华为研究：AI与通信2024年11月

编者按编者按朱佩英博士华为Fellow童文博士华为Fellow早在 2018 年，华为就率先提出“智能互联（Connected Intelligence）”的 6G 愿景。今天，随着 AI 革命加速使能各行各业，我们的使命是要构建下一代移动平台，随时随地为每个人、每个家庭、每个组织提供智能服务。2023 年 11 月，国际电信联盟 ITU-R 就 6G 框架建议达成全球共识，将 AI 和通信一体化列为 6G的支柱之一。这意味着，AI for Network 和 Network for AI 已经成为 6G 的标志性代际技术，终端和超算中心的全面 AI 化也在以前所未有的速度迅猛发展。古滕堡的文字印刷术开启了人类的信息革命，后来的工业革命使机器在体力上超越了人类，而现今的 AI 技术则会让机器在智力上超越人类。放眼未来，6G 移动网络将成为 AI 和通信一体化的基础平台，把超级智能服务带给每一个人、每一个物。移动产业的规律在于以技术创新驱动市场演进。6G 的市场窗口期将在 2035 到 2045 年，因此 6G网络和 6G 终端必须适应未来消费者和垂直行业的需求。回首 20 年前，互联网是最新技术的使能者，移动通信因拥抱互联网而获得了巨大的商业成功。今天，AI 成为了最新技术的使能者，并且正在成数量级地快速跃迁，带领我们走进超级智能的数字世界。6G 移动通信与 AI 的结合，将打造移动网络的新范式，成为数字世界与物理世界的接口，全面使能通用人工智能（AGI）和具身智能（Embodied AI）。6G 网络不应局限于生成式 AI，而应将 AI 贯穿到终端、无线网络和核心网的感知、推理、判决以及实体操作的全流程中。在 AI 和通信一体化的加持下，6G 网络将具备通感一体化特性及能力，实现原生的网络智能。在 6G 终端演进方面，需要 AI 来驱动革命性突破，引领全产业链成功。在后移动宽带业务时代，终端技术的突破将是移动产业演进的关键。6G 移动终端也将迎来新的革命，向 Full AI 演进，通过终端能力的跃迁实现 6G 网络升级，最终引领全产业链成功。在架构设计方面，6G 需要超越 SBA（基于服务的架构），基于 Agentic AI 技术进行重构，从而走向 ADGN（应用驱动的生成网络）。与 5G 相比，6G 不单单是技术和架构的演进，而是要带动移动产业以及各行各业进行广泛的技术革新。围绕 AI 在无线通信领域的应用，本期《华为研究》荟集了多方研究成果，不仅有华为专家的贡献，还有学术界和同行合作伙伴的愿景分享与成果展示。希望这些研究成果能为 6G“智能互联”愿景的实现做出积极贡献。目录华为研究内部资料，免费交流准印证号：（粤B）L0240054主编：廖恒本期责任主编：童文，朱佩英编委会：廖恒，童文，肖新华，胡邦红，周慧慧，鲍丰，Jeff Xu，陈海波，陆品燕，王建兵，李瑞华，白博索阅、投稿、建议和意见反馈，请联系：HWResearch@huawei.com印刷数量：4000本印刷单位：雅昌文化（集团）有限公司印刷地址：深圳市南山区深云路19号印刷日期：2024年11月25日编印单位：华为技术有限公司发送对象：本行业、本系统、本单位版权所有 © 2024 华为技术有限公司，保留一切权利。