G 通信带来的超低时延特性，全自动化和工业控制与操作系统能够进行实时响应。动作控制、监测和决策过程可以在几乎无感知的时间内完成，为生产线带来更高的精确性和效率。在高速运动、高频率操作的工业环境中，超低时延的通信能力是实现精确控制和协同操作的关键。高可靠通信高可靠通信 6G 通信的超高可靠性确保了自动化和工业控制与操作的稳定性和可靠性。在复杂多变的工业环境中，即使在严峻的干扰条件中国联通 6G 业务白皮书 -17-下，6G 网络也能提供可靠的通信连接。这对于关键任务的执行、高质量生产的实现以及安全问题的解决都至关重要。工业设备和系统之间的高可靠性通信将促进数据的准确传输和及时响应，从而实现更高的生产效率和质量水平。确定性通信确定性通信 6G 将强调确定性通信能力，即通信链路的可预测性和稳定性。这将有助于确保控制指令的精确传递和执行器状态的准确反馈，从而支持精确可靠的动作控制。在 6G 极高可靠低时延通信场景下，全自动化和工业控制与操作业务将通过硬件基础设施升级、通信技术优化和智能算法应用等发展阶段，实现超低时延和超高可靠性的确定性通信能力，从而提升生产效率、质量水平和动作控制的精确性。2.2.机器人交互机器人交互 机器人交互是指机器人与人类或其他机器人之间进行交流、协作和互动的过程。机器人交互是机器人技术的重要应用领域之一，其目的是提高机器人的智能化和适应性，使机器人能够更好地适应不同的环境和任务，并与人类更好地协作完成任务。机器人交互可以通过多种方式实现，包括语音识别、视觉识别、手势识别、物体识别等。6G提供的更高的数据传输速度、更低的延迟和更可靠的连接，这将使得机器人之间、机器人与人之间的通信更加顺畅和高效。中国联通 6G 业务白皮书 -18-图 2.2-2 机器人交互示意图 机器人交互的发展经历了多个重要阶段。在 20 世纪 50 年代和60 年代，机器人主要通过物理按钮、手动操纵杆和控制面板来进行交互。随着计算机技术的发展，人们开始使用语音和视觉控制技术来控制机器人，使得机器人交互更加自然、智能化和自适应。随着人工智能技术的发展，机器人还可以具备情感识别和表达能力。现代机器人还可以使用多模态交互方式，例如声音、视觉和触觉等，这种交互方式被称为多模态交互。与当前的 5G 相比，6G 将具有更高的数据传输速度、更低的延迟和更广泛的覆盖范围，这将为机器人交互的发展提供更多的机会和挑战：加速多模态交互的发展加速多模态交互的发展 6G 的高速传输速度和低延迟将促进机器人多模态交互的发展，例如同时使用语音、视觉和触觉等多种交互方式，以提供更加个性化的服务。推动机器人在更广泛领域的应用推动机器人在更广泛领域的应用 中国联通 6G 业务白皮书 -19-6G 的广泛覆盖范围将为机器人在农业、医疗和教育等领域的应用提供更多的机会。例如，机器人可以通过远程控制和传输技术，远程操作和监测农业生产、医疗诊断和教育教学等工作。改善机器人和人类之间的协作改善机器人和人类之间的协作 6G 将提供更加可靠的通信技术，可以在机器人和人类之间建立更加高效、安全和智能化的通信系统，从而实现更加紧密的协作和配合。6G在机器人交互领域的发展历程尚处于初期阶段，但是随着6G技术的不断发展和成熟，它将会成为机器人交互领域的重要驱动力。3.3.无人机操作无人机操作 无人机是一种重要的高科技产品，近年来得到广泛应用和快速发展。随着科技的不断进步和成本的降低，无人机的性能将会不断提升，例如飞行时间、负载能力和稳定性等。同时，更多的技术也将被应用到无人机中，例如 6G、人工智能、机器视觉、自主飞行等。未来无人机将变得更加智能化和自主化，能够自动规避障碍物、自主充电、自动完成任务等。6G 技术和无人机技术的发展历程都相对较短，但都具有快速的发展趋势。近年来，随着无人机技术的不断成熟和普及，越来越多的企业和个人开始关注无人机技术的应用和商业化。6G技术将带来更高的传输速度、更低的延迟、更高的可靠性、更多的连接数等特点，这将为无人机的发展和应用提供更大的空间和可能性，中国联通 6G 业务白皮书 -20-以下是一些例子：图 2.2-3 无人机操作示意图 工业制造工业制造 在 6G 提供低延迟和高可靠性网络的支持下，6G 和无人机的组合可以用于实现更高效、更智能化的工业制造。无人机可以在工厂内快速地检查、监控和维护设备。无人机可以搭载各种传感器，监测设备状态并收集数据。无人机可以用于运输物料，以减少人力成本和提高生产效率。工厂可以做出更好的决策，以提高设备效率和降低维护成本。灾害救援灾害救援 在 6G 提供低延迟和高可靠性网络的支持下，无人机可以帮助救援人员执行更为复杂的任务，6G 和无人机的组合可以实现更快速的响应和救援。例如，无人机可以在灾害现场上空搜寻受灾情况，提供救援人员所需的信息。无人机还可以用于物资配送，如向困难地区运送紧急药品和物资等。此外，无人机和其他救援设备之中国联通 6G 业务白皮书 -21-间的快速数据交换和协同工作，可以提高救援效率和减少人员伤亡。城市管理城市管理 在 6G 提供低延迟和高可靠性网络的支持下，无人机可以更好地应用于城市的建设和管理。例如，无人机可以帮助城市监测和分析交通拥堵情况、环境污染状况、城市安全等方面的信息，从而提高城市管理的效率和准确性。无人机还可以用于城市安防监控和城市规划等任务，例如检查建筑物的外部和内部结构，或者检查桥梁、管道和输电线路的状态。在这种情况下，无人机需要及时和准确地传输数据，以便人们可以迅速做出决策。此外，6G 和无人机的组合还可以用于应对突发事件，如火灾和犯罪事件。无人机可以提供高度的灵活性和机动性，可以快速响应事件，并提供实时监控和数据支持。农业农业 在 6G 提供低延迟和高可靠性网络的支持下，无人机可以更可靠地执行农业任务，例如测量和监测农作物的生长情况、植物病害的发生情况、农作物的灌溉需求等。通过实时监测和分析数据，农民可以更快速、更准确地采取决策，提高农业生产效率和农产品质量。中国联通 6G 业务白皮书 -22-4.4.远程手术远程手术 远程手术是指在医生和患者之间存在距离的情况下，医生通过网络或其他远程技术对患者进行手术操作的一种医疗服务形式。远程手术需要医生和患者之间进行实时的高清视频和音频传输，以及医疗设备和网络系统的高度集成和协同工作。远程手术的优势在于可以为患者提供更加便捷和灵活的医疗服务，同时也可以让医生在全球范围内提供更加精准和高效的手术操作。例如，在一些边远地区或战争区域，远程手术可以为当地患者提供更加安全和高质量的手术服务。虽然远程手术具有很多潜在的优势，但它也存在一些挑战和风险，例如网络延迟、传输不稳定、安全性和隐私问题等。因此，远程手术需要医疗设备、网络系统和安全技术等多方面的支持和保障。6G 技术有望在远程手术中发挥重要作用，在 6G 的技术支持下，远程手术操作的数据传输速率将更加快速，网络延迟将更低，数据传输和存储的安全性和可靠性将更高，从而使得医疗工作者可以更加方便和快速地进行手术操作，提高手术的效率和准确性。同时，6G 技术还将为远程手术的普及和推广提供更加广阔的空间和机遇，将有助于远程手术技术的更加广泛的应用和普及，从而让更多患者受益于远程手术的高效、精准和安全。中国联通 6G 业务白皮书 -23-图 2.2-4 远程手术示意图 近年来，随着 5G 技术的普及和应用，远程手术也得到了更快的发展。在中国，多例 5G 远程手术的成功示范，标志着我国远程手术技术已经达到了一定的水平。未来，随着 6G 技术的普及和应用，将有更多的机器人手术系统和智能医疗设备能够使用 6G 技术进行连接和控制，远程手术将有望实现更加高效、精准和安全的手术操作，为全球范围内的患者提供更加便捷和高质量的医疗服务。但远程手术也面临着更多的技术和安全挑战，需要不断创新和完善，为远程医疗服务带来更多的可能性和机会。5.5.能源传输和分配能源传输和分配 能源传输与分配是指将能源从生产地点传输到消费地点，以满足人们对能源的需求。能源传输包括输电、输气、输油等方式，而能源分配则涉及到将能源分配到不同的用户和用途。能源传输与分配是实现能源供应的重要环节，也是促进能源转型和可持续发展的重要手段之一。6G 技术将会为能源传输与分配带来更多的创新和进步。未来中国联通 6G 业务白皮书 -24-发展历程展望：图 2.2-5 能源传输与分配示意图 建立全球能源通信网络建立全球能源通信网络 6G 技术将有望构建全球范围内的高速、低延迟的能源通信网络，实现对能源的实时监控和管理，提高能源的效率和可靠性。强化能源通信安全强化能源通信安全 6G 技术将有望应用于能源通信安全方面，通过建立高度安全、可靠的通信网络，实现对能源设备、输电线路、输气管道等的实时监控和保护，避免安全事故的发生。推动能源共享经济推动能源共享经济 6G 技术将有望推动能源共享经济的发展，通过数字化技术实现对能源的分散化管理和共享利用，促进能源的可持续发展。实现能源智能化管理实现能源智能化管理 6G 技术将有望实现能源的智能化管理和优化，通过大数据分析、人工智能等技术，实现对能源的自动化、智能化管理，提高能源的利用效率和节能减排效果。中国联通 6G 业务白皮书 -25-推动能源数字化转型推动能源数字化转型 6G 技术将有望推动能源行业的数字化转型，包括能源生产、传输、储存、消费等各个环节的数字化，促进能源行业的创新和发展。总之，6G 技术将会为能源传输与分配带来更多的创新和进步，为实现能源的高效、可靠和可持续发展提供更加强大的支持和保障。6.6.典型应用与典型应用与 6 6G G 能力映射分析能力映射分析 这节分析中希望突出 6G 极高可靠低时延通信场景下的关键需求，重点突出该场景下典型业务的核心需求，为每个业务提炼关键能力，能够更清晰地揭示 6G 在该未来业务领域的潜力和优势。通过关注这些相关的关键能力，我们可以更好地理解 6G 技术对于实现典型应用的重要性。表 2.1-2 典型业务的 6G 能力需求映射表 典型应用 相关关键 6G 能力 能力需求 全自动化和工业控制与操作 时延 100us1ms 可靠性 99.99999%连接密度 107 个/km2 机器人交互 时延 1ms 可靠性 99.9999%感知相关能力 支持距离/速度/角度估中国联通 6G 业务白皮书 -26-计、物体检测、定位、成像、映射等传感应用 无人机操作 时延 1ms 可靠性 99.999%定位 分米级 覆盖 广域覆盖 移动性 最高 200 公里/小时 远程手术 时延 1ms 可靠性 99.9999%数据速率 满足 4K/8K 通信 能源传输和分配 时延 1ms 可靠性 99.999%连接密度 106 个/km2 （三）（三）超大规模通信超大规模通信 6G 超大规模通信场景是从 5G 大规模机器类型通信场景演进而来的，随着技术的不断发展和应用需求的增加，在 6G 超大规模通信场景下，高容量和高密度是关键的技术特点，它们将为应用提供更强大的数据传输和更多设备的连接能力，将连接环境感知、监控、跟踪、中国联通 6G 业务白皮书 -27-测量和控制的应用程序与大量真实世界的对象相连接。6G 的连接水平将达到前所未有的程度，通过空天地一体化的网络，更多的设备和传感器将连接到网络中。结合人工智能的智能分析能力，6G 能够实现对环境和过程的更全面、更精确的监控。大量设备的连接和高速数据传输有潜力推动智慧城市、交通运输、农业和智能制造等通信用例的发展和创新。它将通过创造更强大的通信基础设施和更高级别的网络能力，推动智慧城市的智慧环境、智能能源管理和教育等领域的进步。在交通运输领域，6G 将支持车联网的发展，实现智能交通管理和车辆自动驾驶等创新应用。在农业方面，6G 将推动农业物联网的发展，实现智能农业监测、精准农业管理和智能化的农业生产。而在智能制造领域，6G 将促进工业物联网的应用，实现智能化生产线的全面联接和精确控制。本章节针对 6G 超大规模通信场景下四个主要应用方向，探讨典型业务的发展历程、应用场景、关键技术等方面的内容。1.1.智慧城市智慧城市 智慧城市是指通过信息和通信技术的应用，将城市中的各个领域设备、传感器、交通系统、能源网络、医疗机构等纳入一个高度智能化、高度自动化的整体网络中，以实现城市运营的优化、提高居民生活质量和资源利用效率的目标。5G 在智慧城市方面有一些局限性，如连接密度限制、能耗问题和网络覆盖范围限制等。然而，6G 的发中国联通 6G 业务白皮书 -28-展将为智慧城市带来更多的机遇和优势。6G 超大规模通信场景下，整个城市的物联设备和传感器实现全面的连接。与 5G 相比，6G 的超大规模通信场景将克服连接密度的限制，实现数以亿计的设备和传感器的无缝连接，这意味着智慧城市将能够更广泛地获取和利用各种数据，实时感知、收集和分析大量数据，并快速作出决策，从而优化城市运营、提高生活质量和资源利用效率。此外，6G 技术将优化能源消耗，提高网络覆盖范围，使得智慧城市的各个角落都能享受到高质量的连接和服务，无论是城市中心区域还是边缘区域，都能够实现稳定、高速的通信5。这为 6G 智慧城市中，各行各业融入创新的应用供了更好的基础:智慧环境监测智慧环境监测 智慧环境监测是保障城市环境质量和居民健康的关键。6G 超大规模通信场景将支持大规模部署传感器和监测设备，实时收集和分析环境数据。这将有助于监测空气质量、水质状况、噪音水平等环境指标，并及时采取相应的措施来改善城市环境质量。智能能源管理智能能源管理 智能能源管理是实现可持续发展的关键领域。6G 超大规模通信场景将推动智能电网的建设，实现智能能源监测、优化能源分配和管理。智能计量、分布式能源系统和能源互联网等技术将实现能源的高效利用和智能化管理，推动智慧城市向低碳、高效的能源体中国联通 6G 业务白皮书 -29-系转型。智慧生活智慧生活 在教育领域，6G 技术将支持虚拟现实和增强现实应用，提供更丰富的学习体验。在安全领域，6G 网络将与智能摄像头、人脸识别技术结合，实现智能安防监控，提高城市安全水平。在零售业，6G 网络将实现智能购物体验，包括无人零售店、智能支付和个性化推荐等。此外，智能垃圾管理、智慧旅游等领域也将得到6G 技术的深度支持。总之，6G 智慧城市旨在实现全面连接和互操作，将城市中的各种设备、传感器和智能系统无缝连接。这包括传统的城市基础设施（如环境、能源、水务等）以及新兴的物联网设备（如智能家居、智慧健康等），这将为城市带来更高效、便捷和可持续的运营模式，提升居民的生活质量，并推动城市的可持续发展。2.2.交通运输交通运输 通过智能化和优化交通系统，可以提升运输效率、改善交通安全、推动智能交通技术的发展，以及提供出行便利和服务，智能交通为未来的可持续交通运输系统的发展提供了重要的方向和支持。智能交通是一种利用先进技术和信息通信技术实现交通系统智能化、自动化和联网化的概念，它旨在提供更安全、高效、环保和便捷的交通服务，并改善交通流量管理和道路安全等方面的挑战。6G 超大规模通信场中国联通 6G 业务白皮书 -30-景下的交通运输是指利用 6G 网络和相关技术实现全面连接、多层级、全场景和全覆盖的智能交通系统。它将结合物联网、人工智能、软件解决方案、通信网络等多种技术，实现车辆、道路设施、交通管理中心、无人机等交通要素之间的即时通信和协同，提升交通运行效率、安全性和环境可持续性。在 6G 超大规模通信场景下，交通运输将迎来更深入的发展和创新，涵盖以下方面的内容：交通感知交通感知 6G 网络将支持大规模连接，使得更多的智能设备和传感器可以实时收集和传输交通数据。通过连接交通基础设施、车辆和个人设备，可以实现全方位的交通感知和数据共享，为交通运输提供更广泛、更精确的信息基础。智能交通网络智能交通网络 6G 网络将整合地面、空中和海洋等多维网络，包括地面蜂窝网络、卫星网络和空中飞行器网络，形成全球无所不在的覆盖。这种空地一体化的网络架构将为交通运输提供更广泛的服务范围和更高的可靠性。交通数据分析与决策交通数据分析与决策 利用 6G 网络提供的大带宽和低延迟通信能力，交通运输可以实时获取和分析大规模的交通数据。通过结合人工智能和边缘计算中国联通 6G 业务白皮书 -31-技术，交通数据可以进行实时处理和智能决策，优化交通流动性、减少拥堵，并提供个性化的交通服务。自动驾驶与智能交通系统自动驾驶与智能交通系统 6G 时代将推动自动驾驶技术的发展，实现车辆之间和车辆与交通基础设施的协同通信和互动，无人机作为空中交通要素也能与自动驾驶车辆进行联动，提供空中交通监测和支持。智能交通系统将实现自动驾驶车辆的集群管理和协调，提高交通安全性、减少交通事故，并优化道路资源的利用效率。监控和导航监控和导航 6G 网络能够实现全场景覆盖，包括城市道路、高速公路、乡村地区等不同场景。无论是城市中的交通拥堵监测和导航，还是乡村地区的交通安全监控，6G 大规模连接都能够提供稳定的通信和服务。总之，在 6G 超大规模通信场景下，交通运输将更深入地实现数据驱动的智能化和自动化，通过 6G 网络和先进的技术支持，提升交通系统的效率、安全性和可持续性，为人们提供更智能、更便捷的出行体验。3.3.农业农业 智慧农业的发展历程可以追溯到早期的自动化农业和精确农业。随着信息通信技术的快速发展，物联网、大数据和人工智能等新兴技中国联通 6G 业务白皮书 -32-术的应用进一步推动了智慧农业的发展。在 6G 超大规模通信场景下，农业将进一步融合多种技术，实现更广泛、更高效的农业生产管理和决策支持。农业的应用场景非常广泛，在 6G 超大规模通信场景下，农业可以涵盖但不限于以下方面：智能农田智能农田/养殖场管理养殖场管理 6G 将支持大规模通信场景，使得大量的农业传感器和设备可以同时连接和交互。在农田管理方面，通过传感器和数据分析技术，实时监测土壤水分、温度、光照等参数，优化灌溉、施肥和农药使用，提高农田的产量和品质；在养殖场管理方面，利用传感器监测动物的健康状况、饲料供应等信息，提供精确的饲养管理，减少疾病发生率，提高养殖效益。6G 超大规模通信场景下将推动智慧农业系统的扩展和发展，实现更广泛的农田覆盖和养殖场管理。农业供应链管理农业供应链管理 农业通过 6G 大规模通信，可以实现全程的农产品供应链管理。农产品的生产、加工、运输和销售环节可以通过物联网技术进行实时监控和数据共享，实现农产品的追溯和品质保证。例如，农产品种植的过程、农药和肥料的使用情况、采摘和包装的信息等可以被记录并共享，消费者可以通过扫描产品上的二维码获取农产品的详细信息。中国联通 6G 业务白皮书 -33-农业教育和培训农业教育和培训 6G 超大规模通信场景为农业提供了更多的教育和培训机会。通过 XR 等技术，可以建立虚拟农田和农场的模拟环境，农民和农业专业人员可以进行真实场景的体验和操作，提高农业技能和决策能力。此外，通过远程教育和在线培训平台，农民可以获得更广泛的农业知识和技术。综上所述，6G 超大规模通信场景在农业中将提供更强大的连接能力、更高效的数据处理和分析能力，以及更好的用户体验。这将推动农业的发展，实现农业生产的智能化、精细化和可持续发展。4.4.智能制造智能制造 智能制造是指运用先进的信息技术和通信技术，将传统制造业与数字化技术、物联网、人工智能等融合，实现生产过程的自动化、智能化和灵活化的制造模式。它通过数据的采集、传输、分析和应用，实现生产线的智能监控、自适应调整和优化，以提高生产效率、质量和灵活性。6G 超大规模通信场景下的智能制造是将先进的无线通信技术、物联网、人工智能和自动化等技术应用于工业制造领域，实现生产过程的智能化、自动化和个性化。它涵盖了从设备互联、数据采集和分析、生产优化到供应链管理等方面的应用。通过 6G 的高容量和高密度通信技术，大量的智能传感器和设备可以实时地收集和传输制造过程中的关键数据，如温度、压力、振动等参数，以及设备的状中国联通 6G 业务白皮书 -34-态信息。这些数据可以被传输到云平台或边缘计算节点进行实时分析和处理。结合人工智能和机器学习算法，可以对制造过程进行实时监控、预测性维护和质量控制，提高生产效率和产品质量。6G 超大规模通信场景下，智能制造将迎来许多新的应用和业务机会：实时监测和预测维护实时监测和预测维护 6G 超大规模通信场景下可以支持大量的传感器和设备连接，实时监测生产过程中的关键参数和状态。通过对这些数据进行分析和挖掘，智能制造可以实现实时的生产过程监控和预测性维护。故障和异常情况可以及时发现和处理，避免生产中断和设备损坏。智能仓储和物流管理智能仓储和物流管理 6G 超大规模通信场景下可以实现仓储和物流管理的智能化。传感器和标签可以实时跟踪物料和产品的位置和状态，优化仓储布局和物流路径，提高物料和产品的流转效率和准确性。同时，利用人工智能和自动化技术，可以实现智能化的仓储操作和物流调度。个性化定制生产个性化定制生产 6G 超大规模通信场景下使得智能制造可以更好地实现个性化定制生产。通过与消费者的实时互动和反馈，生产系统可以根据个体需求进行快速调整和定制化生产。这将提高产品的个性化水平和市场竞争力。跨地域协同生产跨地域协同生产 中国联通 6G 业务白皮书 -35-6G超大规模通信场景下将推动智能制造的协同生产向跨地域和跨组织拓展。通过 6G 不同地域的工厂和供应链可以实现实时协同和信息共享，提高生产资源的利用效率和协同创新的能力。跨行业融合创新跨行业融合创新 6G 超大规模通信场景下将促进不同行业之间的融合创新。智能制造可以与其他行业，如物流、能源、医疗等进行跨行业的合作和创新，共同探索新的商业模式和增值服务。综上所述，6G 超大规模通信场景下智能制造的应用和业务分析包括高实时监测和预测维护、智能仓储和物流管理、个性化定制生产、跨地域协同生产以及跨行业融合创新。这些应用和业务将为智能制造带来更高的效率、灵活性和创新能力，推动产业的发展和转型。5.5.典型应用与典型应用与 6 6G G 能力映射分析能力映射分析 这节分析中希望突出 6G 超大规模通信场景下的关键需求，重点突出该场景下典型业务的核心需求，为每个业务提炼关键能力，能够更清晰地揭示 6G 在该未来业务领域的潜力和优势。通过关注这些相关的关键能力，我们可以更好地理解 6G 技术对于实现典型应用的重要性。表 2.1-3 典型业务的 6G 能力需求映射表 典型应用 相关关键 6G 能力 能力需求 智慧城市 连接数密度 108 个/km2 中国联通 6G 业务白皮书 -36-区域流量容量 3050 Mbit/s/m2 覆盖能力 广域覆盖 交通运输 连接数密度 107 个/km2 移动性 5001000 公里/小时 覆盖能力 广域覆盖 农业 连接数密度 106 个/km2 区域流量容量 50 Mbit/s/m2 移动性 200 公里/小时 智能制造 时延 1ms 可靠性 99.9999%连接密度 107 个/km2 （四）（四）泛在连接泛在连接 5G 通信网络在实现泛在连接方面迈出的重要一步，它引入了许多关键技术和概念。6G 的泛在连接场景的概念和发展历程目前还在初步探索阶段，尚未具体确定。然而，根据一些研究和预测，6G 有望进一步提升通信网络的性能和能力，实现更广泛、更智能的泛在连接。6G 将探索新的通信频段和无线传输技术来进一步扩展网络的覆中国联通 6G 业务白皮书 -37-盖范围，包括远程和人烟稀少的地区以满足未来更高的需求和应用场景。未来，6G 应该能够实现全球覆盖和全连接的异质多层架构，提供多层次的覆盖和普遍的通信能力。地面和非地面通信的互联确实是扩展 6G 技术以支持与非地面网络的无缝互联的重要举措。这种互联涉及到多种关键技术和解决方案。通过将流量卸载到 HIBS、UAV BS和卫星网络，可以缓解地面网络在城市和郊区的过载和高容量需求。然而，由于地面通信网络和非地面网络的不同特点和运行环境，确实可能面临一些挑战。因此，需要研究和开发针对地面和非地面网络之间连接和无缝移动的解决方案，以克服技术和操作上的难题，实现有效的互联。本章节针对泛在连接场景下两个主要应用方向，探讨典型业务的发展历程、应用场景、关键技术等方面的内容。1.1.全域覆盖全域覆盖 全域覆盖是指在某个特定地区或范围内，无论是城市、乡村、海洋还是其他地形，都能够实现无缝、稳定和高质量的通信信号覆盖。全域覆盖旨在确保通信网络覆盖的普遍性和普及性，让用户无论身处何地都能够享受到可靠的通信服务。它涵盖了各种地理环境和应用场景，包括室内、室外、地面、地下、海洋、山区等。全域覆盖是为了满足不同用户群体和业务需求，在各种地理条件和特殊环境下实现通信的广泛和可靠连接。6G 通信网络有望在远程和人烟稀少的区域以中国联通 6G 业务白皮书 -38-及室内、2D 和 3D 覆盖等特殊环境中提供多样化的业务。以下是一些可能的业务场景：远程地区连接远程地区连接 在远程地区，由于地理条件或人口稀少，传统的地面通信基础设施可能无法覆盖到位。6G 可以通过卫星通信、高空平台站（如飞艇或升空气球）或无人机等非地面通信技术，为远程地区提供稳定的互联网接入和通信服务。这将有助于提升远程地区的教育、医疗、农业等领域的服务水平。2D2D 和和 3D3D 覆盖覆盖 6G 可以提供更广泛和更可靠的 2D 和 3D 覆盖，将为城市、农村和海洋等各种地形提供更广泛和更可靠的覆盖。这意味着无论是在平面的城市街道上还是在具有复杂地形的农村地区或海洋环境中，用户都能够享受到高质量的通信服务，这将支持更多的智能交通、智能农业、环境监测等应用。高精度导航服务高精度导航服务 6G 可以提供更准确、可靠的位置定位和导航能力，对于无人驾驶车辆、航空航天、精准农业等领域非常重要。对于无人驾驶车辆，通过 6G 网络中的高精度传感器、实时地图数据和通信技术实现安全、高效的自动驾驶体验；对于航空航天，通过 6G 网络中的先进卫星通信和地面测量系统，提高飞行安全性、降低事故风险；中国联通 6G 业务白皮书 -39-对于精准农业，6G 网络中的高精度定位技术和实时地理信息系统，减少资源浪费和环境影响 室内连接室内连接 6G 可以通过更高的频谱效率和室内覆盖技术满足日益增长的室内连接需求，提供在室内环境中更强大、更稳定的连接。这将支持各种智能家居设备、虚拟现实/增强现实应用、智能办公场所等。图 2.4-1 全域覆盖示意图 2.2.物联网物联网 物联网是指通过互联网将各种物理设备、传感器、车辆、建筑物等连接起来，并实现数据交互和智能化控制的网络。到了 5G 时代，物联网得到了进一步的发展和普及，但仍然存在一些挑战，如网络覆盖限制、连接密度限制、能耗和成本问题、安全性和隐私保护挑战以及设备互操作性问题。在 6G 泛在连接场景下中，物联网将进一步发展，实现更广泛、更智能的连接，涵盖更多的应用场景和业务需求。6G 超大规模通信场景和 6G 泛在连接场景下的物联网在连接密度、通信需求和应用重点等方面有所不同。6G 超大规模通信场景注中国联通 6G 业务白皮书 -40-重在高流量区域提供高容量、高速率和低时延的通信服务，而 6G 泛在连接场景强调的是物联网的普遍性和无处不在的连接，使各种设备和场景都能够实现互联互通。在 6G 泛在连接下的物联网中，广覆盖和低功耗是关键的技术特点，它们将为各种应用提供更广泛的覆盖范围和更持久的设备运行时间。通过广覆盖技术，6G 泛在连接下的物联网可以实现在城市、乡村和偏远地区等各种地形和环境中的全面连接。无论是在高楼大厦、密集的城市区域还是偏远山区，物联网设备都能稳定地进行通信和数据传输，为人们提供智能化的生活和工作体验。而低功耗技术使得物联网设备在能源消耗方面更加高效，延长设备的使用寿命和运行时间。物联网设备可以采用低功耗芯片和优化的通信协议，实现节能和低功耗的数据传输，降低电池更换频率和能源消耗，减少对能源资源的依赖。在 6G 泛在连接下的物联网中，这些技术特点将为智能城市、智能交通、智能农业、环境监测等领域的应用带来巨大的变革。无论是连接传感器设备、智能家居设备，还是跟踪物流运输、监测环境污染，6G 物联网将提供更广阔的覆盖范围和更持久的设备运行时间，实现更智能、高效的数据传输和应用交互，推动社会各个领域的发展和改善人们的生活质量。中国联通 6G 业务白皮书 -41-图 2.4-2 物联网示意图 3.3.典型应用与典型应用与 6 6G G 能力映射分析能力映射分析 这节分析中希望突出 6G 泛在连接场景下的关键需求，重点突出该场景下典型业务的核心需求，为每个业务提炼关键能力，能够更清晰地揭示 6G 在该未来业务领域的潜力和优势。通过关注这些相关的关键能力，我们可以更好地理解 6G 技术对于实现典型应用的重要性。表 2.1-4 典型业务的 6G 能力需求映射表 典型应用 相关关键 6G 能力 能力需求 全域覆盖 覆盖能力 全域覆盖 功耗 极低功耗 安全隐私弹性 保护用户的隐私和数据安全 物联网 覆盖能力 广域覆盖 连接密度 106 个/km2 功耗 极低功耗 定位 米级 互操作能力 实现不同系统间交互 中国联通 6G 业务白皮书 -42-感知能力 支持距离/速度/角度估计、物体检测、定位、成像、映射等传感应用 安全隐私弹性 保护用户的隐私和数据安全 （五）（五）人工智能与通信的融合人工智能与通信的融合 为了推动人类社会从“万物互联”到“万物智联”的飞跃，6G 将实现通信与感知、计算、大数据、人工智能等先进信息技术的深度融合。在业务和技术的双轮驱动下，6G 将集成人工智能和计算功能等新型功能，从而促使移动通信网络服务范式由单一的连接服务范式向连接、感知、计算、智能等多重服务于一体的综合性服务范式演进。在新的服务范式下，人工智能不仅作为优化网络性能的工具服务于网络，助力 6G 网络提供性能极致的连接服务；同时作为网络服务范式转型的引擎，助力 6G 网络为社会上每个人、物、应用提供随时随地的计算服务和智能服务。因此，6G 人工智能与通信融合场景下的典型应用是指对网络传统连接服务有需求的同时，还需要网络提供计算服务和智能服务。其中，连接服务的容量、速率、时延、可靠性等性能要求取决于具体用例，计算服务和智能服务包括但不限于数据采集和处理、分布式人工智能模型训练、跨 IMT 系统的模型共享和分布中国联通 6G 业务白皮书 -43-式推理，以及计算资源编排和链接等新功能。本章节针对人工智能与通信的融合场景下五个主要应用方向，探讨典型业务的发展历程、应用场景、关键技术等方面的内容。1.1.网络辅助自动驾驶网络辅助自动驾驶 自动驾驶是指在没有人为操控的情况下，车辆自主完成安全且高效地驾驶任务。自动驾驶的概念最早萌芽于上世纪二十年代，主要依靠无线电技术，实现对通用汽车的简单遥控，包括启动、转向、刹车等功能。