5G网络AI应用典型场景技术解决方案白皮书.pdf
《5G网络AI应用典型场景技术解决方案白皮书.pdf》由会员分享,可在线阅读,更多相关《5G网络AI应用典型场景技术解决方案白皮书.pdf(41页珍藏版)》请在咨信网上搜索。
1、5G 网络 AI 应用典型场景技术解决方案白皮书中国移动通信集团有限公司2024 年 6 月新一轮科技革命和产业变革深入发展,信息和能量融合创新纵深推进,数据、算力、AI 共同构成新质生产力的重要驱动因素。随着业务应用及场景的多样化发展,5G 通信技术面临信道模型更复杂、数据处理更庞杂、网络需求差异大、跨域融合要求高等挑战。AI 技术具备的海量数据分析能力、复杂任务处理能力、灵活适配能力、智能决策能力,可以有效增强 5G 网络能力。中国移动提出“5G 网络 AI 应用”技术方案,旨在将 5G 通信技术与 AI 应用相融合,构建“内生智能”的核心能力,解决 5G 网络发展的重大挑战,实现网络提质
2、增效,推动网络向以智为先方向演进,目前已在基于业务的体验升级、智能网络优化、智能网络节能、5G+AI 用户画像、基于客户及特定场景的资源保障等方向进行重点布局,后续将驱动“+AI”向“AI+”跨越式发展,推动 5G 网络与 AI技术双向赋能,助力经济社会数智化转型。本白皮书由中国移动计划建设部委托中国移动研究院编制,联合华为、中兴、中信科移动、爱立信、诺基亚、高通、MTK、小米等公司共同撰写。本白皮书版权归中国移动所有,未经授权,任何单位或个人不得复制或拷贝本建议之部分或全部内容。中国移动5G 网络 AI 应用典型场景技术解决方案白皮书(2024)目目录录1.5G 网络 AI 应用简介.11.
3、1 发展背景.11.2 技术挑战.11.3 技术原理.21.4 发展规划.52.5G 网络 AI 应用高价值场景及解决方案.62.1 无线网络 AI 应用.62.1.1 无线网络 AI 应用技术架构.62.1.2 基于业务的体验升级场景.72.1.3 智能网络优化场景.112.1.4 智能网络节能场景.202.2 核心网智能控制面 AI 应用.222.2.1 核心网智能控制面 AI 应用技术架构.222.2.2 基于业务的体验升级场景.232.2.3 5G+AI 用户画像场景.242.2.4 基于客户及特定场景的资源保障场景.263.5G 网络 AI 技术演进愿景.273.1 无线网络 AI
4、技术演进.283.2 核心网智能控制面 AI 演进.293.3 终端及芯片 AI 技术演进.314.总结与展望.33缩略语列表.35参考文献.36参编单位及人员.39中国移动5G 网络 AI 应用典型场景技术解决方案白皮书(2024)11.1.5G5G 网络网络 AIAI 应用简介应用简介1.1 发展背景发展背景随着移动网络应用新业务的多样化和蓬勃发展,从传统语音、数据、视频等业务到新兴裸眼 3D、XR 等业务的高速率低时延要求,以及行业应用对大上行、精准定位等的新质要求,运营商对用户业务质量的多样性保障提出了更高的期望。与此同时,AI 技术的快速发展,AI 在数据分析、模型构建、智能决策等领
5、域的能力持续增强,也将会加速 5G+AI 的融合,发展趋势将智能化由外挂叠加变成智能内生一体。网络中的 AI 应用将泛化升级,由用例为中心走向智能化能力为中心,实现业务、体验和网络规建维优的全面升级。未来三年,全球 91%的运营商计划将网络智能化纳入其战略并持续投资,5G+AI 将加速运营商智能化。在过去不久的 2024 年世界通信大会上,很多电信运营商也展示了他们在移动网络智能化方面的实践,如德国电信 DeutscheTelekom、法国电信 Orange 等运营商展示了关键智能化网络 AI 应用,涉及运维和网络优化等方面,聚焦网管层面实现 AI 应用,旨在提高人工效率,进而提升网络性能。与
6、此同时,作为技术领航者的国内外标准或行业组织,如 3GPP(3rdGeneration Partnership Project,第三代合作伙伴计划)、GTI(Global TD-LTEInitiative,TD-LTE 全球发展倡议)、TM Forum(TeleManagement Forum,电信管理论坛)、ETSI(European Telecommunications Standards Institute,欧洲电信标准化协会)、CCSA(China Communications Standards Association,中国通信标准化协会)等,都已经在各自负责的技术领域上启动了 AI