展望目 录面向通信的机器学习：通向智能传输与处理之路02王世雄，李烨5.5G 时代的人工智能：场景、关键技术与未来趋势17林英沛，陈雁，秦熠，孙琰，徐瑞，杨玉雯，张征明，陈家璇，田洋，曹佑龙，柴晓萌，陈宏智，齐鸿，庞旭预见 6G，通信 + AI29唐雄燕，王友祥，隋腾飞计算即服务：探索移动终端的无限可能33袁雁南，吴琦，康艳超，刘健康，孙晓文，姜大洁，秦飞NetGPT 十大问题40童文，彭程晖，杨婷婷，王飞，邓娟，李荣鹏，杨璐，张宏纲，王栋，艾明，杨立，刘光毅，杨旸，肖遥，岳烈骧，孙万飞，李泽旭，孙文文6G 网络通信大模型关键问题与技术探索45杨婷婷，张平，郑孟帆，李楠，马帅CONTENTS技术实践6G AI 和通信的性能要求和评估方法50张公正，王坚，李榕，陈雁，邵家枫，林辉，王俊，马江镭，朱佩英 AI 原生 6G 网络的数据面设计57严学强，张馨然，王俊凡，张翼基于 AI 的射频及天线设计114王光健，阳棂均，Jimmy Jian，Chandan Roy，潘立，黄国龙，蔡华，童文利用语义数字孪生增强无线通信与大语言模型推理的性能101陈佩瑶，葛屹群，张其蕃，史无限，魏哲远数字孪生在线信道建模：愿景、进展与挑战107李俊伶，张惟天，王承祥，黄晨物理启发的智能通信：机遇、进展和趋势125邢子青，黎日东，陈子瑞，杨照辉，张朝阳AI 大模型赋能机器人及其为 6G 带来的机遇133Massimiliano Maule，Anh Vu Vu，曹瀚文，付廷中，Mohamed Gharba，Daniel Gordon，Joseph Eichinger，张申飞，吴艺群，安雪莉，卢磊大语言模型在无线通信知识管理领域的实践探索142侯宏伟，马驰翔，杜笠弘，李俊辉基于联邦学习架构的 6G 空口数据分布式生成新方式73徐明枫，李阳，周伟，刘慧，江甲沫面向 6G 网络内生 AI 的服务质量保障78刘光毅，王凯悦，邓娟，吴佳骏，胡焕然，林冠臣6G 智能内生网络多维资源联合编排管控技术研究86王栋，郭建章面向 6G 的非正交叠加导频传输与接收方案研究94肖寒，田文强，郑旭飞，刘文东，沈嘉无线网络在网学习基于潜在结构蒸馏的分布式 LLM65Abdellatif Zaidi，Romain Chor，Piotr Krasnowski，Milad Sefidgaran，Rong Li，Fei Wang, Chenghui Peng，Shaoyun Wu，Jean-Claude Belfiore展望02 | 华为研究 2024 年 11 月面向通信的机器学习：通向智能传输与处理之路王世雄，李烨摘要关键词在人工智能与大数据时代到来之前，无线通信研究主要遵循传统路线，包含问题分析、模型构建与校准、算法设计与调优，以及整体测试和经验验证等环节。然而，在处理大规模复杂问题和管理动态海量数据时，这种方法往往存在局限性，导致传统通信系统和技术效率低下、性能受限。因此，借助人工智能和机器学习的革命浪潮，无线通信领域开发出高度自适应、更高效且更智能的系统和算法。这一技术革新为信息传输与处理的智能化铺平了道路。本文将探讨机器学习在智能无线通信中的典型作用，及其特点、挑战与实际考虑因素。机器学习，智能传输，智能处理展望华为研究 | 03 2024 年 11 月1 引言自 19 世纪以来，无线电通信开启了人类社会信息传输的新纪元。在摩尔斯电码和电报机等早期无线电时代，传输技术严重依赖人工操作，限制了信息交换的效率和可靠性。为了实现信息传输与处理的自动化，第一代“智能传输与处理”概念应运而生。到了 20 世纪，模块化通信系统取得了重大发展。模块化通信系统由信源编码、信道编码、调制、发射波束赋形、无线传输、接收波束赋形、解调、信号检测、信道解码和信源解码等基本模块组成 [1–3]。从方法论上来看，模块化无线通信与信号处理遵循系统化研究路径，包括问题分析、模型开发与校准、算法设计与