近年來，隨著人工智能（AI）技術(shù)快速發(fā)展，利用AI技術(shù)提升5G網(wǎng)絡(luò)性能也成為移動通信領(lǐng)域的研究熱點(diǎn)。大量研究結(jié)果表明，利用AI技術(shù)可以從多個層面對現(xiàn)有5G網(wǎng)絡(luò)中多項(xiàng)設(shè)計(jì)進(jìn)行增強(qiáng)，從而達(dá)到提升系統(tǒng)運(yùn)行效率和用戶體驗(yàn)的效果。尤其是多項(xiàng)無線空口技術(shù)引入基于AI的設(shè)計(jì)，將帶來無線網(wǎng)絡(luò)設(shè)計(jì)的根本性改變，是未來網(wǎng)絡(luò)設(shè)計(jì)的關(guān)鍵方向。

　　5G與AI不斷融合的過程，就是不斷構(gòu)建5G智能維的過程。5G的智能維是基于5G大數(shù)據(jù)和算力資源，以人工智能技術(shù)為基礎(chǔ)的新資源維度。5G智能維可以被認(rèn)為是與傳統(tǒng)無線移動通信的時域、頻域和空域并列的一個新維度。相較于傳統(tǒng)的維度，5G智能維構(gòu)建需要基于三項(xiàng)基本元素：5G大數(shù)據(jù)、算力資源和人工智能技術(shù)。5G大數(shù)據(jù)既包括5G網(wǎng)絡(luò)中原生數(shù)據(jù)也包括5G承載的數(shù)據(jù)。算力資源包括5G終端算力、5G網(wǎng)元算力和云設(shè)備算力。人工智能技術(shù)就是以機(jī)器學(xué)習(xí)為代表的人工智能技術(shù)。構(gòu)建5G智能維可以定義為：利用人工智能技術(shù)，合理使用5G大數(shù)據(jù)和算力資源，使5G更加智能、高效，同時應(yīng)用于5G網(wǎng)絡(luò)智能化適配，實(shí)現(xiàn)高質(zhì)量的多樣業(yè)務(wù)。

　　把基于AI的多項(xiàng)關(guān)鍵技術(shù)引入實(shí)際網(wǎng)絡(luò)還面臨從基礎(chǔ)理論到實(shí)際應(yīng)用相關(guān)的一系列關(guān)鍵問題急需解決。這些關(guān)鍵問題包括關(guān)鍵用例選擇、數(shù)據(jù)集構(gòu)建、模型的管理和算力支撐等。對于5G大數(shù)據(jù)的挖掘需要借助一系列的AI基礎(chǔ)理論和工具，AI工具及算法對數(shù)據(jù)和算力有比較明確的需求，在5G網(wǎng)絡(luò)架構(gòu)進(jìn)行增強(qiáng)性設(shè)計(jì)既要考慮不同算法的數(shù)據(jù)需求和實(shí)際性能，也要結(jié)合相關(guān)算法對算力資源進(jìn)行評估。5G網(wǎng)絡(luò)的強(qiáng)大傳輸能力也將推動基于AI的更多應(yīng)用產(chǎn)生。AI相關(guān)應(yīng)用的數(shù)據(jù)收集方式、計(jì)算方式、模型的部署與更新方式都需要考慮和5G網(wǎng)絡(luò)進(jìn)行動態(tài)結(jié)合，以便提供更好的服務(wù)。

　　5G國際標(biāo)準(zhǔn)開始階段受各方面因素所限并未引入基于AI的設(shè)計(jì)。隨著AI技術(shù)的快速發(fā)展，在5G國際標(biāo)準(zhǔn)不斷演進(jìn)的過程中，也逐步考慮了與AI進(jìn)行融合的設(shè)計(jì)。從R15版本開始至今，5G無線網(wǎng)和核心網(wǎng)逐步引入了基于AI的相關(guān)設(shè)計(jì)，同時也進(jìn)行了大量對AI技術(shù)支持相關(guān)的研究。本文結(jié)合5G國際標(biāo)準(zhǔn)進(jìn)展對5G和AI不斷融合的過程進(jìn)行詳細(xì)的介紹與分析。

　　基于AI的空口設(shè)計(jì)是構(gòu)建5G智能維度的核心

　　5G中基于AI的物理層設(shè)計(jì)涉及空口及高層的設(shè)計(jì)?；贏I的高層設(shè)計(jì)先于空口開始了研究，重點(diǎn)關(guān)注基站節(jié)能和移動性管理等用例?？湛谠O(shè)計(jì)主要對無線AI相關(guān)的關(guān)鍵技術(shù)進(jìn)行研究與標(biāo)準(zhǔn)化。其中，基于AI的空口設(shè)計(jì)是整個基于AI設(shè)計(jì)的核心?，F(xiàn)有研究表明，基于AI的空口設(shè)計(jì)是構(gòu)建5G智能維度的核心，將有潛力開啟全新的系統(tǒng)設(shè)計(jì)方式，并奠定6G的設(shè)計(jì)基礎(chǔ)，也是各公司國際標(biāo)準(zhǔn)化爭奪的焦點(diǎn)。