上世纪七十年代，随着计算机技术与人工智能技术的飞速发展，车辆自动驾驶的实现方式才由无线电遥控方式逐步发展为以机器学习系统和硬件设备相结合的方式为主，并一直沿用至今。经过百年间的发展，这种依托自身智能水平实现的单车智能自动驾驶有了长足进步，但是其成熟度一直受限于车辆自身计算能力与感知类硬件设备能力。近些年，依托 5G 车联网技术和边缘云计算技术，自动驾驶单车智能上限得以拓展。中国联通 6G 业务白皮书 -44-图 2.5-1 车路协同示意图 目前，5G 边缘云辅助车辆完成的任务主要局限于部分数据存储、处理以及模型训练推理等非实时智能计算任务，难以辅助自动驾驶完成车车数据交互、车路数据交互、智能决策等实时智能计算任务。融合了人工智能的6G系统可为自动驾驶车辆提供基于AI的数据服务、AI 算力服务以及基于 AI 的环境预测或路径规划，满足实时智能计算任务需求，从而进一步提高自动驾驶安全性和可靠性。在 6G 人工智能与通信的融合场景下，网络辅助自动驾驶业务呈现以下特点：6G6G 辅助辅助自动驾驶实时信息交互自动驾驶实时信息交互 在无人驾驶出租车场景中，为了保障驾驶的安全性和可靠性，车辆需要实时获取道路环境信息，以做出精准驾驶决策。6G 网络通过实时数据采集，并通过基于 AI 的模型推理得到可交互信息，反馈至自动驾驶车辆和交通系统，从而为车与车、车与道路、车与网中国联通 6G 业务白皮书 -45-络之间提供实时状态信息交互。同时，当车辆算力不足时，6G 系统可辅助车辆完成高复杂 AI 计算任务。6G6G 赋能自动驾驶精准远程导航赋能自动驾驶精准远程导航 干线物流运输运输车多为重型卡车，在高速情况下不便紧急制动，该场景对高效的运输路线及精准的定位要求较高。6G 网络根据道路信息和车辆定位为其提供全局智能分析，实现更准确、更可靠的检测和导航，制定高效的运输路线。综上所述，6G 人工智能与通信的融合场景下的网络辅助自动驾驶业务通过实时信息交互和精准远程导航等功能，为自动驾驶系统提供了更高水平的智能支持，进一步提高了自动驾驶的安全性和可靠性。随着 6G 技术的不断演进和应用的推广，自动驾驶将迎来更加广阔的发展前景。2.2.医疗设备自主协作医疗设备自主协作 医疗设备间的自主协作是智能医疗设备互联互通的高价值场景之一，主要依托于通信技术与人工智能技术实现医疗设备间的数据共享、同步操作、远程控制等互操作行为，有助于打破医疗信息壁垒、提升医生诊疗效率、打破医疗资源失衡。当前 5G 智慧医疗主要应用于对网络性能需求不严苛以及对智能服务等级不高的智能医疗用例，如医疗影像辅助诊断、药物研发、医疗机器人、个人健康大数据的智能分析、远程会诊、远程超声、远中国联通 6G 业务白皮书 -46-程监护、智慧导诊、智慧院区管理等。6G 时代，结合内生 AI 能力，网络可实时采集、处理、分析医疗设备数据，同时为医疗设备提供 AI模型训练、推理等 AI 服务，并将推理结果及时反馈至医疗设备，辅助医疗设备间实时数据交互、共享，协同操作以及精准控制。因此，6G 有望实现对网络性能要求更严苛以及智能服务等级需求更高的医疗用例中发挥关键作用，进一步提升用户医疗体验。6G6G 辅助医疗方案实时优化辅助医疗方案实时优化 依托 6G 网络提供的连接与智能服务，可穿戴医疗设备生成的医疗保健数据在经过智能化分析和处理后，实时传递至医疗系统，从而辅助医护人员针对患者不同的治疗和恢复期，制定精准的医疗方案，或直接反馈至用于辅助部分功能障碍患者的智能可穿戴设备，辅助智能可穿戴设备及时优化设备参数。6G6G 助力远程高精度医疗助力远程高精度医疗 借助 6G 的高速和低延迟连接，可实现高智能设备远程连接，借助内生智能能力医生通过增强现实技术远程诊断患者，并操作手术机器人完成手术过程；同时，可实现对设备数据的实时监控、对一线医护人员的实时培训以及对医院资产配置的优化咨询，帮助偏远地区及基层卫生服务机构提高医疗质量，扩大医疗资源的覆盖范围，提高医疗可及性，解决医疗资源不平衡问题。中国联通 6G 业务白皮书 -47-图 2.5-2 医疗设备远程协作示意图 3.3.硬件设备计算卸载硬件设备计算卸载 计算卸载是指终端设备侧将计算任务卸载到外部服务器，目前主要应用于云计算和边缘计算中。随着通信技术的不断演进，终端应用越来越多元化和智能化，终端设备侧产生大量原始数据，同时智能化应用需要设备处理繁重的计算任务。但是，单个设备的计算能力和存储容量有限，直接在硬件设备自身中扩展算力的方式，会增加设备成本，同时增加设备自身重量，不利于用户灵活佩戴。将计算任务卸载到外部服务器（云中心、边缘计算中心等），可以突破终端设备的硬件限制，使终端在保持轻量化设备形态的同时，支持大量数据存储，支持更复杂的计算任务。随着用户数据爆炸式的增长，通过 5G 云计算、边缘计算实现硬中国联通 6G 业务白皮书 -48-件设备计算卸载方式的局限性日益突出。首先是大量数据传输至云平台处理，不仅传输时延高，同时还存在数据隐私安全问题。其次是运营商、云计算提供商、应用提供商缺少多方信任机制，使得网络资源、跨域协作、数据共享成为了难题。6G 网络在设计之初就融合了 AI 能力和计算能力，6G 网络的各个节点都将具备提供分布式的高效的、节能的、安全的 AI 服务和计算服务的能力。因此，在云计算和边缘计算的基础之上，6G 网络系统本身也可承担硬件设备繁重的计算任务，同时进一步降低了传输时延和成本，助力硬件设备轻量化发展。6G6G 赋能高算力应用服务赋能高算力应用服务 6G 网络将采用算网融合架构，算力泛在于 6G 网络中，6G 将实现“端边网云”多边算力协同，可支撑完全沉浸式元宇宙、XR 等高带宽高算力需求业务。同时可在网络之上进行进一步的数据分析，以向端到端应用服务的应用层提供有效的输出。6G6G 助力数据安全计算助力数据安全计算 6G 网络系统可以为基于网络的 AI 应用提供从部署到运营的端到端分布式智能支持，协调 AI 应用和用户设备的 AI 计算模块通过分布式学习架构进行匿名通信，完成 AI 计算，包括但不限于模型训练、模型推理，从而避免数据隐私泄露。中国联通 6G 业务白皮书 -49-图 2.5-3 6G 网络算力服务架构图6 4.4.数字孪生数字孪生 数字孪生是指通过对现实世界物理实体的全面信息采集，利用计算、建模等技术在虚拟世界中构建其对应的映射，并通过对物理实体进行描述、诊断、预测、决策，进而实现物理实体与数字孪生体的实时交互映射。数字孪生概念由美国空军实验室首次提出，最早用于战斗机维护工作的数字化。后得到美国通用电气和德国西门子的关注，将其应用于工业数字化领域。随着 5G 网络的正式商用，网络为数字孪生赋予了实时数据传输能力和高精度位置服务能力，进一步推动数字孪生在各行业数字化转型进程中的应用。例如，福特利用 5G 网络将生产线上的数据传输至云端，并将其分析和处理为实时反馈，以便及时发现和解决潜在问题。中国建材集团公司在其智能制造示范基地中采用了基于 5G 的数字孪生技术，实现了设备的远程监测、诊断和维护。目前，数字孪生作为各行各业数字化转型的重要抓手，已经在中国联通 6G 业务白皮书 -50-智能制造、智慧医疗、城市、交通、能源等领域得以广泛应用。随着数字孪生业务的不断扩展，数字孪生的交互层信息量激增，对网络容量和数据传输时延等性能需求更严苛。与 5G 相比，基于内生 AI 的 6G 网络不仅可为数字孪生业务提供数据传输能力，同时还能提供数据处理、分析，以及 AI 模型训练、推理等 AI 服务。未来 6G 预计会在以下方面拓展数字孪生的应用：6G6G 赋能人体数字孪生赋能人体数字孪生 随着 6G 技术的到来，以及生物科学、材料科学、生物电子医学等交叉学科的进一步成熟，未来有望实现完整的“人体数字孪生”。6G 通过从采集、分析由应用于人体的智能传感器上传的数据，可对重要器官、神经系统、呼吸系统、泌尿系统、肌肉骨骼、情绪状态等进行精确实时的“镜像映射”，形成一个完整人体的虚拟世界的精确复制品。结合核磁、CT、彩超、血常规、尿生化等专业的影像和生化检查结果，基于内生 AI 的 6G 网络可对个体提供健康状况精准评估和预警，为专业医疗机构下一步精准诊断和制定个性化的手术方案提供重要参考。6G6G 赋能智能自主孪生技术赋能智能自主孪生技术 6G 系统将加强 AI 技术的应用和支持，包括机器学习、自然语言处理、图像识别等。这将为数字孪生系统提供更智能化的数据处理和分析能力，从而进一步提高数字孪生系统的效率和精度。6G 灵中国联通 6G 业务白皮书 -51-活的基于 AI 的通信微服务架构可以支持新的、未经事先定义的通信数据格式和 QoS。随着数字孪生系统智能自主演进，通信的数据、协议和 QoS 可以跟随其演进，从而实现数字孪生系统中的“智能自主孪生技术”。图 2.5-4 数字孪生在汽车制造中的应用图5 5.5.面向复杂任务的协作机器人面向复杂任务的协作机器人 协作机器人是一种与人类在共同空间工作、近距离互动的机器人。协作机器人概念起源于欧盟参与的 SME 项目，主要用于解决中小企业对机器人的新需求。直到 2009 年一个从产品设计伊始就以协作机器人的要求进行开发的机器人 UR5 的诞生，协作机器人才得到了市场关注。根据载荷的大小，可分为重载、轻载、桌面型协作机器人。轻载协作机器人是目前最常见的协作机器人，主要用于消费电子、医疗及服务行业；重载协作机器人常用于包装、搬运等工业场景；桌面型协作机器人应用于分拣、点胶、涂胶、自动化测试等工作场景。中国联通 6G 业务白皮书 -52-随着市场对协作机器人的应用拓展，协作机器人的智能化程度和灵活性难以应对更为复杂的应用场景。未来 6G 网络融合了 AI、触觉、感官通信等技术，可为协作机器人提供无处不在的算力和智能支撑，从而可保障协作机器人轻量化发展的同时，提升协作机器人智能化程度。因此 6G 网络有望赋能更高级的协作机器人应用。6G6G 协助复杂环境下机器人协同工作协助复杂环境下机器人协同工作 例如协作机器人在执行灾区搜救任务或太空路线探索任务时，6G 网络不仅可为协作机器人之间传递信息，提高它们的协调性和协作性；同时可辅助协作机器人之间的进行分布式联合训练和推理，得到全局最优搜救区域排查方案和路径规划。6G6G 助力多功能护理机器人助力多功能护理机器人 护理机器人可帮助老人或残疾人担任护理助力，从事人类的繁重工作，机器人可以是一个独立的机器，或者类似外骨骼或自适应轮椅；借助 6G 的算力服务与智能服务，护理机器人可加载更多智能应用，且不需要增加自身硬件设备。护理机器人可为患者提供多种服务，感知患者需求，根据患者康复进度改变辅助方式，搭载智能语音，与患者无障碍沟通。中国联通 6G 业务白皮书 -53-图 2.5-5 多功能护理机器人示意图 6.6.典型应用与典型应用与 6 6G G 能力映射分析能力映射分析 人工智能与通信融合是 6G 内生智能的新兴场景，本节重点分析了该场景下典型业务的关键能力需求。通过提炼人工智能与通信融合场景下典型业务的核心需求，能够更清晰地揭示未来 6G 在该业务领域的潜力和优势,更好地理解 6G 技术对于实现典型应用的重要性。表 2.1-5 典型业务的 6G 能力需求映射表 典型应用 相关关键 6G 能力 能力需求 网络辅助自动驾驶 时延 100us1ms 可靠性 99.99999%移动性 200 公里/小时 定位 厘米级 感知相关能力 持距离/速度/角度估计、物体检测、成像、映射等传感应用 中国联通 6G 业务白皮书 -54-AI 相关能力 可提供算力服务，模型训练、优化、推理服务，能力开放等服务 安全隐私性能 可提供隐私数据管理服务 医疗设备自主协作 时延 确定性时延：规定时间内完成传输 可靠性 99.9999%用户体验速率 Gbps 量级 AI 相关能力 可提供算力服务，模型训练、优化、推理服务，能力开放等服务 安全隐私性能 可提供隐私数据管理服务 硬件设备计算卸载 时延 确定性时延：规定时间内完成传输 用户体验速率 Gbps 量级 AI 相关能力 可提供算力服务，模型训练、优化、推理服务，能力开放等服务 安全隐私性能 可提供隐私数据管理服务 数字孪生 时延 确定性时延：规定时间内完成中国联通 6G 业务白皮书 -55-传输 可靠性 99.9999%用户体验速率 Gbps 量级 感知相关能力 支持距离/速度/角度估计、物体检测、定位、成像、映射等传感应用 AI 相关能力 可提供算力服务，模型训练、优化、推理等服务 面向复杂任务的协作机器人 时延 确定性时延 感知相关能力 支持距离/速度/角度估计、物体检测、成像、映射等传感应用 AI 相关能力 可提供算力服务，模型训练、优化、推理等服务 定位 厘米级 （六）（六）感知和通信的融合感知和通信的融合 目前，较为明确的 6G 潜在主要研究方向可以分为无线宽带增强、URLLC 增强、大连接、通感、无线 AI，这些研究方向是在现在的 5G中国联通 6G 业务白皮书 -56-三大愿景基础了，添加了业务紧密融合化和智能化，因此 6G 研究整体更加立体化、全面化。而通信和感知具备较大的相似度，如通信和感知都采用无线信号传播实现的，通信和感知进行融合成为一种必要趋势。通信主要通过无线电波承载通信信号进行多用户通信，而无线感知主要利用电磁波被其发射路径上的物体阻挡而发生反射的原理，通过发送无线信号和接收反射信号，分析获取无线信号在传播过程中的变化，包括传播时间、相位差、多普勒频移等，进而可以确定目标物体的距离、速度和角度。基于无线感知技术，可以实现对目标物体的定位、测距、测速、物体成像、检测有无、环境重构等，因此可以应用于现实世界中对客观事物的感知探索。这种使用场景促进了需要感测能力的新的超通信应用和服务7-11。通感融合的探讨和研究起始与 1970 年，由于在通信和雷达（感知设备）都基于无线电的系统，因此在通信和雷达发展之初就有学者将感知和通信的融合作为研究方向，但是由于通信和感知的差异化需求，在技术发展初期无法满足一机双功能。随着通信技术的发展，通感融合出现了深度融合的契机。3GPP 从 GSM 时代就致力于通信和定位一体化。近 10 年，通信和感知融合的需求更加明确，在标准方面，多家公司和高校都对通感融合标准化投入了大量的人力，并输出了多份文稿，标准立项也从 R18开始。在学术方面，高校和科研机构对通感融合的架构设计、波形设计及通感融合在波束管理方面都进行了大量的研究，并逐步明确了通中国联通 6G 业务白皮书 -57-感融合的研究路线和关键技术。2021 年以来，通感融合进入的快车道，以华为、vivo 等企业开始进行样机开发，并进行外场测试；北大、北邮等高校也开展了通感研究，并开发了基于 WIFI 的通感融合设备开发和试验。此外标准化也开展了 SA 和 RAN 的立项和研究，通感融合技术正式进入标准化和规模部署阶段。6G 在带宽和天线技术上更加丰富，因此可以实现高精度的定位、跟踪，完成大量的被动感知业务，成为智慧内生的有效触角。本章节以通感业务应用的情况，总结了四个主要的应用方向，并对每个应用下都选取了 1-2 个典型的应用场景进行介绍，下面对四个典型方向进行介绍。1.1.智能导航智能导航 随着交通领域联网化、数字化、智能化、云化的趋势，通过汇集道路、车、人的信息来组成城市交通管理和优化的基础，支撑多种交通业务，因此实时可见和更新的导航功能已经成为现在人员出现和交通管理的重要环节。无人化与自主化是智慧导航的主要特征，智慧导航在交通领域中充分运用物联网、云计算等技术，对交通管理、交通运输、公众出行等领域全方面进行管控支撑，使交通系统在区域、城市甚至更大的时空范围具备感知、互联、分析、预测、控制等能力，以充分保障交通安全、发挥交通基础设施效能、提升交通系统运行效率和管理水平。为了完整呈现实时高速路交通状态，及时准确的发现中国联通 6G 业务白皮书 -58-拥堵、事故、道路异常等交通事件，需要在城市路口和关键路段采集视频和多种路侧传感器信息。此外，车路协同是智能导航系统的重要发展方向，需要连接海量交通终端设备，实现视频、雷达等多种交通终端设备的数据采集和数据分析，高效感知路、车、人的实时状态。但当前感知设施部署还面临频谱、性能、成本等众多挑战。基于通信与感知融合技术，使用新一代无线网络的无线通信信号，可以在基站侧或者端侧实现低成本、低开销的环境感知能力，将最大数量的环境信息整合到新一代无线网络中，实现超分辨成像、透视和夜视。如图 2.6-1 所示，一方面，利用通信感知融合基站或者多站协同可以实现对道路环境的感知，即针对区域的感知，利用基站的高视角，扩大感知范围，弥补车载传感器在恶劣环境下的感知缺陷和遮挡盲区，有效实现宏观道路匹配、车辆自定位和全局环境感知，为自动驾驶汽车安全运行提供超视距辅助。另一方面，通感融合技术后，可以实时进行高清地图构建，因此基于高清地图的端侧实时环境感知信息的测量反馈特性可以用于高级驾驶辅助系统（Advanced Driving Assistance System,ADAS），以提高驾驶的舒适性和安全性。也就是说，一方面，基于通信与感知融合技术，基站利用无线通信信号获取感知测量数据，并将感知结果发送到数据处理侧，使其提供给高精地图服务商以及 ADAS。另一方面，车辆行驶时，车载设备发送感知信号，并基于其他车辆的反射信号，感知其他车辆的距离和中国联通 6G 业务白皮书 -59-速度，将相关感知测量数据发送到网络侧和 ADAS，可以指导车辆停泊或者自动驾驶等。在性能指标上来看，智能导航需要进行不低于米级的移动场景下的定位和 Gbit/s 级的数据下载要求，满足高清地图的下载及车辆追踪和定位。图 2.6-1 面向交通的智能导航的示意图6 2.2.智慧姿势识别智慧姿势识别 感知或感知 通信是5G-A、6G 系统开拓新业务的手段，位置识别和姿势识别都是非常重要的通感融合应用场景。比较常见的场景有工业场景、家庭场景和公共场合。工业场景主要考虑工业设备的位置识别和管理为准；家庭场景以人体位置和姿势改变为主，如人员摔倒等方面；公共场合主要考虑特殊的、管理性等手势和姿势中国联通 6G 业务白皮书 -60-的识别，如交通管理手势。通感融合场景下，工业场景具备较大应用空间，下面主要将从工业场景入手，对其全部业务进行分析，然后将对工业场景中智慧姿势识别的业务进行详细的梳理。在工业场景场景下，基站对智慧工厂中的机器人物流进行路径管理和避障，对危险区域的人员进行监控等，基站将感知到的感知数据发送给感知服务器（可能是工厂的边缘服务器），由感知服务器对感知数据进行管理，并开放感知能力给智慧工厂管理平台，管理平台利用6G网络提供的感知能力（比如物流机器人位置、人员入侵信息等），实现对工厂的智能管理和控制。在工业场景下涉及到通感融合技术的主要场景主要包括如下几个方向：高精度工业控制高精度工业控制 对定位精度提出了很高的要求，需要对物体的姿势等进行精确的设别，才能完成 cm 级的精密度操作。线路管理线路管理 物流机器人在园区货物运送，需要避障和线路管理。通过无线系统对机器人进行定位以及机器人周围环境的感知，引导机器人进行姿势识别，完成避障，并对机器人的行进路线进行管理。线路管理主要为中低速的园区内车辆运输工作，需要按照场景的需求，进行米级（室外）到分米级（室内）的距离规划。手势识别手势识别 中国联通 6G 业务白皮书 -61-主要指对管理人员和机器人的手势识别，例如对机器人进行手势控制，控制机器人的动作。考虑到手势识别的范围可以为大动作识别和微动作识别，大动作主要指整个手臂的大动作，按照动作幅度进行分米级的识别，而微动作识别主要是手部的小动作，感知进度应当为厘米级。手势/姿势识别类通感融合业务其他通感融合业务 图2.6-2 手势/姿势识别应用场景 3.3.智慧跟踪智慧跟踪 智慧跟踪也是通感融合的主要场景，通信和感知融合后，可以实现对非通信接入设备的跟踪，极大的提升了跟踪业务的机动性。从典型场景来说，智慧跟踪可以分为低空跟踪、地面跟踪和特殊场景跟踪。其中低空跟踪主要指无人机、飞行器等低空漂浮物体的跟踪；地面跟踪主要指车辆行驶、人员移动等场景的跟踪；特殊场景跟踪主要指水下物体、矿井等场景下的人员和物体跟踪。由于跟踪的目标不同，因中国联通 6G 业务白皮书 -62-此需要的精度有较大的差异，设备的类型和典型技术都有较大的差异，感知精度应当满足米级（室外）到分米级（室内）。下面主要对无人机跟踪进行详细的分析和介绍。随着无人机技术的发展，无人机应用范围越来越广泛，飞行高度也越来越高，但随之也产生了一系列严重的安全管控问题，违法黑飞也成了一重大问题。无人机入侵的主要场景包括：机场、政府、研究所、军事区域、高铁站等敏感区域的无人机非法入侵。尤其是机场附近区域，很容易导致航空事故，极其危险。无人机跟踪主要的场景可以分为：城区和边界等典型场景。针对城区等场景，目前空管部门主要通过机主报告和市民举报方式监测无人机黑飞情况。而空管方面检测航空飞行器主要采用光学高清摄像头与雷达。针对边境场景，主要指在边境无人机的非法入侵，目前越来越多的无人机越过边境，探测信息，需要对这类无人机进行监测并进行跟踪。图2.6-3 智慧跟踪示意图 中国联通 6G 业务白皮书 -63-利用移动通信网络在进行通信的同时实现对无人机实现低空探测，提供围栏预警等功能，助力于低空安全，如下图所示。利用移动通信网络广泛覆盖，基站发送感知信号并接收反射信号，基站对反射信号进行处理获得感知数据。基站将感知数据发送给感知服务器，由感知服务器对数据进行管理并开放感知能力给第三方应用，比如在低空管理平台，由提供感知能力的 6G 网络和第三方应用平台共同实现低空安全感知和控制过程。图2.6-4 移动通信网络无人机跟踪检测示意图 4.4.XRXR 空间构建空间构建 未来，人类的交互方式将由 2D 交互向更具效率的 3D 交互转变。3D视觉交互系统则取决于虚拟现实（VR）、增强现实（AR）和混合现实（MR）的发展，这些技术统称为“扩展现实”（XR）。相对于传统的 2D 平面化的场景，XR 需要更多的信息内容并进行合理的组合,一方面，一些场景或者应用，如空旷区域感知、多中国联通 6G 业务白皮书 -64-维信息感知采集，现有的技术覆盖局限性和点状定位难以满足2D以上XR技术的要求；另一方面，XR需要获取多种业务联合，形成一个综合的立体多种感官能力的模拟体，这就需要对视频、通信、感知等多个设备提供的数据进行整合，但如果涉及的设备太多太复杂，就无法实时完成数据分析和重新组合。相对的，通感融合系统或者通感算融合系统可以很好的实现这个目标，在空间利用 5G、6G 广泛部署的无线系统的感知能力，网络能够对二维和三维空间中的的目标用户及周围环境及时感知，从而构建元宇宙中多种元素的输入，其做为 XR 的实时数据收集触手，是实现典型孪生世界的关键技术。下面给出使用通感系统可以实现的 XR 构建的几个典型用例。移动或者非移动物体的位置感知移动或者非移动物体的位置感知 可以通过感知功能将需要进行 XR 呈现的物体的 3D 图像进行实时感知。感知环境感知感知环境感知 由于感知使用的频率会很广泛，因此可以对一些物体的材质、颜色等信息进行感知，从而构建更加复杂、多彩的 XR 空间。微小动作感知微小动作感知 可以通过对人物手势、呼吸等小动作进行检测，从而逼真的还原现实世界的内容。中国联通 6G 业务白皮书 -65-通感基站定位及位置跟踪定位及位置跟踪物体识别物体识别材料颜色识别材料颜色识别微小动作识别微小动作识别平面构建平面构建3D重构重构XR重构重构感知过程感知过程初步处理过程初步处理过程XR成像过程成像过程 图2.6-5 XR空间构建图 5.5.典型应用与典型应用与 6 6G G 能力映射分析能力映射分析 这节分析中希望突出 6G 通信和感知融合场景下的关键需求，重点突出该场景下典型业务的核心需求，为每个业务提炼关键能力，能够更清晰地揭示 6G 在感知融合领域的潜力和优势。通过关注这些相关的关键能力，我们可以更好地理解 6G 技术对于通信和感知融合典型应用的重要性。表 2.1-6 典型业务的 6G 能力需求映射表 典型应用 相关关键 6G 能力 能力需求 智能导航 峰值数据率 1001000 Gbit/s 用户体验数据率 200 Mbit/s 移动性 5001000 公里/小时 中国联通 6G 业务白皮书 -66-空口时延 200 Mbit/s 时延 1ms 感知精度 厘米级 安全隐私性能 可提供隐私数据管理服务 智慧跟踪 用户体验数据率 至少 200 Mbit/s 移动性 500-1000 公里/小时 空口时延 小于 1ms 感知精度 厘米级 XR 空间构建 峰值数据率 1001000 Gbit/s 用户体验数据率 200 Mbit/s 感知精度 厘米级 三、三、结论与展望结论与展望 6G 通信技术具有广泛的应用前景和深远的意义。随着 5G 技术中国联通 6G 业务白皮书 -67-的逐步普及，人们对于 6G 技术的期望和需求也日益增加。本白皮书重点阐述了 6G 的六大场景及其二十余个多元化的典型业务案例，并深入剖析了典型业务的发展历程、应用场景、关键技术等方面的内容，以期更加全面深入地展示 6G 的应用前景和潜力。同时 6G 的研发和应用需要全球范围内的合作与共识，需要遵循以人为本的科技发展理念，确保技术应用的公平、可持续、安全和可靠。6G 通信作为下一代移动通信技术的代表，将在未来十年内逐步落地。在 6G 的发展过程中，为了促进 6G 业务的应用和发展，我们需要注重标准协同和产学研用协同。标准协同是 6G 业务发展的关键。各个国家和地区的运营商、设备厂商、终端厂商、互联网公司、学术机构等需要紧密合作，形成共同的技术路线图和标准体系。通过共享经验、交流观点，我们可以确保 6G 业务具备全球互通的特性，推动各行业的 6G 应用。产学研用协同是 6G 业务发展的重要保障。产业协同是推动 6G业务生态系统的关键。6G 技术将引领跨领域和跨行业的融合，涉及到通信、物联网、人工智能等多个领域。各行各业的参与和协同合作将推动 6G 业务的创新与发展。通过与各行业的深度合作，我们可以探索新的业务模式和应用场景，实现 6G 技术与行业需求的有机结合。学术机构、企业和政府应该加强合作，共同开展 6G 业务的研究与创新。通过产学研用的深度融合，我们可以加速 6G 技术的研发和商业中国联通 6G 业务白皮书 -68-化进程，培养更多的人才，并推动 6G 业务在各个行业的广泛应用。综上所述，为了推动 6G 业务的应用和发展，我们需要实现标准协同和产学研用协同。只有通过各方的合作与共同努力，才能够充分发挥 6G 技术的潜力，才能够使 6G 技术尽快落地并产生最大的社会价值，为全球经济和社会的发展注入新的活力和动力。我们相信，在各方共同努力下，6G 技术的发展将会取得更加显著的成果，并引领新一轮的技术变革和社会进步。中国联通 6G 业务白皮书 -69-参考参考文献文献 1.中国联通研究院，中国联通 6G 白皮书,2021.2.IMT-2030(6G)推进组,6G 总体愿景与潜在关键技术白书 ,https:/ Wireless Control Networks:From WIA to FutureJ.Engineering,2022,8(1):18-24.4.Haibin Yu,Peng Zeng,Chi Xu.Industrial Wireless Control Networks:From WIA to FutureJ.Engineering,2022,8(1):18-24.5.IMT-2030(6G)推进组,6G 典型场景和关键能力白皮书 ,https:/ 网络体系架构白皮书，2023.7.B.Aazhang P.Ahokangas and L.Lovn Key drivers and research challenges for 6G ubiquitous intelligence Oulu Finland Sep.2019.8.K.B.Letaief W.Chen Y.Shi J.Zhang and Y.-J.-A.Zhang The roadmap to 6G:AI empowered wireless networks IEEE Commun.Mag.vol.57 no.8 pp.84-90 Aug.2019.中国联通 6G 业务白皮书 -70-9.J.A.Zhang et al.,Enabling Joint Communication and Radar Sensing in Mobile Networks-A Survey,in IEEE Communications Surveys&Tutorials,doi:10.1109/COMST.2021.3122519.10.M.L.Rahman J.A.Zhang X.Huang Y.J.Guo and R.W.Heath Framework for a perceptive mobile network using joint communication and radar sensing IEEE Trans.Aerosp.Electron.Syst.vol.56 no.3 pp.1926-1941 Jun.2020.11.5G-A 通感融合架构研究报告.中国联通 6G 业务白皮书 -71-战略决策的参谋者 技术发展的引领者 产业发展的助推者 态度、速度、气度 有情怀、有格局、有担当 中国联通研究院是根植于联通集团（中国联通直属二级机构），服务于国家战略、行业发展、企业生产的战略决策参谋者、技术发展引领者、产业发展助推者，是原创技术策源地主力军和数字技术融合创新排头兵。联通研究院以做深大联接、做强大计算、做活大数据、做优大应用、做精大安全为己任，按照4 1 X 研发布局，开展面向 CUBE-Net 3.0 新一代网络、大数据赋能运营、端网边业协同创新、网络与信息安全等方向的前沿技术研发，承担高质量决策报告研究和专精特新核心技术攻关，致力于成为服务国家发展的高端智库、代表行业产业的发言人、助推数字化转型的参谋部，多方位参与网络强国、数字中国、智慧社会建设。联通研究院现有员工近 700 人，平均年龄 36 岁，85%以上为硕士、博士研究生，以“三度三有”企业文化为根基，发展成为一支高素质、高活力、专业化、具有行业影响力的人才队伍。中国联合网络通信有限公司研究院 地址：北京市亦庄经济技术开发区北环东路 1 号 电话：010-87926100 邮编：100176

