作者：是德科技6G解決方案主管Jessy Cavazos

6G時代曙光初現(xiàn)，移動生態(tài)系統(tǒng)正邁入技術(shù)定義與協(xié)同創(chuàng)新的關(guān)鍵階段。第三代合作伙伴計劃（3GPP）、AI-RAN聯(lián)盟及O-RAN聯(lián)盟等組織正協(xié)同推進工作，共同塑造首個大規(guī)模人工智能（AI）原生無線網(wǎng)絡。

每一代無線技術(shù)都在突破可能性的邊界。在這個不斷演進的領(lǐng)域，AI正從輔助技術(shù)蛻變?yōu)橄乱淮鸁o線系統(tǒng)的核心賦能者。AI將使網(wǎng)絡適應性更強、效率更高、智能化程度更高，變革無線接入網(wǎng)（RAN）的設計與運行模式。

AI能力最早出現(xiàn)在3GPP Release 17版本中，并在Release 18中得到擴展。未來的版本預計將從AI協(xié)同網(wǎng)絡（AI管理離散網(wǎng)絡功能）向AI原生架構(gòu)（AI深度嵌入整個網(wǎng)絡堆棧）過渡（圖1）。在6G時代，AI將滲透每一層，釋放前所未有的性能與自動化水平。盡管3GPP標準并未覆蓋所有層級，但創(chuàng)新正在貫穿整個網(wǎng)絡堆棧，部分供應商和運營商已開始在網(wǎng)絡中直接部署AI模型。

圖1：3GPP標準將推動無線網(wǎng)絡從AI協(xié)同網(wǎng)絡向AI原生架構(gòu)演進

AI在RAN中的作用

AI在RAN中展現(xiàn)出巨大潛力，既能提升網(wǎng)絡效率與服務質(zhì)量，又可實現(xiàn)本地化AI模型部署。AI-RAN聯(lián)盟指出，傳統(tǒng)RAN架構(gòu)雖滿足當前電信系統(tǒng)需求，但AI有望顯著增強RAN的自動化水平與性能。

AI-RAN領(lǐng)域涵蓋若干相關(guān)但獨立的概念（圖2）：

·AI-for-RAN運用AI優(yōu)化頻譜利用率、降低成本，并提升能效。

·AI-and-RAN聚焦AI與RAN的融合，以大幅提高基礎設施利用率。

·AI-on-RAN探索無線網(wǎng)絡中全新的AI原生服務與應用。

圖2：AI-RAN由三種互補方法構(gòu)成

與此同時，O-RAN聯(lián)盟正推進開放、模塊化、智能化的RAN架構(gòu)建設。其工作聚焦于組件解耦、多廠商互操作性，以及通過無線接入網(wǎng)智能控制器（RIC）等平臺實現(xiàn)智能控制。

各個組織和機構(gòu)都在AI原生6G網(wǎng)絡發(fā)展中發(fā)揮著重要作用：

·3GPP定義了空中接口、核心/RAN架構(gòu)，以及AI/ML生命周期管理的全球標準。

·AI-RAN聯(lián)盟主導實驗性工作，開創(chuàng)性地探索了新型AI嵌入式架構(gòu)、應用場景、基準測試及原型創(chuàng)建系統(tǒng)。

·O-RAN聯(lián)盟基于3GPP標準，通過模塊化部署框架推動網(wǎng)絡實現(xiàn)更深層的解耦。

AI-RAN聯(lián)盟可被視為一個創(chuàng)新沙盒——它創(chuàng)建經(jīng)過驗證的藍圖與參考架構(gòu)，不僅能為O-RAN技術(shù)規(guī)范提供參考，加速其制定進程，還能覆蓋超出O-RAN與3GPP范疇的議題。聯(lián)合用例驗證、統(tǒng)一API，以及全生態(tài)系統(tǒng)測試，將是確保AI原生技術(shù)實際部署的關(guān)鍵。

設計與測試：數(shù)字孿生的作用

隨著AI成為RAN設計的核心要素，網(wǎng)絡復雜度呈指數(shù)級增長。工程師必須在部署前，在多樣化的真實場景下，對AI模型進行嚴苛測試與驗證。這需要借助先進仿真工具，利用合成數(shù)據(jù)與實測數(shù)據(jù)復現(xiàn)真實環(huán)境。

這正是網(wǎng)絡數(shù)字孿生發(fā)揮關(guān)鍵作用的場景。傳統(tǒng)上，數(shù)字孿生技術(shù)僅用于對部署完成后的網(wǎng)絡執(zhí)行驗證，而今這種模式正在被改寫，數(shù)字孿生將在6G時代成為網(wǎng)絡部署前對其進行仿真與驗證的核心技術(shù)。這些由數(shù)字孿生克隆的虛擬副本必須要完整仿真從射頻傳播、基站到核心網(wǎng)的整個網(wǎng)絡，以確保全面的測試覆蓋。它們支持通信網(wǎng)絡各層級的設計工作，尤其對負責網(wǎng)絡管理與效率的高層網(wǎng)絡協(xié)議而言，價值更為突出。

特定站點的精準射頻傳播場景與信道模型對AI-RAN至關(guān)重要。它們使工程師能夠以高保真的方式仿真和可視化路測路線，確保AI模型在真實條件下進行訓練和驗證——這對在物理層運行的AI模型尤為關(guān)鍵。

射頻射線跟蹤工具，比如是德科技的RaySim，在此工作流中發(fā)揮著關(guān)鍵作用。RaySim可生成詳細的特定站點數(shù)據(jù)集，用于訓練AI/ML模型，并加速AI-RAN與AI設備用例的基準測試。該工具還可借助NVIDIA Aerial Omniverse數(shù)字孿生平臺實現(xiàn)部署場景的三維建模。

結(jié)語

6G發(fā)展進程的關(guān)鍵在于行業(yè)能否高效將AI融入RAN。能否成功不僅取決于新技術(shù)的研發(fā)，還依賴于跨學科協(xié)作與先進工具的支撐。

AI-RAN創(chuàng)新需要射頻建模、網(wǎng)絡仿真、模擬及加速計算領(lǐng)域的專業(yè)知識。隨著6G研發(fā)的加速推進，賦能團隊設計、測試和優(yōu)化AI驅(qū)動的RAN系統(tǒng)的能力，將成為釋放新一代無線技術(shù)全部潛力的關(guān)鍵。