　　基于AI的高層相關(guān)設(shè)計(jì)在3GPP R17版本中開始研究，其名稱是數(shù)據(jù)收集增強(qiáng)的項(xiàng)目。該項(xiàng)目研究了基于AI的基站節(jié)能和移動性管理相關(guān)的數(shù)據(jù)收集內(nèi)容與收集過程，以及AI模型在5G網(wǎng)絡(luò)中的運(yùn)行機(jī)制。基于R17的研究成果，R18版本重點(diǎn)關(guān)注基站網(wǎng)元間的信號傳遞和網(wǎng)絡(luò)架構(gòu)上需要的修改，進(jìn)行了相關(guān)用例標(biāo)準(zhǔn)化工作。在R19版本中，除了持續(xù)完善現(xiàn)有用例的性能，基于AI的高層設(shè)計(jì)還將考慮對基于AI的智能切片等新業(yè)務(wù)的支持。

　　基于AI的空口設(shè)計(jì)在R18中進(jìn)行了研究項(xiàng)目的立項(xiàng)。該項(xiàng)目是5G演進(jìn)中最受各公司關(guān)注的項(xiàng)目，也是無線AI技術(shù)在5G中首次進(jìn)行標(biāo)準(zhǔn)化。項(xiàng)目重點(diǎn)關(guān)注引入基于AI的設(shè)計(jì)對5G整體框架的影響，并研究一些典型用例的性能及標(biāo)準(zhǔn)化影響。在項(xiàng)目開展過程中定義了AI相關(guān)基礎(chǔ)概念、基礎(chǔ)仿真驗(yàn)證方法論、基站終端合作方式，并針對模型／功能注冊、數(shù)據(jù)傳輸、模型傳輸、模型／功能選擇、模型／功能激活去激活等生命周期管理過程進(jìn)行了詳細(xì)的研究。在用例方面，R18版本對信道信息反饋、定位、波束管理等關(guān)鍵用例進(jìn)行了系統(tǒng)的研究。其中基于AI的定位和波束管理技術(shù)得到各方認(rèn)可，將在R19版本中進(jìn)行標(biāo)準(zhǔn)化，而基于AI的信道信息反饋由于涉及雙邊模型的標(biāo)準(zhǔn)化，還有較多的問題沒有得到很好的解決，在R19版本中將繼續(xù)進(jìn)行研究。此外，數(shù)據(jù)集傳輸和模型傳輸也是R18研究的熱點(diǎn)，考慮到數(shù)據(jù)集和模型傳輸?shù)臐撛陂_銷，R18版本的研究還需要在R19版本和信道信息反饋一起繼續(xù)進(jìn)行研究。

　　持續(xù)推進(jìn)核心網(wǎng)側(cè)智能化

　　3GPP啟動核心網(wǎng)側(cè)智能化的研究及標(biāo)準(zhǔn)化已有幾個版本。在R15階段，3GPP在5G網(wǎng)絡(luò)架構(gòu)中引入了NWDAF（Network Data Analytics Function，網(wǎng)絡(luò)數(shù)據(jù)分析功能網(wǎng)元）。NWDAF用于網(wǎng)絡(luò)數(shù)據(jù)采集、網(wǎng)絡(luò)數(shù)據(jù)分析，以及向其他的網(wǎng)絡(luò)功能網(wǎng)元提供網(wǎng)絡(luò)切片實(shí)例負(fù)載等的分析信息。

　　在R16階段，3GPP專門成立了使能5G網(wǎng)絡(luò)自動化（enabler of Network Automation for 5G，eNA）的立項(xiàng)，對R15NWDAF功能進(jìn)行了補(bǔ)充和增強(qiáng)，定義了基于單實(shí)例集中式的智能網(wǎng)絡(luò)架構(gòu)和能力。同時，也梳理了業(yè)務(wù)體驗(yàn)、網(wǎng)元負(fù)載、網(wǎng)絡(luò)性能、UE移動性、UE交互性、終端異常行為等應(yīng)用場景以及涉及的關(guān)鍵技術(shù)。