60人已浏览 2023-07-11 75页 5星级

中国联通6G 通感智算一体化无线网络白皮书中国联通6G 通感智算一体化无线网络白皮书中国联通研究院2023 年 6 月中国联通 6G 通感智算一体化无线网络白皮书版权声明版权声明本报告版权属于中国联合网络通信有限公司研究院，并受法律保护。转载、摘编或利用其他方式使用本报告文字或者观点的，应注明“来源：中国联通研究院”。违反上述声明者，本院将追究其相关法律责任。中国联通 6G 通感智算一体化无线网络白皮书目录目录一、无线网络演进的新需求与新挑战.3（一）业务发展趋势.3（二）技术发展趋势.3（三）主要演进挑战.5二、通感智算一体化无线网络架构及关键技术.6（一）通感智算一体化的网络架构.6（二）通感智算一体化的内在关系.8（三）通感智算一体化的关键技术.91.算力技术.92.智能化技术.143.通感融合技术.174.关键技术部署方案及建议.19三、通感智算一体化无线网络应用案例.20（一）智能节能.20（二）智能编排.23（三）物理层智能.24（四）通感融合.26（五）智能超表面.27四、未来推进计划.30五、总结与展望.31中国联通 6G 通感智算一体化无线网络白皮书-1-前 言5G 使能的个人、行业和家庭应用正呈现爆发性增长。5G-A 将深化千行百业数智化转型，进一步提升网络能力、实现工业生产效率提升和高品质智慧服务；6G 将构建万物智联、数字孪生的全新世界，实现真实物理世界与虚拟数字世界的深度融合。当前数字化转型已逐步深入到生活的方方面面，产业数字化推动生产方式向更高质量、更加智能方向转变，数字技术支撑高精度、高可靠、准实时的信息传输以及与人工智能、大数据、云计算等新技术的融合应用，通信行业亟需打造新型数字信息基础设施，以适配业务发展需求。中国联通全面承接新时代赋予的新使命，将“十四五”公司发展的定位明确为“数字信息基础设施运营服务国家队、网络强国数字中国智慧社会建设主力军、数字技术融合创新排头兵”。为全面建设广度、厚度、深度行业一流的智能化综合性数字信息基础设施，落实网络强国战略，满足业务应用“智慧化、沉浸化、全域化”的发展趋势，未来网络发展需将网络世界、数字世界与物理世界无缝融合，中国联通将把握数字化、网络化、智能化方向，构建“通感智算一体化”网络架构体系，实现“万物智联”。中国联通于 2019 年首次提出了“弹性空口”无线技术综合演进方案，以提供差异化、面向应用、快速部署的整合能力为目标，推动5G 无线技术演进和网络建设。2021 年中国联通在“弹性空口”基础上提出了 5G-A 无线技术演进方案“弹性空口 3.0”，提出将面向中国联通 6G 通感智算一体化无线网络白皮书-2-2C 的尽力而为的无线网络打造成面向千行百业的确定性、定制化和智能化的无线网络。同年中国联通发布了“中国联通 6G 白皮书”，向业界阐述了中国联通在6G研究起步阶段，对下一代通信网络愿景、网络特征、网络需求和关键使能技术的初步观点，提出了联通的 6G初步愿景：“智能、绿色、融合、弹性”。本白皮书是对前期弹性空口方案和6G研究在通感、智能、算力方面的进一步深化，提出了更具体的无线网络演进方向和技术，即“6G 通感智算一体化无线网络”演进架构及技术方案，总结了中国联通面向 5G-A 及 6G 在智能节能、智能编排、RIS、通感等方面的多项技术试验及应用成果，在通信网络的各层面引入了感知、智能、算力能力，以实现“智能、融合、绿色、可信”的 6G 愿景，构建助力千行百业的数字化转型、智能化升级、融合化创新的新一代无线网络。编写组成员编写组成员（排名不分先后）：李福昌、李露、马艳君、杨艳、刘秋妍、张涛、魏进武、李红五。中国联通 6G 通感智算一体化无线网络白皮书-3-一、无线网络演进的新需求与新挑战一、无线网络演进的新需求与新挑战（一）业务发展趋势（一）业务发展趋势人工智能、大数据等 IT 技术的发展催生行业领域丰富的新场景、新用例，感知“S”、计算“C”、智能“I”将是 5G-A 甚至 6G 新系统的重要技术组成，实现 ODICT 融合。IMT2020 已经明确 5G-A六大应用场景：沉浸实时、智能上行、工业互联、通感一体、千亿物联、天地一体；ITU 在 IMT-2020 三大场景（Embb Urllc Mmtc）基础上深化，构建了扩展应用并赋予新能力的演进型场景，将增强型移动宽带扩展为沉浸式通信，同时拓展了泛在连接沉、智能融合和通信感知融合三大新型场景，最终形成6G六大应用场景，即沉浸式通信、极可靠和低延迟通信、大规模通信、泛在连接、通信智能融合、通信感知融合六大 6G 场景。新型6G场景下的众多业务应用具有密集型计算、极致性能的特征，当前网络无法在高效地保障用户体验的情况下为网络自身和终端按需提供计算服务，此外算力能力将成为6G内生智能、感知等计算型服务的基础平台能力。因此网络架构向“通感智算一体化”方向演进是面向 6G 发展的必然趋势。（二）技术发展趋势（二）技术发展趋势当前5G网络不断向超上行、低时延、融合感知的方向持续演进，以满足实现大上行、低时延高可靠和高精度定位等面向行业的需求。中国联通 6G 通感智算一体化无线网络白皮书-4-但5G网络架构、功能和参数复杂，面临高能耗、高成本、运维难的挑战；此外，随着 XR、V2X、工业互联网等新兴业务的兴起，对网络智能化、部署灵活性也提出更高要求，而传统无线网设备功能固化，无法满足多种业务形态下的差异化部署需求、无法满足能力开放需求。随着计算、大数据、AI等技术的发展，6G网络将向弹性、敏捷、定制化等多维能力融合网络演进。基于未来业务发展趋势，6G 网络将实现全域融合和极致连接，为用户提供随愿按需定制的弹性开放服务，同时向智能原生、数字孪生、绿色共享、算网一体、安全可信等方向进行能力演进，以实现“智能、融合、绿色、可信”的6G愿景，通感智算一体化架构将是实现 6G 网络能力的基础：通感：将物理世界感知加入通信网络是未来6G网络发展的趋势，6G 通感融合中需要打通感知和通信的关键指标、判别标准及关键技术，并以人工智能技术与感知高效重组和结合，提升智慧交通、智慧城市、智慧工厂等各项应用的能力。智能：6G 智能化将从 AI 助力网络发展向网络为各项应用提供智能化服务方向演进，并且 6G 智能化具备智能内生和分布式智能化特点，移动通信网络不仅是传输管道，更要将智能服务所需的多维资源进行深度融合。中国联通 6G 通感智算一体化无线网络白皮书-5-算力：算力与无线网深度融合是解决无线网络智能化需求、多维接入资源管理需求、网络敏捷和灵活性需求的基础，在向 6G 演进过程中，信息基础设施将从通信网络设备向算网一体设备转变，从而降低基础设施迭代更新成本、提高网络和硬件资源效能。（三）主要演进挑战（三）主要演进挑战传统无线网络专注于连接和管理，6G 通感智算一体化无线网络需要增加感知、智能、算力、数据处理、增强的安全等能力，这些能力如何与现有网络结合是极具挑战性的问题。同时，6G 通感智算一体化无线网络也要适应未来业务场景的多样化、DOICT 技术的融合、商业的极致性能、持续发展的社会责任等需求，复杂程度进一步增加。现有5G网络不能满足通感智算一体化的高速、低延迟、高可靠性、多域数据融合等需求。现有5G网络通信协议的数据传输路径需要经过 CPU 和系统内存的多次拷贝，导致数据交换开销和延迟增加。现有5G的网络架构和拓扑结构不能适应网络感知、智能应用、算力调度的动态性、灵活性和自适应性。因此，6G 通感智算一体化网络的演进面临巨大挑战。实现6G通感智算一体化网络在通感方面需要融合通信和感知两种典型功能，因此需要充分考虑核心网、空口等网元或者资源在感知和通信资源的业务化均衡。在空口方面比较典型的是如何采用合中国联通 6G 通感智算一体化无线网络白皮书-6-适的波形、帧结构或者 MIMO 技术实现感知功能，尤其是在感知精度要求较高的情况下，存在感知精度提升的挑战。在网元和架构设置方面，需要综合考虑通信和感知需要的时延、业务处理能力等进行架构的合理化设置。实现6G通感智算一体化网络在智能化方面面临数据采集、处理、存储的挑战，数据使用安全方面的挑战，模型训练算力资源不足的挑战，模型使用泛化性、稳定性的挑战等。另外，不同行业和场景中的智能服务对网络的需求千差万别，模型评估及智能化服务质量指标尚无成熟的量化评估方式，如何评估智能化服务质量也是一个重要挑战。实现6G通感智算一体化网络在算力方面存在算力部署、感知、调度、编排、安全等问题，未来6G网络对算力需求巨大，多维算力资源广泛分布大量的异构网元节点中，在各个网元节点可能都有算力部署，因此如何高效利用算力资源以及分布式算力协同将是未来需要解决的问题。二、通感智算一体化无线网络架构及关键技术二、通感智算一体化无线网络架构及关键技术（一）通感智算一体化的网络架构（一）通感智算一体化的网络架构6G 网络将实现全域融合和极致连接，通感智算一体化架构将是中国联通 6G 通感智算一体化无线网络白皮书-7-实现 6G 网络能力的基础。6G 通感智算一体化无线网络可划分为应用域、控制域、资源域、终端域四个层面，通过在各层面引入感知、智能、算力能力，构建面向通感智算一体化无线网络的全域智能架构。应用域主要指 OSS 网管侧的网络智能化应用，典型应用包括网络智能节能、智能定位、智能根因分析等。控制域主要从智能化网络资源管理的出发，包括通感融合的控制层面、意图解析等方面的技术及方案。资源域包括网络感知、基站算力及边缘云等，可实现高层 AI（通感融合、智能编排）、物理层 AI（编译码、信道估计、智能波束管理）、智能材料（智能超表面）等。终端域主要从无线网络和终端协同的角度出发，支持终端智能化、通感融合的实现，典型应用包括端网协同、环境感知、智能适配等。图 3-1 通感智算一体化无线网络架构图中国联通 6G 通感智算一体化无线网络白皮书-8-（二）通感智算一体化的内在关系（二）通感智算一体化的内在关系6G 通感智算融合，即通过智能化技术，基于网络算力基础，利用移动通信设施感知未来物理世界，实现通信网络与感知网络协同，从而为用户提供更好、更智能的服务。在通感智算一体化网络中，算力将成为核心基础设施，为智能化、通感提供计算平台。AI 为无线网络的运行提供了许多潜在的功能增强，是无线网络发展的加速器。通感融合具备将通信、感知、算力等因素基因化再进行智能基因重组，实现智能化、融合化、低碳化、高效能化的全新无线架构，因此通信和感知一体化无线网络是未来网络发展的必要目标。6G 通感智算一体化网络支持物理世界、算力和网络相互感知相互融合，对网络自身而言 2N（To Network）具备网络智能自治能力，下沉的算力资源可为 2B（To Businesses）用户提供更低时延、更高可靠的本地化服务，并能灵活地对 2C（To Customers）用户提供算力及智能化服务，实现算力资源、连接资源的合理分配。图 3-2 通感智算一体化无线网络关系图中国联通 6G 通感智算一体化无线网络白皮书-9-（三）通感智算一体化的关键技术（三）通感智算一体化的关键技术1.算力技术1.算力技术算力一般定义为设备通过处理数据，实现特定结果输出的计算能力，常用FLOPS（Floating-point Operations Per Second）作为度量单位。数字经济时代，算力是多技术融合、多领域协同的重要载体，作为生产力支撑数字经济发展的坚实基础。算力发展历经三个阶段，早期单点式计算通过使用一台大型机或一台PC独立完成全部的计算任务使用；随着计算需求的增加，单点式计算逐渐呈现算力不足的趋势，出现了如网格计算等的分布式计算架构，分布式计算可将巨大的计算任务分解为很多的小型计算任务并交给不同的计算机完成；随着信息化和数字化的不断深入，引发了各行各业对算力的强烈需求，云计算技术应运而生。云计算技术可以看作分布式计算的新范式，其本质是将大量的零散算力资源进行打包、汇聚，实现更高可靠性、更高性能、更低成本的算力。面向智算一体化的无线网络架构演进，算力基础设施将与基站基础设施深度融合，形成算力资源池，满足感知和智能化带来的大量计算需求。无线网络通过在算力上搭载智能化应用，实现对网络资源和性能的优化；算力编排中心通过对网络状态、能力、需求，以及算力分布的感知，实现算力资源的高效利用。中国联通 6G 通感智算一体化无线网络白皮书-10-(1)算力资源类型(1)算力资源类型算力通常分为两大类，即通用算力和专用算力。通用式计算类型多样，如 CPU；专用指计算类型单一，如 FPGA 或 ASIC。CPU 中央处理器作为计算机系统的运算和控制核心，是信息处理、程序运行的最终执行单元，CPU 是对计算机的所有硬件资源（如存储器、输入输出单元）进行控制调配、执行通用运算的核心硬件单元。CPU 有大量的缓存和复杂的逻辑控制单元，其优点是非常擅长逻辑控制、串行的运算，缺点是不擅长复杂算法运算和处理并行重复的操作且功耗高。GPU 图形处理器，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。其作为新型智能化算力，优点是提供了多核并行计算的基础结构，且核心数非常多，可以支撑大量数据的并行计算，拥有更高的浮点运算能力；缺点是管理控制能力弱，功耗高。FPGA 是作为专用集成电路（ASIC）领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。其优点是可以无限次编程，延时性比较低，同时拥有流水线并行和数据并行（GPU 只有数据并行）、实时性最强、中国联通 6G 通感智算一体化无线网络白皮书-11-灵活性最高；缺点是开发难度大、只适合定点运算、价格比较昂贵。ASIC，即专用集成电路，指应特定用户要求和特定电子系统的需要而设计、制造的集成电路。它作为集成电路技术与特定用户的整机或系统技术紧密结合的产物，与通用集成电路相比具有体积更小、重量更轻、功耗更低、可靠性提高、性能提高、保密性增强、成本降低等优点。缺点是灵活性不够，成本比 FPGA 贵。在6G通感智算一体化网络中，不同的计算功能对算力的需求也不一样，例如物理层计算实时性要求高，采用 CPU 串行计算的方式就无法满足实时性需求；网络级智能化在网管层进行训练、推理，对算力要求高、对实时性要求低，采用ASIC进行计算灵活性差、算力受限且成本较高。因此在向通感智算一体化演进中，需要部署CPU、GPU、ASIC 和 FPGA 等多维异构算力资源，实现算力和网络功能协同。(2)算力资源部署(2)算力资源部署无线网络算力呈现分布式部署趋势，基站、网管、MEC、核心网、数据中心等节点都可以部署算力，实现云边端多层次、立体泛在的分布式算力体系，满足中心级、边缘级和现场级的算力需求。当前在上述网元节点上已具备一些算力能力，随着通感智算一体化网络的不断演进和对算力需求的不断增高，各网元节点的算力将进中国联通 6G 通感智算一体化无线网络白皮书-12-一步扩展。算力一般以计算的实时性需求为原则进行部署。根据实时性需求，分为非实时、近实时和实时，一般来说算力离基站越近，数据处理的实时性越好，可根据应用、业务和算法对时延的需求选择合适位置的算力节点。非实时和近实时计算一般具有数据来源广泛、数据量庞大、计算量大，但网络参数调整间隔较大的特点，因此通常根据应用类型选择在网管、MEC、核心网或数据中心等较高节点按需部署通用算力，满足计算需求。例如网络级节能需要采集的数据包括一个区域内所有基站的 MR 数据、工参数据，更包括天气数据、环境数据等，作为模型训练的输入，因此一般部署在网管侧。实时计算一般具有数据来源相对单一、数据量较小、计算量较小，但网络参数需要快速调整、计算时间速度快的特点，例如物理层 AI 应用，算力主要部署在基站。基站算力根据基站架构分两种情况采用不同算力类型部署，专用硬件架构基站，一般采用 CPU 叠加GPU、ASIC、FPGA 等专用芯片进行部署；通用硬件架构基站在应对实时性要求高的计算时可采用 CPU 叠加 GPU、ASIC、FPGA 等专用芯片加速，实时性要求低的计算可通过叠加服务器的方式进行部署。中国联通 6G 通感智算一体化无线网络白皮书-13-图 3-3 分布式算力部署示意图(3)算力资源感知(3)算力资源感知受限于网络架构、无线网设备体积、重量、成本等因素，在实际使用算力过程中可能会出现单点算力不足、其余节点算力冗余的情况。为突破单点算力瓶颈，提高算力资源利用率，可通过对算力资源进行智能感知，构建分布式算力资源池。算力感知使网络可以获得算力资源和算力服务的部署位置、实时状态、负载信息、业务需求等要素，通过对算力的量化度量和标识，使网络获取目标算力服务、算力需求等信息，从而通过算力编排管理实现泛在算力共享和算力资源统一编排的目的。中国联通 6G 通感智算一体化无线网络白皮书-14-(4)算力资源管理(4)算力资源管理为高效地整合网络内外的各类算力资源，实现算力资源的统一管理、按需分配，一般通过算力注册、算力编排和算力维护几方面进行管理。算力注册是对算力节点的注册、更新和注销，通过对包含算力的网络节点的进行注册，算力管理中心将获知算力节点设备类型、芯片类型、存储资源等信息，同时定期更新算力资源信息，并对不继续共享算力进行注销。算力编排是根据业务节点、业务请求、业务时延需求等因素，综合考虑冗余算力节点区域、算力资源类型、算力能力等，进行灵活调度，从而输出最优算力资源服务策略和最优算力服务质量。算力维护类似于网管，专门对算力资源进行维护和运营，主要包括计算性能监控、算力资源故障监测两个方面。性能监控方面，主要评估算力节点状态或性能是否满足当前业务需要，保障最优算力服务质量；故障监测方面，评估算力节点状态，若发现节点故障则迅速切换到新的算力节点，保证用户体验。2.智能化技术2.智能化技术人工智能为 5G 和 6G 无线网络的运行提供了许多潜在的功能增强，是无线网络发展的加速器。基于图 3-1 应用域、控制域、资源中国联通 6G 通感智算一体化无线网络白皮书-15-域及终端域的架构来看，目前，无线网络智能化主要在网管侧应用域实现，如智能节能、故障根因分析等。控制域的意图解析等还在探索阶段。资源域的高层 AI，如智能编排等已进行部分商用部署；物理层 AI、智能材料 RIS 等受算力及效果的限制，还处于研究探索阶段。下面将从技术演进及模型分级部署两方面介绍网络智能化演进情况。网络智能化技术演进特征随着无线网络的演进，智能化的发展将从 AI for NET 到 NET forAI 的阶段转变，要求移动通信网络不仅是传输管道，更要将智能服务所需的多维资源与网络功能、协议和流程进行深度融合设计。到6G阶段无线网络将向智能内生方向演进，在网络架构内部提供数据采集、数据预处理、模型训练、模型推理等 AI 工作流全生命周期的运行和管理，将 AI 服务所需的算力、数据、算法、连接与网络功能、协议和流程进行深度融合设计，支持将 AI 能力按需编排，为高水平网络自治和多样化业务需求提供智能化所需的基础能力。6G 无线网络将向云化与分布式的方向发展，需要考虑分布式网元节点间多维异构资源的协调以及智能服务对性能的差异化需求。6G 网络中智能服务的质量，需要综合考虑智能服务对通信、计算、数据和存储资源的不同需求。中国联通 6G 通感智算一体化无线网络白皮书-16-网络智能化模型分级部署从网络智能化实现及部署的角度来看，现阶段可将 AI 简单分为模型训练和模型推理功能，根据 AI 所处位置不同，以及所拥有的算力能力不同，适用于不同的应用案例和场景。目前5G基站侧只支持小模型的推理，随着基站算力的增强、基站云化技术的应用，到6G阶段，基站将支持智能内生，可进行小规模AI训练和AI推理能力，其他大中型模型根据场景需求可分别部署在 MEC 或 OSS。在网管应用域网管设备已为通用服务器，可扩展性强，数据采集15min时延，支持非实时智能化预测分析，具备大模型训练能力。在边缘云资源域层面 MEC 为通用服务器，部署位置更靠近基站，支持近实时（1s）智能化预测分析，具备中模型训练能力，支持大中模型推理。在基站设备层面，如站点机房级可支持部署云化或中心 BBU，为通用服务器或定制化 AI 加速芯片的异构资源，支持实时智能化预测分析。但基站算力资源有限，只具备小模型训练及小、中模型推理能力。中国联通 6G 通感智算一体化无线网络白皮书-17-图 3-4 分级智能化部署示意图3.通感融合技术3.通感融合技术基于感知与通信具备相类似的网络架构和频段，通感融合具备将通信、感知、算力等因素基因化再进行智能基因重组，实现智能化、融合化、低碳化、高效能化的全新无线架构。因此通信和感知一体化无线网络是未来网络发展的必要目标。通感融合不能仅考虑通信的指标，还需要考虑感知的指标。因此在6G通感融合中，需要打造通感融合的基因工程，通过打通感知、通信的关键指标、判别标准和关键技术，并以 AI/ML 等智能化技术进行多维基因片段的高效重组和结合，实现最佳最平衡的通感融合系统。通信和感知一体化是一个循序渐进的过程，内部需要研究的内容很丰富，但是可以有效地提升通信的质量，也可以实现无接触感知，是未来一个比较有潜力的发展场景，需从架构、关键技术和评价指标等进行全方面研究，通感融合将面临来自场景需求、政策和技术等多个方面的影响，但是其对资源的深度集成化，极大地节省了部署成本，因此未中国联通 6G 通感智算一体化无线网络白皮书-18-来的通感一体技术构建一个开放的、互助的良性发展的全行业生态圈。从通信与感知融合的阶段来看，可以分为 2 个阶段：5G-A 阶段和6G阶段，两个阶段将对通感智算一体化架构都有较大的差异性。5G-A 阶段主要考虑与现在 5G 网络的协调性，需要考虑网络架构的向下兼容性。6G 阶段更多的是考虑新技术、新业务的融入，进行新架构的开发或者原有架构的深度调整。下面对面向通感发展的业务和功能进行详细的介绍：5G-A 阶段，主要考虑的是使用 5G 服务感知的阶段，也就是“5G for 感知”。在这个阶段主要实现使用复用 5G 架构和低粒度的修订网元实现感知的功能，而并不会过度要求实现感知对通信的优化。这个阶段，通信、感知、算力、智能化的关系可以归纳如下：通信辅助感知，实现一机多用；算力作为感知处理的基础，高效协同感知处理资源；智能化作为融合的初步引擎，实现高精度感知。6G 阶段：这个阶段又称为“感知 for 通信”。考虑进行高精度感知的情况下，同时考虑使用感知进行通信性能的提升，在这个阶段通感、智能和算力将是一种强力融合的阶段，业务的耦合化和技术的深度内生加持将成为通信感知融合的特色。通信、感知、算力、智能化的关系可以归纳如下：实现一机多用，精细化的感知辅助高效能的通信，实现无线资源的合理调度；算力作为通信和感知协中国联通 6G 通感智算一体化无线网络白皮书-19-同的底座，实现分布式、高效化、低时延的通感融合网络；智能化作为内生网络的大脑，实现高质量通信与感知。在技术上，5G-A 和 6G 也有较大的差异。在 5G 阶段，在架构上复用5G-A架构，信号上则尽量使用现有的型号，原则上不再进行新波形的引入。在 6G 阶段，由于通感作为 6G 典型特征，在架构设计之初就会从波形设计（基于OFDM,LFM和OTFS的波形等）、AI内生、空间MIMO等多个方面开展研究和部署。展开来说，6G可以分为如下几个关键研究方向：1）感知信号发送：兼顾感知性能和通信资源开销，需要从时、频、空等多域联合设计感知波形。2）感知信号检测：感知回波信号 RVA 谱检测与估计，目标检测和识别等。3）感知数据处理：需要利用 AI 技术融合多传感器数据融，实现机动车、非机动车、行人的精准分类，轨迹跟踪等。4）组网干扰协同：多站联合以实现目标连续感知，达成相比单站更优的感知性能，同时考虑站间收发信号干扰，需要从时、频、空、功四域联合协同。4.关键技术部署方案及建议4.关键技术部署方案及建议通感智算一体化网络可根据算力及实时性需求分级部署应用，物理层应用的 AI 推理主要部署在基站，网络级节能、根因分析等网络运维相关应用主要部署在网管，其他应用根据实际需求部署智能训练和推理模块。基站侧算力为固定功能预留算力保证基站性能，并可通过私有中国联通 6G 通感智算一体化无线网络白皮书-20-协议支持多小区算力协同，通过优化设计可支持专用芯片、通用芯片的扩展，基站算力将向云化方向发展，未来基站侧的算力也将更灵活。基站侧支持实时智能化应用的部署，具备小模型、中模型的推理能力。边缘云算力已云化，部署位置靠近基站，可实现近实时的应用，具备中模型的智能模型训练能力和大模型的推理能力。网管侧和核心网也是云化算力，具备大型智能模型训练能力，需支持异厂家算力协同，但实时性上受限，只支持非实时的智能化应用部署。图 3-5 通感智算一体化网络部署建议三、通感智算一体化无线网络应用案例三、通感智算一体化无线网络应用案例（一）智能节能（一）智能节能随着移动通信网络建设规模逐年增加，通信设备对能源的需求中国联通 6G 通感智算一体化无线网络白皮书-21-与日俱增。5G 单站功耗是 4G 单站功耗的 3.54.5 倍，运营商面临基站设备能耗大幅增加OPEX费用的运营压力。未来的6G系统将极大增强与扩展移动通信系统的应用，对传输速率、广域覆盖、连接密度的要求迅猛增长，6G 系统将采用更高的频谱、更复杂的系统及技术，通信设备对能源的需求俱增。因此，无线网络的智能节能对降低 5G 网络运营成本，以及未来 6G 网络的节能设计具有重要意义。运营商需持续深入研究智能节能技术，并快速应用推广，不断降低基站能耗水平和网络运营成本。未来6G智能节能方案需在通感智算一体化的架构下实现，结合人工智能、大数据等技术，实时感知用户的情况及业务的需求，利用网络算力资源，训练智能节能模型，推导出精准匹配每个小区的节能策略，突破传统节能方案中管理难度高、节能效果欠佳的瓶颈，从器件级、设备级、网络级等层面实现不同的技术方案，在保障用户业务体验的同时，可以采用器件/模块关断、业务调度、网间协作等方案来降低基站设备能耗。网络智能节能方案将打破基础设施数字化孤岛，实现网络能耗数据实时、高精度采集能力，支持灵活的电源、备电等机房基础资源智能化管控。同时，节能方案包括网络级节能策略、站点级节能策略、设备级节能策略，可实现多制式网络智能协同、“一站一策”差异化节能调度，达到“用户无感知、网络高能效、运维低成本”中国联通 6G 通感智算一体化无线网络白皮书-22-的目标。图 4-1 智能节能整体方案 网络级节能策略通过构建统一云化管理平台，实现网络资源集中化、智能化管理，达到无线网络基站设备智能化、精细化、规模化节能管理目标。站点级节能策略构建统一站点资源管理平台，实现站点资源可视化、远程智能管理，实现对网络基础设施，如电源、备电等系统按照多种系统制式的智能化管控，支持功耗数据精确采集上报、支持电源按系统制式和设备类型的分路智能供电等功能。设备级节能策略中国联通 6G 通感智算一体化无线网络白皮书-23-构建统一设备节能策略，实现大规模站点能耗的智能管理。支持对基站 AAU/RRU 等设备节能控制功能，支持符号关断、载波关断等节能特性。（二）智能编排（二）智能编排6G 将是一个多元化的网络，网络层面，组网更多、频段更复杂，且可能需要与 5G/4G 多个频段密切协同；业务层面，应用场景更多且需求差异巨大，对网络提出更多的特性需求和挑战；终端层面，5G 终端已需要支持 7 模，6G 时代终端更复杂，且行业应用催生出众多定制化终端。因此6G网络将更加复杂，繁杂且多样化的终端和业务，组合出的目标体验和传统的网络资源分配模式之间存在巨大的“剪刀差”。传统以“网络为中心”的策略是基于小区参数的基线，以满足统计意义上的小区级 KPI 为目标；承载在相同承载中的不同数据业务没有被区别对待，无法精准匹配用户业务体验的真实需求。网络能力从“尽力而为”向“确定性”转变。无线网智能编排应用以用户感知为驱动力，依托面向6G的内生智能，通过智能化的手段，实现灵活的网络资源配置编排管理策略，来为不同业务提供确定性的精准服务，从而保障差异化的用户体验。在该应用案例中，一方面通过在给定网络服务能力下求取用户体验最优解实现用户编排；另一方面通过在话务的特定时空分布下求取网络服务能力最优解实现网络编排。中国联通 6G 通感智算一体化无线网络白皮书-24-部署的算力类型可以包括三部分。一是基带板卡上原生算力，一般是 CPU 通用算力；二是根据在基站上部署增强算力，即在基站上通过增加额外算力提供更高计算能力，可以是专用算力板卡，例如 CPU GPU、ASIC 等，也可以是通用算力，如增加 x86 或 ARM架构服务器；三是泛在算力，这里专指基站以外的算力，可以是通用算力或专用算力板卡，可通过统一算力管理调度进行使用。图 4-2 智能编排应用案例算力分布图（三）物理层智能（三）物理层智能物理层智能化应用是6G内生智能的主要研究方向，基于物理信道相关的信息对于物理层功能（如信道编码调制、波形、多址、多天线 MIMO、接收机算法等）进行增强。由于当前通信网络应用范围广、场景丰富、业务种类繁多，再加之信道的快速变化以及小区内和小区间干扰的存在，使用传统方案实现稳定精确的信道估计很困难，因此在传统物理层技术的基础上引入智能化，可以更全面的把握无线信道的特征和变化趋势，从而提升物理层性能。物理层 AI 由于其实时性要求高，因此作为内生智能应用被看作是面向6G演进的重要方向，业界目前还属于研究阶段。对于物理层中国联通 6G 通感智算一体化无线网络白皮书-25-AI 的技术方案，一般属于各设备厂商实现范畴，目前有两种实现潜在方案。一是使用智能化技术对某一个或几个物理层功能进行替代，例如 CSI 反馈、信道估计模块分别用 AI 算法实现；二是物理层功能全部用 AI 实现，不再区分具体功能，在这种情况下，从基站接收到解码的中间过程全部通过 AI 实现，AI 模块相当于一个黑盒，只有输入和输出。物理层功能对实时性要求高，首选专用硬件实现，也可采用CPU GPU 结合的方式。其中专用硬件方面，FPGA、ASIC 或ASIC GPU 等专用硬件，在未来几年随着制程进一步微缩至 2nm，以及小芯片堆叠（chiplet）技术的发展，仍然是高性能算力的代表；此外，GPU 有成为潜在主流 AI 算力的趋势，但目前在 GPU 上实现物理层功能设计较复杂。在算力部署方面，目前有两种潜在部署方式。一是基站侧部署，即算力全部部署在基站内，在基站完成数据采集、训练、推理等全部功能；二是基站和云端分布式部署，即算力分别在基站和云端（网管、边缘、核心网、数据中心）部署，基站内实现数据采集、推理功能，云端实现训练功能。未来，在引入物理层 AI 后，还需要评估“投入产出比”，即采用物理层 AI 后所消耗的硬件资源、算力成本是否带来较高的性能收益，我们预期，在物理层 AI 激活场景下，网络性能相比未激活时应中国联通 6G 通感智算一体化无线网络白皮书-26-有较大幅度提升才可建议应用。（四）通感融合（四）通感融合在通感融合/一体化无线网络架构设计中，需要按照不同的部署阶段开展通感无线架构和面向应用场景的介绍。下面从不同阶段的部署用例、架构需求、战略情况等对应用场景进行了介绍。5G-A 阶段是通过现有的通信设施或者网络进行感知，在这种场景可以认为是使用或者让渡出通信的资源进行感知服务，是一种通信网络的感知业务保障场景，如下图所示。图 4-3 5G-A 通感融合典型的场景在6G阶段在感知精度提升的基础上，开展感知辅助通信业务，中国联通 6G 通感智算一体化无线网络白皮书-27-这是将感知获得的信息进行处理后，进一步优化基站性能，可以认为是基于感知的无线网络智能化调整。目前主要的应用场景有波束管理、功率控制、资源智能化协调和网络优化等方法，下图给出了一些应用的示意图。图 4-4 6G 通感融合典型的场景（五）智能超表面（五）智能超表面智能超表面（Reconfigurable Intelligent Surface，RIS）由大量精心设计的电磁单元排列组成，通过给电磁单元上的可调元件施加控制信号，可以动态地控制这些电磁单元的电磁性质，进而实现以可编程的方式对空间电磁波进行主动的智能调控，形成幅度、相位、极化和频率可控制的电磁场。RIS 的引入，使得无线传播环境中国联通 6G 通感智算一体化无线网络白皮书-28-从被动适应变为主动可控，进而实现无线环境的智能构建。另外，由于 RIS 采用少量有源器件甚至全无源器件的设计理念，无论是成本还是功耗都较全栈基站低一个数量级，并且通过采用超材料及可拼接部署方式，智能超表面设备在低成本、低功耗、低复杂度和易部署方面具有一定优势，有机会解决未来移动通信网络发展面临的需求与挑战。在辅助移动通信网络组网方面，智能超表面既可以部署在收发端侧也可以部署在信道侧。在收发端侧，基于智能超表面架构简化收发信机设计，通过结合时空编码技术，智能超表面集能量辐射和信息调制功能于一体，动态调控电波传播方向和谐波能量分布，将信息调制到不同的频率、相位、幅度、空间资源，实现低成本和低复杂度的空分或频分等复用机制，如图所示。在基于智能超表面架构简化收发信机设计中，智能超表面是收发信机的核心功能单元之一，因此，调控智能超表面所需的信道估计、波束赋形等核心算法及其所需的算力资源可与收发设备共同。图 4-5 基于 RIS 架构的收发信机设计在信道侧，智能超表面作为一种低成本低功耗的信道环境调控中国联通 6G 通感智算一体化无线网络白皮书-29-节点，可针对移动网络覆盖补盲、多流增速等深度覆盖需求，部署在基站与覆盖盲区之间，通过智能超表面按需构造非视距反射路径或改变电磁波透射特性，可有效解决由于障碍物遮挡产生的室内/外盲区问题，提升室外宏站穿透玻璃覆盖室内的网络质量，改善小区边缘用户富散射环境，提高小区边缘用户传输性能，以低成本低功耗方式实现深度覆盖和提速扩容。在信道侧部署智能超表面的应用场景中，依据智能超表面类型和标准化程度不同可以分为有源 RIS、5G 阶段非标无源 RIS 和未来 6G 阶段标准化无源 RIS 等几种情况，如有源 RIS 自身具备信道估计能力，可采取将信道估计和波束赋形所需的算力资源与有源 RIS 一体化部署的方案；针对无源 RIS，在5G 阶段，需要通过非标辅助装置实现信道估计和波束赋形算法并集成所需的算力资源，该辅助装置既可以部署在基站侧也可以与 RIS采用一体化集成部署，在未来6G阶段，可以考虑通过标准化方式，为智能超表面配置标准化UE能力接收基站控制消息，以实现RIS动态按需的波束调控能力，为了进一步降低 RIS 成本，建议优先考虑在基站侧实现信道估计和波束赋形算法并集成部署所需的算力资源，RIS 侧可以采用轻量化方式实现信道估计和波束赋形算法并部署所需的部分算力资源。中国联通 6G 通感智算一体化无线网络白皮书-30-图 4-6 基于 RIS 的信道侧部署架构四、未来推进计划四、未来推进计划未来无线网络将向通感智算一体化的方向发展，基站侧的算力将从堆叠芯片式算向异构融合算力，再到云化算力的方向的发展，对外提供灵活的算力服务；基站智能将从支持智能推理向支持小规模智能训练方向演进，最后实现智能内生；通感方面将从 5G-A 向6G 演进，推动相关标准化及试商用。针对通感智算一体化无线网络的研究，中国联通制定了 20232030 三阶段推进计划。20232025 年 堆叠式算力：RAN 通过采用 ASIC 定制智能芯片叠加方式增加算力。智能推理：RAN 部署低算力智能推理模型。5G-A通感算架构研究：开展5G-A通感算融合的无线空口架构研究，开发通感样机并进行试验验证。中国联通 6G 通感智算一体化无线网络白皮书-31-20252027 年 融合算力：采用通用 CPU、GPU 等芯片，实现部分云化。智能推理 小模型训练：RAN 具备中等算力，实现大部分网络自治智能应用。6G通感智算架构研究及试验：开展6G通感智算融合的无线空口架构研究，形成样机的指导建议，进行 12 个典型场景试验验证。20272030 年 云化算力：RAN实现全云化基站，异厂家算力资源灵活调度编排。算力开放：基站对外开放部分算力能力。智能内生：RAN实现智能内生，对外提供通感智算一体化服务。关键技术标准化：推进 6G 通感智算关键技术研究，推进标准化和试商用。五、总结与展望五、总结与展望随着数字化进程加速，一场以新基建为核心的数字化转型正在影响整个社会，大数据、云计算和人工智能等新一代数字技术的发中国联通 6G 通感智算一体化无线网络白皮书-32-展正在为各个实体经济、传统产业提供支持，推进社会向全方位的产业数字化转型。新的产业、新的服务模式，包括沉浸式 XR、全息远程呈现、交互型 3D 虚拟数字人、协作机器人、无人驾驶、多感官互联及元宇宙在内的未来新业务，对通信、感知、计算和智能都提出了高要求。面对新机遇，中国联通将基于通感智算一体化无线网络理念及架构，研究通感、智、算各层面的关键技术，开展相关技术方案的试验验证，牵引产业链发展，加强生态合作，打造面向 5G-A/6G 的下一代无线网络，满足千行百业对网络的差异化体验需求。中国联通 6G 通感智算一体化无线网络白皮书-33-六、参考文献六、参考文献1 中国信息通信研究院,中国算力白皮书，2022.7.2 IMT-2030（6G）推进组，无线 AI 技术研究报告，2021.9.3 IMT-2030（6G）推进组，无线 AI 技术研究报告（第二版），2022.11.4 詹勇，顾军，唐雪.面向 5G 的智能网络编排方案，信息通信技术，2021.5 H.Viswanathan and P.E.Mogensen Communications inthe 6G era IEEE Access vol.8 pp.57063-57074 2020.6 B.Aazhang P.Ahokangas and L.Lovn Key drivers andresearch challenges for 6G ubiquitous intelligence Oulu FinlandSep.2019.7 K.B.Letaief W.Chen Y.Shi J.Zhang and Y.-J.-A.ZhangThe roadmap to 6G:AI empowered wireless networks IEEECommun.Mag.vol.57 no.8 pp.84-90 Aug.2019.8 J.A.Zhang et al.,Enabling Joint Communication andRadarSensinginMobileNetworks-ASurvey,inIEEECommunicationsSurveys&Tutorials,doi:10.1109/COMST.2021.3122519.9 M.L.Rahman J.A.Zhang X.Huang Y.J.Guo and R.W.中国联通 6G 通感智算一体化无线网络白皮书-34-Heath Framework for a perceptive mobile network using jointcommunication and radar sensing IEEE Trans.Aerosp.Electron.Syst.vol.56 no.3 pp.1926-1941 Jun.2020.10 智能超表面技术联盟（RISTA）,智能超表面技术白皮书，2023.2.11 L.Zhang,M.Z.Chen,W.Tang,J.Y.Dai,L.Miao,X.Y.Zhou,S.Jin,Q.Cheng,T.J.Cui,A wireless communicationscheme based on space-and frequency-division multiplexingusing digital metasurfaces.Nature Electronics,2021,4(3),218-227.12 程强，崔铁军.电磁超材料，东南大学出版社，2022，南京。中国联通 6G 通感智算一体化无线网络白皮书-35-中国联合网络通信有限公司研究院地址：北京市亦庄经济技术开发区北环东路 1 号电话：010-87926100邮编：100176战略决策的参谋者技术发展的引领者产业发展的助推者战略决策的参谋者技术发展的引领者产业发展的助推者态度、速度、气度有情怀、有格局、有担当中国联通研究院是根植于联通集团（中国联通直属二级机构），服务于国家战略、行业发展、企业生产的战略决策参谋者、技术发展引领者、产业发展助推者，是原创技术策源地主力军和数字技术融合创新排头兵。联通研究院以做深大联接、做强大计算、做活大数据、做优大应用、做精大安全为己任，按照 4 1 X 研发布局，开展面向 CUBE-Net 3.0 新一代网络、大数据赋能运营、端网边业协同创新、网络与信息安全等方向的前沿技术研发，承担高质量决策报告研究和专精特新核心技术攻关，致力于成为服务国家发展的高端智库、代表行业产业的发言人、助推数字化转型的参谋部，多方位参与网络强国、数字中国、智慧社会建设。联通研究院现有员工近 700人，平均年龄 36 岁，85%以上为硕士、博士研究生，以“三度三有”企业文化为根基，发展成为一支高素质、高活力、专业化、具有行业影响力的人才队伍。中国联通研究院是根植于联通集团（中国联通直属二级机构），服务于国家战略、行业发展、企业生产的战略决策参谋者、技术发展引领者、产业发展助推者，是原创技术策源地主力军和数字技术融合创新排头兵。联通研究院以做深大联接、做强大计算、做活大数据、做优大应用、做精大安全为己任，按照 4 1 X 研发布局，开展面向 C3 网络、大数据赋能运营、端网边业协同创新、网络与信息安全等方向的前沿技术研发，承担高质量决策报告研究和专精特新核心技术攻关，致力于成为服务国家发展的高端智库、代表行业产业的发言人、助推数字化转型的参谋部，多方位参与网络强国、数字中国、智慧社会建设。联通研究院现有员工近 700 人，平均年龄 36岁，85%以上为硕士、博士研究生，以“三度三有”企业文化为根基，发展成为一支高素质、高活力、专业化、具有行业影响力的人才队伍。中国联合网络通信有限公司研究院地址：北京市亦庄经济技术开发区北环东路 1 号电话：010-87926100邮编：100176

