尤肖虎院士、尹浩院士、邬贺铨院士等,联合发文!

科技   2025-01-06 15:51   安徽  

重要信息+解析


2025年元月,尤肖虎院士,东南大学黄永明教授,东南大学、紫金山实验室张铖、王家恒,尹浩院士,邬贺铨院士在《中国科学·信息科学》上联合发文《当人工智能遇上可持续的6G》(尤肖虎院士及黄永明教授为通讯作者,尤肖虎院士为第一作者),为了实现可持续的、泛在的、智能的6G,5G公众号(ID:angmobile)注意到文章指出需要对6G架构和AI框架进行革命性的设计,提出绿色、实时、可控的新型6G普适多层(PML)-AI框架。

为何需要对6G架构和AI框架进行革命性的设计?

文章指出,把AI融入到可持续的6G网络,提出了严峻挑战。5G公众号注意到文章认为有三大挑战,首先,大数据集和重量级AI模型的高能耗与6G的“绿色”目标相矛盾;其次,AI模型中大数据集的精确收集、消息传递延迟和推理延迟对6G中的“实时”任务提出了挑战;第三,AI模型的不可解释性和不可预测性使得满足动态无线环境中“可控”传输的严格要求变得复杂。

解决上述挑战,提出6G普适多层(PML)-AI框架

为了解决上述三大挑战,实现绿色、实时、可控,文章从根本上重新思考如何利用知识图谱(KG)数据分析来寻求有希望的解决方案,5G公众号注意到作者从KG分析开始提取提取关键特征以形成小特征数据集,然后开发分布式轻量级 AI 模型,并使用数字孪生(DT)创建物理6G网络的精确副本,从而形成一条创新实用的路线图,提出绿色、实时、可控的新型6G普适多层(PML)-AI框架(图1),并由原生智能支持。

图1  6G普适多层(PML)-AI框架
(该架构围绕三个关键组件——用于高效数据管理的无线数据KG、用于“亚毫秒”实时响应的轻量级AI模型以及用于AI预验证的DT来构建,并以数据源为起点,强调无线大数据的有效利用)

图1是一个“以任务为中心的”三层 6G 架构支持的普适多层(PML)-AI框架,专门构建在“双循环”架构上。5G公众号注意到外循环非实时运行,利用无线数据KG生成KPI驱动的特征数据集,实现轻量级AI模型的高效使用;内循环实时运行,对缩减规模的数据集进行AI训练和推理,进行毫秒级(<1ms)的实时网络资源智能分配,实现节能、低成本、敏捷的网络智能。同时,基于生成学习的无线DT构建6G网络虚拟副本,实现AI模型的预验证,确保高质量的QoS。

可见,该框架通过提取与较少数据紧密相关的最小最高效特征数据集,支持海量深度学习模型后续轻量级网络AI性能,从而减少计算损耗。5G公众号注意到作者指出在保证实时性和效率的前提下,PML-AI框架支持轻量级模型的分层分布式部署,有利于实现数据、算力、控制的全要素内生性,简化实时层的AI学习挑战。

实验的结果,很亮眼

作者在6G综合测试平台上开发了一个实时智能原型验证系统,并进行了QoS感知的实时智能资源分配实验,验证提出的技术路线。5G公众号注意到实验结果表明与当前的5G基准相比,数据和计算、开销、时隙级智能控制几乎减少了一个数量级,数据和计算开销减少了近十倍,可实现毫秒级的实时智能,并且系统性能(系统吞吐量和能支持的用户数量等)显著提高,符合可持续发展目标。

全文如下。


喜欢
关注我们 ↓↓↓


请关注我们

我们聚焦:5G/5G-A、智算、AI、低空智联、星地融合、卫星互联、车联、物联、6G、F5G/F5G-A。商务合作请联系微信15026472759。
喜欢
分享本文 !

5G与6G
聚焦:5G/5G-A、智算、AI、低空智联、星地融合、卫星互联、车联、物联、6G、F5G/F5G-A。
 最新文章