1、AIAI 赋能无线网络：标准进展、挑战赋能无线网络：标准进展、挑战与展望与展望中国移动研究院 无线与终端技术研究所2024 年 9 月摘要摘要中移智库人工智能（AI）和无线接入网络（RAN）融合能够革新网络基础设施、提高移动网络效率、降低网络运维成本并为电信企业释放新的商业机会，已成为行业发展重要趋势。标准化的质量与成熟度是 AI 使能无线网络重塑升级的关键，国际标准组织 3GPP 正在积极探索 AI 与 RAN 的融合并取得了一些进展，中国移动积极贡献，在该领域发挥了技术和产业引领作用，主导大数据采集、AI 与 RAN 融合等多个项目，制定了统一的数据收集方案和功能框架设计，为网络自动化和智

2、能化奠定了基础。然而，AI 赋能 RAN 的技术革新并非一蹴而就，AI 模型训练数据获取、模型泛化性、模型传输等问题，都是当前标准化与应用过程中必须面对的关键挑战。为应对这些挑战，业界需要客观冷静地看待 AI 与 RAN 的融合，产学研用伙伴紧密合作，通过数据匿名化和去标识化、联邦学习、环境自适应的 AI 模型设计、基于参考模型算法结构的模型传输等潜在措施，共同推动AI 技术在无线通信行业的创新应用，加速 AI 与 RAN 融合技术的成熟发展，为无线网络变革做好充足的准备。一、AI与 5G RAN 融合的探索历程随着移动通信技术的快速发展，网络规模和复杂性急剧增加，传统的网络管理方式效率低、易

3、出错，且难以有效建模复杂问题，亟需自动化、智能化的手段来降低网络中移智库部署和运维成本，提升网络性能。以中国移动为例，目前已部署超过 300 万 5G 基站，能耗和运维难度成为网络管理的重大挑战，亟需采用智能化解决方案来实现成本效益和运营效率的双提升。AI 技术以其卓越的大数据处理和预测能力，深入分析海量数据，挖掘数据间的潜在关联，预测未来的趋势和结果，为无线接入网提供了更加智能化的管理手段。然而，目前基于 AI 的解决方案在现网中的应用仍存在局限性，例如，局限于单一厂商的网络设备，缺乏跨厂商的协同优化能力，且优化效果多局限于特定网元，无法全面扩展至网络和终端间的协同优化。为了克服这些局限，亟

4、待开展AI 与RAN 融合的全球通用标准制定工作。3GPP 作为全球通信行业的权威标准组织，涵盖了从终端、无线接入网、核心网和业务端到端移动通信系统，为5G 技术的发展提供了统一的框架和协议规范，其制定的标准是 5G 网络落地应用的基石。3GPP 早在 5G 标准化初期就开始了 AI 赋能 RAN 的布局，2018 年中国移动牵头的Rel-16“RAN-centric data collection and utilization”项目，通过定义统一的数据测量量和自动化的数据收集方案，为 5G 网络自动化和智能化提供有力抓手，该项目为后续 AI 与RAN 的融合奠定了坚实的基础。在此基础上，中

5、国移动在 R17 版本牵头启动了首个 AI 与 RAN 融合的研究项中移智库目，制定了统一的功能框架和协议流程等顶层设计，打通了 5G 与 AI 融合的关口，同时面向网络能耗优化、负载均衡和移动性管理等关键用例进行了针对性优化，正式拉开了 3GPP RAN 与 AI融合的标准化序幕。除了传统的通信行业参与者，越来越多 AI 领域的公司也积极投身到无线通信技术演进中，希望在即将到来的 6G时代抢占有利地位。英伟达作为目前 AI 芯片领域的领导者，联合软银（投资了 ARM）、爱立信等半导体公司、传统通信公司、软件公司和学术机构在 2024 年 2 月牵头成立了AI-RAN 联盟，重点关注通过 AI

6、 提升 RAN 的性能、基础设施共享以及在网络边缘部署 AI 服务提高运营效率并为移动用户提供新服务。其本质是将 AI 能力从云扩展到管，通过定义 AI RAN 的系统架构、硬件平台等关键特征，辅助 AI芯片公司进军传统 RAN 市场，通过提供 GPU 或基于 GPU的虚拟基站（vRAN）实现其技术和产品的商业化。二、3GPP中 AI+RAN 项目简介3GPP 从 AI 重构智能无线接入网的可行性出发，启动了多项技术研究与标准制定项目，旨在将 AI 技术与 5GRAN 深度融合，重点提升网络频谱效率、构建智能化运维体系、打造极致节能和资源管理等关键能力。为满足多样中移智库化的 AI 赋能需求，