　　在R17階段，3GPP進(jìn)一步成立了eNA_phase2立項(xiàng)，繼續(xù)研究網(wǎng)絡(luò)架構(gòu)的進(jìn)一步增強(qiáng)包括NWDAF功能分解、數(shù)據(jù)收集效率提升、UE數(shù)據(jù)收集，定義了基于多實(shí)例分布式的智能網(wǎng)絡(luò)架構(gòu)和能力。同時進(jìn)一步梳理了業(yè)務(wù)分布分析、WLAN性能、會話管理擁塞控制體驗(yàn)、DN性能等典型應(yīng)用場景以及涉及的關(guān)鍵技術(shù)。

　　在R18階段，3GPP進(jìn)一步成立了eNA_phase3立項(xiàng)，重點(diǎn)研究數(shù)據(jù)收集性能提升、模型性能監(jiān)控、跨廠商模型共享、聯(lián)邦學(xué)習(xí)、漫游數(shù)據(jù)共享、如何和定位系統(tǒng)協(xié)同以及如何和網(wǎng)管協(xié)同等。R19階段，由于跨廠商模型共享、聯(lián)邦學(xué)習(xí)比較復(fù)雜、涉及內(nèi)容也較多，R18只定義基本框架，在R19還將進(jìn)一步研究。另外，由于核心網(wǎng)智能化在R18版本及之前沒有和RAN進(jìn)行聯(lián)動，在R19版本還將研究如何支持核心網(wǎng)和RAN聯(lián)合智能化。

　　5G與AI融合持續(xù)推進(jìn)

　　5G對于AI算法的支持也有所討論。在R17版本中，主要針對AI模型的相關(guān)特征進(jìn)行了分析，尤其是AI模型的大小及運(yùn)行方式。這部分內(nèi)容在核心網(wǎng)需求組（SA1）的AI模型分析項(xiàng)目中開展。項(xiàng)目對模型分割、模型下載、分發(fā)和共享，以及聯(lián)邦學(xué)習(xí)和分布式學(xué)習(xí)涉及的典型模型和運(yùn)作方式進(jìn)行了非常詳細(xì)的說明。R18版本持續(xù)在核心網(wǎng)架構(gòu)組（SA2）中考慮模型傳輸方面的需求和解決方案?？傮w而言，相對于基于AI的無線和核心網(wǎng)側(cè)設(shè)計(jì)，5G網(wǎng)絡(luò)對于AI算法的支持目前僅停留在研究層面，并未進(jìn)行過多標(biāo)準(zhǔn)化支持。

　　5G與AI的融合是一個逐步探索與完善的過程。標(biāo)準(zhǔn)化是5G網(wǎng)絡(luò)演進(jìn)的最關(guān)鍵一環(huán)，標(biāo)準(zhǔn)化的過程也是5G與AI融合持續(xù)研究與達(dá)成共識的過程，5G智能維的構(gòu)建需要與標(biāo)準(zhǔn)化工作進(jìn)行緊密結(jié)合。5G與AI融合的標(biāo)準(zhǔn)化工作是系統(tǒng)工程，標(biāo)準(zhǔn)化內(nèi)容與產(chǎn)業(yè)實(shí)現(xiàn)整體路線圖進(jìn)行有機(jī)結(jié)合，循序漸進(jìn)地實(shí)現(xiàn)。與5G網(wǎng)絡(luò)相關(guān)的標(biāo)準(zhǔn)化工作還將在3GPP持續(xù)進(jìn)行，基于AI的5G網(wǎng)絡(luò)相關(guān)用例可以根據(jù)實(shí)現(xiàn)所需網(wǎng)元在3GPP的核心網(wǎng)側(cè)和無線側(cè)進(jìn)行不斷標(biāo)準(zhǔn)化，而5G網(wǎng)絡(luò)對于AI技術(shù)和應(yīng)用的支持增強(qiáng)需要根據(jù)AI各種應(yīng)用的特點(diǎn)和需求進(jìn)行對應(yīng)的增強(qiáng)。

　　5G與AI融合也為未來6G的AI原生性設(shè)計(jì)奠定基礎(chǔ)。3GPP的一個好傳統(tǒng)是，對于任何重要的新功能，研究都應(yīng)該提前至少兩個版本進(jìn)行，以使整個行業(yè)對新技術(shù)有充分的了解。例如，大規(guī)模MIMO的研究已經(jīng)在4G Advanced開始，支持大規(guī)模MIMO的產(chǎn)品在5G推出。無線AI是一種歷史水平的新技術(shù)，對無線系統(tǒng)來說，長時間的研究是必不可少的。5G已經(jīng)研究和標(biāo)準(zhǔn)化的用例也將在未來6G的AI原生性設(shè)計(jì)中得到支持。同時，沿著5G已有的標(biāo)準(zhǔn)化過程，更多用例也將實(shí)現(xiàn)不斷的研究和標(biāo)準(zhǔn)化。

　　（作者：劉曉峰? 單位：中國信息通信研究院移動通信創(chuàng)新中心）