63人已浏览 2023-07-11 38页 5星级

中国联通6G 通感智算一体化无线网络白皮书中国联通6G 通感智算一体化无线网络白皮书中国联通研究院2023 年 6 月中国联通 6G 通感智算一体化无线网络白皮书版权声明版权声明本报告版权属于中国联合网络通信有限公司研究院，并受法律保护。转载、摘编或利用其他方式使用本报告文字或者观点的，应注明“来源：中国联通研究院”。违反上述声明者，本院将追究其相关法律责任。中国联通 6G 通感智算一体化无线网络白皮书目录目录一、无线网络演进的新需求与新挑战.3（一）业务发展趋势.3（二）技术发展趋势.3（三）主要演进挑战.5二、通感智算一体化无线网络架构及关键技术.6（一）通感智算一体化的网络架构.6（二）通感智算一体化的内在关系.8（三）通感智算一体化的关键技术.91.算力技术.92.智能化技术.143.通感融合技术.174.关键技术部署方案及建议.19三、通感智算一体化无线网络应用案例.20（一）智能节能.20（二）智能编排.23（三）物理层智能.24（四）通感融合.26（五）智能超表面.27四、未来推进计划.30五、总结与展望.31中国联通 6G 通感智算一体化无线网络白皮书-1-前 言5G 使能的个人、行业和家庭应用正呈现爆发性增长。5G-A 将深化千行百业数智化转型，进一步提升网络能力、实现工业生产效率提升和高品质智慧服务；6G 将构建万物智联、数字孪生的全新世界，实现真实物理世界与虚拟数字世界的深度融合。当前数字化转型已逐步深入到生活的方方面面，产业数字化推动生产方式向更高质量、更加智能方向转变，数字技术支撑高精度、高可靠、准实时的信息传输以及与人工智能、大数据、云计算等新技术的融合应用，通信行业亟需打造新型数字信息基础设施，以适配业务发展需求。中国联通全面承接新时代赋予的新使命，将“十四五”公司发展的定位明确为“数字信息基础设施运营服务国家队、网络强国数字中国智慧社会建设主力军、数字技术融合创新排头兵”。为全面建设广度、厚度、深度行业一流的智能化综合性数字信息基础设施，落实网络强国战略，满足业务应用“智慧化、沉浸化、全域化”的发展趋势，未来网络发展需将网络世界、数字世界与物理世界无缝融合，中国联通将把握数字化、网络化、智能化方向，构建“通感智算一体化”网络架构体系，实现“万物智联”。中国联通于 2019 年首次提出了“弹性空口”无线技术综合演进方案，以提供差异化、面向应用、快速部署的整合能力为目标，推动5G 无线技术演进和网络建设。2021 年中国联通在“弹性空口”基础上提出了 5G-A 无线技术演进方案“弹性空口 3.0”，提出将面向中国联通 6G 通感智算一体化无线网络白皮书-2-2C 的尽力而为的无线网络打造成面向千行百业的确定性、定制化和智能化的无线网络。同年中国联通发布了“中国联通 6G 白皮书”，向业界阐述了中国联通在6G研究起步阶段，对下一代通信网络愿景、网络特征、网络需求和关键使能技术的初步观点，提出了联通的 6G初步愿景：“智能、绿色、融合、弹性”。本白皮书是对前期弹性空口方案和6G研究在通感、智能、算力方面的进一步深化，提出了更具体的无线网络演进方向和技术，即“6G 通感智算一体化无线网络”演进架构及技术方案，总结了中国联通面向 5G-A 及 6G 在智能节能、智能编排、RIS、通感等方面的多项技术试验及应用成果，在通信网络的各层面引入了感知、智能、算力能力，以实现“智能、融合、绿色、可信”的 6G 愿景，构建助力千行百业的数字化转型、智能化升级、融合化创新的新一代无线网络。编写组成员编写组成员（排名不分先后）：李福昌、李露、马艳君、杨艳、刘秋妍、张涛、魏进武、李红五。中国联通 6G 通感智算一体化无线网络白皮书-3-一、无线网络演进的新需求与新挑战一、无线网络演进的新需求与新挑战（一）业务发展趋势（一）业务发展趋势人工智能、大数据等 IT 技术的发展催生行业领域丰富的新场景、新用例，感知“S”、计算“C”、智能“I”将是 5G-A 甚至 6G 新系统的重要技术组成，实现 ODICT 融合。IMT2020 已经明确 5G-A六大应用场景：沉浸实时、智能上行、工业互联、通感一体、千亿物联、天地一体；ITU 在 IMT-2020 三大场景（Embb Urllc Mmtc）基础上深化，构建了扩展应用并赋予新能力的演进型场景，将增强型移动宽带扩展为沉浸式通信，同时拓展了泛在连接沉、智能融合和通信感知融合三大新型场景，最终形成6G六大应用场景，即沉浸式通信、极可靠和低延迟通信、大规模通信、泛在连接、通信智能融合、通信感知融合六大 6G 场景。新型6G场景下的众多业务应用具有密集型计算、极致性能的特征，当前网络无法在高效地保障用户体验的情况下为网络自身和终端按需提供计算服务，此外算力能力将成为6G内生智能、感知等计算型服务的基础平台能力。因此网络架构向“通感智算一体化”方向演进是面向 6G 发展的必然趋势。（二）技术发展趋势（二）技术发展趋势当前5G网络不断向超上行、低时延、融合感知的方向持续演进，以满足实现大上行、低时延高可靠和高精度定位等面向行业的需求。中国联通 6G 通感智算一体化无线网络白皮书-4-但5G网络架构、功能和参数复杂，面临高能耗、高成本、运维难的挑战；此外，随着 XR、V2X、工业互联网等新兴业务的兴起，对网络智能化、部署灵活性也提出更高要求，而传统无线网设备功能固化，无法满足多种业务形态下的差异化部署需求、无法满足能力开放需求。随着计算、大数据、AI等技术的发展，6G网络将向弹性、敏捷、定制化等多维能力融合网络演进。基于未来业务发展趋势，6G 网络将实现全域融合和极致连接，为用户提供随愿按需定制的弹性开放服务，同时向智能原生、数字孪生、绿色共享、算网一体、安全可信等方向进行能力演进，以实现“智能、融合、绿色、可信”的6G愿景，通感智算一体化架构将是实现 6G 网络能力的基础：通感：将物理世界感知加入通信网络是未来6G网络发展的趋势，6G 通感融合中需要打通感知和通信的关键指标、判别标准及关键技术，并以人工智能技术与感知高效重组和结合，提升智慧交通、智慧城市、智慧工厂等各项应用的能力。智能：6G 智能化将从 AI 助力网络发展向网络为各项应用提供智能化服务方向演进，并且 6G 智能化具备智能内生和分布式智能化特点，移动通信网络不仅是传输管道，更要将智能服务所需的多维资源进行深度融合。中国联通 6G 通感智算一体化无线网络白皮书-5-算力：算力与无线网深度融合是解决无线网络智能化需求、多维接入资源管理需求、网络敏捷和灵活性需求的基础，在向 6G 演进过程中，信息基础设施将从通信网络设备向算网一体设备转变，从而降低基础设施迭代更新成本、提高网络和硬件资源效能。（三）主要演进挑战（三）主要演进挑战传统无线网络专注于连接和管理，6G 通感智算一体化无线网络需要增加感知、智能、算力、数据处理、增强的安全等能力，这些能力如何与现有网络结合是极具挑战性的问题。同时，6G 通感智算一体化无线网络也要适应未来业务场景的多样化、DOICT 技术的融合、商业的极致性能、持续发展的社会责任等需求，复杂程度进一步增加。现有5G网络不能满足通感智算一体化的高速、低延迟、高可靠性、多域数据融合等需求。现有5G网络通信协议的数据传输路径需要经过 CPU 和系统内存的多次拷贝，导致数据交换开销和延迟增加。现有5G的网络架构和拓扑结构不能适应网络感知、智能应用、算力调度的动态性、灵活性和自适应性。因此，6G 通感智算一体化网络的演进面临巨大挑战。实现6G通感智算一体化网络在通感方面需要融合通信和感知两种典型功能，因此需要充分考虑核心网、空口等网元或者资源在感知和通信资源的业务化均衡。在空口方面比较典型的是如何采用合中国联通 6G 通感智算一体化无线网络白皮书-6-适的波形、帧结构或者 MIMO 技术实现感知功能，尤其是在感知精度要求较高的情况下，存在感知精度提升的挑战。在网元和架构设置方面，需要综合考虑通信和感知需要的时延、业务处理能力等进行架构的合理化设置。实现6G通感智算一体化网络在智能化方面面临数据采集、处理、存储的挑战，数据使用安全方面的挑战，模型训练算力资源不足的挑战，模型使用泛化性、稳定性的挑战等。另外，不同行业和场景中的智能服务对网络的需求千差万别，模型评估及智能化服务质量指标尚无成熟的量化评估方式，如何评估智能化服务质量也是一个重要挑战。实现6G通感智算一体化网络在算力方面存在算力部署、感知、调度、编排、安全等问题，未来6G网络对算力需求巨大，多维算力资源广泛分布大量的异构网元节点中，在各个网元节点可能都有算力部署，因此如何高效利用算力资源以及分布式算力协同将是未来需要解决的问题。二、通感智算一体化无线网络架构及关键技术二、通感智算一体化无线网络架构及关键技术（一）通感智算一体化的网络架构（一）通感智算一体化的网络架构6G 网络将实现全域融合和极致连接，通感智算一体化架构将是中国联通 6G 通感智算一体化无线网络白皮书-7-实现 6G 网络能力的基础。6G 通感智算一体化无线网络可划分为应用域、控制域、资源域、终端域四个层面，通过在各层面引入感知、智能、算力能力，构建面向通感智算一体化无线网络的全域智能架构。应用域主要指 OSS 网管侧的网络智能化应用，典型应用包括网络智能节能、智能定位、智能根因分析等。控制域主要从智能化网络资源管理的出发，包括通感融合的控制层面、意图解析等方面的技术及方案。资源域包括网络感知、基站算力及边缘云等，可实现高层 AI（通感融合、智能编排）、物理层 AI（编译码、信道估计、智能波束管理）、智能材料（智能超表面）等。终端域主要从无线网络和终端协同的角度出发，支持终端智能化、通感融合的实现，典型应用包括端网协同、环境感知、智能适配等。图 3-1 通感智算一体化无线网络架构图中国联通 6G 通感智算一体化无线网络白皮书-8-（二）通感智算一体化的内在关系（二）通感智算一体化的内在关系6G 通感智算融合，即通过智能化技术，基于网络算力基础，利用移动通信设施感知未来物理世界，实现通信网络与感知网络协同，从而为用户提供更好、更智能的服务。在通感智算一体化网络中，算力将成为核心基础设施，为智能化、通感提供计算平台。AI 为无线网络的运行提供了许多潜在的功能增强，是无线网络发展的加速器。通感融合具备将通信、感知、算力等因素基因化再进行智能基因重组，实现智能化、融合化、低碳化、高效能化的全新无线架构，因此通信和感知一体化无线网络是未来网络发展的必要目标。6G 通感智算一体化网络支持物理世界、算力和网络相互感知相互融合，对网络自身而言 2N（To Network）具备网络智能自治能力，下沉的算力资源可为 2B（To Businesses）用户提供更低时延、更高可靠的本地化服务，并能灵活地对 2C（To Customers）用户提供算力及智能化服务，实现算力资源、连接资源的合理分配。图 3-2 通感智算一体化无线网络关系图中国联通 6G 通感智算一体化无线网络白皮书-9-（三）通感智算一体化的关键技术（三）通感智算一体化的关键技术1.算力技术1.算力技术算力一般定义为设备通过处理数据，实现特定结果输出的计算能力，常用FLOPS（Floating-point Operations Per Second）作为度量单位。数字经济时代，算力是多技术融合、多领域协同的重要载体，作为生产力支撑数字经济发展的坚实基础。算力发展历经三个阶段，早期单点式计算通过使用一台大型机或一台PC独立完成全部的计算任务使用；随着计算需求的增加，单点式计算逐渐呈现算力不足的趋势，出现了如网格计算等的分布式计算架构，分布式计算可将巨大的计算任务分解为很多的小型计算任务并交给不同的计算机完成；随着信息化和数字化的不断深入，引发了各行各业对算力的强烈需求，云计算技术应运而生。云计算技术可以看作分布式计算的新范式，其本质是将大量的零散算力资源进行打包、汇聚，实现更高可靠性、更高性能、更低成本的算力。面向智算一体化的无线网络架构演进，算力基础设施将与基站基础设施深度融合，形成算力资源池，满足感知和智能化带来的大量计算需求。无线网络通过在算力上搭载智能化应用，实现对网络资源和性能的优化；算力编排中心通过对网络状态、能力、需求，以及算力分布的感知，实现算力资源的高效利用。中国联通 6G 通感智算一体化无线网络白皮书-10-(1)算力资源类型(1)算力资源类型算力通常分为两大类，即通用算力和专用算力。通用式计算类型多样，如 CPU；专用指计算类型单一，如 FPGA 或 ASIC。CPU 中央处理器作为计算机系统的运算和控制核心，是信息处理、程序运行的最终执行单元，CPU 是对计算机的所有硬件资源（如存储器、输入输出单元）进行控制调配、执行通用运算的核心硬件单元。CPU 有大量的缓存和复杂的逻辑控制单元，其优点是非常擅长逻辑控制、串行的运算，缺点是不擅长复杂算法运算和处理并行重复的操作且功耗高。GPU 图形处理器，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。其作为新型智能化算力，优点是提供了多核并行计算的基础结构，且核心数非常多，可以支撑大量数据的并行计算，拥有更高的浮点运算能力；缺点是管理控制能力弱，功耗高。FPGA 是作为专用集成电路（ASIC）领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。其优点是可以无限次编程，延时性比较低，同时拥有流水线并行和数据并行（GPU 只有数据并行）、实时性最强、中国联通 6G 通感智算一体化无线网络白皮书-11-灵活性最高；缺点是开发难度大、只适合定点运算、价格比较昂贵。ASIC，即专用集成电路，指应特定用户要求和特定电子系统的需要而设计、制造的集成电路。它作为集成电路技术与特定用户的整机或系统技术紧密结合的产物，与通用集成电路相比具有体积更小、重量更轻、功耗更低、可靠性提高、性能提高、保密性增强、成本降低等优点。缺点是灵活性不够，成本比 FPGA 贵。在6G通感智算一体化网络中，不同的计算功能对算力的需求也不一样，例如物理层计算实时性要求高，采用 CPU 串行计算的方式就无法满足实时性需求；网络级智能化在网管层进行训练、推理，对算力要求高、对实时性要求低，采用ASIC进行计算灵活性差、算力受限且成本较高。因此在向通感智算一体化演进中，需要部署CPU、GPU、ASIC 和 FPGA 等多维异构算力资源，实现算力和网络功能协同。(2)算力资源部署(2)算力资源部署无线网络算力呈现分布式部署趋势，基站、网管、MEC、核心网、数据中心等节点都可以部署算力，实现云边端多层次、立体泛在的分布式算力体系，满足中心级、边缘级和现场级的算力需求。当前在上述网元节点上已具备一些算力能力，随着通感智算一体化网络的不断演进和对算力需求的不断增高，各网元节点的算力将进中国联通 6G 通感智算一体化无线网络白皮书-12-一步扩展。算力一般以计算的实时性需求为原则进行部署。根据实时性需求，分为非实时、近实时和实时，一般来说算力离基站越近，数据处理的实时性越好，可根据应用、业务和算法对时延的需求选择合适位置的算力节点。非实时和近实时计算一般具有数据来源广泛、数据量庞大、计算量大，但网络参数调整间隔较大的特点，因此通常根据应用类型选择在网管、MEC、核心网或数据中心等较高节点按需部署通用算力，满足计算需求。例如网络级节能需要采集的数据包括一个区域内所有基站的 MR 数据、工参数据，更包括天气数据、环境数据等，作为模型训练的输入，因此一般部署在网管侧。实时计算一般具有数据来源相对单一、数据量较小、计算量较小，但网络参数需要快速调整、计算时间速度快的特点，例如物理层 AI 应用，算力主要部署在基站。基站算力根据基站架构分两种情况采用不同算力类型部署，专用硬件架构基站，一般采用 CPU 叠加GPU、ASIC、FPGA 等专用芯片进行部署；通用硬件架构基站在应对实时性要求高的计算时可采用 CPU 叠加 GPU、ASIC、FPGA 等专用芯片加速，实时性要求低的计算可通过叠加服务器的方式进行部署。中国联通 6G 通感智算一体化无线网络白皮书-13-图 3-3 分布式算力部署示意图(3)算力资源感知(3)算力资源感知受限于网络架构、无线网设备体积、重量、成本等因素，在实际使用算力过程中可能会出现单点算力不足、其余节点算力冗余的情况。为突破单点算力瓶颈，提高算力资源利用率，可通过对算力资源进行智能感知，构建分布式算力资源池。算力感知使网络可以获得算力资源和算力服务的部署位置、实时状态、负载信息、业务需求等要素，通过对算力的量化度量和标识，使网络获取目标算力服务、算力需求等信息，从而通过算力编排管理实现泛在算力共享和算力资源统一编排的目的。中国联通 6G 通感智算一体化无线网络白皮书-14-(4)算力资源管理(4)算力资源管理为高效地整合网络内外的各类算力资源，实现算力资源的统一管理、按需分配，一般通过算力注册、算力编排和算力维护几方面进行管理。算力注册是对算力节点的注册、更新和注销，通过对包含算力的网络节点的进行注册，算力管理中心将获知算力节点设备类型、芯片类型、存储资源等信息，同时定期更新算力资源信息，并对不继续共享算力进行注销。算力编排是根据业务节点、业务请求、业务时延需求等因素，综合考虑冗余算力节点区域、算力资源类型、算力能力等，进行灵活调度，从而输出最优算力资源服务策略和最优算力服务质量。算力维护类似于网管，专门对算力资源进行维护和运营，主要包括计算性能监控、算力资源故障监测两个方面。性能监控方面，主要评估算力节点状态或性能是否满足当前业务需要，保障最优算力服务质量；故障监测方面，评估算力节点状态，若发现节点故障则迅速切换到新的算力节点，保证用户体验。2.智能化技术2.智能化技术人工智能为 5G 和 6G 无线网络的运行提供了许多潜在的功能增强，是无线网络发展的加速器。基于图 3-1 应用域、控制域、资源中国联通 6G 通感智算一体化无线网络白皮书-15-域及终端域的架构来看，目前，无线网络智能化主要在网管侧应用域实现，如智能节能、故障根因分析等。控制域的意图解析等还在探索阶段。资源域的高层 AI，如智能编排等已进行部分商用部署；物理层 AI、智能材料 RIS 等受算力及效果的限制，还处于研究探索阶段。下面将从技术演进及模型分级部署两方面介绍网络智能化演进情况。网络智能化技术演进特征随着无线网络的演进，智能化的发展将从 AI for NET 到 NET forAI 的阶段转变，要求移动通信网络不仅是传输管道，更要将智能服务所需的多维资源与网络功能、协议和流程进行深度融合设计。到6G阶段无线网络将向智能内生方向演进，在网络架构内部提供数据采集、数据预处理、模型训练、模型推理等 AI 工作流全生命周期的运行和管理，将 AI 服务所需的算力、数据、算法、连接与网络功能、协议和流程进行深度融合设计，支持将 AI 能力按需编排，为高水平网络自治和多样化业务需求提供智能化所需的基础能力。6G 无线网络将向云化与分布式的方向发展，需要考虑分布式网元节点间多维异构资源的协调以及智能服务对性能的差异化需求。6G 网络中智能服务的质量，需要综合考虑智能服务对通信、计算、数据和存储资源的不同需求。中国联通 6G 通感智算一体化无线网络白皮书-16-网络智能化模型分级部署从网络智能化实现及部署的角度来看，现阶段可将 AI 简单分为模型训练和模型推理功能，根据 AI 所处位置不同，以及所拥有的算力能力不同，适用于不同的应用案例和场景。目前5G基站侧只支持小模型的推理，随着基站算力的增强、基站云化技术的应用，到6G阶段，基站将支持智能内生，可进行小规模AI训练和AI推理能力，其他大中型模型根据场景需求可分别部署在 MEC 或 OSS。在网管应用域网管设备已为通用服务器，可扩展性强，数据采集15min时延，支持非实时智能化预测分析，具备大模型训练能力。在边缘云资源域层面 MEC 为通用服务器，部署位置更靠近基站，支持近实时（1s）智能化预测分析，具备中模型训练能力，支持大中模型推理。在基站设备层面，如站点机房级可支持部署云化或中心 BBU，为通用服务器或定制化 AI 加速芯片的异构资源，支持实时智能化预测分析。但基站算力资源有限，只具备小模型训练及小、中模型推理能力。中国联通 6G 通感智算一体化无线网络白皮书-17-图 3-4 分级智能化部署示意图3.通感融合技术3.通感融合技术基于感知与通信具备相类似的网络架构和频段，通感融合具备将通信、感知、算力等因素基因化再进行智能基因重组，实现智能化、融合化、低碳化、高效能化的全新无线架构。因此通信和感知一体化无线网络是未来网络发展的必要目标。通感融合不能仅考虑通信的指标，还需要考虑感知的指标。因此在6G通感融合中，需要打造通感融合的基因工程，通过打通感知、通信的关键指标、判别标准和关键技术，并以 AI/ML 等智能化技术进行多维基因片段的高效重组和结合，实现最佳最平衡的通感融合系统。通信和感知一体化是一个循序渐进的过程，内部需要研究的内容很丰富，但是可以有效地提升通信的质量，也可以实现无接触感知，是未来一个比较有潜力的发展场景，需从架构、关键技术和评价指标等进行全方面研究，通感融合将面临来自场景需求、政策和技术等多个方面的影响，但是其对资源的深度集成化，极大地节省了部署成本，因此未中国联通 6G 通感智算一体化无线网络白皮书-18-来的通感一体技术构建一个开放的、互助的良性发展的全行业生态圈。从通信与感知融合的阶段来看，可以分为 2 个阶段：5G-A 阶段和6G阶段，两个阶段将对通感智算一体化架构都有较大的差异性。5G-A 阶段主要考虑与现在 5G 网络的协调性，需要考虑网络架构的向下兼容性。6G 阶段更多的是考虑新技术、新业务的融入，进行新架构的开发或者原有架构的深度调整。下面对面向通感发展的业务和功能进行详细的介绍：5G-A 阶段，主要考虑的是使用 5G 服务感知的阶段，也就是“5G for 感知”。在这个阶段主要实现使用复用 5G 架构和低粒度的修订网元实现感知的功能，而并不会过度要求实现感知对通信的优化。这个阶段，通信、感知、算力、智能化的关系可以归纳如下：通信辅助感知，实现一机多用；算力作为感知处理的基础，高效协同感知处理资源；智能化作为融合的初步引擎，实现高精度感知。6G 阶段：这个阶段又称为“感知 for 通信”。考虑进行高精度感知的情况下，同时考虑使用感知进行通信性能的提升，在这个阶段通感、智能和算力将是一种强力融合的阶段，业务的耦合化和技术的深度内生加持将成为通信感知融合的特色。通信、感知、算力、智能化的关系可以归纳如下：实现一机多用，精细化的感知辅助高效能的通信，实现无线资源的合理调度；算力作为通信和感知协中国联通 6G 通感智算一体化无线网络白皮书-19-同的底座，实现分布式、高效化、低时延的通感融合网络；智能化作为内生网络的大脑，实现高质量通信与感知。在技术上，5G-A 和 6G 也有较大的差异。在 5G 阶段，在架构上复用5G-A架构，信号上则尽量使用现有的型号，原则上不再进行新波形的引入。在 6G 阶段，由于通感作为 6G 典型特征，在架构设计之初就会从波形设计（基于OFDM,LFM和OTFS的波形等）、AI内生、空间MIMO等多个方面开展研究和部署。展开来说，6G可以分为如下几个关键研究方向：1）感知信号发送：兼顾感知性能和通信资源开销，需要从时、频、空等多域联合设计感知波形。2）感知信号检测：感知回波信号 RVA 谱检测与估计，目标检测和识别等。3）感知数据处理：需要利用 AI 技术融合多传感器数据融，实现机动车、非机动车、行人的精准分类，轨迹跟踪等。4）组网干扰协同：多站联合以实现目标连续感知，达成相比单站更优的感知性能，同时考虑站间收发信号干扰，需要从时、频、空、功四域联合协同。4.关键技术部署方案及建议4.关键技术部署方案及建议通感智算一体化网络可根据算力及实时性需求分级部署应用，物理层应用的 AI 推理主要部署在基站，网络级节能、根因分析等网络运维相关应用主要部署在网管，其他应用根据实际需求部署智能训练和推理模块。基站侧算力为固定功能预留算力保证基站性能，并可通过私有中国联通 6G 通感智算一体化无线网络白皮书-20-协议支持多小区算力协同，通过优化设计可支持专用芯片、通用芯片的扩展，基站算力将向云化方向发展，未来基站侧的算力也将更灵活。基站侧支持实时智能化应用的部署，具备小模型、中模型的推理能力。边缘云算力已云化，部署位置靠近基站，可实现近实时的应用，具备中模型的智能模型训练能力和大模型的推理能力。网管侧和核心网也是云化算力，具备大型智能模型训练能力，需支持异厂家算力协同，但实时性上受限，只支持非实时的智能化应用部署。图 3-5 通感智算一体化网络部署建议三、通感智算一体化无线网络应用案例三、通感智算一体化无线网络应用案例（一）智能节能（一）智能节能随着移动通信网络建设规模逐年增加，通信设备对能源的需求中国联通 6G 通感智算一体化无线网络白皮书-21-与日俱增。5G 单站功耗是 4G 单站功耗的 3.54.5 倍，运营商面临基站设备能耗大幅增加OPEX费用的运营压力。未来的6G系统将极大增强与扩展移动通信系统的应用，对传输速率、广域覆盖、连接密度的要求迅猛增长，6G 系统将采用更高的频谱、更复杂的系统及技术，通信设备对能源的需求俱增。因此，无线网络的智能节能对降低 5G 网络运营成本，以及未来 6G 网络的节能设计具有重要意义。运营商需持续深入研究智能节能技术，并快速应用推广，不断降低基站能耗水平和网络运营成本。未来6G智能节能方案需在通感智算一体化的架构下实现，结合人工智能、大数据等技术，实时感知用户的情况及业务的需求，利用网络算力资源，训练智能节能模型，推导出精准匹配每个小区的节能策略，突破传统节能方案中管理难度高、节能效果欠佳的瓶颈，从器件级、设备级、网络级等层面实现不同的技术方案，在保障用户业务体验的同时，可以采用器件/模块关断、业务调度、网间协作等方案来降低基站设备能耗。网络智能节能方案将打破基础设施数字化孤岛，实现网络能耗数据实时、高精度采集能力，支持灵活的电源、备电等机房基础资源智能化管控。同时，节能方案包括网络级节能策略、站点级节能策略、设备级节能策略，可实现多制式网络智能协同、“一站一策”差异化节能调度，达到“用户无感知、网络高能效、运维低成本”中国联通 6G 通感智算一体化无线网络白皮书-22-的目标。图 4-1 智能节能整体方案 网络级节能策略通过构建统一云化管理平台，实现网络资源集中化、智能化管理，达到无线网络基站设备智能化、精细化、规模化节能管理目标。站点级节能策略构建统一站点资源管理平台，实现站点资源可视化、远程智能管理，实现对网络基础设施，如电源、备电等系统按照多种系统制式的智能化管控，支持功耗数据精确采集上报、支持电源按系统制式和设备类型的分路智能供电等功能。设备级节能策略中国联通 6G 通感智算一体化无线网络白皮书-23-构建统一设备节能策略，实现大规模站点能耗的智能管理。支持对基站 AAU/RRU 等设备节能控制功能，支持符号关断、载波关断等节能特性。（二）智能编排（二）智能编排6G 将是一个多元化的网络，网络层面，组网更多、频段更复杂，且可能需要与 5G/4G 多个频段密切协同；业务层面，应用场景更多且需求差异巨大，对网络提出更多的特性需求和挑战；终端层面，5G 终端已需要支持 7 模，6G 时代终端更复杂，且行业应用催生出众多定制化终端。因此6G网络将更加复杂，繁杂且多样化的终端和业务，组合出的目标体验和传统的网络资源分配模式之间存在巨大的“剪刀差”。传统以“网络为中心”的策略是基于小区参数的基线，以满足统计意义上的小区级 KPI 为目标；承载在相同承载中的不同数据业务没有被区别对待，无法精准匹配用户业务体验的真实需求。网络能力从“尽力而为”向“确定性”转变。无线网智能编排应用以用户感知为驱动力，依托面向6G的内生智能，通过智能化的手段，实现灵活的网络资源配置编排管理策略，来为不同业务提供确定性的精准服务，从而保障差异化的用户体验。在该应用案例中，一方面通过在给定网络服务能力下求取用户体验最优解实现用户编排；另一方面通过在话务的特定时空分布下求取网络服务能力最优解实现网络编排。中国联通 6G 通感智算一体化无线网络白皮书-24-部署的算力类型可以包括三部分。一是基带板卡上原生算力，一般是 CPU 通用算力；二是根据在基站上部署增强算力，即在基站上通过增加额外算力提供更高计算能力，可以是专用算力板卡，例如 CPU GPU、ASIC 等，也可以是通用算力，如增加 x86 或 ARM架构服务器；三是泛在算力，这里专指基站以外的算力，可以是通用算力或专用算力板卡，可通过统一算力管理调度进行使用。图 4-2 智能编排应用案例算力分布图（三）物理层智能（三）物理层智能物理层智能化应用是6G内生智能的主要研究方向，基于物理信道相关的信息对于物理层功能（如信道编码调制、波形、多址、多天线 MIMO、接收机算法等）进行增强。由于当前通信网络应用范围广、场景丰富、业务种类繁多，再加之信道的快速变化以及小区内和小区间干扰的存在，使用传统方案实现稳定精确的信道估计很困难，因此在传统物理层技术的基础上引入智能化，可以更全面的把握无线信道的特征和变化趋势，从而提升物理层性能。物理层 AI 由于其实时性要求高，因此作为内生智能应用被看作是面向6G演进的重要方向，业界目前还属于研究阶段。对于物理层中国联通 6G 通感智算一体化无线网络白皮书-25-AI 的技术方案，一般属于各设备厂商实现范畴，目前有两种实现潜在方案。一是使用智能化技术对某一个或几个物理层功能进行替代，例如 CSI 反馈、信道估计模块分别用 AI 算法实现；二是物理层功能全部用 AI 实现，不再区分具体功能，在这种情况下，从基站接收到解码的中间过程全部通过 AI 实现，AI 模块相当于一个黑盒，只有输入和输出。物理层功能对实时性要求高，首选专用硬件实现，也可采用CPU GPU 结合的方式。其中专用硬件方面，FPGA、ASIC 或ASIC GPU 等专用硬件，在未来几年随着制程进一步微缩至 2nm，以及小芯片堆叠（chiplet）技术的发展，仍然是高性能算力的代表；此外，GPU 有成为潜在主流 AI 算力的趋势，但目前在 GPU 上实现物理层功能设计较复杂。在算力部署方面，目前有两种潜在部署方式。一是基站侧部署，即算力全部部署在基站内，在基站完成数据采集、训练、推理等全部功能；二是基站和云端分布式部署，即算力分别在基站和云端（网管、边缘、核心网、数据中心）部署，基站内实现数据采集、推理功能，云端实现训练功能。未来，在引入物理层 AI 后，还需要评估“投入产出比”，即采用物理层 AI 后所消耗的硬件资源、算力成本是否带来较高的性能收益，我们预期，在物理层 AI 激活场景下，网络性能相比未激活时应中国联通 6G 通感智算一体化无线网络白皮书-26-有较大幅度提升才可建议应用。（四）通感融合（四）通感融合在通感融合/一体化无线网络架构设计中，需要按照不同的部署阶段开展通感无线架构和面向应用场景的介绍。下面从不同阶段的部署用例、架构需求、战略情况等对应用场景进行了介绍。5G-A 阶段是通过现有的通信设施或者网络进行感知，在这种场景可以认为是使用或者让渡出通信的资源进行感知服务，是一种通信网络的感知业务保障场景，如下图所示。图 4-3 5G-A 通感融合典型的场景在6G阶段在感知精度提升的基础上，开展感知辅助通信业务，中国联通 6G 通感智算一体化无线网络白皮书-27-这是将感知获得的信息进行处理后，进一步优化基站性能，可以认为是基于感知的无线网络智能化调整。目前主要的应用场景有波束管理、功率控制、资源智能化协调和网络优化等方法，下图给出了一些应用的示意图。图 4-4 6G 通感融合典型的场景（五）智能超表面（五）智能超表面智能超表面（Reconfigurable Intelligent Surface，RIS）由大量精心设计的电磁单元排列组成，通过给电磁单元上的可调元件施加控制信号，可以动态地控制这些电磁单元的电磁性质，进而实现以可编程的方式对空间电磁波进行主动的智能调控，形成幅度、相位、极化和频率可控制的电磁场。RIS 的引入，使得无线传播环境中国联通 6G 通感智算一体化无线网络白皮书-28-从被动适应变为主动可控，进而实现无线环境的智能构建。另外，由于 RIS 采用少量有源器件甚至全无源器件的设计理念，无论是成本还是功耗都较全栈基站低一个数量级，并且通过采用超材料及可拼接部署方式，智能超表面设备在低成本、低功耗、低复杂度和易部署方面具有一定优势，有机会解决未来移动通信网络发展面临的需求与挑战。在辅助移动通信网络组网方面，智能超表面既可以部署在收发端侧也可以部署在信道侧。在收发端侧，基于智能超表面架构简化收发信机设计，通过结合时空编码技术，智能超表面集能量辐射和信息调制功能于一体，动态调控电波传播方向和谐波能量分布，将信息调制到不同的频率、相位、幅度、空间资源，实现低成本和低复杂度的空分或频分等复用机制，如图所示。在基于智能超表面架构简化收发信机设计中，智能超表面是收发信机的核心功能单元之一，因此，调控智能超表面所需的信道估计、波束赋形等核心算法及其所需的算力资源可与收发设备共同。图 4-5 基于 RIS 架构的收发信机设计在信道侧，智能超表面作为一种低成本低功耗的信道环境调控中国联通 6G 通感智算一体化无线网络白皮书-29-节点，可针对移动网络覆盖补盲、多流增速等深度覆盖需求，部署在基站与覆盖盲区之间，通过智能超表面按需构造非视距反射路径或改变电磁波透射特性，可有效解决由于障碍物遮挡产生的室内/外盲区问题，提升室外宏站穿透玻璃覆盖室内的网络质量，改善小区边缘用户富散射环境，提高小区边缘用户传输性能，以低成本低功耗方式实现深度覆盖和提速扩容。在信道侧部署智能超表面的应用场景中，依据智能超表面类型和标准化程度不同可以分为有源 RIS、5G 阶段非标无源 RIS 和未来 6G 阶段标准化无源 RIS 等几种情况，如有源 RIS 自身具备信道估计能力，可采取将信道估计和波束赋形所需的算力资源与有源 RIS 一体化部署的方案；针对无源 RIS，在5G 阶段，需要通过非标辅助装置实现信道估计和波束赋形算法并集成所需的算力资源，该辅助装置既可以部署在基站侧也可以与 RIS采用一体化集成部署，在未来6G阶段，可以考虑通过标准化方式，为智能超表面配置标准化UE能力接收基站控制消息，以实现RIS动态按需的波束调控能力，为了进一步降低 RIS 成本，建议优先考虑在基站侧实现信道估计和波束赋形算法并集成部署所需的算力资源，RIS 侧可以采用轻量化方式实现信道估计和波束赋形算法并部署所需的部分算力资源。中国联通 6G 通感智算一体化无线网络白皮书-30-图 4-6 基于 RIS 的信道侧部署架构四、未来推进计划四、未来推进计划未来无线网络将向通感智算一体化的方向发展，基站侧的算力将从堆叠芯片式算向异构融合算力，再到云化算力的方向的发展，对外提供灵活的算力服务；基站智能将从支持智能推理向支持小规模智能训练方向演进，最后实现智能内生；通感方面将从 5G-A 向6G 演进，推动相关标准化及试商用。针对通感智算一体化无线网络的研究，中国联通制定了 20232030 三阶段推进计划。20232025 年 堆叠式算力：RAN 通过采用 ASIC 定制智能芯片叠加方式增加算力。智能推理：RAN 部署低算力智能推理模型。5G-A通感算架构研究：开展5G-A通感算融合的无线空口架构研究，开发通感样机并进行试验验证。中国联通 6G 通感智算一体化无线网络白皮书-31-20252027 年 融合算力：采用通用 CPU、GPU 等芯片，实现部分云化。智能推理 小模型训练：RAN 具备中等算力，实现大部分网络自治智能应用。6G通感智算架构研究及试验：开展6G通感智算融合的无线空口架构研究，形成样机的指导建议，进行 12 个典型场景试验验证。20272030 年 云化算力：RAN实现全云化基站，异厂家算力资源灵活调度编排。算力开放：基站对外开放部分算力能力。智能内生：RAN实现智能内生，对外提供通感智算一体化服务。关键技术标准化：推进 6G 通感智算关键技术研究，推进标准化和试商用。五、总结与展望五、总结与展望随着数字化进程加速，一场以新基建为核心的数字化转型正在影响整个社会，大数据、云计算和人工智能等新一代数字技术的发中国联通 6G 通感智算一体化无线网络白皮书-32-展正在为各个实体经济、传统产业提供支持，推进社会向全方位的产业数字化转型。新的产业、新的服务模式，包括沉浸式 XR、全息远程呈现、交互型 3D 虚拟数字人、协作机器人、无人驾驶、多感官互联及元宇宙在内的未来新业务，对通信、感知、计算和智能都提出了高要求。面对新机遇，中国联通将基于通感智算一体化无线网络理念及架构，研究通感、智、算各层面的关键技术，开展相关技术方案的试验验证，牵引产业链发展，加强生态合作，打造面向 5G-A/6G 的下一代无线网络，满足千行百业对网络的差异化体验需求。中国联通 6G 通感智算一体化无线网络白皮书-33-六、参考文献六、参考文献1 中国信息通信研究院,中国算力白皮书，2022.7.2 IMT-2030（6G）推进组，无线 AI 技术研究报告，2021.9.3 IMT-2030（6G）推进组，无线 AI 技术研究报告（第二版），2022.11.4 詹勇，顾军，唐雪.面向 5G 的智能网络编排方案，信息通信技术，2021.5 H.Viswanathan and P.E.Mogensen Communications inthe 6G era IEEE Access vol.8 pp.57063-57074 2020.6 B.Aazhang P.Ahokangas and L.Lovn Key drivers andresearch challenges for 6G ubiquitous intelligence Oulu FinlandSep.2019.7 K.B.Letaief W.Chen Y.Shi J.Zhang and Y.-J.-A.ZhangThe roadmap to 6G:AI empowered wireless networks IEEECommun.Mag.vol.57 no.8 pp.84-90 Aug.2019.8 J.A.Zhang et al.,Enabling Joint Communication andRadarSensinginMobileNetworks-ASurvey,inIEEECommunicationsSurveys&Tutorials,doi:10.1109/COMST.2021.3122519.9 M.L.Rahman J.A.Zhang X.Huang Y.J.Guo and R.W.中国联通 6G 通感智算一体化无线网络白皮书-34-Heath Framework for a perceptive mobile network using jointcommunication and radar sensing IEEE Trans.Aerosp.Electron.Syst.vol.56 no.3 pp.1926-1941 Jun.2020.10 智能超表面技术联盟（RISTA）,智能超表面技术白皮书，2023.2.11 L.Zhang,M.Z.Chen,W.Tang,J.Y.Dai,L.Miao,X.Y.Zhou,S.Jin,Q.Cheng,T.J.Cui,A wireless communicationscheme based on space-and frequency-division multiplexingusing digital metasurfaces.Nature Electronics,2021,4(3),218-227.12 程强，崔铁军.电磁超材料，东南大学出版社，2022，南京。中国联通 6G 通感智算一体化无线网络白皮书-35-中国联合网络通信有限公司研究院地址：北京市亦庄经济技术开发区北环东路 1 号电话：010-87926100邮编：100176战略决策的参谋者技术发展的引领者产业发展的助推者战略决策的参谋者技术发展的引领者产业发展的助推者态度、速度、气度有情怀、有格局、有担当中国联通研究院是根植于联通集团（中国联通直属二级机构），服务于国家战略、行业发展、企业生产的战略决策参谋者、技术发展引领者、产业发展助推者，是原创技术策源地主力军和数字技术融合创新排头兵。联通研究院以做深大联接、做强大计算、做活大数据、做优大应用、做精大安全为己任，按照 4 1 X 研发布局，开展面向 CUBE-Net 3.0 新一代网络、大数据赋能运营、端网边业协同创新、网络与信息安全等方向的前沿技术研发，承担高质量决策报告研究和专精特新核心技术攻关，致力于成为服务国家发展的高端智库、代表行业产业的发言人、助推数字化转型的参谋部，多方位参与网络强国、数字中国、智慧社会建设。联通研究院现有员工近 700人，平均年龄 36 岁，85%以上为硕士、博士研究生，以“三度三有”企业文化为根基，发展成为一支高素质、高活力、专业化、具有行业影响力的人才队伍。中国联通研究院是根植于联通集团（中国联通直属二级机构），服务于国家战略、行业发展、企业生产的战略决策参谋者、技术发展引领者、产业发展助推者，是原创技术策源地主力军和数字技术融合创新排头兵。联通研究院以做深大联接、做强大计算、做活大数据、做优大应用、做精大安全为己任，按照 4 1 X 研发布局，开展面向 C3 网络、大数据赋能运营、端网边业协同创新、网络与信息安全等方向的前沿技术研发，承担高质量决策报告研究和专精特新核心技术攻关，致力于成为服务国家发展的高端智库、代表行业产业的发言人、助推数字化转型的参谋部，多方位参与网络强国、数字中国、智慧社会建设。联通研究院现有员工近 700 人，平均年龄 36岁，85%以上为硕士、博士研究生，以“三度三有”企业文化为根基，发展成为一支高素质、高活力、专业化、具有行业影响力的人才队伍。中国联合网络通信有限公司研究院地址：北京市亦庄经济技术开发区北环东路 1 号电话：010-87926100邮编：100176