7、 智能化的标准化工作,并且积极通过联合会议、联络函等形式进行了跨标准组织的技术分享。1.2 技术挑战技术挑战5G 及 5G-A 可提供更高的数据传输速率、更低的延迟、更广泛的连接、更强大可靠的性能以及更加极效智能的网络,满足日益增长的数字化需求,对网络提出新的技术挑战:1 1、信道模型更加复杂。、信道模型更加复杂。在网络覆盖到工业封闭园区、低空等特殊场景后,传统覆盖地面的信道需要延展到密集大型封闭空间、低空等,造成信道模型复杂度提升;中国移动5G 网络 AI 应用典型场景技术解决方案白皮书(2024)22 2、数据处理更庞杂。、数据处理更庞杂。除了传统的通信性能指标、基站及核心网数据等,还需持
8、续引入业务体验数据、用户行为数据等,此外数据粒度也会从 15 分钟级统计细化到 1 分钟级,个别特殊场景到秒级数据,该变化会引来数据分析量成倍增加;3 3、网络需求差异大网络需求差异大。较之 4G 网络主要关注下行速率,5G 网络还需要关注时延、接入用户数、SLA 保障等多种网络要求,不同业务、场景对网络需求差异化大。4 4、跨域融合要求高。、跨域融合要求高。从传统通信方案只关注单域能力,伴随网络演进水平维度需要考虑网络、终端及业务的协同,垂直维度需要考虑感知能力、业务特征等因素与通信能力的匹配。基于以上挑战和发展趋势,引入 AI 技术,充分利用 AI 技术优势。在海量数据分析方面,AI 本身
9、包含大量数据处理算法,从中提取有价值的信息和规律,提供决策支持和业务洞察。在智能决策方面,通过挖掘数据潜在关系并构建智能化模型,赋能网络在复杂和不确定的环境中做出更准确、更高效的决策。在算法模型方面,可以借助深度学习、强化学习、迁移学习等多种 AI 算法模型,实现不同任务类型的处理,如问题分类、时间序列预测等能力,以实现对复杂任务的学习和处理。1.3 技术原理技术原理通过分析网络场景化的问题,将网络问题转为数学问题,并有针对性的引入AI 技术,典型应用场景技术原理及价值如下:1 1、基于业务的体验升级、基于业务的体验升级无线侧将 AI 技术应用在移动网络中将有助于更精准地预测业务特征、用户行为
10、、移动性、信道环境等信息,最终通过更智能的资源管理与调度机制达成更好的服务质量和用户体验,实现更好的公平性和系统资源利用率,既可以针对某一模块算法提升性能,也可以优化整个端到端通信系统,促进移动通信网络性能的进一步提升。中国移动5G 网络 AI 应用典型场景技术解决方案白皮书(2024)3图 1.3-1 基于业务的体验升级核心网侧通过构建基于 NWDAF(网络数据分析功能)的核心网网络智能化架构,可定制化感知用户业务体验及网络状态实时数据,开展智能综合分析,并反馈实时保障策略给 PCF(策略控制功能)从而建立专载智能保障,有效提升特定用户/业务的按需体验,实现体验升格。2 2、智能网络优化、智
11、能网络优化当前运维系统中各个功能独立存在,人为编排组合系统功能需要进行多次交互,并且严重依赖于运维人员的技能,导致运维效率低,运维成本高。面向未来,借助 AI 技术,实现从以“功能”为中心到以“任务”为中心的运维模式转变,让系统去适应运维人员,为运维系统注入统一知识模型。运维人员通过自然语言与系统进行意图交互,系统能够根据人的意图,自动地编排组合使用功能来完成目标。此外通过 AI 技术,实现对网络资源差异化、精细化的编排,提高网络性能,实现通信资源合理化应用。图 1.3-2 智能网络优化中国移动5G 网络 AI 应用典型场景技术解决方案白皮书(2024)43 3、智能网络节能、智能网络节能利用
12、 AI 技术可对网络业务进行深度学习,识别出对体验敏感的业务(如 VoNR语音通话及高清视频通话、实时游戏等)。基于业务识别结果,动态调整业务优先级,结合基于用户行为预测、网络负载预测等更多 AI 技术,可以提前为体验敏感业务预留足够的通信管道资源(如带宽、RB 等),防止节能措施引发的资源紧张对业务体验造成负面影响。同时,根据业务流量的时空分布特性,精确预测全时段内的网络负载和能耗需求,动态调整网络资源分配和节能策略,实现从闲时到忙时的平滑过渡。通过上述 AI 技术的实施,可以在移动网络实现体验与节能的高效协同,显著降低网络能耗,同时确保关键业务的优质体验不受影响。随着 AI 技术的不断发展
13、和完善,网络的智能化节能将成为降低运营成本、实现绿色通信的重要手段。图 1.3-3 智能网络节能4 4、5G+AI5G+AI 用户画像用户画像利用 AI 技术,结合用户访问位置、业务流量等网络数据生成用户画像,实现个性服务推荐和用户行为预测。现阶段运营商的网络资源分配策略不足以满足用户多样化、个性化需求,存在响应速度慢、难以快速识别和处理潜在安全风险等问题问题。利用核心网智能控制面的 AI 能力,并通过 NWDAF(网络数据分析功能)对数据的实时采集,可以实时分析用户行为,生成精准用户画像,形成个性化网络资源分配策略,动态优化不同用户服务优先级,不断提高个性服务推荐的精准度,进而提升用户满意度
