李男:通算融合共生：关键技术和系统设计思考

无线接入网基站和终端设备向算力化演进 基站设备向异构算力方向演进 1.方式1：专用硬件扩展通用算力板卡，算力卡+软件包形式提供通算融合服务 2.方式2：通用服务器扩展5G加速卡，服务器+软件包形式提供通算融合服务 基站算力资源池化可提升硬件基础设施利用效率，节约建设投资、复用运维资源，已成为无线产品演进方向 时间池化基站服务能力软件快速重构硬件资源时分复用 终端呈现海量、多样化、轻量化特点，部分终端算力快速增强 个人终端（1Tops~1000+Tops）(十亿级：手机，亿级：PC/平板，千万级：智能车） 行业终端（1Tops~1000+Tops）（百万级：工业网关、边缘设）备 通算融合潜在应用场景 网络智能化是通算融合的重要场景，产业链条较短，较容易实现运营商内部闭环，可作为通算融合应用突破口基于基站的2C/2B算网业一体服务也是重要的拓展场景 基站算力池化组网，运维优化AI下沉，业务体验保障，增强感知能力 p关键业务体验保障：基于基站本地业务识别，优化和保障关键业务体验（如：医院场景中的支付应用、医院自由应用app的业务体验保障） 网络智能增强 2B 2C 基站边缘云服务可复用大网运维资源，通过大网服务体系降低边缘云运维成本，实现云网一体运维，基站算力池化共享组网满足极低时延/大带宽应用本地计算需求 面向2B本地化场景的通信计算业务一体服务，灵活敏捷，降低综合成本 服务能力拓展 p园区：工业视觉AI检测（智能终端协作的分布式学习）、智能安防、智能巡检等p车联网：智能碰撞预测、路口视觉融合、自动驾驶仿真等p无人机：路径管理、入侵检测等 p基于大模型的内容生成和个人AI代理p虚拟环境构建：XR本地业务渲染、元宇宙等p新型服务模式：云手机、云游戏、手势/动作识别、轨迹追踪等 生成式人工智能成为下一代通信服务的核心场景 无线网络与智能终端的通信和计算协同将助力打开新型信息服务产业价值空间 生成式AI涌现，逐步向个性化服务演进 多模态内容生成成本趋近于0的生成内容在网络中爆发 个人专属AI代理用户场景化数据和AI大模型在网络中频繁交互 手机大模型推理能力加速增强 联发科天玑9300AI处理器APU 790运行330亿参数模型内存硬件压缩技术AIGC端侧LoRA融合秒级文生图 •端侧推理需要网络提供稳定大模型文件传输•端侧可支撑分布式模型学习或端/边/云协同学习 智能体间协作控制需求扩大 •将涌现大量的低时延的多智能体间协作•结合网络提供的计算能力和通感服务，确定性的端到端时延保障 *NvidiaDrive Orin自动驾驶芯片，单片254 TOPS 生成式AI大规模应用带来的业务需求 从内容数据传输到10GB-100GB体量大模型的传输 多智能体协作和AI原生可穿戴设备要求靠近用户的AI计算和低时延高可靠通信 低延时和个性化的AI代理服务带来跨应用、场景化的信息收集和频繁大模型微调 LLAMA2-13B模型文件13GB，StableDiffusion模型几GB到十几GB不等 核心技术难点和系统设计问题 系统设计问题 核心技术难点 •通算资源角度：如何发挥泛在无线接入网基础设施价值，以有效满足技术发展需求？•无线通算融合异构平台 通算融合性能指标体系 面向通信计算融合的无线系统，除了网络通信指标外，如何考量系统的计算性能？ •网络功能角度：面向无线网络高动态环境、计算能力的空时波动和碎片化等特性，及通算资源受限约束，如何实现通算智一体服务和保障？ 通算融合的系统架构 •计算感知的无线协议功能和接口流程设计•通感算智多维资源一体调度和控制•无线用户面动态虚数据拟锚点和转发•无线封闭数据的实时/按需/跨域采集、关联挖掘和安全开放 如何在连接的基础上，基于统一系统架构弹性高效实现对多种计算业务（如AI训练/推理业务、感知类业务的支持？ 高动态多设备协作组网 •服务能力角度：如何实现无线通信、计算和智能资源/功能/服务协同动态按需编排和开放？ 针对无线系统通信环境变化和计算资源的不同状态，如何设计合理的计算协同模式，高效执行计算任务？ •RAN domain的通算智服务编排、开放机制及与中心编排系统的协同 技术探索1-1：无线通算融合异构基础设施平台 构建适配无线网络和多样化业务需求的高效异构平台，对无线算力资源实时共享、分配和管理 ①硬件抽象和虚拟化：针对CPU、GPU和DPU等异构硬件的资源管理和调度 ②服务扩展：从物理和虚拟资源到FaaS/TaaS，构建无线领域的FaaS/TaaS③数据平面增强：基于算力路由和微服务，通过软硬件卸载来加速service-mesh性能④云管和调度：利用分布式/混合/边缘设备云管系统和插件，支撑通信和计算联合调度 技术探索1-2：基于业务模型的无线算力度量 不同业务应用在不同计算硬件的计算能力有较大差异，算力资源调度需考虑业务模型与计算硬件的适配能力 •度量方式1：基于硬件资源模型的度量，可增加扩展考虑能耗因素•示例1：2 CPU cores，4G memory，128GStorage ,2*10GE @ Server configuration:Skylake-D 2177……etc.