54人已浏览 2023-07-11 38页 5星级

中国联通 6G 网络体系架构白皮书中国联通中国联通6G网络体系架构白皮书网络体系架构白皮书中国联合网络通信有限公司研究院下一代互联网宽带业务应用国家工程研究中心2023 年 6 月前言本白皮书在CUBE-Net3.0网络创新体系白皮书的基础上，提出中国联通对于未来6G网络架构的研究成果，包括发展驱动因素、设计理念、架构设计和关键技术等内容。希望能够为业界开展6G网络架构的进一步研究提供设计层面的参考。6G网络架构尚处于研究阶段，需要持续完善和迭代优化，逐渐在业界形成共识。本白皮书的版权归中国联通所有，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。本白皮书编写组成员：唐雄燕，王友祥，曹畅，王泽林，杨文聪，王立文，张雪贝，岳毅，张岩，王施霁，隋腾飞，任驰，赵欢，穆佳，朱斌。目录1.6G网络需求和愿景网络需求和愿景.11.1 6G发展驱动力发展驱动力.11.1.1新战略驱动.11.1.2新业务需求.21.1.3新技术演进.21.2 6G发展愿景发展愿景.31.2.1网络边界拓展.31.2.2服务对象拓展.31.2.3业务模式拓展.42.6G网络架构设计理念网络架构设计理念.52.1面向“超越连接”的设计面向“超越连接”的设计.52.2面向“多元用户”的设计面向“多元用户”的设计.62.3面向“平台即服务”的设计面向“平台即服务”的设计.63.6G网络体系架构网络体系架构.74.6G架构功能介绍架构功能介绍.104.1资源层资源层.104.2功能层功能层.114.2.1控制面功能.114.2.2用户面功能.124.2.3数据功能.134.2.4计算功能.154.3管控层管控层.174.3.1服务编排.174.3.2网络调度.184.3.3用户治理.204.3.4数字孪生.224.3.5智能引擎.234.4服务层服务层.264.5安全管理安全管理.275.6G网络关键技术网络关键技术.305.1空天地一体化网络空天地一体化网络.305.2分布式网络分布式网络.315.3通感算一体通感算一体.335.4数字孪生数字孪生.365.5智能内生智能内生.385.6端网云协同端网云协同.396.总结和展望总结和展望.42缩略语缩略语.43参考文献参考文献.46中国联通6G网络体系架构白皮书-1-1.6G 网络需求和愿景1.6G 网络需求和愿景随着5G大规模商用，用户通信能力和服务质量得到了提升，同时促进了垂直行业的数字化转型。面向2030年及未来，在社会宏观发展进步、经济高质量提升以及环境可持续发展等因素的共同驱动下，人类将进入智能化时代，数字化、智能化和绿色化将是社会发展的趋势。从移动互联，到万物互联，再到万物智联，未来全新的场景及应用需求将极大拓展移动通信网络服务的能力边界，6G将有效服务智能化生产与生活，通过人机物智能互联、协同共生，带来数字经济与实体经济的全面融合，推动社会普慧智能、绿色健康可持续发展，满足经济社会高质量发展需求。网络架构是移动通信网络的基础和核心中枢，决定了整个系统的效率和能力。6G网络架构设计要充分吸收5G网络的实践经验，继承5G移动网络的成熟技术和理念，在最大化吸收网络演进新技术能力适配新业务需求的同时，还需要平衡网络的成本与绿色节能，实现与现有网络的兼容、继承和协同。1.1 6G 发展驱动力1.1 6G 发展驱动力1.1.1 新战略驱动数字经济：数字经济：信息技术变革推动了社会与产业变革。当前经济发展模式无法突破各行业间壁垒，限制了社会经济的进一步发展。6G网络中所涌现出的新场景、新业务、新技术可以将相对孤立的物理世界聚合到统一的数字孪生世界，进一步加速大数据、物联网和人工智能等技术交叉融合发展，打破跨域信息通信桎梏，推进智能制造、智慧医疗、智慧经营、智慧转型等方面的加速落地，成为促进数字中国、数字政府、数字经济等全领域数字化转型的重要推动力。网络强国：网络强国：全面推动经济数字化转型是我国经济发展重要驱动力，国家从战略层面支持新一代信息技术产业发展。党的十八大以来，在“制造强国”“网络强国”的战略部署指引下，我国新型工业化步伐显著加快，产业体系中国联通6G网络体系架构白皮书-2-更加健全、产业链更加完整，为全面建设社会主义现代化国家奠定了坚实基础。双碳战略：双碳战略：信息技术的进步在支持网络流量激增的同时，其能耗也在急剧增长，给信息通信产业带来了绿色节能的新要求。双碳战略的提出加速推动了通信产业的节能和绿色化改革，推动6G网络向绿色低碳的方向发展。6G网络的新场景、新业务和新技术使得网络中产生、存储、传输、计算的数据指数级增长，对算力提出了更高的要求，结合国家“东数西算”工程，助力实现碳达峰、碳中和的战略目标。1.1.2 新业务需求6G将实现人、机、物的连接，实现物理世界和虚拟世界的连接，同时，有望将感知和人工智能等能力融合到网络中，成为承载新用户、赋能新应用的新型数字信息基础设施。6G在5G三大场景基础上增强和扩展，包含沉浸式通信、超大规模连接、极高可靠低时延、人工智能与通信的融合、感知与通信的融合、泛在连接等6G六大场景。6G用户和应用将呈现泛在智能、泛在计算、沉浸式多媒体和多感官通信、数字孪生和扩展世界、智能工业、数字医疗与健康、泛在连接、感知和通信的融合、可持续性等9大趋势。多样化的新业务场景对网络的接入能力及数据的采集、存储和计算能力都提出了更高的要求。因此，6G网络必须在网络架构上做出革新，需要提供更便捷、更开放和更稳定的服务。1.1.3 新技术演进网络的变革离不开新技术的支持。不断创新的通信、计算、存储、分析技术和不断进步的材料工艺相互融合，为打造“智能普惠，超越连接”的6G奠定了坚实的基石。移动通信技术的创新突破将驱动6G总体性能不断提升，超高速率信道编码调制、非正交多址接入、超大规模天线、太赫兹通信等技术的应用，将推中国联通6G网络体系架构白皮书-3-动空口接入能力的量级提升。通信技术与人工智能、大数据、先进计算、区块链、数字孪生等技术深度融合，孕育出信息、通信、数据等ICDT融合新领域；计算芯片技术发展、高速互联技术，新型材料、电磁制造技术不断发展，可以产生更强的计算能力，更领先的功能和架构理念，更高效的软硬件解决方案，从而推动6G网络架构朝着更高效、更低成本的方向发展，促进网络向开放化、智能化、定制化发展。未来，全新的虚实融合交互模式的诞生将会催生许多前所未有的应用，如全息型通信（HTC）、沉浸式XR类移动业务、多感官体验和大众智能、新型机器人等，推动移动业务和网络不断升级演进。1.2 6G 发展愿景1.2 6G 发展愿景面向2030年的未来网络与智慧社会演进，本白皮书认为6G网络架构设计，需要满足网络边界拓展、服务对象拓展和业务模式拓展三个方面的需求。1.2.1 网络边界拓展6G网络边界扩展分为两个维度。一方面是网络接入能力的扩展，6G网络将向边缘网络空间和空天地海不断延伸，使网络不断向更智能、更安全和更灵活使能，满足对天基、空基、地基等多种接入方式，固定、移动、卫星等多种连接类型的接入需求，实现空、天、地、海一体化无缝覆盖，向全域万物智联的方向迈进；另一方面是网络可提供的能力拓展，从单一的通信连接能力，拓展到通信、感知、计算、数据、智能、安全等多维的能力。1.2.2 服务对象拓展网络边界的拓展，激发参与6G网络的用户呈现多元化活跃化的趋势，未来网络的服务对象也将随之拓展，未来网络的用户将包含且不限于toC终端用户、to B行业用户，未来任何使用6G网络提供的服务和向网络贡献其资源或能力的实体都是网络的服务对象，还可能包括子网用户、友商、OTT用户等。中国联通6G网络体系架构白皮书-4-6G将以用户个性化需求为中心，进一步地改变消费者的社会活动和生活体验，满足包括无人驾驶、智能家居、虚拟现实等未来业务对高比特率、低时延抖动和更高可靠性的需求。6G网络将数字孪生等信息技术与工业、农业深度融合，满足高吞吐量、低时延、超精确定位、安全内生、多网络融合互通等需求，实现人机互联、万物互通的商业模式，以数据驱动产业发展，并实现高度数字化、智能化赋能生产。1.2.3 业务模式拓展随着6G网络边界及服务对象的拓展，相应的6G网络的业务模式将突破原有单向的运营商网络对外提供服务的模式，拓展为参与网络的多方都可以向网络贡献能力和资源，同时通过网络获取相应资源和服务的多对多模式。驱动运营商的业务模式从提供连接的网络服务，向提供普惠的平台服务转变，更好地实现平台经济效益，充分发挥社会分工协作价值，共同构建6G产业价值链和生态环境，赋能未来新型业务。中国联通6G网络体系架构白皮书-5-2.6G 网络架构设计理念2.6G 网络架构设计理念2021年，中国联通发布CUBE-Net3.0网络创新体系，提出了构建面向数字经济新需求、增强网络内生能力、实现“联接 计算 智能”融合服务的新一代数字信息基础设施这一全新的网络架构设计理念。在继承该理念的基础上，本白皮书将CUBE-Net3.0新网络、新服务、新生态的使命内涵，与未来6G时代的需求和愿景进行了有机融合，衍生出6G网络架构设计的三大理念：打造超越连接的“新网络”，以构筑智能泛在的综合型数字信息基础设打造超越连接的“新网络”，以构筑智能泛在的综合型数字信息基础设施为施为6G架构设计的出发点；架构设计的出发点；创新多元用户的“新服务”，以满足千行百业差异化需求和智算融合需创新多元用户的“新服务”，以满足千行百业差异化需求和智算融合需要为要为6G架构设计的关键点；架构设计的关键点；构建平台赋能的“新生态”，以促进云网边端业协同和产业生态繁荣发构建平台赋能的“新生态”，以促进云网边端业协同和产业生态繁荣发展为展为6G架构设计的落脚点。架构设计的落脚点。2.1 面向“超越连接”的设计2.1 面向“超越连接”的设计面向“超越连接”的设计，网络提供的服务从单一的连接服务，扩展到智能、感知、数据、计算、安全新服务，设计理念体现在以下方面：内生：内生：现有网络架构，以大带宽、低时延的连接功能为主，其他功能的引入和实现，主要通过外挂式的方式完成，无法满足6G多样的业务需求和动态复杂环境需求。因此，6G网络架构需要注入多种功能内生和融合基因，从网络功能、接口、协议栈等方面端到端支持智能、算力、安全等内生能力。协同：协同：现有面向连接的网络架构，提供了基于会话的管控和连接QoS保障机制。当6G网络需要超越连接提供各类新业务时，需要提供超越会话的协同机制，在网络架构层面引入新的管控量纲，基于任务协同新业务所需要的连接、数据、计算多个维度资源，以此实现新业务的管控和QoS保障。分布：分布：6G多样化新业务所需的连接、计算、数据等能力来源于不同区域、不同资源池、不同组织，6G网络需要调度和联接上述多种不同的网络能力，提供用户就近、随用户移动的、分布式的网络服务，满足用户对6G融合业务中国联通6G网络体系架构白皮书-6-的诉求。2.2 面向“多元用户”的设计2.2 面向“多元用户”的设计面向“多元用户”的设计，网络从为终端用户提供服务转变为向行业用户、OTT应用、子网络等泛在用户提供综合服务，设计理念体现在以下方面：多元多元：6G网络的服务对象随着新业务的引入将得以扩充，用户不再仅是传统使用连接服务的终端用户，还包含使用网络计算服务、数据服务、感知服务等新业务的多元用户，包括行业用户、OTT应用、子网络等等。弹性弹性：6G移动网络为了向多元用户提供差异化的网络服务及就近随行的网络能力，需要提供弹性的网络功能架构，简捷的用户网络提供方式，降低网络部署运维成本。定制定制：6G网络丰富了网络服务的内涵，可以为多元用户提供不同的服务类型与QoS保障，需要允许用户高效灵活地定制专属网络，提供差异化的用户网络服务，满足不同个性化的网络需求。2.3 面向“平台即服务”的设计2.3 面向“平台即服务”的设计面向“平台既服务”的设计，网络从提供单边的连接管道服务变成面向多元用户提供多边服务的使能平台，设计理念体现在以下方面：开放：开放：网络的参与者（终端用户、行业用户和合作伙伴等）基于统一的服务使能平台开放自身支持的能力/服务，同时，可根据领域知识将不同的原子能力组合/抽象成新的API开放给用户，降低网络定制成本，赋能多样化生态。可编程：可编程：基于多样化业务，对控制面功能、用户面功能、计算功能、数据功能等功能进行灵活编排，实现网络能力、部署方式、执行路径等可编程，满足差异化的业务QoS需求。多边：多边：多元用户既作为网络功能/服务的消费者，亦作为功能/服务的生产者供网络调用，用户与网络支持灵活友好的交互方式，实现用户与用户、用户与网络之间的多边能力资源的协同。中国联通6G网络体系架构白皮书-7-3.6G 网络体系架构3.6G 网络体系架构图 1 6G 网络系统架构图图 1 6G 网络系统架构图基于前述的6G网络架构的设计理念，本白皮书提出了面向“新网络，新服务，新生态”的层次化的数智服务使能平台架构。上下共分为四层，自下而上分别为资源层、功能层、管控层和服务层。此外本架构还包含一个贯穿各层的，内生的安全管理功能。核心功能如下：资源层：资源层：为6G网络功能部署、运行和服务提供支撑，主要包括计算、存储、网络和频谱以及其他设施等各种基础设施，是整个网络运行的基础。资源层物理设施实体分布在空天地海、云边端、广域局域等场景空间中，除了运营商自建设备外还包括友商共建共享资源或者产业上下游合作伙伴/多元用户等不同组织归属的资源，为6G网络的泛在接入、普惠开放能力提供保障。功能层：功能层：是6G网络的执行层。对下，根据需求对资源层物理设施进行多维资源的互联、组织、协同、调度构建具备不同网络能力的业务逻辑；对上，为管控层提供数据、计算和决策执行能力支撑。按照业务类型，功能层分为中国联通6G网络体系架构白皮书-8-控制面功能、用户面功能、数据功能和计算功能，根据管控层的智能决策拉通物理资源，为网络和服务层提供接入控制、连接传输、数据采存、算力纳管互联和计算执行等业务服务能力支持。管控层：管控层：是6G网络的大脑，接受服务层的请求，在对服务请求进行多维度智能分析的基础上，为服务和应用作出智能决策，指导功能层操作执行，为多元用户提供开放、灵活、多边的网络服务能力，包含服务编排、网络调度、用户治理、数字孪生、智能引擎等。服务编排可将服务层的需求快速解析为单项服务能力和服务质量要求；网络调度快速按需创建网络功能，创建网络路由等，动态调整网络各节点的算力，带宽，存储等资源占用，对网络进行弹性伸缩处理等；用户治理用于多元用户注册、生命周期管理、能力资源管理协同度量等；数字孪生为现实网络提供虚拟的孪生映射，为网络提供分析、仿真、诊断、预测、优化等仿真模拟和可视化支持；智能引擎为服务编排、网络调度、用户治理等功能提供意图分析、运行数据分析、运营数据分析等智能分析能力，与数字孪生联合模拟仿真，促进网络的自智等级提升。服务层：服务层：对下层的网络功能进行提取、封装和组合，为内部业务或第三方应用按需提供能力或服务。通过服务层，开放运营商网络的连接服务、算力服务、数据服务、AI服务、定制化服务等能力，为多样化业务场景下的多元用户带来更加深入的算网业融合能力和更好的业务体验。6G系统架构中的功能层包含四个基本功能面，分别为控制面功能、用户面功能、数据功能和计算功能，分别负责网络控制、路由转发、数据管理等网络功能和数据、智能等内生功能。功能层作为6G网络架构中的执行层，其包含的四个功能面既是功能层内提供控制、用户、数据和计算等四类业务逻辑的功能集合，也是6G网络对外提供的接入、连接、数据、计算等四类端到端服务能力的体现。控制面功能：控制面功能：支持空天地海泛在接入控制能力，以及对这些异构接入间的融合调度协同能力。在传统连接服务的基础上，进一步提供计算、数据、感知等服务的融合一体控制与移动性管理。支持柔性编排，按需下沉，实现分层分布式部署。此外，控制面功能可以为用户提供更灵活的网络协同能力。中国联通6G网络体系架构白皮书-9-用户面功能：用户面功能：支持功能集模块化和可编程，增加业务感知、内生算力、智能分析、确定性转发、安全管理等能力。通过灵活的协议栈编排配置，实现通感算智数安等多维业务的高性能分级数据转发和处理；支持跨域协同，与承载网对接，保障确定性的端到端QoS；通过扩展用户面协议栈或调用AI能力，使能用户面功能感知业务信息，使能智能业务感知与差异化QoS保障；支持泛在互联，为新业务提供多维度新业务数据的转发与传输，连通周边的新业务网络功能。数据功能：数据功能：具备数据采集能力、数据处理能力、数据存储能力和数据协同能力的6G数据功能将面向多元的功能或业务实体，在保障数据隐私、安全及可靠性的同时，实现对数据的精细化采集、高效传输、分布式协同和弹性存储，统管数据的全生命周期，从而提升海量网络数据（如内部数据、网络数据、感知数据和计算数据等）的流动效率、保障用户服务质量性并且增加数据服务的安全性。计算功能：计算功能：6G网络功能将向对外提供算力服务的新形态网络功能发展，结合人工智能技术实现6G网络智能内生。通过计算与通信网络的深度融合，对外提供计算服务。6G网络计算功能包含计算控制、计算执行、计算互联等功能，以满足未来多种应用场景的算力服务需求。同时，为了更好的实现网络的智能化与可编程化，使网络可以适应不同应用场景与需求，计算能力服务化以及计算功能的泛在化部署也是6G网络所必须的网络能力。安全管理安全管理：安全是发展的基础，6G网络的安全设计也是6G网络架构的重要组成部分。本架构中，安全管理将贯穿于资源层、功能层、管控层、服务层的全层次体系中，自底向上、端到端构建内生安全能力，为6G网络提供全生命周期的安全防护保障。中国联通6G网络体系架构白皮书-10-4.6G 架构功能介绍4.6G 架构功能介绍基于通信、感知、计算、智能、安全等深度融合的6G网络架构，可以实现功能动态扩展、性能弹性提供、网络灵活可控、服务动态匹配，为用户提供多样化信息服务。4.1 资源层4.1 资源层图 2 资源层组成示意图图 2 资源层组成示意图资源层是6G网络运行与创新演进所需的配置支持系统，为上层网络功能提供计算、网络、存储、频谱等物理资源，是整个网络运行的基础，其组成呈现如下特点：资源资源(设备设备)多样性：多样性：5G采用虚拟化架构将通用计算/存储设备引入到网络建设中。6G在5G基础上进一步演进，提出了超越连接、多元用户、新服务范式的设计理念，除了传统网络建设所需的网络、计算、存储、频谱等资源外，还需要面向智能化、数据处理等业务引入智能计算设备、数据存储设备以及用于网络加速、数据库加速等业务功能加速的各类硬件加速设备或者异构融合设备。场景场景(空间空间)泛在化：泛在化：6G在传统地面网络的基础上提出了全域覆盖的立体网络愿景，资源层的计算、网络、存储、频谱等物理实体也将广泛分布在空中国联通6G网络体系架构白皮书-11-天地海、云边端、地面广域、工厂车间局域等泛在空间中，为多元用户提供泛在接入和就近随行的网络服务。协同协同(归属归属)复杂性：复杂性：5G建设已经采用共建共享模式并成效显著。6G时代，高频波段的使用、算力需求的提升、XR业务普及对低时延通信的要求、多元用户与网络的密切联动等将会导致物理设施的投资攀升，产业伙伴在商业和生产系统间的耦合更加紧密。6G网络资源层不仅包括自建设施，还将会协同友商、产业伙伴或者多元用户的物理资源协同构建网络能力。基础设施作为6G网络的底层基础，为了支撑上层功能实现，需具有如下特性：灵活：灵活：采用虚拟化技术在物理资源基础上构建虚拟资源池，为上层网络功能提供灵活的资源支持和可调度能力；采用P4等网络可编程技术，为上层功能提供灵活可按需定制的业务逻辑实现。高效：高效：后摩尔定律时代，通用处理器的算力提升受限，采用GPU、DPU、xPU等硬件加速和异构融合技术提高智能计算、数据处理、报文转发等业务的性能，为上层网络功能提供高效处理能力。安全：安全：服务器、交换机、路由器、磁阵、分布式存储等高度集成产品处在IT设备产业链的下游，其研制生产受限于上游的集成电路设计、加工、EDA等，资源层设备产业链安全是保障6G网络建设不可忽视的重要因素。绿色：绿色：作为国家数字经济重要支撑，通信行业承载着节能与降碳的重要角色定位，采用绿色节能的物理资源设备是6G网络实现减排的直接措施。4.2 功能层4.2 功能层4.2.1 控制面功能6G网络的控制面功能延续5G控制面的连接功能设计，继承网络已有基础能力的同时，为满足前文所述的网络管控层需求进行了功能增强，主要涉及以下几个方面：基础能力增强：基础能力增强：支持空天地海泛在接入控制能力，以及对这些异构接入中国联通6G网络体系架构白皮书-12-间的融合调度协同能力。随着6G网络面临的应用场景多样化，接入侧通过网络的可移动性和立体覆盖以及终端协同共同实现“终端随遇接入，网络按需服务”的目标。同时考虑到用户业务连续性和服务质量保障，网络需要实现对异构接入方式间的融合控制和移动性管理，为移动用户提供连续的网络服务。新能力扩展：新能力扩展：未来6G网络可提供算力、数据及安全等新服务。基于内生理念设计，控制面需要实现对算力、数据、安全等要素资源的协同和融合调度，具备算网协同调度能力、通感算一体化控制能力、安全可信等能力，以实现实时精准的网络控制，满足不同的业务需求。支持定制化能力：支持定制化能力：5G核心网控制面引入SBA服务化架构，通过应用程序接口打破传统点到点的通信方式，使上层业务设计更加适应底层云资源，实现了控制面功能的快速构建部署。随着未来新业务差异化趋势越来越明显，针对不同用户场景，控制面功能应支持灵活定制、柔性编排、按需下沉，实现分层分布式部署，同时能够基于智能内生，实现分布式控制面功能的自演进、自优化的自治能力。用户网络协同能力：用户网络协同能力：6G网络引入泛用户概念，充分体现用户与网络之间的协同增强。6G控制面功能将为用户提供高效灵活的网络交互操作，具体包括为用户提供服务功能相关的接入与移动管理、策略控制、新服务管理（如计算，数据，感知等服务）等，网络调度相关的用户定制网络的服务更改与策略定制等。4.2.2 用户面功能6G用户面功能在5G用户面主要承载会话功能的基础上，新增支持数据功能、计算功能等相关的数据的转发和处理。因此，新的用户面功能需要考虑以下几个方面的功能增强演进：功能模块化和可编程功能模块化和可编程:6G用户面功能除了基本的数据包转发、PDU会话隧道管理及封装/解封装、QoS及策略执行、会话及移动性锚点等能力外，将增加业务感知、内生算力、智能分析、确定性转发、安全管理等能力。因此，中国联通6G网络体系架构白皮书-13-有必要采用模块化的功能设计，以实现功能解耦，增加网络柔性。功能模块化设计提升了网络的灵活编排和柔性组网能力，弥补了通用硬件的转发性能限制以及定制硬件的高成本、扩展性和灵活性不足等问题。综合考虑效率和成本，基于可编程技术，采用智能网卡、可编程交换芯片、DPU等实现用户面功能的加速和用户面路径的编程定制,以提供更加高效灵活的网络服务。跨域协同、保障确定性的端到端跨域协同、保障确定性的端到端QoS:5G用户面协议（GTP-U）设计仅考虑保障移动网络内的QoS（即UE到UPF之间），难以保障E2E的SLA。此外，移动核心网和承载网之间缺乏紧密协同，仅通过GTP-U层QFI与IP层DSCP简单映射，指示承载网进行差异化的传输。6G网络支撑内生智能和泛在的计算需求，用户面功能支持跨域/跨层协同，支持与承载网对接，并保障确定性的端到端QoS。智能业务感知与差异化智能业务感知与差异化QoS保障保障:6G用户面功能支持智能业务感知，从而实现差异化的QoS保障。智能感知业务信息的方式有两种：1）扩展用户面协议栈，在协议栈中定义标识业务信息的层/字段，数据包中封装业务信息，用户面解析数据包即可获取业务信息；2）用户面功能网元调用AI能力或者内置AI能力，对业务数据包进行分析，从而感知业务信息。支持泛在互联，连通周边功能支持泛在互联，连通周边功能:伴随空天地海一体、沉浸式XR等新业务引入，未来6G网络的用户面功能将会广泛存于网络中，呈现“大集中 深分布”的分层分布架构。为满足6G应用差异化的低时延需求和连续性的跨域需求，用户面应具备泛在的互联能力，以支撑未来业务多维度的数据转发和传输；同时，对于6G新引入数据功能和计算功能，用户面功能具有连通这些周边新功能的连接能力，为新型业务提供高效转发和传输服务。4.2.3 数据功能随着6G服务从传统的移动通信服务，扩展到通信、感知、计算、安全、智能等多维服务，网络中的数据更加海量多态、时序关联，数据将呈现泛在化、协作化、知识化、资产化的特点。为了更好的处理数据，可以从数据来源、时变性、关联性、隐私保护等多个维度对数据进行划分归类：中国联通6G网络体系架构白皮书-14-内部数据：内部数据：主要指用户业务过程中产生的签约数据、上下文数据，以及网络从终端侧/基站侧收集的感知数据，包括业务签约数据、用户上下文数据、用户能力数据、移动速度数据、实时轨迹等。网络数据：网络数据：从运营商的网络设备获取的网络功能相关数据，主要是网络日常运行数据，包括吞吐量、时延、用户面路径、端口状态、可用资源、流量、空口资源数据（时频域信息，调度信息）等。感知数据：感知数据：指由通信感知一体化所带来的感知数据，包括无线信道和物理环境产生的数据，以及物联网传感器采集的感知数据，包括地理位置信息、成像信息、温度等数据。计算数据：计算数据：从底层基础设施获取的计算资源数据，包括通用算力、AI算力/算法/模型及相关的配置参数等。图 3 数据功能架构示意图图 3 数据功能架构示意图为了提供高效且安全的数据服务，6G网络新增加数据功能，旨在提升海量网络数据的流动效率、保障用户服务质量并且增加数据服务的安全性。数据功能面向多元的功能或业务实体，在保障数据隐私、安全及可靠性的同时，实现对数据的精细化采集、高效传输、分布式协同和弹性存储，统管数据的全生命周期，从而提升数据利用率和6G网络数据化服务能力。6G网络的数据功能包括数据采集能力、数据处理能力、数据存储能力和数据协同能力四个方面。数据采集：数据采集：根据数据模型对原始数据进行统一分类、信息抽取、重复内容筛查等预处理操作，之后由数据存储功能进行统一存储。中国联通6G网络体系架构白皮书-15-数据处理：数据处理：基于统一数据模型对多元异构的原始数据进行去噪、特征提取、数据分析等标准化处理。同时，利用AI、知识图谱等技术提高处理速度与分析质量，从而建立数据之间的上下文联系并构建完备的数据响应模型。数据存储：数据存储：该模块负责对数据采集过程中获取的数据、经过标准化处理的数据、生成的数据响应模型等进行统一管理。为避免单点故障问题，数据存储多采用分布式存储方式。数据协同：数据协同：数据服务请求通常来自多个功能或功能层，该模块用于支持跨功能跨层的数据调配工作。具体包括模型训练的协同、推理与决策制定的协同等。通过统一的规范化描述和格式化表达，提供对外的数据服务接口，支持内外部的数据服务请求方如用户面功能、计算功能、上层智能引擎、数字孪生等协同调用，包括接收数据协同调用过程中产生的外部数据。此外，通过数据服务注册、发现、授权等安全机制及安全协议来保障数据服务的安全可信。4.2.4 计算功能目前移动通信网络的计算能力不足，存在数据处理效率低、智能化缺乏、结构中心化等问题。6G网络支持内生智能，并可提供高效、灵活的计算服务。6G计算功能通过将计算单元和计算能力嵌入网络节点，实现云、网、边、端计算能力的高效协同，支撑更好的业务体验；同时，计算功能作为6G网络内生能力，支持多维度、多粒度的调度控制。计算功能包含计算控制、计算执行、计算互联等功能，同时，计算能力服务化也是6G网络所需能力，用以支撑计算功能的泛在化部署。计算控制：计算控制：6G网络实现网络、计算与存储等多维资源的统一协同管理。通过对算力的计量统计，支持业务侧的交易和计费等功能，使海量应用能够按需、实时调用泛在分布的计算资源，实现算网一体化运营；对算力资源进行多维度的分级管理，并通过算力管理OAM实现智能管理与维护；通过自主学习和智能算法，优化算力资源的使用效率和性能，提高计算功能的智能化水平，实现网络状态变化时，根据不同的计算任务类型、计算设备类型、任中国联通6G网络体系架构白皮书-16-务优先级等因素进行决策，调整任务分配和调度部署方案，达到最佳的计算资源利用和任务执行效率。计算执行：计算执行：计算执行是指将计算任务分配给计算设备进行处理，获取计算结果的过程。计算任务执行可能涉及到多个计算设备和网络节点，需要通过网络传输数据和指令，实现计算任务的协同处理和结果反馈。计算任务执行的效率和质量直接影响到网络服务能力和用户体验。计算功能在标准规范的基础上，量化异构算力资源以及多样化业务需求，建立统一的描述语言，赋予算力资源可度量、可计费的标准单位。基于算力性能参数实现异构算力的统一度量，解决软件层面以及硬件、芯片层面的量化问题，实现算力的有效分配、管理和运营等。计算执行功能支持分布式计算、在网计算、智能计算等先进计算技术，可以实现异构计算资源的更多维度、更细粒度的泛在计算任务分配与执行。计算互联：计算互联：在6G网络中，计算数据的传输承载与通信数据的传输承载需要有所区分。由于业务模型的不同，计算数据在参与计算的网络节点间可能存在特殊的交互模式(如终端与网络协作的模型分割推理或训练)，并对连接质量存在特殊要求，需要设计面向计算数据的新型互联协议。新型互联协议能够实现异构设备的弹性连接，支持不同类型的计算硬件互联，实现设备间信息和数据的高速交互，为跨异构计算的大模型训练等提供传输能力；弹性连接技术支持数据动态传输，支持多种类计算设备的不定时进场和退场，实现计算资源信息的快速更新，同时，借助DPU/IPU等可编程基础设施，能够将数据传输、IO任务等卸载到加速芯片中，最大化释放异构计算能力，避免网络传输能力成为系统整体算力性能的瓶颈。从而解决网络、计算、业务需求三者之间的匹配问题。由于6G网络具有内生计算能力，为了更好地实现计算能力的控制、执行与互联，需要将计算能力转化为计算服务以适应灵活的计算部署。计算服务化能力是实现网络的智能化和可编程化的基础，使得网络可以更好地适应不同应用场景的需求。异构算力应用场景激增，使得算力架构的差异性以及当前软件工作模式与算力的量身定制等问题显现，计算功能需要进行软硬件等多层面算力的服务化抽象，支持多形式、多粒度的能力开放，以能力服务库中国联通6G网络体系架构白皮书-17-或服务实例的方式提供计算能力、平台能力、算法能力和软件能力等。4.3 管控层4.3 管控层4.3.1 服务编排随着6G网络业务边界的拓展，网络提供的新业务（智能、感知、数据等）可能不再局限于连接（控制面和用户面），还可能同时包含计算、数据、算法等多个要素，通过引入任务概念对这些要素进行统一的编排管理和调配，协同完成业务目标。同时，未来新业务可能由不同的网络参与方（云、网、端）共同提供，可基于智能引擎进行网络业务的高效编排，提高网络执行效率，提升用户体验。服务编排总体执行逻辑如下：图 4 服务编排架构示意图图 4 服务编排架构示意图意图识别与转换：意图识别与转换：接收来自服务层的业务意图，其可能来自于网络内部，或来自于第三方。基于功能库/资源库对业务意图进行分析，转化为网络可以识别的需求。任务编排：任务编排：基于识别转化后的内部需求，形成特定的功能组合，包括控制面功能，用户面功能，数据功能，计算功能以及具体算法等；中国联通6G网络体系架构白皮书-18-为保证业务QoS，对该业务所涉及的功能进行相应的资源需求评估，即确认各个功能所需求的算力/网络/数据/算法资源等。当某种功能可由不同网络参与方（如无线、核心网或者其他子网）提供时，可能还需先确定各功能由哪个网络参与方执行；业务编排还需确定和准备各个功能执行所需的模版、镜像、脚本等预置信息；业务编排对批量的业务需求进行归并和优化，提高后续调度执行效率；基于当前算力/连接/数据/算法资源等状态信息，将为实现该业务所需的功能组合进行智能编排，规划合适的业务执行流程（例如以执行流程图的形式来表示），作为后续运行时网络调度的输入。4.3.2 网络调度网络调度功能包括资源管理和网络调度两部分。6G网络资源的组成呈现种类多样化、场景泛在化、协同复杂化的特点，可以采用既“统一”又“分布”的资源管理方式。“统一”是指资源管理用于整合多场景、多归属的各类计算、网络、存储、频谱等物理资源，实现全局资源的发现、拉通、管理等功能，为网络调度等功能提供统一的精细化资源调用接口；“分布”是指因资源的多归属、泛在化、多种类等特点导致其难以统一集中式管理，必然会存在分级分域的分布式部署和域内相对独立运行、域间协同的模式。所以，对资源的管理也需要采用这种分级分域、逐级纳管的分布式组织形式。其主要包括以下功能：资源发现：资源发现：可以感知发现域内资源或者接收域内资源的主动注册/被纳管请求；同时，非最顶层的资源管控还需要支持将自己纳管的资源整合后按照指定粒度向上级节点上报或者被上级节点感知。资源发现功能只针对自建资源或者无资源管理能力的“哑”资源（池）。资源拉通：资源拉通：用于与友商共建共享、与产业上下游合作伙伴深度合作等场景中，与对方资源管控系统的适配对接和拉通，实现对对方资源的感知和纳管，根据场景和业务模型，应该支持对资源管控能力的分界和协商。中国联通6G网络体系架构白皮书-19-资源管理：资源管理：根据网络的编排调度需求，对已纳管的资源的进行分配、释放等操作；对已纳管的资源进行健康状态监测、服务质量分析等，为网络调度提供精细化的资源状态参考，同时，这些资源状态信息也将用于数字孪生，保障资源层面“虚实”一致。资源管控统一接口：资源管控统一接口：为网络调度、数字孪生等功能提供资源的查询、调度等接口，方便网络对资源的精细化感知和利用。除了面向传统连接服务的网络调度能力之外，6G网络还需要支持新业务的网络服务。未来6G网络不仅是一个提供智能服务的网络，还是一个为用户提供可管可控的平台，能够提供计算、数据、安全等功能的网络。因此，网络调度将基于用户对网络服务的定制化需求以及服务编排所导出的服务执行逻辑决策实施网络生命周期管理、网络功能（动态）调度等功能，具体包括：网络生命周期控制：网络生命周期控制：对用户专属网络的生命周期控制，如用户专属网络的生成与注销。网络功能（动态）调度：网络功能（动态）调度：通过动态调整底层资源，基于用户与业务的定制需求以及用户接入位置，为用户提供就近的网络功能调度。控制面功能：控制面功能：包含接入管理、移动管理、会话管理、策略管理等功能；用户面功能：用户面功能：包含用户面隧道转发，QoS保障，业务链等功能；计算功能：计算功能：包含计算控制、计算执行和计算互联等功能；数据功能：数据功能：包含数据采集、数据存储、数据处理和数据协同等功能；此外，基于服务编排的服务调度策略执行对应功能/服务，各执行体之间进行必要的数据交互，同时在执行过程中进行状态监测。承载调度：承载调度：通过承载网络的控制器对承载网络的资源配置与调度；算力调度：算力调度：通过算力资源控制器对网络中的算力资源进行配置与调度；云资源调度：云资源调度：基于网络功能的调度结果以及资源控制的资源信息反馈，通过云资源控制器向资源层发送资源调度请求，部署相应的网络功能。中国联通6G网络体系架构白皮书-20-图 5 网络调度功能架构示意图图 5 网络调度功能架构示意图此外，网络调度通过与智能引擎的交互，基于用户位置的变化、网络状态的变化，以任务为对象（包含控制面功能、用户面功能、计算功能、数据功能等），动态、实时、联合调整网络的部署和运行策略，为用户提供高质量的网络服务。在业务执行过程中，网络调度通过智能引擎获取网络服务状态的数据分析与预测结果。如用户面的流量与QoS保障预测，网络资源的负载能力预测等。根据相关信息，网络调度可以提前调整网络中的相关功能服务策略，实现灵活的扩缩容能力，提升网络服务质量。同时，基于用户的位置变化，网络调度可以实时地向智能引擎提供用户的位置信息，对用户的移动轨迹进行预测，基于结果为用户提前部署邻近的网络服务，预先保证算力和数据的准备就绪，实现低延时的高效服务效果。4.3.3 用户治理未来，运营商需要获取大量的算力和数据资源以保障网络运营服务，同时需要考虑与OTT应用或用户子网络之间的协作（例如，从用户获取终端采集的感知数据或AI模型数据，在网络边缘利用终端或OTT厂商的算力资源以提高网络的算力覆盖能力等）。因此，未来网络中用户的概念将进一步扩展，从传统的终端用户扩展到行业用户、OTT应用以及子网络等。中国联通6G网络体系架构白皮书-21-未来新业务新服务的引入使得传统连接服务的服务范式发生了变化，网络的服务对象范围也被进一步扩大，同时移动网络的运营商和用户之间将会有更多的相互交互。移动网络的用户不仅仅是网络服务的消费者，也可以是网络服务的外部资源提供者。用户除了基于自身意愿将用户能力与资源开放给网络使用之外，也可以通过共享用户资源来提高相关业务的执行效率。此时，移动网络可以为共享用户资源提供调度服务，基于用户资源的网络内部使用和外部开放需求，网络在管理执行过程中需要具有用户治理的管控能力，对用户的能力与资源进行高效的管理和控制，从而打通网络与用户、用户与用户之间的能力与资源的共享和交互。图 6 用户治理逻辑架构图图 6 用户治理逻辑架构图多元用户的注册与生命周期：多元用户的注册与生命周期：用户接入网络后可以将用户的信息同步注册到用户治理相关的网络功能中（该服务可能是功能层中的某个功能提供）。其中，注册的信息可以包含用户的身份信息（如终端用户、OTT厂商、子网络等）、用户所在的区域信息、用户所能开放的用户资源信息（如算力能力、数据资源、设备能力等）。当用户下线（如终端用户去注册、子网络撤销、OTT服务下线等）时，用户可以同步向用户治理相关的网络功能进行去注册。网络对多元用户的信息进行全生命周期管理。多元用户的能力与资源管理：多元用户的能力与资源管理：多元用户注册到用户治理相关的网络功能后，进一步将自身可以被其他用户使用的资源注册或更新到网络中，同时也支持去注册，更新，订阅/去订阅，推送等。例如，当用户需要或允许将部分终端的算力开放给其他用户使用时，用户将计算能力自动上报到网络中，如中国联通6G网络体系架构白皮书-22-果后续该节点能力发生变化时，则自动进行更新。多边用户的能力与资源协同管理：多边用户的能力与资源协同管理：网络将用户资源对外提供发现服务，终端用户、网络内的其他网络功能或OTT服务需要调用用户资源时，网络根据所维护管理的用户资源注册信息，筛选满足要求的资源信息（例如不同级别和程度的数据或计算能力）并进行相应的分配调度。多边用户资源在使用前也会涉及认证与授权等安全相关的内容，例如用户终端的能力和第三方服务提供商所提供的服务等需要进行认证与授权以满足网络的安全要求。多边用户的能力与资源的度量：多边用户的能力与资源的度量：不同类型的资源可能有不同的度量量纲和方式（例如流量、时长、使用次数、算力、数据量等）。需要针对不同的使用者和消费者，基于上述量纲进行度量，支撑超越连接的新业务运营。4.3.4 数字孪生图 7 数字孪生架构示意图图 7 数字孪生架构示意图数字孪生技术通过建立物理网络的完整映射，构建网络中部件、设备、系统的模型，由功能层的数据功能提供数据支撑实现对网络的感知，在此基础上，根据智能引擎、服务编排、网络调度等功能的需求，进行网络的模拟仿真并分析反馈仿真结果，用于网络的编排调度、管控优化等。数字孪生网络内部采用“模型构建-网络感知-模拟仿真-结果分析”的闭环迭代，同时，6G网络的物理网络与孪生网络之间形成“感知-决策-管控”的智能化闭环系中国联通6G网络体系架构白皮书-23-统。数字孪生网络通过不同模型实例之间组合对网络系统运行过程进行模拟，能够对预测、调度、配置、优化等目标进行充分的仿真验证，从而保证控制决策的高效下发、可靠执行。数字孪生模型采用分层建模的方式，按照建模对象可以分为：基础模型：基础模型：网络中的各类器件、设备、线缆等物理实体的数字模型，用于对物理网络节点设备的实时精确仿真。业务模型：业务模型：网络系统中设备间的拓扑关系及事件检测、网络质量、流量模拟等的数字模型，通过基础模型和业务模型组合，实现对网络系统（或子系统）的仿真模拟。功能模型：功能模型：针对特定的应用场景，利用数据功能中的各类网络数据及设备模型、业务模型，建立网络分析、仿真、诊断、预测、优化等各种功能模型。可视化是数字孪生的关键能力。利用计算机图形学和图像处理技术，将数据、模型以及模拟仿真、分析、预测和决策的结果以图形化的直观方式呈现出来，可以辅助网络运维运营人员监测网络的内部的结构、挖掘隐藏在网络内部的价值信息。同时，也可以为多元用户提供直观的网络服务状态信息。4.3.5 智能引擎未来6G网络能够为用户提供与网随行的智能服务，同时，其自身也将积极拥抱智能，通过与AI技术的深度融合，提高网络的自治、自适应、自演进能力。智能引擎是基于6G网络体系中的智算、模型资源构建的用于6G网络系统本身管控优化的智能支撑平台。如图8所示为智能引擎的架构示意图。中国联通6G网络体系架构白皮书-24-图 8 智能引擎架构示意图图 8 智能引擎架构示意图智能引擎由功能层提供数据、算力、网络等能力支撑，采用分布式架构，支持分层分级分域部署，提供数据、算力、算法、模型、知识等要素的管理功能，实现训练、推理、评测、优化的迭代演进闭环，为服务编排、网络调度、用户治理等功能提供意图分析、运行数据分析、运营数据分析等智能分析能力，与数字孪生联合模拟仿真，促进网络的自智等级提升，助力6G网络内生智能的“AI for Network”。分布式框架：分布式框架：6G网络具有泛在接入特征和高隐私安全等要求，数据将会分级分域的分布式产生和存储，运行于云端中心区域的集中式智算将会面临数据隐私、数据传输、智算时延等问题。