14、。同时,用户行为异常检测、预测等 AI 能力能够实时分析和识别用户行为数据中的异常情况,预测潜在风险,为用户提供实时的安全预警和风险防护方案,保障用户安全。5 5、基于客户及特定场景的资源保障、基于客户及特定场景的资源保障高铁、景区、赛事等重点场景期间,用户会在相对集中地区,同一时间段同时使用网络,导致高流量冲击、资源分配不均等网络拥塞问题。利用 AI 技术可以精准预测流量需求,动态实时调度网络资源,实现重点场景高效保障。面向高中国移动5G 网络 AI 应用典型场景技术解决方案白皮书(2024)5铁、景区等固定地理位置的场景,当前网络主要面临用户流量集中、需求高峰显著、网络资源分配不均等问题,
15、核心网智能控制面的 AI 能力通过历史数据分析和实时数据采集可以提供精准的流量预测、智能化的资源分配和优化、以及实时的网络状态监测与调整,从而保障固定场景下的网络服务质量。面向重大活动、赛事等灵活地理位置的场景,当前网络主要面临临时高流量冲击、网络部署时间紧迫、网络资源难以灵活调配等问题,核心网智能控制面的 AI 能力可以基于实时流量监测和历史数据分析,预测重大活动和赛事期间的流量需求,并提前调度网络资源,通过自动化的网络规划和部署工具,快速完成网络部署和优化、以及智能化的网络状态监测与调整,实现对灵活场景的高效保障。后章节会针对以上典型应用场景,关键技术及价值进行详细阐述。1.4 发展规划发
16、展规划网络 AI 技术分两个大的分支,分别为 AI for Network 和 Network for AI。AI for Network 中 AI 用于满足移动网络新指标的关键路径,赋能网络并提升网络运行效率;另一方面 Network for AI 中移动网络是实现 AI 泛在普惠的基础平台,使能 AI 成为泛在化的社会级服务,即网络能提供什么能力服务于 AI。基于以上两个技术方向规划如下:2024 年至 2026 年重心仍聚焦 AI for Network 方向,针对移动网络 AI 下价值应用的持续研发。AI 价值应用场景主要包含:基于业务的体验升级、智能网络优化、智能网络节能、5G+AI
17、 用户画像和基于客户及特定场景的资源保障,以上技术方向预期在 2025 年相对成熟,结合验证效果推动规模商用。2024 年会同步启动新技术与 AI 技术的结合,包含通感一体、低空经济、数字孪生、空口 AI等,如通过 AI 对低空飞行的目标进行更高精度识别,甚至判别为无人机或飞鸟。目前相关研究还处在理论研究阶段,预期 2025 年开展实验室验证。2025 年同步会启动 Network for AI 方面技术探索,随着 AI 可以应用到工业、教育、等更多领域和场景,并且 AI 技术的飞跃发展,AI 模型增大,运行空间增加,AI 对底层资源要求也与日俱增。在该背景下,技术方向下需要研究网络在算力、存
18、储、数据、模型管理等多个领域能为 AI 提供的关键技术。此外,3GPP 标准也同步进行 AI 的相关研究。R18 标准基于分布式智能架构、新型分析机制、跨域智能协同、AI/ML 的网络节能、负荷均衡、以及移动性优化应用进行讨论;R19 聚焦业务质量智能决策、信令风暴预防、空口 AI 架构以及 CSI反馈、波束管理、精准定位等应用,同步实现核心网与无线网的数据分析收集和训练模型。中国移动5G 网络 AI 应用典型场景技术解决方案白皮书(2024)62.2.5G5G 网络网络 AIAI 应用高价值应用高价值场景及解决方案场景及解决方案2.1 无线网无线网 AI 应用应用为了迎接网络发展遇到的挑战,
19、通过把 AI 应用能力融入无线网络业务发展、性能提升、网络优化运维和绿色节能等方面,实现智能化业务感知及保障、智能网络优化、智慧节能等能力,推动网络向以智为先方向演进。2.1.12.1.1 无线网无线网 AIAI 应用应用技术技术架构架构随着无线 AI 应用演进,国际国内通信标准组织也开展了积极的讨论,对无线网元以及网管的 AI 应用架构进行了定义,其中,无线 OMC 平台(Operation andMaintenance Center)负责无线单域内的网络智能,基站负责基站内的网元智能,整个网络通过分层处理来实现更高效的无线 AI 应用。图 2.1.1 无线 AI 应用技术架构基于上述技术架