•示例2：GPU TF32 120TFLOPS, CPU 795GFLOPS •度量方式2：业务模型或原子功能驱动的计算能力度量•示例1：AI Training 4830 Samples per second•示例2：LDPC decoding capability 20Gbps 技术探索2-1：计算能力/任务的实时感知及控制 无线接入网扩展对终端和基站的计算能力和任务实时感知，通信计算资源联合控制保障用户体验 问题：传统面向移动性管理保障通信的连续性，通算融合场景，还要考虑计算任务的连续性和任务多维度质量要求技术方向： •问题：AI、感知等新服务能力，需要本地化的网络计算功能支持•技术方向： •基站扩展计算控制功能（CCF)，实现终端算力资源感知和计算任务感知，同时支持计算执行•CCF可接入核心网总线，使能核心网感知无线基站和终端算力信息 •多维要素考量：相邻小区通信状态，例如，用户数，信道环境，业务 负载；算力资源状态，例如任务所需算力资源，基站/终端可用资源等•决策锚点选择：分布式站间CCF协商、集中式如无线算力池内CCF，核心网决策 计算控制CCF •算力类型多样•网络高动态变化 技术探索2-2：通算资源一体调度典型用例 面向VR场景的无线通算一体编排 设置业务帧率60、90、120FPS&背景用户数50，，帧压缩后2Mb，无线环境设置UMa场景时，无线算网联合编排算法相比于VR用户就近接入方式提升60FPS接入VR用户数10% 以随机任务依赖关系模型为例，当到达8个工作（每个工作中包含5个子任务）时，所提方法的工作完成率可以提高7%，但时延和成本至少分别降低19%和14% 以20个AI推理任务为例，覆盖较好场景下（SNR20dB到30dB），相比基准算法至少可以提升0.4%系统推理精度，系统可以提升11%的AI推理任务数，至少提高28%的谱效率 技术探索2-3：无线计算数据转发和路由 •典型场景：高移动性,高可靠性计算任务，如车联网•增强方向：增强RAN对计算数据实时路由决策能力 •典型场景：大规模无线数据本地处理、超低时延工业控制•增强方向：非单一数据卸载锚点，数据按需就近转发开放 •典型场景：云/边/端协同计算，如XR、AI等•增强方向：终端、基站数据和业务体验等数据按需采集、存储和共享，可综合参考无线资源、传输资源、计算资源、业务需求，考虑面向网络AI的数据服务机制，如数据服务总线 技术探索3：通算智资源/功能/服务协同编排和开放 RAN通算服务能力开放 RAN通算服务自动化编排 RAN通算资源统一管理 开放能力类型：RAN管理编排能力、用户/切片/应用级通算服务定制、RAN算力开放对象：跨域编排器/第三方App开放方式：管理编排层、协同核心网/RAN能力开放 跨域设备：终端，基站多维资源：通信资源、计算资源 业务驱动：面向业务意图闭环保障：面向连接+计算综合服务智能自治：基于AI/ML的意图转译、故障/性能预测、智能决策 无线通算融合技术探索与实践 联合产业界开展外场实验，初步验证无线通算融合的技术可行性和价值 持续深挖无线通算融合高价值场景，2C精确保障业务体验，2B助力行业数智化转型 大容量场景下业务体验保障 •痛点：高负载和智能化需求下，单站算力受限•解决方案：自适应算力调度、资源共享•异构算力补充，提升站点可用算力；智能识别、分层调度，保障差异化业务需求 基于宏站的无线算力编排 【安徽】 分布式高精定位 •构建宏基站算力池，跨基站算力借闲补忙的算力互助，部署智能AMC应用获得稳定的增益效果，下行中远点吞吐量提升10%，频谱效率提升4% •痛点：海量信道数据处理导致传输资源受限 •解决方案：基站本地算力预处理信道数据，主服务小区进行定位计算，相比原始数据传输，带宽需求从1GBps降至19KBps* 基于云小站的无线算力共享 【广东】 无线协议栈弹性扩展 •痛点：小基站无法动态适配业务量，算力共享效率低 •解决方案：容器化无线协议栈弹性设计，自动执行通算协同策略，动态调度无线算力，实现最优算力使用，提升资源效率 •咪咕AR业务编排至云小站，总耗时降低46%、传输耗时降低70%•高清场景卡顿现象，较公网中心云部署方案明显降低 产学研协同推进无线通算融合共生技术发展 •国家自然科学基金企业联合基金•清华/北邮/东南-中国移动研究院联合创新中心•鹏城实验室-中国移动开放创新平台 基础理论和关键技术研究 •IMT2030/ CCSA无线通算融合共生架构/关键技术预研•适时发起国际标准推进，将体系架构中成熟部分在5G-Advanced中引入，并为6G网络设计奠定重要技术基础 国内/国际标准预研和制定 •以网络智能化和行业应用为突破口，联合产业伙伴开展通算融合共生技术创新验证，加速无线通算融合共生技术的成熟与应用•共同探索新的商业模式和应用场景 测试验证和落地应用 谢谢！