分布式框架支持将算法实例、模型数据以及用于训练推理等流程相关的配套工具实例按需部署到边侧网络的算力中，并支持多节点之间协同实现联邦学习、群体学习、联合推理等分布式学习/推理方法，满足6G网络的灵活泛在、多元用户、分布自治等需求。关键要素管理：关键要素管理：数据：数据：智能引擎的数据集构建在数据管理功能之上，通过数据功能中的数据协同接口完成数据样本的获取。并根据算法需求对数据功能中的数据进行格式转换、去噪、特征提取等二次处理。算力：算力：智能引擎的算力供给由功能层计算功能提供，对于需要多点协同的算法和模型计算还需由功能层控制面和用户面功能提供连接支持。智能引擎根据算法、模型规模和计算任务的需求，通过服务编排和网络调度实现合中国联通6G网络体系架构白皮书-25-适位置、合适规模的资源分配，完成算法和模型的部署以及训练、推理等计算执行。算法：算法：包括训练输入的数据集要求、模型超参、模型KPI、模型结构等，联邦学习、多智能体学习、模型分割、迁移学习、群体学习等模型协作在算法设计时纳入考虑。智能引擎在计算功能的基础上提供完整的算法工具链，支持算法的设计、改进、训练、验证等。模型：模型：最优化问题的模型包含变量的目标函数和约束条件，机器学习的模型类似，包含算法结构、超参及大量可调节的参数，输入样本数据可以输出期望的结果。模型中可调节的参数可以通过训练得到，这个过程相当于模型学习到了输入数据到输出结果之间人类无法直接理解的复杂关系。复杂网络场景中的意图分析、运维、编排、调度等特定问题，将会采用不同的模型实现。智能引擎支持对模型的发布、评测、下架以及对第三方通用模型资源的调用等。知识：知识：通过对历史数据、网络策略、人为规则、运维手册、故障日志等网络的运营、运行数据进行分析，得到用户意图分解、服务编排、网络调度、资源统筹等相关的知识，用于算法和模型的设计和改进等。主要流程：主要流程：训练：训练：基于6G网络的运行数据、运营数据等全维度数据集，按需进行多场景、多粒度的智能分析任务的训练，获得这些特定任务的专用模型库。支持新型算法的设计训练、对通用算法模型或者行业算法模型进行的微调/迁移学习；支持利用网络中分布式计算资源和多数据来源的特点进行联邦学习等。推理：推理：根据任务输入，调用特定的算法模型对输入数据进行意图分析、运行数据分析、运营数据分析等各种功能业务场景所需的智能分析，分析结果将作为服务编排、网络调度、用户治理等模块进行智能决策时的建议参考。评测：评测：在算法和模型研发、发布、部署、运行使用和下架等全生命周期过程中，模型的智能化性能需要一套完整有效的评测机制进行评估以便改进。智能引擎支持根据决策执行后的网络质量等相关数据进行分析，实现对算法模型的效果评价；另外，智能引擎也将与数字孪生协同，针对算法、模型构建特定的网络场景进行仿真决策和模拟执行，实现对算法、模型的快速验证、中国联通6G网络体系架构白皮书-26-评测。优化：优化：对决策执行的效果（数据）进行归纳总结，学习服务编排、网络调度、用户治理等相关的经验、策略，完成知识表征，更新知识图谱；根据知识图谱进一步改进优化智能算法。迭代：迭代：根据知识库积累，提出或者优化智能算法，通过算法改进和学习训练优化模型，提高各类问题的解决能力或者预测推理准确性，为各管控模块提供更加丰富、精准的决策建议，再根据虚实网络中的应用执行效果对算法和模型进行评价，促进知识库更新，形成“训练-推理-评测-优化”的迭代闭环，不断提升6G网络的智能化等级和综合服务能力。4.4 服务层4.4 服务层未来6G将是一个提供端到端能力的业务平台，具备多元的服务能力。通过资源层、功能层与管控层实现资源、连接、数据等要素的智能化统筹与管控，服务层统一对外提供连接服务、算力服务、数据服务、AI服务等服务能力，实现全域全连接的智能普惠，主要如下：连接作为一种可配置的基础服务，按需提供给2C、2B、子网、伙伴、OTT等多元用户，赋予多元用户超强网络连接的能力；计算服务作为一种可配置的基础服务，提供给多元用户6G网络平台内生的多样性算力，赋予用户调度基础设施的能力；AI服务作为一种可调度可配置的基础服务，提供给多元用户大模型、算法库等智能算力，赋能用户低成本的高效智算能力；数据服务作为一种可利用可调度的基础服务，提供给多元用户多系统的统筹数据，赋能用户友好的消费数据；XaaS服务，提供一切可能的可配置可调度的基础服务（X as a service），提供给多元用户多种开放的基础普惠能力，组合成全域全连接的普惠融合业务。中国联通6G网络体系架构白皮书-27-4.5 安全管理4.5 安全管理移动通信网络的安全从2G发展到5G，安全的演进也经历了重大的变革。虽然5G已经从架构和技术上都提供了有效的安全保障，但是随着6G网络和业务的发展，以及安全技术的演进，网络和业务对安全提出了更多的需求，需要构建自底向上的可信链，保障端到端的系统安全。图 9 安全管理架构示意图图 9 安全管理架构示意图首先，资源层提供网络基础的计算、存储、网络等能力，随着6G网络的云化和网络功能的虚拟化进一步增强，底层基础设施的安全成为上层网络功能安全运行的重要保障之一。安全计算技术可以从底层硬件设备的安全性开始，自底向上构建信任链，通过远程度量对平台完整性进行判断，赋予网络/设备“自证清白”的能力。但是，当前硬件安全技术背后的信任模型是中心化的，如TPM/SGX等均由权威机构背书，而这种中心化的信任模型存在着单点失效风险高、权威机构权限大、产业生态公平性低等问题。因此，可以通过构建去中心化的基础设施信任框架，形成公平的产业生态，从而一方面利用安全计算技术构建网络清白自证能力，另一方面重构安全技术的中心式信任根，解决中心式带来的安全风险，提升网络的安全性、可靠性和公平性。其次，功能层提供传统的控制面功能、用户面功能、计算功能和数据功能。网络功能节点之间通信的核心是通过安全协议承载身份认证、消息加密中国联通6G网络体系架构白皮书-28-和完整性保护。在3GPP网络中，安全协议包括发生在UE和网络之间的5GAKA系列协议，发生在AN与AN、AN和NF、运营商SEPP之间等场景的IPsec协议，发生在AN与AN、NF与NF之间、运营商SEPP之间、设备厂商的设备在运营商的局点中开局时和运营商设备的认证等场景的TLS/DTLS协议等等。6G也将继承5G的CIA功能并对其进行增强，采用安全性更好、密钥长度更长的密码学算法，如后量子算法。同时，可以预期基于PKI的证书体系依然是在6G系统中建立信任的重要手段。PKI体系的CA利用自身的私钥为用户签发身份证书，用户使用身份证书在网络通信中完成认证，因此，CA的安全性决定了PKI体系的安全性。在移动通信网络中，可以构建运营商、设备商等厂商的CA联盟，提升证书透明度，从而提升设备厂商证书的安全性；提升跨域认证的便捷性，避免通过交叉证书或手动配置才能实现的跨域认证，及证书交叉验证带来的冗长证书链问题。再次，管控层对网络资源进行编排调度，如通过对数据、算力、模型的调度提供AIaaS和DaaS等。不同的编排调度对安全提出了不同的需求，如网络需要从底层架构上为AI的执行提供内生安全保障机制，保障AI执行的可靠性、完整性和保密性，需要构建AI联邦学习涉及的多方主体之间的信任。网络需要为数据的安全流转提供可追溯、防篡改的保障机制和隐私保护方法。网络中的用户数据，涉及用户ID、用户生成的数据和用户行为数据，需要满足各国制定的隐私保护方面的法律法规来保障个人隐私安全，（如欧盟GDPR、美国统一个人数据保护法案UPDPA、我国数据安全法），也需要通过安全多方计算、同态计算等技术，保障数据使用过程中隐藏用户隐私信息，有效避免信息泄露。服务编排需要调度网络端到端的能力，所涉及的节点可能来自于不同的信任域，需要进一步引入基于多方共识的信任机制，与传统的中心式和第三方信任协同使用，共同组成6G网络多模信任模型。最后，安全能力作为6G架构的一部分，一方面服务于网络自身和业务，如为控制面功能、用户面功能、计算功能、数据功能等提供基础的连接安全、信任建立、可信度量等；另一方面，安全也可以作为对外开放的能力为第三方提供安全即服务的功能，典型的如区块链技术。区块链作为安全内生使能技术的一部分，6G区块链区别于传统的基于互联网的区块链和基于云的区块中国联通6G网络体系架构白皮书-29-链，是基于6G端到端网络基础设施动态构建的，服务于6G业务和客户，依据6G网络特征灵活部署，利用密码学算法建立的分布式账本，是6G安全即服务的能力之一。6G区块链能力可对外开放，定制方可通过调用网络的区块链控制组件，利用6G底层的基础链能力，由网络为其动态创建、维护和管理一条区块链，区块链由6G底层具备区块链能力的节点执行交易共识、节点通信和智能合约，并执行上层业务逻辑。综上，6G安全是一种自底向上、端到端构建，基于内生安全能力的可编排架构，从安全的启动、安全通信的建立、多方信任模型、去中心化生态的构建等维度为6G网络构筑全生命周期的安全防护。中国联通6G网络体系架构白皮书-30-5.6G 网络关键技术5.6G 网络关键技术5.1 空天地一体化网络5.1 空天地一体化网络“全球覆盖、随遇接入、按需服务、安全可信”的空天地一体化网络是未来6G重要的演进方向，其愿景是构建地基网络为基础，天基网络（含通导遥卫星）和空基网络为补充和延伸的立体网络结构，形成跨地域、空域、海域的天地一体融合通信网络，满足广域智慧连接和全球泛在无缝接入需求，实现统一高效的资源调度与网络管控，进而为广域立体空间范围内的应用提供全球时空连续通信、高可靠安全通信、区域大容量通信、高机动全程信息传输等能力，对提高应急水平、维护国家安全、保障国计民生、促进经济发展具有重大意义，面向6G的空天地一体网络架构如下图所示。图 106G 空天地一体网络架构示意图图 106G 空天地一体网络架构示意图其中，天基网络由各种卫星系统构成天基骨干网和天基接入网，实现全球覆盖、泛在连接、宽带接入等功能，是特殊场景下最可使用的传输方案；空基网络由高空通信平台、无人机自组网络等组成，借助无人机、飞艇等多种空中平台搭建空中基站，实现覆盖增强、使能边缘服务和灵活网络重构等功能；地基网络主要由地面互联网、移动通信网等提供通信保障。中国联通6G网络体系架构白皮书-31-空天地一体网络拥有显著的覆盖范围广、受环境影响小、容灾能力强通信优势，可不受地面限制向空、天、地、海等多维空间扩展，增强通信链路的可靠性及安全性。随着未来6G高中低轨卫星协同组网，空间基础设施与地面基础设施将从互联互通、互补融合逐步实现深度融合，提供更快的速率、更好的服务质量和更高的可靠性，为用户提供可靠、连续的通信服务。同时，利用蜂窝通信产业规模效应大幅降低卫星通信成本，进而在公众用户中推广卫星通信设备与服务，提供泛在、智能、协同、高效的通信服务。面向6G的空天地一体网络是天基多层子网和地面蜂窝多层子网等多个异构网络在体制、协议、网络、业务、终端等方面的深度融合，需聚焦解决融合网络多层立体、动态时变等关键问题，构建空天地一体网络控制能力，实现网络架构、空口传输、频率管理、星地组网等关键技术突破及分阶段部署，主要包括：统一网络架构：统一网络架构：通过地面网络和非地面网络在系统架构、技术体制、接口协议等层面进行多域多维度柔性融合，实现空天地网络的高效协同，提升端到端管理效率。统一空口协议：统一空口协议：形成卫星与地面蜂窝通信的统一的空口协议，支持多种业务传输。频率协调管理：频率协调管理：通过卫星与地面频谱协调管理技术，解决星地网络同频或邻频部署时网络共存、网络协同等方面问题，提高频谱利用率。星地融合组网：星地融合组网：通过空天地一体网络新型组网技术研究，解决业务连续性和一致性、移动性管理、QoS质量保障等关键问题，提升空天地业务服务能力。5.2 分布式网络5.2 分布式网络ITU定义的6G六大场景包括沉浸式通信、超大规模连接、极高可靠低时延、人工智能与通信融合、感知与通信融合和泛在连接，这意味着未来网络承载的用户和业务种类、协议数量、网络功能以及各功能间的连接数量等都将成倍增长，如果仍沿用目前集中式的架构设计将使得网络越来越复杂。因中国联通6G网络体系架构白皮书-32-此，为追求更极致的网络性能、更好的业务体验，分布式网络成为6G网络架构演进的重要趋势之一，能够根据未来多样化的业务和需求，为用户提供不同位置按需部署、灵活组织编排、弹性可扩展的分布式网络部署服务能力和跨网互通协同能力。6G分布式网络涉及以下关键技术：广泛分布的多样接入模式融合：广泛分布的多样接入模式融合：6G网络由大量用户网络(子网)构成不同子网的用户可能在不同位置、各种不同的方式接入到6G网络。因此，分布式网络具有融合多样化的接入模式能力，并实现用户多接入路径的协调，向用户提供更加可靠高效的连接通道。连接功能的按需分布式部署连接功能的按需分布式部署:由于不同用户对连接能力的差异化要求，分布式网络需要在相对广域的范围内灵活动态部署控制面和用户面为用户提供最优的连接能力。计算功能的分布式多方协同计算功能的分布式多方协同:6G网络将形成超级的网络计算服务，计算功能逐步下沉打散至网络边缘为用户所用已成为普遍的趋势，实现对分布式计算(包括算力、算法和数据等)、分布式网络和分布式业务的统一高效的一体化编排和动态调度，满足定制化的网络需求，提供面向用户及业务的内生计算能力。数据功能的按需编排数据功能的按需编排:数据作为未来网络的关键要素之一，将呈现显著的分布式特征，表现在数据源、数据消费者、数据处理节点的分布式。6G网络需要提供具备处理分布式数据能力的数据服务框架，支持对数据功能的按需编排，高效应对复杂的数据应用模式，满足不同用户的不同数据处理需求。基于共识机制的去中心化信任基于共识机制的去中心化信任:6G分布式网络将构建一种去中心化的信任架构，保障多方信任快速准确地建立，为构建和维护稳定、公平的6G开放合作的商业生态提供有力的安全支撑。因此，未来网络的场景需要兼顾覆盖和容量，将形成一种全新的分布式网络部署形态，其核心是研究如何设计场景定制化的柔性至简子网方案、各分布式子网间如何实现互联互通和业务连续性保障、用户如何快速便捷获取和定制子网服务、以及跨运营商的共享和协同。需要从组网模式、网络联邦管理技术、网络开放接口和跨运营商网络接口等多方面进行增强研究，亟待业界共同深入探讨。中国联通6G网络体系架构白皮书-33-5.3 通感算一体5.3 通感算一体6G通信感知计算一体化不仅提升传统通信能力，也将助力实现真实环境中物理实体的数字化和智能化，极大提升信息和通信服务质量。通信感知计算一体化长期以来受到了学术界和业界的关注，国际电信联盟（ITU-R）在 面向2030的未来技术趋势报告中，明确通信感知一体化是新兴技术发展趋势之一。IMT-2030（6G）推进组在今年发布的6G典型场景和关键能力白皮书中，将通信感知融合确定为6G五大典型场景之一。6G通信感知计算一体化需要在协议层面支持灵活、轻量化的网络架构，具有统一的接口，支持服务功能模块的即插即用，实现一体化服务能力的弹性扩展。在无线空口方面，进行一体化波形和波束赋形设计、开展一体化信号的干扰处理，实现多节点、多载波的协同感知与融合；在网络侧可纳管多模态感知方式，实现多种服务能力的QoS感知与确定性保障，并进行一体化资源的智能协同编排。此外，通感算一体化服务的引入，将产生大量的数据传输与信息处理，通过对网络中广泛存在的分布式异构算力的感知与纳管、云边端协同实现6G通信感知与计算融合共生。为实现上述技术能力，无线基站设备在设计之初需要考虑通信感知共享频谱资源、高动态范围、全双工及自干扰消除、高通道性能等特性要求，此外还需兼顾低实现复杂度、低功耗和高集成的目标。通信感知计算一体化信号波形设计：通信感知计算一体化信号波形设计：波形设计是通感算一体化基站空口关键技术的重要组成部分。空口波形设计目前主要有三个研究方向：侧重通信的一体化波形、侧重感知的一体化波形以及基于通感融合的一体化波形。其中，通信波形主要以OFDM调制波形为代表，感知波形主要以线性调频LFM波形为代表，而通感融合的波形主要以OTFS调制波形为代表。通信感知计算一体化多天线技术：通信感知计算一体化多天线技术：对于一个通感算一体化系统来说，感知的功能通常是借鉴雷达系统对目标物体的反射定位原理而实现的，这样只使用一个基站信号源即可定位信号覆盖范围内的目标物体。在雷达系统中，定位目标物体的三个关键参数是：距离、速度、角度。目标物体的距离参数是通过回波信号时延计算，目标物体的速度参数是通过回波信号多普勒频移中国联通6G网络体系架构白皮书-34-计算，而目标物体的角度参数则是通过多天线回波差异计算得出。虽然一根天线即可获知目标物体的距离和速度参数，但若想精确定位到物体所在方位的角度参数，则必须使用多天线阵列。另外，对于单个波束而言，通信功能需要波束宽度较窄，而感知功能通常需要波束宽度较宽。网络协同通信感知计算一体化技术：网络协同通信感知计算一体化技术：多节点协同：多节点协同：在通信感知计算一体化系统中，单个基站节点的资源是有限的，可以通过多基站协作的方式提升通信和感知服务质量。一般有两种协作模式：多基站联合感知和宏微基站协同感知。多基站联合感知是一种通感算一体化信号波形层面的多节点协同技术。在多基站联合感知系统中，两个基站节点可以分别作为信号波形的发送端和接收端。信号由一个节点发出，经过目标物体的反射，回波信号由另一个节点接收，这种模式可以避免由同一个节点独自收发信号时因全双工模式产生的自干扰。宏微基站协同感知是一种无线资源和算力资源层面的多节点协同技术。由于通感算一体化信号波形在进行感知功能时无法穿越大型障碍物如墙壁，因此宏基站无法感知建筑物内的目标物体。通过将微基站部署在建筑物内，和宏基站同时进行感知，两者的感知数据可以在汇聚点联合计算，实现无死角感知覆盖。多频点协同：多频点协同：当前的移动通信基站主要使用Sub 6GHz频段，未来可以采用毫米波、太赫兹和可见光等传输频段，给通感算一体化系统带来更多的选择。不同的电磁波频率适用的业务不同，当通感算一体化网络提供不同业务服务的同时，需要部署支持不同频点的基站硬件设备，协作完成不同的通信感知业务需求。多模式协同：多模式协同：通感算一体化波形可以通过发射信号与接收信号的相关运算，准确感知出信道环境中所存在的反射物、障碍物，以及各自的距离和终端移动速度等信息。无线接入系统中，存在基站和终端两种设备，基于这两种设备，可以进行六种不同的感知模式设计。当通感算一体化网络需要服务不同的融合业务时，可以采用多个感知模式进行协作处理。中国联通6G网络体系架构白皮书-35-低功耗通信感知技术：低功耗通信感知技术：未来的通信感知网络，引入了两个低功耗感知关键技术：反向散射技术和无线供能技术。反向散射技术以极低功率的调制方式奠定了低功耗通信感知的基础，而无线供能技术提供了一种网络供能的设备无源化选择。资源调度与编排：资源调度与编排：通信感知计算的融合是实现智能普惠的基础，需要一个高效的融合连接、感知、计算、数据、智能的新型基础设施，将广泛分布的数据提炼为智能信息，按需实时的为用户提供无处不在的智能服务。网络资源的调度和编排是实现通感算融合的基础，保障通感算业务在网络中高效运行，同时注重数据的隐私安全，支持分布式推理学习，可以充分利用云、边缘、终端的数据和计算资源，并能兼顾网络效率和绿色节能。动态性和多样性是网络业务编排与调度系统面临的主要技术挑战，分别体现在算力环境和智能业务两个维度上。例如，信道变化导致的算力节点间传输链路的动态性，终端移动导致的算力网络拓扑的动态性；通感智能业务触发在时间空间分布上的动态性，加速器架构、OS容器技术以及数据连接的通信制式存在多样性，多种不同的通感算模型的训练和推理等。多模态协同感知：多模态协同感知：为满足日益复杂的感知需求，未来的感知任务将不再局限于基于移动网络的感知增强，还需考虑终端（手机、摄像头、传感器等）和移动网络（基站/核心网等）协同感知、移动网络和固定网络（WIFI等）协同感知。通过几种不同模态的协同感知，提升通信体验，强化感知精度，提高算力资源的利用率等。移动网络和固定网络协同感知可充分发挥移动网络和固定网络各自的优势，以服务于未来更多样更复杂更高精的通感算场景。在6G网络架构中，需要同时考虑两种模态的统一接入，感知数据的汇聚，以及感知数据综合分析处理。为此，从一开始就需要对3GPP定义的感知网络架构进行系统性设计，例如可以吸收3GPP和Non-3GPP统一接入5G核心网的经验，实现感知业务的深度融合。算力供给关键技术：算力供给关键技术：高精度高性能的感知系统将产生海量的原始数据，如此多的数据全部上云集中计算可能导致网络拥塞和计算延迟，需要将部分计算任务从云侧迁移至网络边缘侧。在网计算技术利用网络内生的计算能力进行数据计算处理，提升计算效率，降低网络流量，能够降低整体能耗。网中国联通6G网络体系架构白皮书-36-络的内生算力，一方面对内服务于系统自身，即为通信和感知提供服务；另一方面可以对外向第三方应用提供服务。为了更好的实现在网计算能力，需要将网络中的通用算力、专用算力等各种异构算力资源纳入统筹考虑，提供计算、加速和存储等多种资源的共享和灵活扩展，实现感知数据的随路计算；同时采用确定性计算、实时性优化等技术，达到感知系统对算法、计算密度和实时性等方面的要求。如将部分计算迁移至网络侧，需考虑云、边、端的协同计算，根据算力、网络等资源的实时状态合理分配计算任务。网络的分布式算力资源在众多的分散位置，需要借助于算力感知、算力路由技术等技术发现并调用相应的资源，实现对分布式算力的统一管控，并根据业务的计算任务需求，实现高效统一的资源编排和调度。针对感知系统产生的海量数据，可以在端侧和边侧采用存算一体技术，进一步提高计算效率。5.4 数字孪生5.4 数字孪生数字孪生的概念随着数字化的演进被提出，是数字化的高阶形态和必经之路。数字孪生通过数字模型和实时数据构建现实实体的虚拟镜像，可以对物理世界的物理对象、过程或系统进行仿真和预测。数字孪生将物理世界和数字世界相结合，实现对物理世界全生命周期的虚拟验证、决策支持和优化控制。随着移动通信技术的发展，6G网络作为下一代移动通信标准，将为人们带来更快速、更可靠、就近随行的极致体验。然而，6G网络的实现面临一系列挑战，如多元用户的泛在接入、深度协同、智能内生等需求促使网络规模进一步提高，融合接入、传输、计算、数据等服务能力的大规模网络的复杂性是一个关键问题。为了应对这一挑战并推动网络的进一步发展，引入数字孪生技术成为一种具有巨大潜力的解决方案。6G网络通过数据采集、数据建模、仿真推演、智能决策、智能管控等关键控制环节构建6G数字孪生网络，赋能网络自智发展：数据采集：数据采集：数据采集是构建数字孪生的基础。未来6G网络会涵盖天空地海、云边端、广域/局域，呈现泛在分布特点，涉及机房、机架、服务器、交中国联通6G网络体系架构白皮书-37-换机、基站、核心网、虚拟资源、网络功能网元等信息，包含各技术栈的物理规格、配置、运行状态、端口、拓扑链接、性能、流量、告警等。数字孪生网络需要具备全景多维度数据采集能力，实现对物理世界网络的实时数据（状态）和非实时数据（状态）的感知。数据建模：数据建模：模型是构建数字孪生的核心，基于感知的网络数据，将网络从物理实体向虚拟空间映射，构建与物理实体一致的孪生数字网络。数字孪生模型构建包括基础模型构建和业务模型构建两类。基础模型是针对单个物理网络实体的模型定义，从多个维度建立的数字孪生模型，能够刻画物理网元的某个或某些特性；业务模型是针对特定的孪生应用场景对基础模型组装融合，利用采集的网络数据，从不同的维度构建或扩展的数字孪生模型；业务模型用来刻画孪生体的内在运行逻辑，支持对孪生体进行反馈和控制，不同维度的模型通过搭配和组合可以创建面向不同孪生应用场景的业务模型。仿真推演：仿真推演：仿真推演能力是数字孪生的灵魂。数字孪生不是通过搭建一个新的云化平台实现同步验证，而是通过轻量化的、灵活的、能真实刻画网元/网络运行的模型，再结合实时的真实网络数据，通过动态配置的规则组合成具体的仿真流程，实现快速仿真推演网络未来的变化，以达到评估和预测等目的。为了达到高保真的网络模拟仿真，需要从全局视角对物理网络中的实体进行全要素刻画，并采用分层建模的动态仿真建模技术兼顾仿真精准度和效率。智能决策：智能决策：智能决策是指利用AI和知识图谱等技术对仿真流程和孪生网络模型分析，判断和识别出问题的类型及所在位置，并构建价值函数实现方案寻优和决策推荐。其核心能力包括将包含了电信网络、设备、协议、业务和运维等方面信息的结构化数据整合并形成知识图谱，进一步建立知识的关联关系，使得系统能够准确理解和应用这些知识，提供精准的决策支持。此外，通过对海量专业数据进行训练和学习，能够模拟网络的行为和性能。通过分析实时的网络数据和状态信息，并结合知识图谱别出潜在的问题，预测网络的未来发展趋势。最后，基于决策算法对方案进行评估、优化和推荐。智能管控：智能管控：智能管控实现对智能决策形成的方案进行调度执行，通过指令通道完成解决方案自动下发执行，实现网络参数自动配置，支持业务自动中国联通6G网络体系架构白皮书-38-开通、自动故障识别和恢复、自动SLA保障等自智网络业务。智能管控技术结合智能决策技术，通过指令通道对物理网络进行实时或非实时的管理控制，实现以虚控实。在将孪生决策层的指令下发到真实物理网络后，物理网络通过数据反馈给孪生网络进行策略效果评估，并再次触发决策分析优化，实现虚实闭环，最终实现高阶自智网络。5.5 智能内生5.5 智能内生AI是6G的核心技术之一，AI与移动通信网络的深入融合一方面推动6G网络向自智化方向演进，提升运营商的生产和运营效率；另一方面支撑6G网络以AIaaS的形式提供能力，将网络中的AI能力作为服务开放给各类行业和普通消费者，满足其对AI的功能、性能、隐私和个性化的需求。在面向6G的智能化演进过程中，网络将通过分布式AI框架，任务为中心的AI能力，以及意图网络等增强，实现网络内生的智能能力，提供更灵活、高效、泛在的6G智能化解决方案。分布式分布式AI：基于NWDAF的5G智能化解决方案仍属于集中化、外挂式方案，在数据处理时延、数据传输消耗方面存在进一步提升和优化的空间，面向6G时代大规模、高性能、低时延的AI业务需求，AI能力的下沉成为网络演进的必然趋势。因此，6G网络应支持分布式AI能力部署，通过算力、模型等智能要素的下沉，实现数据的就近采集和就近处理，提升实时智能服务能力。同时，通过算法、模型、数据的分布式实现，进一步结合联邦学习、多任务并行及协同处理等能力完成模型协同训练、数据协同处理等复杂AI任务的分解、处理和聚合，解决集中式AI所存在的成本、能耗、效率等方面的不足，实现网络智能化资源高效利用。任务为中心的任务为中心的AI：传统通信系统以通信连接为中心进行设计，其主要目的是为数据传输提供连接并保证其业务体验。而AI类的处理过程则更加复杂，整体过程除了连接本身以外，还涉及连接、计算、数据、算法等智能要素。为使6G网络具备内生智能能力，6G网络需引入新的资源维度并设计相应的管控机制。此外，为了适应AI业务和传统连接类业务的区别，还需要在网络中国联通6G网络体系架构白皮书-39-架构设计的过程中脱离连接为中心的设计思路，转变为以任务为中心的设计思路。其中，任务指网络智能能力所涉及到的多节点场景下连接、计算、数据和算法资源的协同和调配，以共同完成某个特定的目标，如AI推理、AI训练、计算等任务类型。在任务为中心的思路下，6G网络通过对应的智能管控框架的设计和编排，实现智能要素协同、多层级多节点协同，以任务的粒度完成智能业务处理，并进行任务级的QoS保障，实现6G普惠及内生智能需求。基于意图的网络：基于意图的网络：基于意图的网络（Intent-based Networking）是一种网络管理和运营的理念，旨在提供更智能、自动化的网络控制和优化。与传统的网络管理方式相比，6G基于意图的网络更加注重用户需求和目标，以及对网络行为的意图理解。6G基于意图的网络可以通过以下方式实现：意图建模和描述：意图建模和描述：网络管理员通过定义和描述用户的意图和需求，将其转化为可理解的形式。这可能涉及到使用自然语言、图形化界面或其他方法来表达用户的意图，例如“提供低延迟的实时视频传输”或“优化能耗和网络覆盖范围”。意图感知和智能分析：意图感知和智能分析：网络具备感知和分析能力，可以监测和收集网络中的各种数据，如网络状态、流量负载、用户需求等。通过智能分析和机器学习技术，网络可以从这些数据中提取意图信号，并理解用户的意图。自动化配置和优化：自动化配置和优化：基于理解的意图，网络可以自动化地进行配置和优化网络资源，自动调整网络拓扑、路由策略、带宽分配等，以满足用户的意图和需求，同时减少人工干预，提高网络的效率和性能。智能决策和自适应：智能决策和自适应：基于意图的网络可以做出智能决策，根据网络环境的变化和用户的需求，自适应地调整网络行为。可以动态地适应不同的应用场景和服务要求，提供更好的用户体验。5.6 端网云协同5.6 端网云协同随着沉浸式XR、分布式AI、云游戏等业务的出现，终端和网络/云之间中国联通6G网络体系架构白皮书-40-需要更深度的协同以提供高带宽和低时延的移动连接和计算服务。5G网络主要通过MEC技术实现，然而MEC和云相对5G网络来说是外置的计算系统，终端UE和MEC与云上部署的应用服务仍然采用client-server交互模式，5G只能通过DNS增强（EASDF）和网络能力开放（NEF）、应用功能（AF）等实现与MEC或边缘云的协同，难以实现真正深度的相互影响和协作。6G时代，随着网络进一步采用云原生技术，网络功能和应用可以更方便地共享云底座和中间件，在统一的运行环境上，每个网络节点都可能提供连接、计算和存储服务。图 11端网云架构示意图图 11端网云架构示意图如图11所示，6G网络不再是单纯的连接管道，而是集成了连接服务、计算服务、数据服务的业务使能平台，将为端和云之间传统的client-server模式带来新的计算范式。主要有以下两个方面的转变：端网协同，实现端网动态计算伸缩：端网协同，实现端网动态计算伸缩：这里分为两种应用模式。第一种是计算负载的动态调整，可以将应用任务分割为端侧和网络侧两部分，与传统client-server的不同在于，端侧和网络侧的计算任务负载不是固定不变的，可以根据无线网络的连接质量的变化进行动态地任务分割和资源重分配，另外，网络侧的计算任务部署的位置也是可以随着用户移动、流量模式的变化而动态迁移的，这一切都需要网络连接服务和计算服务、数据服务的紧密协同。第二种是端侧触发的计算任务上移，终端可以自主将计算密集型任务上移至网络侧执行，以突破终端计算和功耗的物理局限，提升终端的计算处理能力，网络侧负责为终端上移的计算任务选择最佳的部署位置，并提供随用随取，中国联通6G网络体系架构白皮书-41-用完即走的动态资源分配机制，最大化资源利用率。网云协同范式，实现移动应用分发网络：网云协同范式，实现移动应用分发网络：6G网络系统利用其内生的计算服务能力，为云服务提供商（CSP）或应用提供商（ASP）提供类似CDN的移动应用分发服务。一方面实现对OTT计算任务的加速，另一方面是降低ASP/CSP中心云的计算压力和传输成本。ASP/CSP把需要加速的应用或计算任务的软件镜像包提前上传到6G网络，6G网络根据用户请求、分布位置、请求数量等自动部署应用实例，包括最佳部署位置的选择以及提供必要的服务发现和QoS保障机制。ASP/CSP不具体参与应用的具体部署和调度，只给出其部署策略和目标，由6G网络自行部署。整个过程中需要6G网络的连接服务、计算服务、数据服务的紧密协同，才能在满足每个用户业务体验的同时，还能保障整个系统资源的使用率最大化。为实现端网云协同需要进一步开展如下技术研究：移动网络与云底座的协同：移动网络与云底座的协同：包括算网一体集成服务，异构资源的统一纳管，端网云统一资源编排和调度。端网云分布式计算框架：端网云分布式计算框架：包括端网云统一的运行环境，端网云计算动态伸缩机制，开源开放生态。新协议：新协议：包括业务寻址和路由协议，用户移动以及计算任务迁移下的业务连续性，跨层协同保障终端与服务端点间的高品质连接。新新QoS模型：模型：包括增强的QoS框架，以支持端网云协同的分布式计算范式，探索新的计费模式。中国联通6G网络体系架构白皮书-42-6.总结和展望6.总结和展望在中国联通CUBE-Net3.0网络创新体系的基础上，本白皮书面向6G网络需求和愿景，提出了超越连接、多元用户、平台赋能的6G网络架构设计理念，并在此理念指导下提出了面向“新网络，新服务，新生态”的层次化的数智服务使能平台架构，阐释了中国联通“构筑智能泛在的综合型数字信息基础设施、满足千行百业差异化要求和智能融合需要、促进云网边端业协同和产业生态繁荣发展”的总体思路。6G网络在传统连接能力基础上衍生的感知、智能、计算、安全等多维能力对6G网络架构提出了颠覆以往传统网络架构的创新要求。6G网络架构是6G网络能否显著提升网络能力赋能社会发展的核心关键。目前，空天地海一体、通感算一体、数字孪生、智能内生等实现6G愿景的关键技术方向已逐渐形成共识，但是如何将这些潜在技术有机融合形成6G网络的总体架构设计还在探索阶段。中国联通将积极参与6G网络架构创新与关键技术研究，携手行业内产学研用各界伙伴共同努力，加速6G网络架构的完善和方案收敛，促进全球统一的6G网络架构标准形成，推动6G网络产业发展和生态成熟，助力经济社会全面数字化转型，迎接更加美好的智能时代。中国联通6G网络体系架构白皮书-43-缩略语缩略语缩略语英文全称中文释义3GPP3rd Generation Partnership Project第三代合作伙伴计划AIArtificial Intelligence人工智能AIaaSAI as a ServiceAI即服务AKAAuthentication and Key Agreement身份认证和密钥协议ANAccess Network接入网络APIApplication Programming Interface应用程序接口ASPApplication Service Provider应用提供商CACertification Authority认证机构CDNContent Delivery Network内容分发网络CIAConfidentiality,Integrity,andAvailability机密性、完整性和可用性CSPCloud Service Provider云服务提供商CUBE-NetCustomer-oriented UbiquitousBroadband Experiencing Network面向客户体验的泛在超宽带网络DaaSData as a Service数据即服务DNSDomain Name System域名系统DPUData Processing Unit数据处理单元DSCPDifferentiated Services Code Point差分服务编码点DTLSDatagram Transport Layer Security数据包传输层安全性协议EASDFEdge Application Server DiscoveryFunction边缘应用服务器发现功能EDAElectronic Design Automation电子设计自动化GDPRGeneral Data Protection Regulation通用数据保护条例中国联通6G网络体系架构白皮书-44-GPUGraphics Processing Unit图像处理单元GTP-UGPRS Tunnelling Protocol for the UserPlane用户层面的 GPRS 隧道协议HTCHolography Type Communication全息型通信IBNIntent-based Networking基于意图的网络ICDTInformation&Communication&DataTechnology信息、通信、数据技术IDIdentification身份标识IMTInternational MobileTelecommunications国际移动通信IOInput/Output输入/输出IPInternet Protocol互联网协议IPUIntelligent Processing Unit智能处理单元ITInformation Technology信息技术ITU-RInternational TelecommunicationUnion-Radiocommunication Sector国际电信联盟无线电通信部LFMLinear Frequency Modulation线性调频MECMulti-access Edge Computing多接入边缘计算NEFNetwork Exposure Function网络开放功能NFNetwork Function网络功能NWDAFNetwork Data Analytics Function网络数据分析功能OAMOperation Administration andMaintenance操作维护管理OFDMOrthogonal Frequency DivisionMultiplexing正交频分复用OSOperating System操作系统OTFSOrthogonal Time Frequency Space正交时频空调制OTTOver The Top互联网向用户提供各种中国联通6G网络体系架构白皮书-45-应用服务P4Programming Protocol-independentPacket Processor协议无关的数据分组处理编程PDUProtocol Data Unit协议数据单元PKIPublic Key Infrastructure公开密钥基础设施QFIQos Flow IdentifierQoS流标识符QoSQuality of Service服务质量SBAService Based Architecture服务化架构SEPPSecurity Edge Protection Proxy安全边缘保护代理SGXSoftware Guard Extensions软件保护扩展SLAService Level Agreement服务级别协议TLSTransport Layer Security传输层安全toC/2CTo Customer面向个人用户toB/2BTo Business面向行业用户TPMTrusted Platform Module可信平台模块UEUser Equipment用户终端UPDPAUniform Personal Data Protection Act统一个人数据保护法案UPFUser Plane Function用户面功能WIFIWireless Fidelity无线保真XaaSX as a ServiceXX即服务xPUX Processing UnitXX处理单元XRExtended Reality扩展现实中国联通6G网络体系架构白皮书-46-参考文献参考文献1 中国联通.CUBE-Net3.0网络创新体系白皮书R.2021.2 中国联通.中国联通云网融合向算网一体技术演进白皮书R.2021.3IMT-2030(6G)推进组.6G总体愿景与潜在关键技术白皮书R.2021.4IMT-2030(6G)推进组.6G网络架构愿景与关键技术展望白皮R.2022.5IMT-2030(6G)推进组.6G网络安全愿景研究报告R.2022.66GANA.6G网络原生AI技术需求白皮书R.2022.7 中国通信学会.通感算前沿技术报告R.2021.8 中信科移动通信计算股份有限公司.6G网络体系架构白皮书R.2022.9 严学强.6G移动通信网络数据服务与数据面J.物联网学报，2023,7(1)：60-72.10 吴建军.任务为中心的 6G 网络 AI 架构J.无线电通信计算，2022,48(6):599-613.11 薛妍.6G时代新用户面设计和关键技术J.移动通信，2022,46(6):2-7.12 吴曼青.天地一体化信息网络总体架构设想J.卫星与网络,2016,000(3):30-36.13 王胡成.融合卫星通信的5G网络技术研究J.无线电通信技术,2021,47(5):535-542.14 刘光毅6G智慧内生:技术挑战，架构和关键特征J.移动通信,2021,45(4):11.15 段向阳.面向6G通感算智一体化技术发展模式探究J.电信科学,2022(3):37-48.中国联通6G网络体系架构白皮书-47-中国联通研究院/下一代互联网宽带业务应用国家工程研究中心是根植于联通集团（中国联通直属二级机构），服务于国家战略、行业发展、企业生产的战略决策参谋者、技术发展引领者、产业发展助推者，是原创技术策源地主力军和数字技术融合创新排头兵。联通研究院以做深大联接、做强大计算、做活大数据、做优大应用、做精大安全为己任，按照 4 1 X研发布局，开展面向 CUBE-Net 3.0 新一代网络、大数据赋能运营、端网边业协同创新、网络与信息安全等方向的前沿技术研发，承担高质量决策报告研究和专精特新核心技术攻关，致力于成为服务国家发展的高端智库、代表行业产业的发言人、助推数字化转型的参谋部，多方位参与网络强国、数字中国、智慧社会建设。联通研究院现有员工近 700 人，平均年龄 36岁，85%以上为硕士、博士研究生，以“三度三有”企业文化为根基，发展成为一支高素质、高活力、专业化、具有行业影响力的人才队伍。战略决策的参谋者技术发展的引领者产业发展的助推者态度、速度、气度有情怀、有格局、有担当中国联合网络通信有限公司研究院下一代互联网宽带业务应用国家工程研究中心地址：北京市亦庄经济技术开发区北环东路 1 号电话：010-87926100邮编：100176