20、构,无线 AI 应用技术主要分为三个方面:典型应用场景:典型应用场景:科学合理实现通信与 AI 技术相结合,赋能网络新能力,进行智能业务实时保障,提升用户业务体验;在网络优化场景中,基于智能网络优化技术细耕网络,实现资源合理化使用;践行企业责任,基于智能化节能技术实现可持续发展,通过三个典型应用场景落实无线网络 AI 应用。两级两级 BBUBBU 架构:架构:网络智能化技术对基站算力提出了新的挑战,需要基站为中国移动5G 网络 AI 应用典型场景技术解决方案白皮书(2024)7AI 模型提供计算能力、存储能力等。通过在基站内部署新增算力,如新增智能融合板的方式,构建两级 BBU 部署架构,为无
21、线网络 AI 应用提供硬件能力。接口能力开放接口能力开放:基站内 AI 应用会产生丰富的价值数据,如业务感知数据等,此类数据及能力与传统的无线性能数据区别较大,属于 AI 特有数据。基于OpenAPI 技术,实现网元的智能化能力标准化开放,提供细粒度数据及评估能力。向上为高层进阶的 AI 模块实现数据开放,向下让运营商一定程度实现与基站内AI 能力的协同。2.1.22.1.2 基于业务的体验升级基于业务的体验升级场景场景一、一、智能业务智能业务感知感知移动互联网的迅猛发展催生了多种业务形态,包括视频流媒体、在线游戏、社交媒体、电子商务等。在这一过程中,无线网元肩负着重要的责任,不仅需要确保整体
22、网络的稳定性和可靠性,还要保障各类型业务的高质量体验。这对于网元的业务感知能力提出了更高的要求。智能业务感知技术是建设智能管道中较为重要的一环,基于业务感知结果对无线资源合理配置,使用户容量及业务感知能力最大化。智能业务感知技术方案通过基站 AI 算力自动进行传输数据采集,自动跟踪热门应用的数据传输特征变化,对热门应用的数据传输特征变化能迅速响应,从而确保了重点业务的高感知率。该技术保持对新业务持续追踪,并基于机器学习的数据传输特征感知系统,对海量经验数据进行智能分析,自动发现可能的数据传输特征,高效快速地构建特征库。业务指纹特征库在线的更新,无需断网就能完成系统特征库更新,并使用多种关键技术
23、:1 1、特征自动提取:、特征自动提取:深度学习能够自动从原始数据中提取特征,而无需依赖人工设计特征。网络流量复杂多样,传统方法难以准确提取所有关键特征,尤其是现在加密业务占比越来越高,能够利用的明文特征越来越少。通过深度学习模型,系统可以从流量数据自动提取有效特征,提高感知的准确性和效率。2 2、注意力机制注意力机制:引入 AI 中神经网络算法,通过注意力机制,能够有效捕捉输入序列中不同位置间的依赖关系,这对于业务体验感知任务非常重要,因为流量模式和特征往往跨越较长的时间跨度和范围,注意力机制可以动态调整每个输入位置的关注点,实现对全局信息的综合分析。3 3、迁移学习、迁移学习:迁移学习通过
24、将预训练模型应用于新的任务和数据集,可以大幅减少训练时间和计算资源。在业务体验感知中,迁移学习使 AI 模型能够在中国移动5G 网络 AI 应用典型场景技术解决方案白皮书(2024)8大规模公开数据集上进行预训练,然后在特定网络上进行微调,快速达到高准确率和高性能,这种方式不仅提高了模型在不同网络中适应性和鲁棒性,还显著减少了对大规模标注数据的依赖。4 4、在线监督:、在线监督:在线学习系统通过实时反馈机制,对模型的分类效果进行即时验证和校正。当模型对流量进行分类后,系统会根据实际情况对分类结果进行反馈。如果分类正确,模型参数得到正向强化,如果分类错误,模型会动态调整部分参数,以避免类似错误再
25、次发生。这种基于反馈的更新方式,使模型能够持续学习和改进,逐步提高业务体验感知准确性。图 2.1.2-1 业务特征库的学习架构智能业务体验感知通过建设自动化采样系统,实现了原始样本的自动化采集和样本标注的自动化。目前智能业务体验感知模块支持数以万计业务种类感知,包括国内外各种主流业务类型,并精细化感知应用中的各项子业务,如语音通话、视频通话、直播、视频会议、云游戏等,感知准确率达到 95%以上。图 2.1.2-2 智能业务体验感知技术流程中国移动5G 网络 AI 应用典型场景技术解决方案白皮书(2024)9智能业务体验感知对于现代网络管理具有重要价值,主要体现在以下几个方面:1 1、优化用户体
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 网络 AI 应用 典型 场景 技术 解决方案 白皮书
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【宇***】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【宇***】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。