109人已浏览 2023-07-06 51页 5星级

太赫兹技术基础研究报告白皮书,版本,博士,目录引言,下一代无线通信标准,从到愿景与关键技术,研究领域,太赫兹波的特性和应用,毫米波和太赫兹频率的新频谱,太赫兹的应用,大量应用场景尚待探索,太赫兹波在大.

71人已浏览 2023-06-21 56页 5星级

6G网络体系架构本白皮书版权专属中信科移动通信技术股份有限公司,以下简称,中信科移动,所有,并受法律保护,如需基于非商业目的引用,转载,传播或以其他方式合理使用本白皮书的全部或部分内容,应完整注明来源.

143人已浏览 2023-06-13 35页 5星级

面向6G天地一体的路径思考和核心技术攻关黄宇红中国移动研究院院长,中关村泛联院常务副院长2023,05面向天地一体,国家大力推进卫星互联网发展IMT,2020,5G,工作组,2023年4月成立NTN工.

95人已浏览 2023-06-09 18页 5星级

第六代固定通信网（F6G）白皮书 V1.0 天地一体化光通信技术 信息光子学与光通信全国重点实验室 摘要 随着社会的全方位数字化转型，各类新型应用正持续对网络服务能力提出新的挑战，推动着固定通信网向天地一体化的方向发展。第六代固定通信网(F6G)白皮书分析了当前固定网络面临的挑战，从技术发展需求、关键支撑技术与潜在应用场景几个维度展望了固定网络的未来发展动向。1 第六代固定通信网（F6G）白皮书 V1.0 目录 1.1.固定通信网技术概述固定通信网技术概述.1 1 1.1.1.1.固定通信网演进历程固定通信网演进历程.1 1 1.1.1.1.1.1.传统固定通信网传统固定通信网.1 1 1.1.2.F5G1.1.2.F5G 与与 F5.5GF5.5G.2 2 1.1.3.F6G1.1.3.F6G.3 3 1.2.1.2.固定通信网面临的挑战固定通信网面临的挑战.4 4 1.2.1.1.2.1.覆盖能力覆盖能力.4 4 1.2.2.1.2.2.生存能力生存能力.5 5 1.2.3.1.2.3.连接能力连接能力.6 6 1.2.4.1.2.4.智能能力智能能力.7 7 1.2.5.1.2.5.安全能力安全能力.7 7 2.2.天地一体化网络未来需求与发展趋势天地一体化网络未来需求与发展趋势.8 8 2.1.2.1.多模态感知多模态感知.9 9 2.1.1.2.1.1.通感一体化通感一体化.9 9 2.1.2.2.1.2.感知主动化感知主动化.1010 2.2.2.2.全覆盖接入全覆盖接入.1010 2.2.1.2.2.1.覆盖面积扩展覆盖面积扩展.1010 2.2.2.2.2.2.接入能力增强接入能力增强.1111 2.3.2.3.高可靠传送高可靠传送.1212 2.3.1.2.3.1.生存性增强生存性增强.1212 2.3.2.2.3.2.安全性升级安全性升级.1313 2.4.2.4.高动态组网高动态组网.1313 2.4.1.2.4.1.拓扑动态重构拓扑动态重构.1414 2.4.2.2.4.2.连接自动调整连接自动调整.1414 2 第六代固定通信网（F6G）白皮书 V1.0 2.5.2.5.超时空呈现超时空呈现.1515 2.5.1.2.5.1.三维呈现裸眼化三维呈现裸眼化.1616 2.5.2.2.5.2.通信呈现联动化通信呈现联动化.1616 3.3.天地一体化光通信天地一体化光通信关键使能技术关键使能技术.1616 3.1.3.1.多模态增强型通感一体技术多模态增强型通感一体技术.1717 3.1.1.3.1.1.通信感知一体化通信感知一体化.1717 3.1.2.3.1.2.网络化智能感知网络化智能感知.1717 3.2.3.2.天地融合广覆盖接入技术天地融合广覆盖接入技术.1818 3.2.1.3.2.1.下一代下一代 PONPON.1818 3.2.2.3.2.2.光与无线融合光与无线融合.1919 3.3.3.3.物理层安全增强型传输技术物理层安全增强型传输技术.1919 3.3.1.3.3.1.全波段光传输全波段光传输.1919 3.3.2.3.3.2.天基量子密钥分发天基量子密钥分发.2020 3.3.3.3.3.3.空间激光空间激光内生安全内生安全.2121 3.4.3.4.天地一体化高动态组网技术天地一体化高动态组网技术.2121 3.4.1.3.4.1.高动态卫星管控高动态卫星管控.2121 3.4.2.3.4.2.光网络数字孪生光网络数字孪生.2222 3.5.3.5.三维全息呈现技术三维全息呈现技术.2323 3.5.1.3.5.1.内容采集与处理内容采集与处理.2323 3.5.2.3.5.2.三维渲染三维渲染.2424 3.5.3.3.5.3.裸眼显示裸眼显示.2424 4.F6G4.F6G 适用场景与应用适用场景与应用.2525 4.1.4.1.全息通信全息通信.2525 4.2.4.2.虚实交互虚实交互.2626 4.3.4.3.智能体互联智能体互联.2828 附：主要贡献单位与人员（附：主要贡献单位与人员（排名不分前后排名不分前后）.2929 1 第六代固定通信网（F6G）白皮书 V1.0 1.固定通信网技术概述固定通信网技术概述 固定通信网是指通信设备之间通过有线或无线方式实现固定连接的网络，可向用户提供语音、数据、多媒体等服务。通过百年发展，固定通信网不断向着宽带化、综合化、IP化、智能化和融合化的方向演进。固定通信网承担着海量信息传输的任务，是国家关键信息基础设施，也是支撑社会数字化转型的信息系统底座。1.1.固定通信网演进历程固定通信网演进历程 在计算机与互联网技术的驱动下，固定通信网在近三十年得到了快速发展。1900 至2000 年期间，固定网络主要承载语音业务，依托铜线基础设施，采用 PSTN/ISDN 技术，典型带宽为 64kbit/s。2000 至 2006 年期间，固定网络主要承载网页业务，典型技术为xDSL，用于提供 20MHz 以下的宽带能力。2006 年至 2012 年期间，固定网络主要承载视频流业务。依靠 VDSL 技术以及光纤接入技术，FTTB 以及 PON LAN 的接入技术，固定网络逐步提供 30100MHz的家庭宽带。2012年至 2020年为期间，固定网络具有承载 4K超高清视频流的能力，大规模发展应用的 PON LAN可以提供百兆及以上的传输带宽服务。随着云计算、物联网等新技术发展，新型业务具有更高的业务质量需求，对固定网络的带宽、时延、可靠性提出了更高要求，业界开始以代际划分的形式为固定网络定义发展路径，提出第五代固定通信网（F5G,the 5th Generation of Fixed Communications Networks）。1.1.1.传统固定通信网传统固定通信网 从电话网诞生一直持续到 20 世纪末，固定通信网主要用于服务语音业务，拨号接入和 ISDN 发展速度非常缓慢，仅能支持音频服务和拨号呼叫。该阶段形成一个较完整的电话网络基础设施，并且其网络架构以及控制信号能够很好地适配全球网络，这标志着电信全球化的开始。该阶段接入网是 PSTN/ISDN 技术，对应的传送网采用的是 PDH 技术，基群速率为 2Mbps，光纤线路速率以 140Mbps 为主。20 世纪末到 21 世纪初，随着互联网以及 ADSL 技术的推广，固定网络进入高速发展时期，宽带时代正式开始，主要用于服务 Web 业务。个人电脑和浏览器的普及推动了互联网的迅速发展，固定网络的应用由电话扩展到了电子邮件、搜索引擎以及网页浏览等。2 第六代固定通信网（F6G）白皮书 V1.0 接入网以 ADSL 技术为代表（10Mbps），对应的传送网采用的是 SDH 技术，光纤线路速率以 2.5Gbps 和 10Gbps 为主。2005 年开始，在多媒体业务的驱动下，固定网络的业务和网络架构都出现巨大的变化。由于传统 ADSL 技术和原有电话网的架构无法支撑“宽带”业务，因此引入 VDSL 技术（30Mbps200Mbps）。对应的传送网采用的是 MSTP 技术，在 SDH 技术基础上增加了对以太数据业务的承载能力。2012 年开始，4K 高清信号的出现，需要不低于 100Mbit/s 的宽带网络。以 GPON 技术为代表的光接入网上行总速率达到 1-2.5Gbps，具有高带宽、稳定、结构简化和能够长期发展的优势，因此得到运营商的关注。对应的主流传输技术为 OTN 光传送网技术，结合了WDM技术和SDH技术优点，实现光纤线路速率全面提速，单波速率达到100Gbps，一根光纤中同时传输 80 波信号，线路速率达到 80*100Gps。1.1.2.F5G 与与 F5.5G 2020年 2月，ETSI面向全球宣布成立 F5G产业工作组，提出了从“光纤到户”迈向“光联万物”的产业愿景，标志着 F5G 时代大幕正式开启。2020 年 2 月，全球主流的运营商、设备商、行业协会及研究机构均已加入该工作组。F5G 的主要特征有 3 个，分别是超大带宽(eFBB,Enhanced Fixed BroadBand)、全光连接(FFC,Full-Fiber Connection)和极致体验(GRE,Guaranteed Reliable Experience)。2022 年 9 月，欧洲电信标准化协会第五代固定网络产业工作组发布了一份白皮书F5G Advanced and Beyond，介绍了 F5G 向 F5G Advanced（又称 F5.5G）演进的驱动因素、能力维度和关键使能技术。综合来看，F5.5G 对 F5G 进行增强和扩展：超高带宽 eFBB：通过更先进的固定网络技术，网络带宽容量可提高十倍以上，实现上下行对称宽带容量，实现千兆家庭、万兆建筑和百 G 级园区。利用 Wi-Fi 7、50G PON、800G 等下一代技术，将用户带宽体验从 1Gbps提升到 10Gbps everywhere。全光连接 FFC：通过光纤基础设施的全面覆盖，实现光纤延伸到每一个房间、每一个桌面、每一台机器，充分扩展垂直行业应用。业务场景扩展 10 倍以上，连接数增长 100倍以上，实现每平方公里 10万连接的覆盖。打造智慧家庭/企家协同/全光园区数字化底座。3 第六代固定通信网（F6G）白皮书 V1.0 终极体验 GRE：支持 0 丢包，微秒延迟，99.999%的可用性。配合 AI 智能运维，满足家庭和企业用户的极致业务体验需求。在可保障体验方面，自动驾驶从 L3 升级到 L4。家庭宽带从可视定位到体验自优化，专线/算网实现急速智能链接。同时，F5.5G 向三个方面进行扩展：RRL：在工业场景，实时韧性联接可满足工业场景微秒级时延、6 个 9 可用性要求；OSV：光感知与可视化则聚焦于构建光纤通信感知融合和数字化运营能力；GAO：OTN To EverySite，打造一跳直达，站点能效提升 10 倍。图 1 固定网络发展路线前瞻 1.1.3.F6G 虽然 F5G 和 F5.5G 已经可以满足地面业务的多种需求，但地基固定网络在连接覆面积、建设成本等方面面临诸多挑战。以卫星为基座的天基通信系统正在快速发展，未来将与地面固定通信网进行深度融合，共同面向消费级互联网业务提供宽带通信服务，形成天地一体化的第六代固定通信网（F6G），发展路径如图 1。天地一体化网络是未来 F6G 网络架构研究的核心方向，由卫星组成的骨干网络使得地球上的用户可以随时随地享受高速宽带无线接入服务，可以克服距离障碍，实现包括地面、高空平台在内的任意两点之间的高速通信，达到全球无缝覆盖。F6G 将实现卫星网络 4 第六代固定通信网（F6G）白皮书 V1.0 与地面光纤网络的互连互通，构成天地一体化光通信系统，满足不同行业对下一代网络的需求，极大地提高用户体验，推动社会数字化转型和数字经济高质量增长。1.2.固定通信网面临的挑战固定通信网面临的挑战 2021 中国互联网发展报告指出，互联网发展已进入万物互联阶段，新的应用正在向固定通信网提出更严峻的挑战。为了支撑未来的万物互联需求，F6G 将重点针对覆盖能力、生存能力、连接能力、智能能力和安全能力方面的挑战进行网络能力升级，如图 2。图 2 F6G面临的技术挑战 1.2.1.覆盖能力覆盖能力 传统地面固定通信网的优势在于其高数据传输速率、低时延以及海量连接能力。但其覆盖范围受限，在偏远及无人区域建设难度大、运营成本高。目前，地球上超过70%的地理空间，涉及 30 亿人口未能实现互联网覆盖。为了支撑未来无人区域数字化管理、空间智能体互联等新兴业务的通信需求，未来地面固定通信网需与空间卫星网络进行融合，构建可覆盖全球的天地一体化骨干通信网络，推动传统网络由“面向人”覆盖到“面向物”覆盖的转变，为全球用户的各类应用提供全域宽带连接支持。在覆盖能力方面，天地一体化光通信技术正面临如下挑战：5 第六代固定通信网（F6G）白皮书 V1.0 1）覆盖速率：地基固定网络接入速率可达 10Gbps，未来将在 50G-PON 的基础上进一步发展至 100G，而当前卫星网络的接入速率仍比较受限。如何提升卫星网络在覆盖区域的接入速率，是覆盖能力方面的关键挑战之一；2）覆盖延时：亚毫秒级延迟将成为空天地一体化网络的整体需求，充分考虑地面和天地融合网络，打造亚毫米波延迟覆盖、毫秒级延迟覆盖、十毫秒级延迟覆盖等多层次网络结构和服务场景，是覆盖能力方面的关键挑战之一；3）覆盖密度：由“面向人”覆盖到“面向物”覆盖的转变过程中，“万物智联、手机直连、天地互连”等应用将极大提升对网络的可达性、可靠性和覆盖密度的需求，相比于传统网络，下一代天地一体化网络的单位面积接入设备密度将提升 100 倍至 1000 倍，如何有效提升覆盖密度，是覆盖能力方面的关键挑战之一；4）覆盖灵活性：覆盖灵活性是指覆盖场景灵活、接入方式灵活、用户速率灵活以及终端类型灵活。如何构建具有环境感知、自主智能决策、按需重构和无缝融合的天地一体化网络体系架构，是覆盖能力方面的关键挑战之一。1.2.2.生存能力生存能力 网络生存性是指网络应对故障的能力，对保障网络的正常运行具有重要意义。据统计，目前光纤网络故障平均修复时间可达 5-10 小时，生存能力不足将会严重影响业务质量和用户体验。传统固定网络的生存性机制多聚焦于小规模故障，可保障通信业务在面对故障时具备一定的自愈能力，但面对区域性的故障通常束手无策。天地一体化网络扩大了网络的覆盖尺度，同时也扩大了故障的风险范围。未来，天基的高动态卫星网络会面临空间碎片、激光武器等潜在威胁，可能出现规模性节点或链路故障。为应对大尺度的故障风险，天地一体化网络的生存性技术需要由“自愈”向“自组织”方向发展，通过对卫星节点、星间链路的动态调度与配置，支持天地网络的智能化自组网，进而提升网络面对大范围故障的抗毁和生存能力。在生存性能力方面，天地一体化光通信技术正面临如下挑战：1）业务动态管理：由于天地一体化网络拓扑存在动态性，特别是星地链路部分，因此对星间/星地激光链路状态与连接情况的实时感知是业务生存性保障的基本要求，如何 6 第六代固定通信网（F6G）白皮书 V1.0 实现广域业务的动态监控与管理是保障业务生存性的关键挑战之一；2）星地按需协同：由于目前网络传输体制和运维方式的约束，当前天、地两层网络基本采取分域治理的形式，跨域业务如何实现多域资源的协同联动以完成路径拼接与端到端资源协同是跨域业务生存性保障的关键挑战；3）自组织抗毁：传统业务生存性机制通过基于既定拓扑的业务路径计算实现，依赖于拓扑的实时获取，然而 6G 场景中天基平台的移动性和路径随机性增强。因此，针对大动态范围天地一体化网络，如何实现基于随机高动态拓扑实现自组织抗毁是保障 6G 场景中业务生存性的关键挑战。1.2.3.连接能力连接能力 随着全社会数字化转型的深入发展，各类互联网应用层出不穷，互联网中的流量高速增长，为光通信网络带来了巨大承载压力。面对日益增长的业务流量，当前通信网正在积极探索高带宽、低时延等方面的新型连接技术。然而，随着 AR/VR、元宇宙和以 ChatGPT 为代表的人工智能技术的快速发展，未来天地一体化的网络空间将出现更多以“智能体互联”为代表的交互式应用。为适应空间网络和智能体终端的高动态性，网络在提供基础连接能力之外，还需对高动态网络和终端的位置进行精准管理，网络的服务模式将由“静态连接”向“动态连接”拓展，进而为高速移动的智能体提供高可靠的网络连接。在连接能力方面，天地一体化网络正面临如下挑战：1）动态信道维持：天地一体化网络中，星间链路随着卫星的运转高速移动，链路的长度、位置等属性均呈现出高动态特征。如何针对这些动态属性进行自适应信道参数调整、维持信道的通信能力，是实现天地一体化网络动态连接能力的关键挑战之一；2）高速连接切换：卫星的高速移动还导致星地链路的频繁切换，进而影响承载业务的连续性。如何在高动态过程中实现无缝切换，保障无中断无抖动的端到端服务能力，是打造天地一体化网络动态连接能力的关键挑战之一；3）精准定位追踪：未来，卫星与卫星之间、卫星与高空平台之间的通信将主要依赖激光链路，而激光通信对指向性要求极高。在高动态的网络中，如何实现卫星、高空平台之间的精准定位追踪，是发挥天地一体化网络动态连接能力的关键挑战之一。7 第六代固定通信网（F6G）白皮书 V1.0 1.2.4.智能能力智能能力 随着人工智能技术的发展，固定通信网的智能化水平已经得到了显著的提升，工作模式上实现了从人工管控、软件管控到人工智能辅助管控的变革。然而，由于网络结构和协议繁杂，网络的管理依然严重依赖专业知识技能，传统光纤通信网所具备的智能能力（如基于人工智能的流量预测、故障诊断等）往往仅作为辅助功能，难以实现网络管控的全面自动化和智能化。天地一体化光通信系统的规模和动态性将带来显著的挑战，传统的决策式智能技术辅助决策的有效性也会受到抑制。为了应对未来天地一体化网络的高动态管控压力，提升网络的智能化水平，天地一体化网络的智能管控技术将由决策式智能向生成式智能发展，利用网络生成式人工智能技术理解网络问题并自主生成网络管控方案，显著提升网络的自动化水平。在智能化能力方面，天地一体化网络正面临如下挑战：1）面向网络运维的专业大模型：将网络运维与专业大模型相融合会有效提升通用性智能程度，然而专业大模型的建立需要庞大的模型尺度、高昂的存储和计算资源成本、复杂的模型调参和优化能力，是天地一体化网络中大模型构建的关键挑战之一；2）基于生成式智能的管控应用：在专业大模型的基础上，针对天地一体化网络中的生成式智能需要具有多模态，全领域知识的同时，也对准确性和恰当性提出了严格的要求，如何基于生成式智能开发稳健的管控应用是发挥智能能力的关键；3）智能化应用与人的协作关系：智能化应用在辅助人进行智能管控的同时，也会势必带来由于自动化操作而导致的误差和风险，如何实现智能化过程中 AI 与人的有效协作，规避误操作而导致的风险，是智能化过程中所面临的关键技术挑战之一。1.2.5.安全能力安全能力 目前，固定通信网络中安全技术标准与应用均已成熟，主要依靠经典密码学实现信息的加密，以实现面向信息的安全保护能力。但是，随着量子计算技术的持续突破及人工智能技术的广泛应用，基于信源加密的安全体系正面临“先存储再破译”等攻击方式的威胁。特别地，未来天地一体化网络将部署大量的卫星节点到公共空间，开放的通信信道将面临更多未知的安全威胁和挑战。因此，需要进一步推动天地一体化网络的安全架构升级，8 第六代固定通信网（F6G）白皮书 V1.0 实现安全体系从“信息安全”到“信道安全”的增强，利用物理信道级的安全防护措施，提升信息传递的隐蔽性和安全性。在安全能力方面，天地一体化网络正面临如下挑战：1）物理信道加密：在天地一体化网络中，星地通信的传输性能受到发射功率、跟踪误差和其他各类干扰的影响，卫星设备部署成本高，灵活性大，且需要与地面站进行协同管理。如何设计低功耗，高兼容的物理信道加密方案，实现传输性能高，处理时延低且安全性的强星地加密传输，是天地一体化光通信系统面临的安全能力挑战之一；2）高速密钥协商技术：天地一体化网络传输依靠空间激光，链路跨距长、传输媒介为开放空间，使得安全地在各类节点之间分发密钥变得复杂。如何高速且安全地在空天一体化网络中实现密钥分发，是天地一体化光通信系统面临的关键挑战之一；3）安全风险感知技术：与传统固定网络相比，天地一体化网络的动态性和复杂性使得准确感知和评估整体安全风险变得困难。庞大的互连组件数量，包括卫星、地面站和控制中心，增加了攻击面和潜在的风险。如何实现对安全风险的主动感知，是天地一体化光通信系统面临的关键挑战之一。2.天地一体化网络未来需求与发展趋势天地一体化网络未来需求与发展趋势 图 3 天地一体化固定通信网（F6G）技术范畴 面向未来高动态、交互式网络应用，基于天地一体化的 F6G 网络将在感知、接入、传输、组网与呈现方面呈现出新的需求和发展趋势，如图 3。9 第六代固定通信网（F6G）白皮书 V1.0 2.1.多模态感知多模态感知 传统固定通信网络以信息传递功能为主，缺乏对外部环境的感知能力。随着多模态网络应用的快速发展，网络对外部环境的感知需求不断增加，需要在进行信息传递的同时具备对方位、距离、速度等多模态信息的感知能力，如图 4。特别地，未来天地一体化光通信系统将覆盖广阔的三维空间，具备大尺度、多样化的潜在可感知要素，网络的多模态感知能力将成为催化网络新应用的关键技术。区域区域1区域区域2信号汇聚单元信号汇聚单元全域全谱感知网络全域全谱感知网络设备设备1设备设备2设备设备3设备设备4安全监测智能管控网络智慧中心网络智慧中心Space DomainFrequency Domain网络资源网络资源-安全安全状态实时监测状态实时监测速度速度、方位方位、距离距离 图 4 天地一体化固定通信网（F6G）多模态感知能力示意图 2.1.1.通感一体化通感一体化 通信感知一体化是指通过信号联合设计或硬件共享等手段，实现通信和感知功能一体化的原生设计，从而使得通信网络在进行信息传递的同时能够感知网络内外部的多模态信息。具体地，通感一体化系统通过检测、跟踪、识别、成像等手段，可实现对目标设备、事件或环境等元素的感知能力，从而提升通信系统的综合服务能力。通感一体化需要多种通信技术的支持，包括光纤通信技术，卫星通信技术，光传感技术，量子信息技术等。天地一体化光通信技术凭借覆盖范围广，低延迟、大容量等优点，可支持大规模、大范围通信和传感设备的全域全谱互联需求。多模态通感一体化技术还需要多模态传感器的支持，通过对多类型传感器与数据的集成，可实现更加全面、准确的感知。例如，可以通过激光雷达、光电传感器、光学成像传感器等将视频、声音、激光雷达等传感器数据融合在一起，实现智能驾驶和管理。10 第六代固定通信网（F6G）白皮书 V1.0 2.1.2.感知主动化感知主动化 经典的光传感技术通常工作在“被动”感知的模式，基于传感系统参数与环境变化模式的关联模型，通过对传感参数的实时监测，实现对外部环境的被动式感知。感知“主动”化是指基于各类探测型的传感器，实现网络对内外部环境多模态元素的按需感知，进而提升网络系统与外部环境的双向交互能力。主动化感知能力依赖于探测型的传感设备，通过对多模态要素的按需采集与探测，可支撑未来新型交互式网络应用。主动感知技术在自动驾驶领域已有初步应用，例如路网监测系统可通过光学雷达主动追踪并探测车辆动态，进而通过与车辆自动驾驶系统的实时交互，实现车辆之间、车路之间的智能协作。主动化感知能力还依赖于对传感器的统一管理平台，基于灵活的可编程管控能力将传感设备的感知能力打造为按需的感知服务，进而为网络用户和应用提供多模态感知数据。在天地一体化的通信网中，全域覆盖的网络提供了对三维空间进行感知的基础条件，主动的感知能力显著提升了人类对大尺度空间的数字化管理能力。2.2.全覆盖接入全覆盖接入 未来，天基卫星通信网将成为地面固定网络之外的第二张接入与传输网，在提供广覆盖能力的同时，还将作为地面固定网络的补充，承载越来越多的互联网流量，如图 5。传统地面固定光通信网在覆盖范围内的接入能力已经非常可观，而卫星通信网络覆盖范围内的接入能力还比较有限，发展天地一体化网络需重点提升覆盖范围和接入能力。2.2.1.覆盖面积扩展覆盖面积扩展 卫星光通信与地面光通信技术互为补充，可共同构建覆盖全球的天地一体化光通信系统。在覆盖能力方面，陆地人口密集区域用光纤接入网覆盖，发挥无源光网络的接入容量优势；偏远地区与无人区域则采用卫星覆盖，充分发挥卫星的覆盖能力优势。天地一体化光通信系统将融合地面固定网络和卫星通信网的优势实现面向物的无缝覆盖。扩大地面通信网络的覆盖面积，需重点发展 FTTR 或 FTTM 技术。FTTR 即光纤到达每个房间将使用室内光纤代替现有的网线布线方式，结合下一代 WiFi 或太赫兹接入技术 11 第六代固定通信网（F6G）白皮书 V1.0 将有望扩展覆盖面积。从 FTTR 走向 FTTM，将进一步提升接入网的覆盖面积。地基光接入网覆盖范围将突破传统的家庭宽带业务，走向全光园区、全光工厂、全光校园等新的宽带光接入场景，进一步实现面向大规模全光物联网的发展。扩大天基卫星网络的覆盖面积，除了增加卫星数量以外，可以高轨、中/低轨卫星通信星座为基础构建多层通信网，以扩大全球覆盖面积。天基网络的覆盖范围主要取决于网络结构和通信技术。网络结构方面，可通过优化星座轨道与网络拓扑方面实现覆盖面积的提升。对于通信技术，天基网络以星间激光通信为主，星地通信以毫米波与极高频传输为主，共同提升网络对星地链路管理能力，扩大覆盖范围。图 5 天地一体化固定通信网（F6G）全域覆盖接入能力示意图 2.2.2.接入能力增强接入能力增强 地面通信网的宽带接入能力已经非常成熟，但传统卫星通信技术以数据通信和中继为主，主要用于服务专业型应用，业务数量少、接入速率低，在接入能力上属于天基窄带通信系统。未来的低轨卫星通信网将面临大量的智能网络终端和各类互联网业务，需提供Gbps 规模的宽带接入能力。提升天地一体化光通信系统的接入能力，需要实现高低轨卫星及地面的联动接入，并实现天地基资源的灵活调度，以支撑天地接入系统的优势互补，推动当前“地基宽带 天基窄带”接入能力向“地基宽带 天基宽带”的方向增强。星间激光互联低轨卫星对地地面固定网络地面信关站地面无线网络F6G光接入网天地一体化融合 12 第六代固定通信网（F6G）白皮书 V1.0 提升天地一体化光通信系统的接入能力，还依赖于光电信息理论和集成高带宽通信和高精度探测遥感技术。考虑到深空探测中继、海洋信息融合、地球引力场测量等前瞻性应用场景，用户侧需要研发高性能、多模式、小型化、低功耗的新型卫星智能信息终端，进而支撑 F6G 网络天地一体化的深度融合，实现天地网络的智能弹性接入和无缝切换。2.3.高可靠传送高可靠传送 天地一体化网络将网络的基础设施扩展至近地空间，可显著提升网络的覆盖能力，但近地空间的开放性也为一体化的通信网带来了新的问题。一方面，运行在近地空间的卫星设备处于无监管状态，易受外部因素干扰且损坏后修复或替换难度大、周期长。另一方面，星间和星地的通信链路穿越开放空间，也面临被截获、被入侵的风险。因此，天地一体化的通信网络需具备更高的生存能力和安全性，以保障业务的可靠传送，如图 6。星间激光互联星间激光互联F6G光接入网光接入网天地一体化融合天地一体化融合地面信关站地面信关站地面固定网络地面固定网络地面无线网地面无线网地面信关站地面信关站 图 6 天地一体化固定通信网（F6G）高可靠传送能力示意图 2.3.1.生存性增强生存性增强 传统的网络生存性技术通常指网络业务的恢复能力，用以在网络出现故障情况下实现业务自动恢复。为了提升在开放空间的生存能力，天地一体化网络的生存性技术将由业务的自恢复能力向网络的自组织能力发展。网络自组织是指网络中的节点通过相互作用和信息交换来调整自身的行为，能够根据环境的变化和其他节点的状态来进行优化，进而实现网对环境的自适应变化，通过自动化组网提升网络自愈能力。13 第六代固定通信网（F6G）白皮书 V1.0 网络自组织需要网络自组织协议支撑，通过该协议监控网络状态变化，及时、准确地计算和感知网络状态，按需进行星间、星地、空地链路重建，自动化构建天地一体化网络，实现网络在故障后通过网络结构自主调整保持良好服务的能力。网络自组织还需要自适应链路管理，通过实时监测链路质量和状态，设计自适应的链路管理和优化算法，使网络能够根据链路状况自主选择和调整传输路径；通过设计自愈和故障容忍机制，使网络能够自动感知故障并自动计算重构方案。2.3.2.安全性升级安全性升级 传统网络安全由经典密码学保障，基于密钥实现对信息的加密，而通信系统通常提供透明的传输服务。为了应对天地一体化网络开放空间带来的安全风险，未来天地一体化网络将基于“信息安全”向“信道安全”方向进行安全体系升级。“信道安全”技术工作在通信物理层，由信道的物理特征保障通信传输的隐蔽性，以提升系统的安全性。信道安全技术依赖于物理层加密技术，基于时间同步的密钥，在信号处理及调制解调环节以流加密的方式实现一次一密的信号隐藏变换，其时间和空间相关联的加密特征可极大提高了非法方的入侵与截获难度，从而能够保障天地一体化网络的通信可靠性。基于物理层加密，还可通过物理信号分析进行入侵检测，发现入侵行为后可以立即实时响应，从而防止入侵的发生和扩大。进一步保障天地一体化网络的通信安全性。量子密钥分发也是支撑信道安全的关键技术之一，基于量子态不可克隆、不可分割、不可预测的特性，可实现密钥分发双方之间的可信密钥传递，提供具备天然安全属性的可靠密钥，进而保障信道安全加密过程的可靠性，极大提高了非法方的入侵与截获难度。2.4.高动态组网高动态组网 天地一体化网络可提升网络的覆盖能力，而大尺度空间中卫星节点与移动终端的快速移动特征又对组网技术提出了新的挑战，要求网络具备对卫星与终端的高动态精准管控能力。具体的，高动态组网是指基于精准跟瞄、智能预测等手段，利用定制化的网络管控信令、路由技术，实现对高动态的网络终端、链路、拓扑的时空自适应管理，从而支撑天地一体网络提供端到端无间断的通信服务，如图 7。14 第六代固定通信网（F6G）白皮书 V1.0 图 7 天地一体化固定通信网（F6G）高动态组网能力示意图 2.4.1.拓扑动态重构拓扑动态重构 卫星光通信网络在时间及空间上的分布尺度远超过地面光通信网络，卫星节点高速运动导致星间与星地链路也随之动态变化。拓扑动态重构是指基于天基卫星节点的运动特征以及天地网络的动态相对关系，对网络拓扑结构进行实时重建的过程，目的是保障网络拓扑的时效性和通信业务的持续性。拓扑动态重构依赖于精准的链路控制技术，综合基于轨道参数预计算系统、光学跟瞄系统实现链路终端的精准定位，进而完成链路的动态建立、拆除、性能调整等控制操作，支撑拓扑的按需重构。例如，星间链路在距离变化较大的情况下，可以根据距离预配置激光链路参数，实现通信速率与信道质量的自适应匹配。拓扑动态重构还依赖高效的监测与管控系统，基于高可靠的信令技术实现对网络时变拓扑与链路资源进行实时监测和维护，进而通过自动化的设备、链路、拓扑控制协议与算法，针对网络拓扑的动态变化特征进行重构，实现网络拓扑面向故障与运动的自主更新，保障网络拓扑的实效性和可用性。2.4.2.连接自动调整连接自动调整 天基通信服务在时空分布特点、带宽、时延要求方面和地面通信服务也存在显著差异，存在业务需求、连接关系动态变化的特征。连接自动调整是指根据动态的通信业务需求和 15 第六代固定通信网（F6G）白皮书 V1.0 时变的网络拓扑，进行通信连接自适应调整的过程，用以在高动态变化的网络中实时保障用户的差异化通信需求。连接自动调整要求网络具备业务感知的能力，能够实时监测与预测识别业务流量的网络需求，包括实时视频传输、大规模数据传输、低时延工控操作等，根据实时网络状态和业务需求对连接的路径、带宽属性进行智能优化和动态调整，从而实现对端到端业务全生命周期的服务质量保障。连接自动调整也依赖于高动态连接切换技术，基于拓扑或终端的高动态运动特征，进行业务接入、交换资源的预规划与实时倒换，以保障端到端业务的无缝切换体验。例如，根据星间链路经过日凌区激光信道劣化的特征，预先进行业务路径的切换，以避免日凌效应直接影响业务的质量。2.5.超时空呈现超时空呈现 图 8 天地一体化固定通信网（F6G）超时空呈现能力示意图 借助大容量低时延的广域信息传输能力，结合新型的三维显示技术，未来的通信网络将提供可无缝衔接时间和空间的超逼真呈现能力，给用户身临其境的场景和体验，如图 8。在天地一体化网络中，超时空呈现能力将充分连接三维空间的人和物，赋予用户更加丰富的交互和探索能力，支撑远程的游戏、教育、娱乐、医疗等活动。16 第六代固定通信网（F6G）白皮书 V1.0 2.5.1.三维呈现裸眼化三维呈现裸眼化 裸眼三维呈现是指在天地一体化 F6G 的应用场景下，如远程医疗教学、重要远程会议和军事等，要求能够实现 3D 场景的裸眼三维呈现，从而使得观看者可以更加精确地捕获相关信息，准确地进行现场判断。在传统视频图像等呈现的基础上，裸眼三维呈现的通信终端带来的高真实性和沉浸感以及通信的实时性特点对网络提出了更高的需求。与传统高清和 3D 虚拟视频相比，裸眼三维呈现传输的流媒体对网络带宽的需求将达Gbps。并且，随着传感器分辨率和视点数量的增加，在更高的分辨率和帧速率下，尤其是高精度量子传感器的应用，需要的网络带宽会更高。裸眼三维呈现需要首先通过采集端设备获取对象信息，计算处理后，经过编码压缩进行网络传输，在终端侧解码渲染并显示三维影像。为了减少整体时延，需要处理节点具有高算力，并进一步缩减网络本身的传输时延。2.5.2.通信呈现联动通信呈现联动化化 传统的通信网提供管道式的数据传递能力，为呈现端提供数据支撑。未来的超时空呈现类应用将对通信与呈现系统的性能提出更严苛的要求，推动通信与呈现系统的联动化。相比传统网络的通信与呈现独立服务的方式，通信与呈现联动的技术将实现通信与呈现系统的需求互感与交互式写作，进一步精准控制呈现的实效性和逼真性。通信呈现联动需要各个维度的信息保持严格同步，并且在业务传输过程中，来自不同传感器、不同维度的各个并发媒体流之间需要保持相当严格的同步。并且，还需要对多维度的信息进行智能化的管控。通信呈现联动需要交互式通信协议的支撑，实现连接感知的视频传输和呈现感知的智能通信。因此，通信呈现联动依赖更加智能和高效的编解码技术，用以缓和多种维度资源联动过程的控制信息时延和抖动。3.天地一体化光通信天地一体化光通信关键使能技术关键使能技术 为了应对天地一体化光通信技术面临的挑战与发展需求，传感、接入、传送、组网与呈现领域需要持续技术创新。以下为支撑未来天地一体化光通信系统的部分关键技术。17 第六代固定通信网（F6G）白皮书 V1.0 3.1.多模态增强型通感一体技术多模态增强型通感一体技术 3.1.1.通信感知一体化通信感知一体化 通信感知一体化技术是指将传感器技术与网络集成，实现对环境、物体和事件的感知、采集和传输，以提供更智能、更高效的服务和应用。通感一体化主要包括以下几种技术：多模态信息光感知技术，可采集丰富的环境信息为业务提供必要数据支持。具体而言，视觉传感与光学成像技术使用光学设备与成像算法捕捉并分析多模态视觉信息，可用于医学影像、工业检测和虚拟现实等领域。深度感知技术使用激光雷达、结构光、飞行时间相机等来提供场景中物体的距离与深度信息，用于虚拟现实、增强现实和三维建模等应用。环境感知技术使用环境光传感器或红外传感器感知和测量环境的光照、温度等参数，用于智能家居、自动驾驶和环境监测等应用。光纤感知技术，利用光纤作为传感器来感知环境中的各种物理量和参数。常见技术主要包括：光纤光栅传感技术，光纤拉曼散射以及光纤布里渊散射等。光纤传感技术通过提供额外的环境监测和感知能力，可应用于监测沉浸式体验中的姿势和动作的物理参数。天地感知一体化网络，未来将综合利用地面、空中和卫星等多种通信资源，融合光感知技术，集成光传感器与光通信设备，构建通信感知网络体系并发展一体化结构，实现在不同空间维度上的全球覆盖、高速传输和多样化应用的无缝连接。3.1.2.网络化智网络化智能感知能感知 随着通信频段的持续提升和网络规模的不断扩大，F6G 在安全监测、网络协同管控等领域正面临巨大挑战，亟需构建起广覆盖、高动态、分布式的网络感知信息采集与融合架构，并基于全网共享的感知信息，在系统层面获得更高的安全保障和更智能的管控决策。这一目标的实现需要突破全域全谱的感知技术、基于感知信息的智能分析决策等核心技术。全域全谱的感知技术首先对传感设备的性能提出更高的要求，通信频段正经历着从微波到毫米波，再到 THz 的进化与转变，传感设备的实时感知频段范围需要进一步扩大以适应宽谱监测目标。与此同时，电器件的处理带宽与性能受限，微波光子技术有望成为处理宽谱信号的关键技术，以实现真正的“全谱”感知。此外，为了实现感知信息的全网共享，光载无线 RoF 技术将作为重要的底层传输支撑，为“全域”感知提供保障。18 第六代固定通信网（F6G）白皮书 V1.0 传统的依赖人工或简单算法的管控机制将难以满足愈加复杂的网络业务需求，而基于分布式感知信息进行数据融合、智能分析决策和协同管控，有望做到知全貌以控全局，应对不同通信场景。深度学习技术将在未来网络分布式智能感知和协同管控中扮演关键角色，提供更加完善和精确的网络动态控制和安全监测能力，推动网络的智能化发展和性能质变。3.2.天地融天地融合广覆盖接入技术合广覆盖接入技术 3.2.1.下一代下一代 PON 下一代 PON 技术是指下一代更高速率、更大容量、更灵活和更广覆盖范围相关光接入网络，用于将光信号传输到用户家庭或企业。随着下一代互联网、云计算、物联网、5G/6G、4K/8K 高清视频等新兴业务的蓬勃发展，光纤接入网，作为连接人、物和云互联互通的“最后一公里”，正在演绎一场更高速率、更大容量、更灵活和更广覆盖范围的深刻变革。目前，ITU-T 已经发布了 50G PON 的标准，而针对 50G PON 之后的接入网研究也已经准备启动。后 50G PON 时代的接入网，单波速率预计将向着 100G 甚至 200G 发展。对于如此高的传输速率，传统的直调直检方案很难达到接入网功率预算的要求。具有更高频谱效率和更高接收灵敏度的相干技术，开始逐步向短距应用中渗透。为了满足接入网功率预算的要求，将相干技术引入接入网，得到了越来越多研究人员的关注。下一代 PON需要的关键技术包括：支持高速传输的相干算法，突发模式相干接收以及多维复用技术。在相干探测方面，主要包括降低高速器件的数量、带宽及线性度的需求，通过先进的线性和非线性算法进一步降低对器件带宽和线性度要求。相干接入基础架构和复用方式上，可引入 FDM 或 TFDM 等新型点到多点相干接入架构。此外，时分复用系统一大挑战在于上行突发模式相干接收。不同于传统连续相干探测，亟需新的高效信号处理方法，如突发模式相干接收。针对未来 6G 移动前传、F6G 宽带光接入、全光园区、工业互联网等大带宽、多场景、灵活接入场景，需要重点解决下一代超 100G 或 200G 光接入灵敏度受限和动态范围受限问题。相关关键使能技术包括新型点到多点、低成本低复杂度、灵活接入、多维复用的200G 相干多址接入技术，多维多址相干光接入架构，超大动态范围光接入和基于星座整形的灵活光接入技术，实现可变速率的灵活相干光接入。通过引入基于机器学习，实现人 19 第六代固定通信网（F6G）白皮书 V1.0 工智能赋能的端到端优化，有望实现联合线性和非线性 ISI 均衡进一步提升接入速率。通过多维相关接入，突破面向时域、频域、功率的多维度复用机制，实现高性能、高灵活和高智能的上下行双向传输。3.2.2.光与无线融合光与无线融合 F6G 作为信息网络基础设施核心支撑，将与第六代移动通信网协同为用户提供“双万兆”宽带接入。家庭网络将是“双万兆”宽带接入的最终受益者，也是 F6G 的重要组成部分。为提高家庭网络的服务品质，光纤正从光纤到家庭（FTTH）延伸到房间，形成一种千兆时代家庭网络覆盖的新模式，即光纤到房间（FTTR）。在 FTTR 场景下，无线局域网（Wi-Fi）为用户提供千兆无线接入速率，PON 为每个房间中的无线接入点提供回传连接，以满足大带宽的需求，并最终实现高带宽、低延迟和高稳定性的 Wi-Fi 全屋覆盖。PON 与Wi-Fi 网络的融合效率直接决定了 FTTR 宽带业务的品质。当前，PON 和 Wi-Fi 融合网络一般采用分离式的管控架构，两种网络的控制平面相互独立，几乎不交互信令，这严重制约了融合网络的端到端性能。面向 F6G 的业务高品质要求，需要对 PON 与 Wi-Fi 网络进行深度融合，探究融合网络的架构、协议、资源调度算法等，实现 PON 与 Wi-Fi 网络的协同优化，提高融合网络的端到端性能和能效，以全面支持下一代时延敏感、高可靠新型网络业务。3.3.物理层安全增强型传输技术物理层安全增强型传输技术 3.3.1.全波段光传输全波段光传输 全波段光传输是通过扩展光纤的有效频谱资源来提升单纤传输容量，除了传统的 C波段和 L 波段外，还可充分利用 S 波段、U 波段等频谱资源，在长距离下实现单纤 100Tb/s的传输容量。全波段光传输的实现需要突破新波段光放大器、系统受激拉曼散射等非线性效应抑制以及新型光纤信道等核心技术。新波段光放大器，如 S 波段掺铥、掺铋光纤放大器、U/E 波段掺铋光纤放大器、超宽带半导体光放大器等是近期的研究热点，是实现扩谱首先要突破的关键技术。新波段光放大器依赖新型的掺杂元素配方、新型的掺杂光纤制备工艺以及新型的光放大器架构。铋离 20 第六代固定通信网（F6G）白皮书 V1.0 子具备独特得宽谱发光特性，掺铋光纤在未来超宽带光放大器件中有望扮演重要的角色，但当前铋离子相关的近红外发光机理仍需进一步探索。半导体光放大器则需要探究新的组分与调控机理以抑制非线性畸变、提升饱和功率并降低噪声指数。光纤中复杂的非线性效应是阻碍全波段光传输实现另一重要因素，主要包括信道内与信道间的克尔效应以及波长通道间的受激拉曼散射效应。全波段系统中随着波长通道的增加，受激拉曼散射效应导致的系统性能劣化愈发严重，有效的非线性均衡和抑制技术是提升系统性能的关键，包括新型的非线性预编码设计、非线性预均衡和补偿技术、非线性动态特性抑制技术等。光纤信道的革新，也是助力全波段光传输实现的关键技术路径，超低损大有效面积光纤（如G.654.E），有助于提升信号的光信噪比，同时减弱光纤中非线性效应的影响，但其截止波长会阻碍光系统向全波段光传输演进，需要研究下一代超低损、大有效面积、低截止波长的新型光纤；此外，近几年的研究热点反谐振空芯光纤是全波段光传输的最理想信道，光纤中的克尔、受激拉曼散射等非线性效应比实芯光纤低 3-4 个数量级，各波段信号的传输性能均能够保持基本一致，有望突破 100Tb/s 的容量限制。新型反谐振结构设计以及制备工艺精准控制等是实现超低损空芯光纤的关键研究方向。3.3.2.天基量子密钥分发天基量子密钥分发 天基量子密钥分发是指通过将天基系统与当前地面光网络进行集成，在自由空间上实现量子密钥分发（QKD），完成地面和空间之间安全、高效、可靠的密钥协商和密钥分发。天基量子密钥分发利用自由空间低衰减、广覆盖的特点，可以克服地面光纤网络 QKD 传输距离的限制，但需要攻克星地量子密钥分发与地星量子隐形传态两大关键技术。星地量子密钥分发主要用来实现天基量子密钥分发的下行链路。以星地量子密钥分发为基础，将卫星作为可信中继，可以实现地球上任意两点的密钥共享，将量子密钥分发范围扩展到覆盖全球；同时，为了提高星地量子密钥分的覆盖面积，可以通过发射更多的低轨或者高轨量子通信卫星组建量子星座，完成全球量子通信网络的搭建。地星量子隐形传态主要用来实现天基量子密钥分发的上行链路。地星量子隐形传态采用地面发射纠缠光子、天上接收的方式与地面站建立光链路。远距离量子隐形传态能借助 21 第六代固定通信网（F6G）白皮书 V1.0 量子纠缠这一特性，将未知的量子态传输到遥远地点，是远距离量子通信的核心功能单元，也是建立大规模全球化的量子网络的重要环节。3.3.3.空间激光内生安全空间激光内生安全 空间激光内生安全通信是一种利用激光光束在空间中进行数据传输，并且不依赖于附加的外部协商过程，完全由通信系统自身提供对数据传输内源式防护的安全激光通信技术，其特征概括为通密一体、传防融合。空间激光内生安全通信可基于统一的空间信道同时实现安全传输和密钥协商，核心技术包括加密传输、密钥协商和网络攻击主动检测等。加密传输是最重要的安全传输技术之一。通过使用加密算法，将信道中的信号进行转变换，合法接收方拥有密钥才能还原原始信号，保障信号在传输过程中无法被未经授权的非法接收端读取。密钥协商是一种在通信双方之间协商和生成共享密钥的过程。在密钥协商的过程中，通信双方使用相同或不同的协议来生成密钥，以确保通信数据的保密性和完整性。密钥协商的目的是让通信双方能够使用相同的密钥进行加密和解密，从而实现加密通信。网络攻击主动检测技术旨在主动识别和检测潜在的攻击行为，以保护通信的安全性和隐私。基于物理层特征的内生安全技术将数据安全与通信的物理特征紧密关联在一起，攻击导致的异常体现为信号状态的异常。因此，内生安全技术也为网络攻击的主动识别创造了有利条件，将更有效地抵御各类网络攻击。3.4.天地一体化高动态组网技术天地一体化高动态组网技术 3.4.1.高动态卫星管控高动态卫星管控 卫星光通信网络在时间及空间上的分布尺度远超过地面光通信网络，卫星节点高速运动带来的卫星连接关系和网络拓扑动态变化使得地面光通信网络的管控体系架构不再适用。此外，天基通信应用模式在时空分布特点、带宽、时延要求方面和地面互联网应用模式也存在显著差异，需要探索不同的网络管控机制为其提供支撑。对我国而言，境外部署地面通信节点困难，构建具有“天基组网、天地一体”的天基宽带互联系统成为必然选择，需要突破以下方面的技术。22 第六代固定通信网（F6G）白皮书 V1.0 动态路由和链路管理：动态卫星网络中的卫星数量较多，并且卫星之间的链路状态可能会发生变化。因此，动态路由和链路管理技术是关键的，可以根据实时的链路质量和网络拓扑信息，动态选择最佳的路径和链路来传输数据。资源分配和调度：在动态卫星网络中，需要合理地分配和调度卫星资源，如带宽、功率和存储等，以满足用户的需求和网络的性能要求。资源分配和调度算法需要考虑卫星之间的干扰、链路质量、用户需求和网络拓扑等因素。自适应调制和编码：卫星通信中常常受到信道条件的影响，信道的质量可能会随时间和空间变化。为了提高数据传输的可靠性和效率，自适应调制和编码技术可以根据当前的信道条件来选择最适合的调制方式和编码方案。基于卫星轨道的时空调度：动态卫星网络中的卫星轨道会随时间发生变化，因此需要进行有效的时空调度来管理卫星资源和提供服务。时空调度算法可以考虑卫星轨道信息、用户需求和网络拓扑等因素，以最大化网络性能和资源利用率。3.4.2.光网络数字孪生光网络数字孪生 天地一体化的光通信系统中，规模性的网络故障带来的业务中断将给互联网应用带来巨大损失，这对光网络的稳定性和可靠性提出了极高的要求。为了增强对复杂光网络的管控能力，并最大化利用网络资源以提升网络容量，智慧光网络的构建迫在眉睫，基于数据驱动的物理层数字孪生系统将成为关键底座。与传统物理层的静态建模不同，数字孪生建模将基于感知单元采集的实时数据，对每一条链路进行数字化同步映射，为网络管控提供实时的精准物理层关键信息，并且具备全生命周期的推演能力。面向天地一体化光通信的数字孪生系统需突破建模、感知和学习方面的关键技术。高保真镜像建模：基于数据驱动的灰盒孪生模型是构建全生命周期数字孪生系统的基础，它可以解决传统模型（白盒）的精度问题和机器学习模型（黑盒）的泛化性问题。灰盒孪生模型针对光纤链路的特性，对光纤、光放大器、波长选择开关和光收发机等关键模块分别建模。各模块基于特有的物理特性建立的传统模型和机器学习模型相融合，从而实现各个模型的高精度和高泛化性。其次，为了满足网络管控速度的要求，需要降低模型的复杂度。各模块之间的耦合需要进一步结合波形仿真模型和性能计算模型，达到复杂度和 23 第六代固定通信网（F6G）白皮书 V1.0 精度的最优折中。最后，针对各模块之间的相关性，需要建立端到端的联合校准机制，提升系统整体的建模精度。网络状态泛在感知：为了驱动上述孪生模型的构建，需要从光纤物理层采集大量实时数据。光纤链路组成复杂且不同节点的数据具有相关性，因此可以在光域、电域和数字域进行多点感知。相干光通信系统中的数字信号处理算法为监测链路各类损伤提供了新的可能性，再通过数据融合方法结合光域和电域数据，充分利用物理效应间的强耦合性，从而大幅提升光网络物理层的感知能力。孪生模型动态更新：在获得光物理层的精确感知数据后，还需要研究在线学习算法，驱动模型参数的更新，实现每一条链路的全生命周期数字孪生。在线学习可基于迁移学习算法，对模型进行动态实时更新，主要校准模型的不准确性和参数的不准确性。此外，在时间维度上，可以利用时间序列分析技术研究光物理层器件变化规律，构建预测未来系统性能的推演能力。在实际部署数字孪生模型时，还需要研究如何衡量在线学习过程中模型的精确性，确保模型输出精度符合网络智慧管控的要求。3.5.三维全息呈现技术三维全息呈现技术 3.5.1.内容采集内容采集与处理与处理 三维全息呈现所需的动态三维内容又称作“体积视频”（Volumetric Video），其采集方式可以分为纯彩色相机阵列（RGB）采集和深度相机 彩色相机阵列（RGBD）采集。纯彩色相机阵列采集用几十甚至上百个彩色相机从多个角度捕捉人像和表演，为了后期方便数据提取，通常会在周围布置绿幕。拍摄时，通过时间控制器控制相机阵列同步启动拍摄。根据应用场景等不同，彩色相机阵列又可分为局部围绕式和 360围绕式。相较于纯彩色相机阵列，目前主流的做法是通过深度相机搭载彩色相机阵列来完成。和单纯用彩色相机相比，加上深度相机后，生成的人物三维数据更加精细，细节表现会更好。例如脸部的三维效果更明显，可以清晰看到鼻梁的高度、嘴唇的轮廓等细节。针对 RGB 阵列和 RGBD 阵列两种采集方式，三维重建算法可分为两大类：纯彩色相机阵列的被动式和深度相机加彩色相机的主动式。被动式三维重建算法则是直接根据 2D图片信息，而不依靠发射信号，对物体进行重建。如 SfM（Structure from Motion），主要 24 第六代固定通信网（F6G）白皮书 V1.0 是通过还原点云进行三维重建。SfM 是一种全自动相机标定离线算法，以一系列无序的图像集作为输入，估计出的相机参数矩阵和稀疏点云为输出。由于 SfM 算法得到的点云是稀疏的，因此需要再进行 MVS（Multi View Stereo）算法对稀疏点云进行处理，转换为稠密点云。主动式三维重建算法需要通过传感器对物体发射信号，通过解析返回的信号对物体进行重建。代表性的算法有：结构光、TOF等。其中，以红外光结构光为例，依靠红外投射器将编码的红外光投射到被拍摄物体上，然后由红外相机进行拍摄，获取被拍摄物体上编码红外光的变化，将其转换为深度信息，进而获取物体三维轮廓；TOF法通过投射器向目标连续发送光脉冲，然后依据传感器接收到返回光的时间或相位差来计算距离目标的距离。主动式算法如结构光法和 TOF法能够精准构建 3D模型，但二者都需要较为精密的传感器。3.5.2.三维三维渲染渲染 通过采集设备获取的图像数据经过算法处理后，生成的数据模型使用渲染技术在显示设备上展示。渲染方法主要有多视图立体渲染技术和多平面图像技术。多视图立体渲染技术主要用于虚拟现实（VR）设备的图像渲染。当图像通过虚拟现实眼镜等设备呈现在人眼前，设备呈现的画面质量直接决定用户的观看感受。在该类设备上，图形硬件厂商在提升画面视野，降低图形畸变，提高图形质量等方面不断努力，并推出一系列技术与解决方案。多平面图像渲染技术是一种基于图像渲染环境复杂真实场景的技术。例如在渲染具有遮挡或镜面反射等具有挑战性的复杂场景时，这种表示比传统的 3D 网格渲染更有效。多平面图像（Multi-Plane Image，MPI）能够表示几何体和纹理（包括遮挡元素），并且使用alpha 通道可以处理部分反射或透明对象以及处理柔软边界。增加平面数可以使 MPI 表示更宽的深度范围，并允许更大程度的相机移动。此外，从 MPI 渲染生成新视点非常高效，并且可以支持实时应用程序。3.5.3.裸眼裸眼显示显示 如果我们不想利用穿戴式设备，又想同时以多个视角看到全息影像，则需要用到裸眼3D 显示系统裸眼全息屏。未来主流的裸眼全息屏技术有基于空间中三维物体光场重构的体三维技术和光场立体显示技术。25 第六代固定通信网（F6G）白皮书 V1.0 体三维显示是一种全新的三维图像显示技术，通过适当方式激励点亮位于显示空间内的物质，利用可见辐射的产生、吸收或散射形成大量的体像素，从而构建出三维图像。体三维显示技术呈现的图像就像是一个真实的三维物体一样，符合人类观察普通三维图像的特点，几乎能满足所有的生理和心理深度暗示，可实现多人、多角度的同时裸眼观察。光场三维显示技术利用带有方向的光束来构建空间三维物体的光场。空间中任意一个三维物体都可以看作是由无数个发光点组成，任意一个点能够主动或者被动地向空间中各个方向发出携带自身特性的光线。通过设计控光单元的结构、对 2D 显示设备上加载图像进行有规律的编码等方式，调制有控光单元出射的携带三维场景信息的方向光，使其能够在空间中会聚并构建出向不同方向投射不同空间信息的体像素，用这些体像素来模拟真实物体的发光点，使人眼获得更真实、自然的 3D影像。4.F6G 适用场景与应用适用场景与应用 4.1.全息通信全息通信 基于天地一体化的 F6G 网络可支撑大尺度空间的全时全域宽带互联，配合裸眼三维显示技术真实度高、参与感强和沉浸感佳的优势，未来可支撑各类全息通信应用，如图 9。图 9 F6G全息通信应用示意图 26 第六代固定通信网（F6G）白皮书 V1.0 1）一对多全息通信：全息演讲或教学 当前，远程演讲或教学越来越应用于现实生活，重要信息的传播可以不受地域限制。相较于传统的通信方式，全息的高真实性特点使受众专注度大为提升，学习效果进一步贴近线下演讲或教学。此应用场景具有如下特点：信息流重要程度通常不对等，下行流重要性（演讲者或授课者的信息）大于上行流（受众的反馈），信息流呈现辐射状。基于以上特点，初期的业务端到端解决方案可采用单向（下行）全息显示，上行高清显示，利于在全息技术和 F6G等高速网络技术发展初期部署。2）多对多全息通信：会议 当全息技术和大带宽网络技术发展到一定阶段，可以构筑高质量高感官程度的互动通讯。在视频会议这一场景中，线上参会人员人物数据将会被实时采集并通过全息显示技术，在人员身边构建虚拟高真实度参会场景，实现身临其境般的线上会议讨论。此应用场景具有如下特点：信息流重要程度对等，每个人的面前都需要显示所有其他人的全息影像和声音，是一对一的复杂形式。基于以上特点，业务端到端解决方案中每个用户既是被采集者也是接受者，作为接受者时，同时获取来自其他用户的全息影像和声音。此种模式对网络带宽的需求很高。4.2.虚实交互虚实交互 虚拟现实是新一代信息技术的重要前沿方向，是数字经济的重大前瞻领域，将深刻改变人类的生产生活方式。它涵盖近眼显示、渲染处理、感知交互、网络传输、内容生产、压缩编码、安全可信等核心关键技术，以先进的云、网、边、端、芯组成硬件基础底座。在虚实交互方面，F6G 具有广阔的应用前景，可提供高速、稳定、低延迟的数据传输和通信支持，实现更加流畅、更加真实的虚拟现实和增强现实应用，如虚拟会议、虚拟旅游、虚拟现实游戏等。用户可以在元宇宙的虚拟多人互动环境中创建和控制自己的虚拟角色，与其他用户进行互动、交流和游戏。除了元宇宙，F6G 还可以应用于 XR（增强现实）等领域。例如，在现实场景中，用户可以通过佩戴智能眼镜或其他设备，实时感知周围环境，并将虚拟信息叠加在现实场景中，从而实现对现实世界的增强感知，如图 10。27 第六代固定通信网（F6G）白皮书 V1.0 图 10 F6G虚实交互应用示意图 目前，已有许多现实世界场景被迁移至虚拟世界中，通过光通信技术的支持，这种虚实交互可以实现“超高速率、超低时延、超大连接”的数据传输和通信，从而实现虚拟世界与现实社会的高度同步。同时，虚实交互在未来的广泛应用将会对光通信技术提出进一步的需求，未来光通信技术的进一步发展也会促进虚实交互体验的不断提升。1）带宽需求推动光通信发展：虚实交互技术对数据传输的需求巨大，需要传输大量的高清图像、视频和传感器数据。天地一体化光通信作为一种高带宽传输技术，能够满足虚实交互对数据的高速传输需求。虚实交互的发展将进一步推动光通信技术的发展，充分利用天地一体化网络的覆盖优势，打造全时全域虚实交互应用。2）延迟保障实时交互体验：虚实交互技术对实时性的要求非常高，需要实时响应用户的动作和操作，以提供流畅的交互体验。光通信具有高速传输和低延迟的特点，可以有效地支持实时的数据传输，确保虚实交互系统的快速响应和实时性。天地一体化光通信将基于天地双网的宽带传输能力，为虚实交互应用提供低延迟的数据传输能力。3）抗干扰性保证稳定交互环境：虚实交互技术通常在多人同时参与的环境中进行，如多人游戏、虚拟会议等。在这种情况下，通信系统需要具备高抗干扰性，以确保数据传输的稳定性和可靠性。天地一体化光通信技术将具备自组织抗毁能力和更强的抗干扰性，能够提供更稳定的传输环境，为虚实交互提供可靠的数据传输基础。28 第六代固定通信网（F6G）白皮书 V1.0 4.3.智智能体互联能体互联 随着人工智能技术的迅猛发展，智能系统将广泛应用于人类生产与生活的各个空间，人能否与智能系统形成良好的交互及协作关系，将影响着能否最大化发挥智能系统的能力。智能系统所具备的自主学习、自主决策、主动交互、情境感知等能力与特性，正推动着传统的“刺激-反应”式的人机关系向着人机融合发展，即伙伴式的“人机智能协作”关系。以机器为代表的“智能体”未来将与人类充分协作，且具备高速移动、高度智能的特征。为了承担更多人类无法完成的任务，智能体将广泛存在于陆地、海洋、天空，甚至太空。支撑大尺度空间的“人-机”与“机-机”等智能体的高效协同，将是天地一体化光通信系统的关键应用之一，如图 11。图 11 F6G智能体互联应用示意图 为了满足智能体互联的信息交互需求，F6G 网络可通过天地一张网实现海陆空无缝覆盖与万物互联。在 F6G 支持下，可接入的人、物和设备数量和规模将进一步提升，即无论是有人区还是无人区，都能实现智能机器覆盖，以延长人类活动所能触及范围。被联接的人、物、设备可能升级为可相互连接的“数字物种”，其产生的海量数据源源不断汇入到智能中枢，再将智能中枢产生的智慧带到每一个场景，形成全时全域智慧协同。29 第六代固定通信网（F6G）白皮书 V1.0 附：附：主要主要贡献单位与人员贡献单位与人员（排名不分前后排名不分前后）北京邮电大学：黄善国、赵永利、王 伟、杨 辉、王丹石、于振明、张佳玮、郭秉礼、于迅博、李亚杰、郁小松、李 岩、徐兴元、欧燕妮、薛旭伟 清华大学：郑小平、华 楠 北京大学：陈章渊、张 帆 北京理工大学：董 毅、谢玮霖 上海交通大学：胡卫生、诸葛群碧 复旦大学：迟 楠、张俊文 华中科技大学：唐 明 中山大学：李朝晖 电子科技大学：江 宁 西南交通大学：闫连山 苏州大学：沈纲祥、李泳成 重庆邮电大学：郭 磊、侯维刚 广东工业大学：付松年 南方科技大学：沈 平 西安电子科技大学：顾华玺

99人已浏览 2023-05-22 32页 5星级

白皮书6G通信与移动出行6G通信与移动出行利用联合通信与感测（JCAS）技术增强汽车安全特约作者：Dick Van Den Broeke、Wim Van Houtum、Kees Moerman、Ashish Pandharipande、Wim Rouwet与Mark Tomesen目录1.恩智浦专注于安全出行、安全连接与智能边缘2.围绕通信与移动出行的社会趋势与动态3.以感测为中心的汽车应用系统的可信度4.5G到6G演进过程中的技术问题5.增强汽车安全系统6.汽车UE与准确定位信息7.结论8.参考文献白皮书 6G通信与移动出行21.恩智浦专注于安全出行、安全连接与智能边缘恩智浦半导体NXP Semiconductors N.V.（Nasdaq:NXPI）秉持“智慧生活，安全连结”的理念，不断改善解决方案，让人们的生活更加轻松、美好和安全。作为一家全球性嵌入式应用安全连接解决方案提供商，恩智浦不断推动着汽车、工业与物联网、移动设备及通信基础设施市场的创新。恩智浦拥有超过60年的丰富经验与专业知识，全球员工约31000人，研发工程师11000名，专利系列9500项。2021年，公司营业额达到110.6亿美元。基于公司在高性能混合信号技术方面的专长，恩智浦推动了汽车、识别与移动电子行业以及通信与智能网联自动驾驶（CAD）领域的创新。恩智浦的核心产品组合覆盖处理器与微控制器、汽车传感器（如汽车雷达）、网络安全以及有线/无线通信等领域。无线通信是恩智浦的关键专业领域，而5G、超5G（B5G）以及6G则是恩智浦的目标产品领域。本文旨在构想超5G/6G通信的未来发展，并着眼于安全连接与安全出行。?1?三大汽车系统趋势正在推动互联汽车的未来发展1。首先，车云连接与远程信息处理正在重新定义关键用例，包括汽车安全与公共安全。其次，技术进步将增强以汽车为中心的车内体验、智能门禁及移动性。第三，车联万物（V2X）通信的兴起，与用于高级驾驶辅助系统（ADAS）和自动驾驶的其它传感器技术相辅相成。除了这些汽车连接技术，恩智浦将继续开发新的方法，将环境感测功能集成到通信网络中，从而增强汽车系统能力。恩智浦博文2“6G联合通信与感测”介绍了数种增强道路基础设施（包括智能交叉路口）安全性的具体方法。爱立信3最近的一篇博客指出，感测能力将是未来6G网络的组成部分。在恩智浦的这份白皮书中，我们将从更广的角度阐述6G通信与移动出行。2.围绕通信与移动出行的社会趋势与动态如今，世界上很多新颖“事物”正在以更智能的方式观察、感知并与我们互动，人们的日常生活交织得越来越紧密。我们利用工程技术方面的进步，为互联设备增添感测能力，并为制造商提供通信技术与智能技术，帮助他们创建自动驾驶汽车与智能机器人等复杂的系统。6G连接将对交通与制造业的未来产生深远影响。6G技术涵盖信号波形、网络架构与拓扑、边缘计算方案、目标应用及用例。本白皮书介绍了恩智浦如何看待6G在更广泛领域的发展，重点阐述了6G在汽车安全方面的应用。在开始之前，我们首先讨论一下与6G通信和移动出行相关的几个关键的社会进步驱动因素。然后我们再深入探讨一个关键的主题：整个系统的“可信度”。鉴于系统复杂性日益提高，加上公众对系统/数据完整性与可信度的需求居高不下，许多利益相关者都将可信度问题视为6G发展的一个重要考量。目标明确的网络是恩智浦6G愿景13的一部分。为此，我们非常看重在可信度较高的目标模型之上进行创新，如参考文献4所述。白皮书 6G通信与移动出行3更进一步，我们将讨论6G驱动因素，重点关注汽车生态系统对安全的高要求，并在最后举例说明除了嵌入式汽车安全系统外，还可以利用汽车对汽车（V2V）与汽车对基础设施（V2I）的连接侧通信方案，并借助本地可用信息与本地通信渠道的优势，实现6G赋能的潜在安全提升。超5G（B5G）/6G下一代定位原理中描述了通过6G连接以及嵌入通信基础设施能力（如联合通信与感测（JCAS）技术）实现的增强功能。恩智浦在汽车半导体行业处于领导地位，拥有广泛的硬软件安全技术组合，在汽车功能安全与信息安全方面具有丰富的专业知识。恩智浦认为可信度是系统运行的全面保证，确保关键服务的性能符合业界对汽车系统的普遍要求。图2展示了移动出行与通信领域的几大动态。过去十年，汽车电气化加快了汽车技术的创新速度。但未来，汽车的发展将不仅局限于动力源（化石燃料与电气化），还取决于其更广泛的功能。例如，电动汽车（EV）的创新与汽车信息娱乐系统的需求上升同步，许多司机和乘客会在电动汽车电池充电期间用信息娱乐系统来消磨时间。新的车内服务激增，使得对数据与通信功能的需求不断增加。随着自动驾驶汽车的不断发展，安全系统与V2V/V2I通信对数据使用提出了更高的要求。在完全自动驾驶的情况下，乘客可以将出行的时间加以利用，因此对数据吞吐量与数据完整性提出了严苛要求。汽车行驶过程中，信号的广域覆盖将变得至关重要，这推高了对蜂窝网络性能的要求。这是因为汽车乘客对信息娱乐与生产力的需求加快了移动网络的部署。图2的上半部分阐明了这一点，展示了“由外到内”的市场驱动因素（可持续性、信息安全与功能安全）推动了生产力、交互性与信息娱乐对6G数据的需求。纵观无线通信/移动网络方面，我们看到网络容量需求强势推动着网络基础设施致密化。地域覆盖需求促使早期的蜂窝网络部署朝着广域覆盖的基站安装发展。目前，这一趋势有所加强，蜂窝设备的密集部署将站点间的距离（ISD）缩短到一公里内，以支持更高的网络总吞吐量。另一方面，将电信设备部署到用户附近，有可能进一步引导通信系统的无线技术收集重要的当地态势信息。这些信息可通过网络通信用来提高利益相关者的态势感知。这种方法将有助于新用例的实现，如人群监测与交通安全。恩智浦与爱立信在最近的博客（参考文献2、3）中都列举了在交叉路口安全用例中运用增强感知的例子。这些文章?ISD1km6G?JCAS?/?JCAS=?2?6G?白皮书 6G通信与移动出行4表明，通过JCAS技术可以有效地利用现有的基础设施设备。图2的下半部分总结了这些发现，并说明了态势感知与网络致密化所描述的通信网络相关的动态，这些动态再次推动了对6G网络数据支持各种用例的需求。3.以感测为中心的汽车应用系统的可信度通信与感测能力的结合让智能系统获益匪浅。除了专注于通信，5G标准在演进过程中为通信平台增加了感测功能。这给通信带来的明显优势是：感测会让通信变得更加有效。例如，波束路径可以基于对环境中某些障碍物和/或物体运动的了解，做出更有效的选择。我们来看看ADAS这样复杂的汽车系统，并探讨超5G/6G如何在提高其性能方面发挥作用。作为ADAS架构的一部分，我们认为，独立的时间关键型车载计算引擎将继续用于任务关键型任务，以协助安全驾驶、停车及其它操作。在这种情况下，6G网络可用于增强感知。任何系统能力的提升，无论是从5G迁移到6G，还是从今天的ADAS技术迁移到明天的ADAS技术，都必须提供足够的功能安全与信息安全措施。为了理解这一要求，我们将仔细研究可信度的概念。在可信度模型中，许多元素非常容易理解。该模型的上半部分（图3）显示了功能安全领域，从人类及其周围环境的角度将可信度的方方面面联系起来。该模型的下半部分显示了信息安全领域，与系统和操作有关。回到移动出行模型（图2），选择性使用汽车系统的网络感测信息，非常需要功能安全与信息安全。我们来看一个以功能安全为中心的技术示例，这里的分布式感测旨在加强交通路口安全方面的感知。各种移动出行设备（如汽车）与固定设施（如交通信号灯）都可以使用6G JCAS，帮助车内人员增强对各个交通参与者的感知，并提供交通状况的详细视图。时间关键型用例应由本地机制处理，例如使用专用?3?V1.002021?7?15?工业物联网可信度框架基础文档（4）将可信度定义为信息安全、功能安全、可靠性、恢复力与隐私的组合。它还研究了这些因素在面对环境干扰、人为错误、系统故障和攻击时所做的权衡取舍。图3展示了可信度目标模型。引述该文档中的内容：“可信度是指人们对系统按预期执行的信心程度。这需要对系统有所了解，包括相互作用与突发属性。”“在数字世界，面向整个系统环境，了解并妥善解决有关可信度特征的问题才能获得信赖与可信度。提供这方面的证据可以增强别人的信心。”白皮书 6G通信与移动出行5短程通信（DSRC）和/或蜂窝式车联万物（C-V2X）技术。然而，这些设备都不能独自构建出整体画面：它们离不开彼此间的协作。为了协同工作，感测数据流首先被传送到基站，然后再被传送到边缘云（一个地理位置靠近的云计算平台）作进一步的处理。此外，还可以将来自汽车系统的非时间关键型系统/培训问题分流到云端进行处理（边缘或远程）。数据在各个阶段得到进一步的处理与汇总，从而可以创建出一个更完整的视图，以支持安全系统做出时间敏感性较低的决策。信息安全与功能安全一样，都是汽车系统的重要考虑因素。交叉路口用例2、3中描述的隐私敏感数据流通于各个分布式服务。隐私敏感信息包括附近行人的位置与设备身份信息（如智能手机）。这些数据应由一个值得信赖的计算平台来处理，并在该平台的保护下能够抵御各种威胁与攻击。同时处理的多个数据流应被充分隔离，避免数据泄漏。6G开发过程中的一个关键要求是纳入增强感知应用。预计6G智能网络与服务产业协会（6G-IA）5等各种联盟将研究讨论JCAS用例这个重要课题。虽然基于6G的解决方案创造的社会价值很高，但这并不意味着，网络运营商、基础设施所有者与公共部门的收入模式就立马一目了然，他们都会有自己的利害考虑和解决问题的方法。6G发展需要整个行业共同发力，积极寻求一致的解决方案，从而实现未来的安全汽车系统。4.5G到6G演进过程中的技术问题从5G演进到6G将为最终用户带来更多网络容量与智能。增加感测等多种能力将提高智能程度，以及边缘云计算能力的扩大。我们首先看一下这些系统的基本容量与感测要素。本节将重点讨论以下课题：正交频分多址（OFDMA）技术 空间分集 减少小基站，网络致密化 新的频段选项与技术 联合通信与感测（JCAS）技术6G有望在当前使用的包括2/3/4/5G sub-6 GHz与毫米波（mmWave）在内的频段建立OFDMA调制方案。事实证明，该技术在这些频段提供的数据吞吐量接近理论上的香农极限（通信信道的信道容量），同时它还能灵活地为单个用户分配携带数据的时隙和频段。对波形演进作持续研究以用于更高频段，旨在提高调制解调器的实施效率，其中无线社区贡献了许多建议，如演变的前向纠错（FEC）与低峰均功率比（PAPR）波形。第二要素是空间分集技术，它可以提高网络吞吐量，目前已在5G中投入使用。根据这一概念，只要发射器与接收器之间存在多个空间轨道，就可以在同一带宽内同时传输和接收多个独立信号。比如，一个5G基站可以在同一频段向多个用户同时发送多个窄波束（均携带不同的数据）。再比如，使用单用户多输入/多输出（MIMO）架构时，单个用户可通过不同的反射轨道从同一个基站接收多个波束。如果用户收到四个这样的波束，即便这些波束覆盖的频率范围相同，理论上该用户的数据吞吐量都可以提高4倍。随着网络基本蜂窝小区面积的缩小和信号的本地化，容量还会进一步增加。只有火车站、体育场或购物中心这样人口稠密的地方，通常才需要在相对较短的距离内拥有最高的数据速率。然而，缩短距离与网络致密化需要更多的物理基站，而且每个基站的安装和维护成本都很高。随着3GPP网络的发展，工作频率也在增加，最终6G标准化将推动频段的提升，使低频段可能达到7GHz甚至24GHz6，并进一步扩展高频段到100GHz以上的太赫兹频率7。一般来说，工作频率越高，信道带宽就越高，数据传输速率也会相应提高。波长缩短也有助于减少天线的物理尺寸及其相关成本。虽然路径损失可能会增加，但考虑到基站的致密化，系统容量仍在可接受的范围内。白皮书 6G通信与移动出行6图4展示了潜在的6G新频段。整体解决方案的一个关键要素是射频设备，恩智浦投资优化了制造技术，以支持不断扩大的频率范围。图4还表明，LDMOS与GaN等低频技术均已成熟，提高频率预示着将增加Si-Ge BiCMOS等硅技术的使用。6G的创新功能之一是大规模雷达感测能力。6G物理接口本身可支持感测，考虑到相关OFDM信号的带宽，它足以支持高分辨率雷达感测的需求。例如，5GHz射频带宽已具备3 cm的空间分辨率。波束赋形/MIMO技术提供了角度选择。利用无缝连接与大规模边缘计算（由遵循摩尔定律的CMOS路线图实现）的优势，可以将不同观测点的感测信息汇总成一个完整的3D地图。本文稍后将举例说明基于单个基站与处于移动状态的用户设备（UE）的定位问题。行业对感测与通信技术的集成表现出越来越浓厚的兴趣。IEEE通信协会明确肯定了这一趋势，该协会最近成立了“通信感知一体化”委员会，旨在探索该技术的新研究方向与标准化机会12。有多个原因促使在6G开发中使用JCAS技术：网络运营商可提高其网络的有效性。特别是，如果基站能够智能适应环境，波束控制会变得更加有效。其次，自动化（如机器人）既需要通信，也需要感测，将这两种功能集成到一个硬件单元中，共享天线与无线硬件，会带来成本优势。最重要的是，如果没有足够的可信度，任何解决方案都不会被最终用户和服务提供商所接受。许多利益相关者都参与到这个生态系统中，多个研究与标准化倡议都正在进行中。例如，6G智能网络与服务产业协会（6G-IA）正在研究可信度的关键系统问题5。除加密技术外，可能还会探索其他安全技术，如硬件指纹和只将波束集中到可信赖的接收器。恩智浦与许多生态系统合作伙伴正在进行架构研发工作，旨在设计出能够在新频段（如5-24GHz与100GHz太赫兹频段）中运行的6G基站与UE。未来的太赫兹系统所面临的挑战与所需的波束赋形精度和诸多实施限制有关，如天线间距非常窄（每个低至1.5mm）、与工作频率相关的重大路径损耗以及集中功率耗散。LDMOSSiGe BiCMOS5G4G3G3G2G1 MHz600 MHz15 GHz600 MHz600 MHz800 MHz2.1 GHz800 MHz 1.8 GHz2.7 GHz6 GHz26-30GHz37-47GHz100 GHz4 GHz100 GHz600 MHz15 GHzGaN6G?4?6G?6G?5G?3?白皮书 6G通信与移动出行75.增强汽车安全系统下面我们借由不同的汽车用例来探讨一下，未来的连接功能在汽车感知与安全方面可以发挥哪些作用。图5显示了汽车感测系统的一个概念设置，以及汽车用例（加粗的案例强调了安全问题）与汽车安全相关的6G机遇。我们首先阐述了连接在汽车与感测系统中的一般作用。毫米波雷达是ADAS汽车感知的核心感测技术，旨在提高舒适性与安全性。恩智浦为汽车雷达应用提供可扩展的高度集成产品组合，以支持汽车安全性能计划，如欧洲新车安全评鉴计划（Euro NCAP）。汽车行业对ADAS的多个自动级别进行了定义。在自动驾驶L3级别中，驾驶员在“解放双眼双手”的驾驶模式下仍应保持警惕，并在面临复杂情况时接管对车辆的控制。自动驾驶级别越高，驾驶员与汽车之间的互动将越少。较高级别的自动驾驶对系统冗余提出了新的要求，原因是汽车将负责更多的驾驶功能。解决方法之一是为汽车配备冗余的传感器配置，包括摄像头和雷达等传感器。在这种传感器配置下，可把汽车连接当作另一种方法，用来加强冗余并扩展感测性能，以支持ADAS功能。连接可以将汽车的感知能力扩展到其车载传感器的探测范围之外，并能感知到更远处的状况。无线连接还能使收集到的车载数据与附近的其他汽车、邻近的基础设施及远程后端系统共享，从而增强应用，并开创新的数据驱动服务。图5中的虚线框（A）部分表明，车载汽车自动化系统支持安全关键型驾驶，它由环境感知传感器、汽车内处理单元以及汽车控制与决策单元组成。V2I或V2X连接，如图5中B所示，可以支持汽车间的信号传递。V2I和V2X连接可实现各种警告信号传递，比如交通超速、本地路况更新以及此类汽车连接部署更加密集后出现的各种防碰撞安全用例。连接速率提高后可以实现先进的应用，比如高清（HD）地图，预计高清地图将成为未来自动驾驶解决方案的一部分。这种地图技术提供广泛的属性，包括交通标志、速度限制、道路曲?5?BDCA?JCAS/?/?123?Sub 20GHz?JCAS?/?6G?/ABI Research?白皮书 6G通信与移动出行8率、人行横道及障碍物，精确度可达到亚米级。这些地图可在恶劣天气条件与感测视野被遮挡等困难场景下提供感知能力，以辅助汽车感测。例如，地图可以提供相关道路元素的信息，帮助汽车传感器提高探测能力，并提高自动驾驶决策的安全性。在自动驾驶应用中，安全是根本，因此确保地图数据的完整性与时效性至为重要。从汽车到后端地图基础设施的高速无线连接，允许众包收集传感器数据，以协助高清地图绘制，并确保及时更新。此外，超低延迟通信能够实时提供导航辅助，以提升驾驶体验。高清地图与汽车定位和本地感测相结合，为实现更安全的驾驶提供了一个强有力的组合。汽车无线连接能够收集大量车载传感器、控制器及设备产生的数据，在高级分析与机器学习的基础上开创新的数据驱动应用与服务，如图5中的C所示。这些数据服务可以由远程云、基础设施边缘云或这些技术的组合来提供。远程服务在数据监测的支持下，可确保各组件与子系统的运行符合要求，并能及时发现任何性能异常。高级诊断与反应式/预测性维护服务的提供，使汽车在行驶过程中的性能与安全得到了保证。在汽车生命周期所有权范围内，可通过无线远程升级（OTA）向最终用户灵活地提供大量汽车功能。高速连接支持收集大量数据，用于训练机器学习模型及其适当的部署与更新，进一步增强车载感测，并提高汽车决策的安全性。互联汽车可被视作移动的传感器，能够支持从环境感知与驾驶模式分析，到交通管理与环境污染监测的各种应用。如前所述，预计下一代6G连接将提供新的频段。具体来说，毫米波频段的频谱适合更密集的基础设施，这取决于无线电波的传播特性。不断加大毫米波连接的部署，为雷达感测功能被集成到道路基础设施中提供了可能。这些双6G频谱，以JCAS技术与高精度UE定位的形式，为6G基站开启了新的功能。这些新功能，如图5中的D所示，可用于进一步增强汽车感测能力。在下一节中，我们将详细介绍定位与JCAS技术及其在汽车UE中的潜力。6.汽车UE与准确定位信息如参考文献8和9所述，汽车UE可以获得准确的定位信息，从而对其雷达能力进行延伸。在深入研究6G移动系统及以后系统的定位问题之前，有必要先梳理一些关键的术语。无线定位是指确定“状态”，也就是互联设备的位置与方向。此外，无线感测是指确定某个无源物体或现象（如尚未连接到网络的东西）的状态。最后，雷达指的是一种特定类型的感测技术。5G支持无线定位，主要依靠一种名为到达时间差（TDOA）的技术。基于TDOA的定位需要几个时间同步的基站来执行计算，以确定准确的设备定位（3纳秒的误差相当于1米的定位误差）。这一要求有别于核心通信功能。在核心通信功能中，一个基站就足以提供通信覆盖。这样带来的问题是，在未知的传播环境中，从单一基站接收的信号能否进行感测。在这种场景下，以下两个目标与加强安全系统密切相关：1）我们要确定用户的位置。2）我们要知道用户的移动方向。要实现这两个目标，我们必须认识到，由于用户的位置/移动与基站的时钟不同步，我们必须知道用户的时间戳。获得位置与移动信息，应从建立一个传播环境地图开始。目标1）与2）似乎可以通过多路径探索来实现。即使视距（LOS）路径被阻断，仍可实现这两个目标。白皮书 6G通信与移动出行9基站向用户设备发射信号（双静态场景）且用户收到不同传播路径的信号叠加，这时就会出现简单形式的多路径探索。在单静态场景下，雷达发射器与接收器处于同一位置。在双静态场景下，发射器与接收器处于不同位置。在双静态场景下，每个3D物体反射提供两个出发角（AOD）、两个到达角（AOA）及一个到达时间（TOA）。这些信息足以用来确定三个“未知数”，即位置坐标（x、y、z）。如果带宽和/或天线数量足够大，则可以解析出这些多路径分量，延迟也会给出角度信息。如果存在一定数量的多路径，则多路径的分辨率是可能实现的，如图6中的红线所示。多路径指的是灯杆（S1）（具有特定的AOA与AOD）等小物体与墙壁（反射点通过“虚拟锚点”（XVA,1,.,XVA,4）表示）等大物体的反弹。此外，图6中的蓝线表示基站位置（XBS），绿线表示视距（LOS），汽车UE的位置为XUE，方向为UE。时钟图像象征时间要求。现在，即使只有一个基站，也可以对用户进行定位并绘制传播环境图。详情参见参考文献8。这种场景符合Hexa-X项目9的6G愿景，也符合本白皮书中提 出的观点。6G定位与感测愿景的实现，离不开高精度的定位性能及其与通信的紧密结合。?6?3D?2?AOD?2?AOA?1?TOA?3?x?y?z?8?Wymeersch?白皮书 6G通信与移动出行10举一个具有启发意义的例子：通过网络支持提高汽车安全，从而实现精确定位的方案。众所周知，所谓的“城市峡谷”（大城市中高楼间的通道）会影响GNSS/GPS的接收。只有少数卫星可以收发信号，而对于那些可收发的卫星，不难发现，在附近建筑内的反射信号有时会比直接路径上的信号更强（图7）。这种情况会造成很大的定位误差，有时甚至会把汽车位置投射到建筑内的反射位置。这种定位误差会严重影响ADAS和自动驾驶系统的安全性与可信度。作为6G及以后网络发展的下一步，JRC2LS（“联合雷达通信、计算、定位及感测”的缩写）对延伸传统的联合雷达通信概念9提出了构想。这意味着，不仅要将雷达与通信集成到一起，而且还应从更广泛的意义上，将其与云计算、定位及感测相结合。JRC2LS策略与恩智浦对边缘计算的长期看法不谋而合。要实现这一愿景，还需解决太赫兹信号、新波形、新基础设施卸荷、可重构智能表面（RIS）、高定向波束赋形及基于模型/数据驱动算法等领域的技术挑战。重要的是，要了解不同技术相互加强的效果。由于波束赋形高度定向，感测与通信之间应该会形成更大合力。摈弃传统的权衡取舍，通过协调的方法进行定位，则定位越好，通信就越好，反之亦然。恩智浦认为，6G及以后的系统的发展将受到极端条件下的通信、定位与感测用例的驱动，这些是5G所无法支持的。这些能力与恩智浦的通信系统与汽车雷达系统组合相辅相成。此外，恩智浦拥有深厚的硬件经验，可以解决最重要的挑战之一：开发面向6G及以后网络的射频硬件。因为6G涵盖毫米波乃至太赫兹频段的各种频段，所以在射频/无线技术与设计方面存在诸多挑战，只有克服苛刻的传播信道特性才能建立高质量的通信链路。同时，能耗问题也令人担忧，它成为了整体解决方案的另一个制约因素。汽车生态系统对增强城市感知有着强烈的需求，随着6G的兴起，这个问题可以通过新建密集网络得以解决。在城市地区，由于高层建筑和密集交通阻挡了摄像头、雷达与激光雷达等视距传感器，车内传感器在感知方面存在问题。通过6G增强数据来扩展感知，对进一步提高交通安全、监测与管理至关重要。6G通信与感测可以通过几种方式支持态势感知。首先，可以在固定的6G基础设施中添加JCAS，以增强汽车感知能力。利用现有的通信天线阵列进行感测，系统的性能可以与雷达相媲美。数据可以在边缘进行处理，结合基站上共享的多个天线的信息。JCAS将增强车内感知，因为通信基础设施的建设能够扩展车内传感器的能力，增加感测覆盖距离（可通过多个蜂窝基站实现），并能感测到汽车视角盲区。例如，在有高大建筑物的路口“环顾四周”，以及从汽车的角度观察被卡车等大型物体遮挡的车流。这些新功能为车载视距传感器（摄像头、激光雷达、雷达）提供了宝贵的信息。?7?GNSS?白皮书 6G通信与移动出行11利用6G的定位功能，特别是配备了JCAS的基站，可大大增强可信度。基础设施可以使用安全的6G或V2I链路共享增强位置信息（参见图5 D），从而可以检测到GNSS位置的异常，并通过汽车系统予以纠正，获取更可靠、更准确的位置信息。使用安全的低延迟14通信，即使用V2I或6G蜂窝通信（如通过使用目前由ETSI制定标准的合作式感知服务），所产生的位置信息也可以与附近环境中的汽车实时共享。共享信息可提高车内态势感知能力，补充实时车内数据以及从云端获得的更多静态数据，如已知的交通拥堵、计划中的道路维护作业等，同时为汽车的观察增加一定程度的冗余。恩智浦最近的一篇博文“6G网络中的联合通信与感测”2提出了一个重要用例：交叉路口的安全。其他用例包括右转弯汇流辅助（视线被建筑物挡住）、汽车视线看不到的实时障碍物检测，以及弱势道路使用者（VRU）警告。目前已经定义了许多用例，未来还将设想出更多的用例11 a、b、c。收集到的数据也可供城市道路基础设施使用。6G安全边缘15计算的详细的实时交通数据，大大增加了可用的信息，弥补了其他数据传感器来源数据的不足。根据IoT Analytics的研究，“交通监测与管理”在十大智能城市用例中排名第二，仅次于“互联公共交通”10。汽车安全有一个广泛的生态系统，它不仅为设备厂商，也为交通管理链中的各个组织提供了商业潜力。例如，网络运营商能够利用收集到的额外数据进行变现。道路基础设施运营商可以使用这些数据来落实先进的交通管理与安全用例，同时还能降低成本，因为维护成本较高的静态交通传感器（如线环）可被更灵活的技术所取代。当地政府可能会看到事故的减少和交通流量的改善。而车主通过订阅这些数据或收到道路运营商发出的警告，可以体验到更高的安全性，并缩短行驶时间。7.结论超5G/6G涉及到各种主题，如信号波形、网络架构与拓扑、边缘计算方案以及各种应用与用例。在6G与移动出行领域，我们看到了以下关键机遇：小蜂窝基站主导的6G网络致密化，加上具有更高带宽的新频段开通，将以感测与定位的功能形式，实现连接与环境感知的融合。6G技术的大带宽提供高数据速率连接，赋能数据与机器学习驱动的应用。这些新的6G功能将为增强汽车安全以及创造新的汽车服务带来新机会。恩智浦与互联汽车生态系统的其他主要参与者一起，为实现这一愿景做好了充分准备。恩智浦拥有关键的无线技术，可以解决新频率范围所面临的各种挑战。?8?JCAS?

87人已浏览 2023-05-08 11页 5星级

部门：中台2023 iResearch Inc.2023年中国6G产业研究报告署名：李超2目 录CONTENTS01通信产业演化进程026G补足2B应用的技术短板036G新技术的潜在颠覆性04未来趋势前瞻3通信产业演化进程0142023.3 iResearch Inc.移动通信的核心是电磁波对电磁波系统的应用和能力提升，是移动通信技术升级迭代的核心通信的本质是信息传播，所以传递手段与介质就是其核心需要思考和精研的标的物。电磁波作为一种自然资源被应用于通信领域，和它具备的两个特点密切相关：第一，电磁波是一种能量，所以是能量就存在产生和吸纳的哲学可能，这与信息的发送与接收，具备天生的匹配性；第二，以现在人类物理学的认知，光速是宇宙中最快的速度，而电磁波在真空中的传播速度就是光速，这一点能够最大限度的满足信息传输对速度的要求。每一代移动通信技术之所以能够实现更快的速度，更低的时延和更稳定的传输，都是通过技术的演变和架构的调整，提高了可用频段的带宽和已有频段的传输效率。因此移动通信技术升级迭代的核心，是对电磁波系统应用的能力提升。来源：艾瑞研究院自主绘制。信源|Source信道|Channel信宿|Sink移动通信技术实现示意图调制信源编码解调信道译码信道编码信源译码去除传输信息中的冗余信息对携带信息的电磁波根据不同规则编码，使之在信道中更可靠的传输常规天线能接收的最大波长是天线尺寸的4倍，所以调制的过程就是提高携带信息电磁波的频率，使之达到设备天线可以接收的高频电磁波。当电波被接收到以后，再从高频信号中解调携带有效信息的低频波。将信息还原成原始信息噪声根据编码规则，判断该信息是否为当初想要传输的有效信息52023.3 iResearch Inc.被量化的香农公式提升带宽，提高带宽使用率和提升信噪比就是关键技术来源：艾瑞研究院自主绘制。C=Blog2（1 ）SN香浓公式是信息在被高斯白噪声干扰的信道中，计算最大信息传送速率的公式。其中：B代表带宽（频谱利用率也是提升B的一种体现）；S/N代表信噪比。通过这一个公式的物理含义可以知道，信息传输速度与带宽和信噪比之间的数学关系。因此，移动通信技术每一次的升级，都是通过不同的技术手段，提升可用带宽，提高已有带宽的使用率以及提升信噪比，进而达到高速率、低时延和更稳定的传输，这三个功能指标上的飞跃。1G|1986-19992G|1991-至今3G|2009-至今4G|2013-至今5G|2020-至今通信技术表现终端特点传输速率典型服务开启了移动通信时代，采用模拟音频通信技术笨重，功能单一2.4Kb/s略失真的语音通话模拟音频信号转为数字信号，开启数字通信时代轻便化，数字键盘64Kb/s语音通话、短信初步进入智能化，很多当代通信技术都依照3G技术蓝本数字键盘、26键键盘触屏2Mb/s电话、短信、彩信移动互联网移动宽带技术，拉平移动与有线技术的用户体验智能手机100Mb/s丰富的网络服务视频传输目标锚定万物互联智能手机智能终端1Gb/s丰富的网络服务行业专网服务62023.3 iResearch Inc.5G是2C与2B服务的分界线视频传输是人类已知信息传输的阶段性高点，未来产业带动靠企业服务“文字图像视频”这三类信息传播方式的递进，是在社会范围内根深蒂固的升级序列。所以视频所承载的信息丰富程度，在用户认知中是最高的，更加丰富的虚拟现实和元宇宙技术尚未成熟，且饱受市场争议。并不能有效带动移动通信技术在用户心中的感知。因此当4G通信满足了视频传输后，5G等未来通信技术的商业目标，就不得不考虑2B服务。进而衍生出5G最大的应用标的，行业专网业务的诞生。来源：爱立信。1G|1986-19992G|1991-至今3G|2009-至今4G|2013-至今音频传输音频 文字图像传输视频 数据5G|2020-至今6G|2030-未来XR 元宇宙企业服务感知融合企业服务50CVfty%2%5ETbi 11201220132014201520162017201820192020202120222023e2024e2025e2026e2011-2026年全球不同移动技术用户覆盖率LTE5G72023.3 iResearch Inc.5G专网的困境采集类与交互类专网发展相对较好，控制类专网尚需市场培育在企业服务领域，5G专网是在工业互联网大潮中，信息交互技术的重要组成部分。大量企业在这一领域布局取得了一定的成绩，但依然面临比较严重的问题。总结原因，基本是所有企业服务领域最核心的两个问题：第一，对客户所在行业的理解深度；第二，代运营。来源：艾瑞研究院自主绘制。采集类专网交互类专网控制类专网能力要求典型应用场景上行带宽需要足够大矿山等常人很难进入或很难长期所处的场景。通常用于质控对通信各方面要求均适中AR场景下的远程交互，比如医疗远程指导，复杂机械设计超低延迟和超高可靠性绝大部分工业生产的核心环节都适用。通常伴随着极端环境，出错或延迟可导致机毁人亡这两个场景与5G在个人端所起的作用极其类似，所以企业客户的接受度相对较强。高成本更注重保密环境的场景大多采取物理专网布设的形式完成。而地要求和低成本的场景则可以通过公网专用的方式搭建虚拟专网。控制类专网能更深度绑定企业的服务类型。从技术指标上看，延迟和可靠性是移动通信技术尚需补足的。从实际业务推进上看，专网的部署、改造和适配，更是业务推进中的阻碍。其中适配的工作量非常大。现在某些特殊行业有任务要求，不得不部署5G专网。其余皆以试点的形式进行市场教育。结论82023.3 iResearch Inc.6G在技术上的希望技术上补足5G时代企业服务的短板，并具备颠覆世界的潜力从性能指标上，6G设计目标几乎全方面跃升。客观来看，工业场景对可靠性的要求在6G技术99.99999%的保障下基本可以满足，若不是对“1”执念，在技术上已经不存在门槛了。未来重点还是在业务推进和市场教育领域的苦功夫。除此之外，6G移动性、陆海空天全域覆盖和一些创新型的硬件如果大范围应用，则会对现有的城市生态产生颠覆性的效果。来源：IMT-2030（6G）推进组。覆盖可靠性定位精度AI服务效率区域流量密度峰值速率能量效率用户体验速率连接密度频谱效率移动性抖动空口时延5G6G1-10-51-10-7米级厘米级90% 初级10100-10000Mbit/s/m220100-1000Gbit/s20倍1倍数十Gbit/s0.1Gbit/s 10-100个/平米1个/平米1.5-3倍1倍500km/h1000km/h微妙级0.1-1ms1ms 陆海空天全域覆盖仅陆上96G补足2B应用技术短板02102023.3 iResearch Inc.6G的市场预期表现连接数远超人口，个人与企业智能设备全接入，流量井喷按照6G技术推进组的测算，到2040年，也就是6G技术商业应用10年后，终端连接数将达到恐怖的1216亿台。目前地球总人口80亿，这表明，按照移动通信技术，奇数代际完成技术突破，偶数代际金融实质应用的特性，6G延续了5G服务企业和工业的市场目标。而在流量层面也呈现出井喷的态势，月均流量达到58550亿GB，也就是说单设备每月消耗流量仅50G。即便个人用户端有了全元宇宙环境，虚拟现实环境等跨代应用，具备消耗如此大流量的基础，这个数据量也意味着个人用户终端的巨变，甚至具备一定的工业属性。因此从现在情况看，5G时代服务企业的趋势在6G时代可以得到大幅度加强。来源：IMT-2030（6G）推进组。3418412162022203020402022，2030和2040年移动通信终端连接数终端连接数（亿台）4266835585502022203020402022，2030和2040年移动通信月均流量月均流量（亿GB）地球人口80亿112023.3 iResearch Inc.6G产业链图谱基于运营商的庞大上下游来源：未涵盖所有企业，艾瑞研究院自主绘制。运营商核心网传输网接入网连接&设备联盟组织实际应用智慧城市智慧建筑车联网导航增强智慧工业智慧矿山智慧医疗游戏开发高清直播智慧办公供应商供应商供应商下游应用下游应用122023.3 iResearch Inc.6G产业链演进下游应用想象空间大，供应商整体推进向前一体化战略来源：信通院。从5G产业发展的经验上看，5G基础设施建设完成后间接经济产出是直接经济产出的1.5倍以上，并且想象空间和自由度远比直接经济产出要好。因此处于产业链上游的重话语权企业，在统一的向产业链下游整合推进。0.51.32.23.03.43.74.14.55.15.66.31.22.43.85.05.86.36.97.58.59.410.6202020212022 2023e 2024e 2025e 2026e 2027e 2028e 2029e 2030e2020-2030年中国5G经济产出量直接经济产出（万亿元）间接经济产出（万亿元）核心网传输网接入网连接&设备运营商实际应用渗透渗透向更多元，更先进消费电子产业拓展向2B应用开发延申向2C网络服务展业渗透供应商体系综合实力较强，在高利润和高想象空间的驱使下，其向前一体化战略侵蚀了一部分下游产业空间下游产业在原有市场逐步被侵蚀的过程中，根据自身产品定位在与其最大相关的交叉领域里寻找新的机会132023.3 iResearch Inc.5G专网的红利5G专网将在6G时代升级为6G专网，且增速稳定全球5G时代服务企业的专网业务一直保持高速增长，丝毫未受疫情影响，并且未来也将继续保持接近40%左右的增长速度。从5G应用覆盖的行业占比上来看，工业互联网也是占比最高的一个板块。截至2022年底，全球部署5G专网的国家与地区达到72个，其中德国比较超前，也是最早发放专网频谱的国家，一共发了257张5G专网频谱证。从全球来看，制造业、矿业、电力等板块，是5G专网发力的主要领域。来源：通信世界、中国信通院。9.21317243346638741.30.8A.27.59.47.08.1 2020212022e2023e2024e2025e2026e2027e2020-2027年全球5G专网市场规模市场规模（亿美元）增长率（%）工业互联网27.8%文体活动26.9%智慧交通10.6%医疗健康10.4%仓储物流4.0%智慧城市3.7%智慧农业3.7%公共安全2.6%智慧旅游2.6%智慧教育2.3%智慧环保0.3%智慧金融0.3%智慧家庭0.2%其他4.6 22年全球5G应用覆盖行业占比142023.3 iResearch Inc.5G专网的部署模式不同的部署方式，体现出5G专网面临的性价比压力整体来看，5G专网按照其设备和构架与公网共享的比重，呈现出构建成本成反比的趋势。它体现的是通信技术应该是作为国家基础设施的定位出现，还是作为企业自身固定资产的定位出现的问题。5G作为新的技术突破，并且是举全国之力才在世界范围内争得一席之地的现状下，它的成本必然很高，加之5G专网本身尚处市场培养期，所以性价比的问题是未来移动通信代际切换过程中亟待解决的问题。目前对5G专网性价比最大的质疑原自技术指标和实际应用上的感受，这些问题都会在6G时代得到提升和改善。来源：艾瑞研究院自主绘制自建模式共享模式LBO模式企业自建运营商建RAN共享控制面共享端到端共享N3 LBOF1 LBO企业基于专网频段，自建与公网隔离的自用5G网络运营商用自身的5G频段，帮助客户建立与公网隔离的5G网络基站与5G公网共享，在基站分流属于公网的数据和专网的数据，进而实现专网服务除基站外，控制面也与公网共享基于网络切片技术实现的专网服务过去专网部署的UPF，转换为新设备MEC DP，将公网与专网的数据进行分流5G基站种的中央单元云化，与核心网的UPF和MEC联合部署，分布式单元和天线通过F1接口链接云化后的中央单元。具备专网全部的优势，安全、可控。5G技术所有技术指标均可达到顶级应用标准。但是部署成本极高，且需要大量运维人员5G核心技术指标基本可以达到平均水平以上，因为与公网共享设备，所以可以节约一定的成本。但随着与公网共享的板块越多，信息安全性和其他指标越取决于公网本身的质量。可以节约大量成本的低配版专网服务方式名称部署原理部署特点152023.3 iResearch Inc.专网服务的路径在熟练掌握技术的基础上，跨领域理解行业，并提供持续运营的服务来源：艾瑞研究院自主绘制。持续运维Step III 理解&布局Step II 集成技术Step I 集成CT技术掌握IT技术专网服务，尤其是当代5-6G专网服务是基于移动通信技术，对过去余的设备和架构进行无线化和扁平化的改变。因此，对CT技术的掌握与集成是提供专网服务的基础。IT技术是在未来数字中国建设和全面数智化社会中，让系统和技术发挥真正威力的能力。也是提供专网服务的企业安身立命的根本。跨领域学习多场景方案高清视频回传机器人远程操作XR远程专家检修无人机巡检设备数据采集融合定位根据专网的无线、移动等特性，研发与探究多场景的解决方案。跨领域学习是所有企业服务领域必备的要素，也是专网服务从“采集类、交互类”向“控制类”企业核心生产环节渗透的重要环节。技术是基础研发是雷达运维是武器行业1行业2行业3专网服务学习学习学习服务常规运维服务智能自进化专网建成初期，会给企业带来巨大的不适应感。因此提供运维、服务是承上启下的重要一环。业务开通资源管理号卡管理性能管理终端管理告警管理除了基础业务以外，专网本身的自检、升级与融合，也是与企业数智化的必备能力。应用管理关键点探针应用插件融合定位插拔设备融合编组远程检修设备操控基于以上两点，拥有运营商资源，且本身具备技术能力的公司更事和开展专网业务162023.3 iResearch Inc.总结：能力满足，实践不足6G满足了所有专网需求的硬指标，但行业的渗透需要在后5G时代补足来源：艾瑞研究院自主绘制。中国虽然是5G技术的主导国，但是5G技术的行业应用却走得比较缓慢。这本身与国内企业自身特性有很大关系，对新技术，尤其数字技术的接受程度普遍不高。不过从目前各类机构对6G技术应用的预期来看，很多5G专网的应用场景都已被覆盖。可以想见在未来7年的业务推动和市场培育方面，会有天量资源向这些领域倾斜。因此，无论是技术本身还是B端用户的认知，都会得到很大改观。也基于同样的原因，未来7年内，对于5G专网在表中领域的深入试点将更加广泛的出现。中国移动6G推进组华为东南大学NGMN三星电子日本欧盟智能交互全息交互通感互联全息通信数字孪生云XR智能工业精准医疗机器协作虚拟控制智慧车联广域互联偏控制类偏交互类偏采集类176G技术的潜在颠覆性03182023.3 iResearch Inc.6G新技术的发展理念信息层面的普惠、技术能耗的绿色、虚拟与现实的融合和互联网运营的理念不同，移动通信作为基础设施，其解决现实问题的逻辑并不是在服务领域强升级，而是真正的从技术创新的视角出发，进行设备能力和创新装备层面的本质提升。所以在科学哲学体系层面，技术和装备的提升，就需要上升到发展理念层面进行梳理。从当前有关世界可持续发展的宏伟主题来看，移动通信技术的发展理念有以下三个方面：来源：艾瑞研究院自主绘制。信息普惠No.1 绿色能耗No.2 虚拟融合No.3 信息普惠的前提是全球经济发展的不平衡，财富差距的拉大和基于群体差异的割裂，都导致用于改善民生福祉的技术很难惠及所有人。进入信息时代，当数据和信息成为财富的一种载体之后，技术普惠的诉求被进一步放大。基于此，国际电联提出，要利用信息通信技术促进实现联合国可持续发展目标。因此，6G技术和设备的发展方向之一，就是让数据和信息惠及所有终端用户，在社会治理、公共设施和提升全民知识素养层面做出努力。在5G时代，5G基站和设备的能耗问题曾一度成为市场热点。这与国际上低碳环保理念的兴起息息相关，中国也制定了3060计划，在2030年实现碳达峰。配合6G技术最早商用的2030年，它不仅要实现自身能耗的降低，还要最大限度的辅助制造业、能源业和城市本身实现碳达峰。除此之外，对于疫情、极端天气等方面的内容，在提升自身技术抗干扰能力的同时，实现对负责处理相应工作的组织做智能协同。从键盘、鼠标、触屏、脑机等人机交互的形式，以及操作系统、低代码、人工之恩那个等技术兴起的路径来看，“眼见为实”和“触手可及”是近年来技术进步的一个重要趋势。因此，数据中国的建立，数据实体和虚拟现实的出现和可视化、可触化操作，就是6G需要服务的一个重要板块，需要瞬时处理巨量的数据以满足这些场景的要求。192023.3 iResearch Inc.6G时代的新特点新技术能力几乎颠覆现有的城市面貌6G在前述技术发展理念的促进下，对原有的5G技术进行了能力上的延申和功能上的拓展。在移动性、链接范围和智能化程度等多个方面做出卓越的突破。这种突破将会对现有城市面貌产生颠覆性的效果。对普通用户来说会有两个最明显的变化：来源：IMT-2030（6G）推进组。增强移动宽带低时延高可靠5G海量物联网6G 超级无限宽带通信感知融合超大规模链接极其可靠通信城市数字分层意识识别辅助6G技术对移动性指标的提升、超大规模链接的能力和卫星通信的接入，将海陆空三种类型的移动目标纳入到通信连接范围里。从宏观上看地球将演变成数字球。而城市中无人机、飞艇、飞机等空中设备的加入，会将原本不存在的城市物理分层，进化到数字分层。也就是说，未来整个城市规划过程中，地表将不再是基础，数字高层的概念将纳入考量。普惠智能6G厘米级识别精度的提升、人工智能的全方位渗透，和一些列建筑内新设备的提升，让每一个6G基站具备了“红外摄像头”点对点识别用户行动的能力。这样对用户行动动作的捕获，辅以智能识别，就可以对用户意识意图进行一定的预判，并基于预判调整移动通信资源的调配，使整个6G网络变成最懂用户的智能网络。202023.3 iResearch Inc.主要是系统性的对6G网络更加复杂化的通信体系进行筛选。让不同能力的设备，在对应的通信诉求点上发挥作用，实现降本增效。从5G的大规规模MIMO技术升级而来，原本的64组天线变成256组。立体覆盖天空，可供无人机连接，利用AI对用户行动进行预判提升信后精度。6G前沿技术传统技术范围内的全方位升级，精度的提升带来革命性的进展来源：艾瑞研究院自主绘制。城市数字分层意识识别辅助空口技术新型技术新型频谱技术超大规模MIMO先进调制编码新波形技术全双工新多址技术智能超表面全息无线电轨道角动量无线人工智能太赫兹&可见光通信信道测量&建模格雷映射的规则幅度相移键控增加了多普勒转换，能够在极精细的层面识别不同信号位移后的特点，进而完成信号捕捉和拆分。并且大范围应用“非正交”理念，放宽了信号干扰的程度，用概率识别主信号，不影响误码率。6G新硬件，类似于对电磁波进行加工后反射的镜子。有增强信号改变相位等多方面优势，是城市改造过程中重要的智能设备。将5G时代定位方向的基本功能升级为空间定位，并可以完成3D成像和动作识别。6G前沿探索性技术，利用涡旋电磁波在同一个频率下承载无限多个OAM模态，提高频谱利用率。但目前只能直线收发，尚处探索阶段。毫米与微米级别电磁播的通信技术，但是目前抗干扰的问题尚未解决，只能用于视距通信和室内通信。跨域融合技术AI在通信技术框架下，各个领域的识别与调整。比如波束的识别，基站的选用，设备的调试、用户行为预测等等板块。212023.3 iResearch Inc.城市数字分层来源：艾瑞研究院自主绘制。智能驾驶城市空域规划城市综合治理建筑智能通信无人机&飞行汽车高层起降导航管理统筹航班&飞艇&无人机管理自动驾驶交通规划统筹智慧汽车交互建筑与车智能交互 建筑内6G解决方案 智能超表面等设备布局 安防级动作感知识别 建筑内高精度定位 室内可见光通信6G基础通信 太赫兹回传 超密集组网 新波形技术 新多址技术 拟双全工 城市政务管理 碳中和综合统筹 供应链协调 城市安全建筑间信息传输222023.3 iResearch Inc.城市数字分层来源：中国移动、中国联通、中国电信年度财务报告，IMT-2030（6G）推进组，根据市场信息和专家访谈，由艾瑞咨询测算.1878844151智能驾驶XR市场城市治理20202025e2030e49045810080224000亿 44.98.710.63.9 1.60.813010056423051000亿 20024511678727221081561688000亿 高速（亿元）泊车（亿元）城市（亿元）矿区（亿元）港口（亿元）教育（亿元）能源（亿元）医疗（亿元）建造（亿元）金融（亿元）体育（亿元）公安交通信息化（亿元）垂直城市管理（亿元）数字政府（亿元）政务信息化（亿元）目前以数字化、智慧城市和智能设备为主的数字城市打造已经在5G通信的影响下高速发展。根据中国三大运营商2022年财报所披露的数据，2022年每个5G用户平均每月使用约13GB流量，平均月度流量费达到50元水平。因此每GB流量3.85元。若定价不变，按照6G时代移动通信本身流量收入在开年即可超过2.6万亿水平。在城市内对智能驾驶、XR应用和城市治理方面的促进，激活至少万亿级市场。4266835585502022203020402022，2030和2040年移动通信月均流量月均流量（亿GB）232023.3 iResearch Inc.意识识别辅助来源：艾瑞研究院自主绘制。智能驾驶城市空域规划城市综合治理建筑智能通信6G基础通信通信模式选择移动支持设备网络方案选择 高效选择最优工作设备 高效选择最优频谱 高效调整网络资源分配 通信协议智能切换 设备自检、自调整 卫星与地面设备智能切换 移动物体运动状态智能识别 空间定位智能辅助 建筑可控范围内通信硬件智能调动 建筑/园区内专网方案智能切换 室内通信方案智能切换 建筑算力智能调配242023.3 iResearch Inc.意识识别辅助来源：信通院、中国移动、中国联通、中国电信、专家访谈、公开市场资料，根据艾瑞统计模型核算。1953273855668271210770812830956111912852312582372823424191091511992583173862533761261992938897871091281505862769311714270766882951132020202120222023e2024e2025e2020-2025年中国人工智能产业规模AI芯片（亿元）计算机视觉（亿元）机器学习（亿元）智能语音与人机交互（亿元）智能机器人（亿元）自然语言处理（亿元）数据资源管理（亿元）知识图谱（亿元）除了对城市面貌和城市治理外在直观的改造以外，6G最大的特点是智能化水平的大幅提升。目前三大运营商开通Chatbot个数超过3000。行业覆盖信息传输、公共管理、批发零售、文娱体育和金融等。未来6G时代会加速渗透。除此之外，6G对AI最大的应用原子其自身的运维和应用。比如在高精度定位和动作识别领域判断用户意图，根据不同场景切换工作主设备，以及对网络的自检和最优化。2030e1万亿 252023.3 iResearch Inc.总结：潜力巨大，需要协同6G技术对用户日常生活有巨大提升，但涉及范围太广需要其他行业协同来源：艾瑞研究院自主绘制。6G移动通信的指标与5G相比产生了质变，如果能够如期实现，那么将会把很多文艺作品中的想象幻化为现实。原则上对于未来技术确实要锚定未来的生活状态进行研发，但也给技术带来了一些负面影响。当4G技术满足了视频传输、甚至现场直播后，个人富媒体诉求基本得到满足，所以5G进入到艰难的企业服务拓展过程中。移动通信技术的发展会自然遇到领域内的研发瓶颈，从6G技术中“非正交”的应用，就能感受到技术发展在试图用牺牲精度的方式换取空间。因此，在6G技术的构建过程中，免不了涉猎其他领域的融合，最典型的是卫星和人工智能领域，比如空间定位、卫星通信，还有人人工智能在各个领域的应用。所以如果2030年6G按时商用，它所畅想的很多场景本身成熟与否，就决定了它是否能够最大化的发挥能力并获得商业上的成功。1G|1986-19992G|1991-至今3G|2009-至今4G|2013-至今音频传输音频 文字图像传输视频 数据5G|2020-至今6G|2030-未来XR 元宇宙企业服务感知融合企业服务已有技术生态的移动化，所以转换容易技术深水区，需要协同人工智能物联网车联网航天应用数智化碳中和云服务协同发展元宇宙26未来趋势前瞻04272023.3 iResearch Inc.趋势一：7年内企业服务试点将增多企业服务是6G的发力点，在落地前将进行国家层面超饱和的试点建设来源：公开网络资料，艾瑞研究院自主绘制。5G是个人与企业服务的分界线，企业服务的推广、运营和商业要素都与个人服务有诸多不同。整体上看，移动通信在商业推广上已经进入技术与服务双线承压的阶段。需要大量的周边企业协同推进试点工作。从目前运营商体系公布的数据来看，仅2023年，全国就将建设3000多张虚拟专网，突破100个企业服务解决方案，建立3-5个区域示范标杆。通过这种做法，大小企业在“控制层”稳定性方面的顾虑，为未来6G企业服务铺路。在试点建设的过程中，通信之外的信息技术也将在本轮试点潮中被促进，如果这种超饱和服务状态能将中国企业主对待技术解决方案的态度，从被动接受扭转为主动索取，那么6G技术的商业拓展会顺利很多。目前移动通信专网覆盖国民经济97个大类中的40个，应用案例超过2万个。企业服务成就5G移动终端发布1579款，其中国内1153款，相关模组成本大幅降低。工业矿业电力港口医疗政务主要涉猎：工业机器视觉 远程辅助操作智能综合采集 远程挖掘控制设备机器人巡检 精确负荷控制远程控制龙门吊 无人集卡急救车综合调配 疑难杂症远程会诊智慧政务服务客户能力需求提供专网、切片、DNN级多维度的网络端到端监控。实现无线、传输网、核心网的监控覆盖。面向典型场景实现端到端连接分析与感知能力，实现业务端到端溯源和故障界定分析。提供大网物联码号资源与园区码号自营管理、园区端侧设备监控与感知。在CT网络能力基础上，提供视频监控、融合定位、设备操控等场景应用服务。联合行业终端制造商，打造统一模组探针标准，实现生态协同。282023.3 iResearch Inc.趋势二：通信成为国家战略级任务5G时代的优势在6G领域将被弱化，全球已进入高度竞争模式来源：信通院。电磁波的频率是客观存在的自然资源，是超越国家主权的物理存在，因此在全球范围内，国家之间随意使用会造成一系列的混乱。因此目前，移动通信技术的标准确认在国际上有专属的协会和机构确认。3GPP成立于1998年12月，是移动通信产业的标准化机构，其成立最初的目的是实现由2G网络到3G网络的平滑过渡，保证未来技术的后向兼容性，支持轻松建网及系统间的漫游和兼容性。而随着其组织的发展，移动通信技术标准都需要通过3GPP内所有成员的确认，再由国际电联（ITU）确认，实现全球各个国家的有序落地应用。5G时代3GPP中国成员贡献度最大，但是6G领域融合了卫星通信等涉及频率、轨到和更多不可再生资源及技术专利的领域，这些方面面临挑战的时间非常紧迫。并且目前在6G领域，美日等国家已经形成了联盟，在各个方面都已经进入国家甚至联盟的高度竞争模式。2.80%2.96%3.51%3.89%5.54%6.00%6.08%9.41.97.48%中国移动LG英特尔大唐三星高通中兴诺基亚爱立信华为3GPP成员5G提案贡献度Top10全员通过技术标准确认并全球推广292023.3 iResearch Inc.趋势二：运营商在未来话语权提升数据的资源和财富属性越来越大，在社会运行过程中的重要性无可替代来源：IMT-2030（6G）推进组。从数字中国的建设和未来科技发展趋势上看，数据的价值有超过一般等价物的趋势。这就导致数据在流通过程中的秩序、归属和权责，成为新时代的议题。从6G未来月均接近6万亿GB的数据流量来看，通信运营商在这一领域将发挥不可替代的作用。并且以运营商为核心，将带动产业链上及产业链外多板块协同发展，形成“硬软科”三线并立共同进步的局面。核心网传输网接入网连接&设备运营商实际应用4266835585502022203020402022，2030和2040年移动通信月均流量月均流量（亿GB）工程能力提升工艺水平提升现代工业进步基础物理突破算力综合革命科学哲学理念30ABOUT US艾瑞咨询是中国新经济与产业数字化洞察研究咨询服务领域的领导品牌，为客户提供专业的行业分析、数据洞察、市场研究、战略咨询及数字化解决方案，助力客户提升认知水平、盈利能力和综合竞争力。自2002年成立至今，累计发布超过3000份行业研究报告，在互联网、新经济领域的研究覆盖能力处于行业领先水平。如今，艾瑞咨询一直致力于通过科技与数据手段，并结合外部数据、客户反馈数据、内部运营数据等全域数据的收集与分析，提升客户的商业决策效率。并通过系统的数字产业、产业数据化研究及全面的供应商选择，帮助客户制定数字化战略以及落地数字化解决方案，提升客户运营效率。未来，艾瑞咨询将持续深耕商业决策服务领域，致力于成为解决商业决策问题的顶级服务机构。400-026-联系我们 Contact Us关于艾瑞31LEGAL STATEMENT版权声明本报告为艾瑞咨询制作，其版权归属艾瑞咨询，没有经过艾瑞咨询的书面许可，任何组织和个人不得以任何形式复制、传播或输出中华人民共和国境外。任何未经授权使用本报告的相关商业行为都将违反中华人民共和国著作权法和其他法律法规以及有关国际公约的规定。免责条款本报告中行业数据及相关市场预测主要为公司研究员采用桌面研究、行业访谈、市场调查及其他研究方法，部分文字和数据采集于公开信息，并且结合艾瑞监测产品数据，通过艾瑞统计预测模型估算获得；企业数据主要为访谈获得，艾瑞咨询对该等信息的准确性、完整性或可靠性作尽最大努力的追求，但不作任何保证。在任何情况下，本报告中的信息或所表述的观点均不构成任何建议。本报告中发布的调研数据采用样本调研方法，其数据结果受到样本的影响。由于调研方法及样本的限制，调查资料收集范围的限制，该数据仅代表调研时间和人群的基本状况，仅服务于当前的调研目的，为市场和客户提供基本参考。受研究方法和数据获取资源的限制，本报告只提供给用户作为市场参考资料，本公司对该报告的数据和观点不承担法律责任。法律声明THANKS艾 瑞 咨 询 为 商 业 决 策 赋 能

104人已浏览 2023-05-06 32页 5星级