前言
背景及目标
随着6G网络的发展，网络AI应运而生，通过AI算法优化网络资源配置，提高网络性能和可靠性，为用户提供就近泛在的AI服务。网络AI具有泛在普惠、移动性支持、带有用户属性、极致性能、内生安全隐私、可信等技术优势。然而，现有的5G网络服务等级协议（SLA）聚焦于ToB业务，缺乏对6G网络AI的刻画与衡量。云AI属于外挂式AI，提供IaaS、PaaS、SaaS三类服务模式，对应不同的服务指标体系，不能相互兼容，且重点关注ToC业务的指标，不符合6G网络AI赋能千行百业的愿景。因此，如何扩展后收敛、量化、标准化AI相关的指标是6G网络提供高效AI服务的必要条件。
关键指标设计原则和方法
网络AI的KPI设计原则如下：
- 定量性：KPI应尽可能可度量，具体而清晰，能够通过数据来验证。
- 业务相关性：KPI应与AI业务目标密切相关，并直接反映出AI服务对业务的影响。
- 可操作性：KPI应能够为网络决策、执行、评估、保障提供指导。
- 灵活性：KPI的设计应具有一定的灵活性和适应性，以应对不断变化的需求和挑战。
- 可定位性：KPI的变化应该能够追溯到特定的原因或事件。
潜在设计方法包括从典型场景的典型用例出发，明确其需求和目的；明确不同6G网络指标的面向对象；分析现有ITU提出的6G能力指标与典型场景的关系；针对典型用例逐个分析，筛选出新的指标。
典型场景及新KPI
场景一——网络辅助智能机器人
场景说明及典型用例：6G网络可以为多个协作机器人规划任务，各机器人根据分配的任务进行运动控制以执行任务，节约机器人的电力和计算资源，并提升任务规划效率。
系统要求：机器人与6G边缘计算节点建立连接，机器人之间可以D2D通信；机器人具有感知能力、AI数据预处理能力、AI模型训练能力、AI分布式推理能力。
新增使能服务：6G边缘计算节点的AI环境渲染服务。
场景价值分析：经济价值巨大，产业价值高，战略意义重要；生态成熟度和技术成熟度较高，商业模式多样，政策支持力度大；在移动性、实时性、隐私性、端边协同方面具有技术优势。
新KPI要求：环境渲染准确性、D2D数据交互时延、模型聚合时延、模型聚合准确性、系统鲁棒性。
场景二——XR智能场景
场景说明及典型用例：6G网络在XR场景中的典型AR智能导航用例中，提高效率、增强用户体验。
系统要求：AR眼镜或移动终端与6G网络边缘计算节点建立连接；AR眼镜或移动终端具有感知能力、AI数据预处理能力、和或AI模型推理能力；网络具有AI数据预处理能力、AI模型推理能力、AI模型训练能力；网络具有AI模型下发能力；网络具有扩展性和兼容性；安全性和隐私保护；系统冗余和容错能力。
新增使能服务：文字、语音、图像、视频的AI生成内容、AI数据分析和预测、AI图像处理、识别、检测、渲染。
场景价值分析：经济价值巨大，产业价值高，战略意义重要；生态成熟度和技术成熟度较高，商业模式多样，政策支持力度大；在移动性、实时性、隐私性、端边协同方面具有技术优势。
新KPI要求：AI服务的时延、AI服务推理的准确度、系统的鲁棒性。
场景四——终端智能应用场景
场景说明及典型用例：音频转文字包括语音识别和跨语言翻译，已广泛应用于视频通话配字幕，语音通话配字幕，以及会议直播配字幕等场景。
系统要求：6G系统需要具有模型推理能力、模型部署能力、计算能力。可选的，6G系统需要具有模型监控能力和训练数据收集能力。
新增使能服务：相比于5G增强系统，6G系统可以提供时延更低和准确率都更有保障的实时音频转文字/实时音频翻译服务。
场景价值分析：音频转文字功能可以帮助接收者获得更多有效的信息，跨语言翻译功能可以帮助不同语言的人们进行更有效的沟通和交流。
新KPI要求：AI服务的时延、推理精度、服务密度。
网络AIKPI指标设计方案
网络AIKPI定义
网络AIKPI是度量ITU-R愿景中IntegratedAIandCommunication场景的关键能力的指标或指标组合。
网络AIKPI模型
综合考虑ITU-R、Hexa-x、5GPPP和6Gsandbox的KPI模型，以及前文第三章场景化的新KPI的讨论，归纳得出一种网络AIKPI参考模型。
- KPI模型设计思路：覆盖所有场景中的关键能力；涵盖用户SLA、网络性能和网络效率这三个维度；涵盖网络中不同的角色类型。
- 指标层次：用户SLA、性能、效率。
- 指标类型：AI服务精度、AI服务时延、AI服务密度、AI服务效率。
网络AIKPI指标
- AI服务精度：在给定时延范围内，对给定的AI推理/训练任务进行高精度处理的能力。
- AI服务时延：在给定准确率要求下，网络执行给定的AI推理/学习任务的端到端时延。
- AI服务密度：AI服务密度是指单位时间、单位算力、单位带宽约束下，单位覆盖区域内可执行满足AI业务准确度和时延要求的AI业务数量。
- AI服务效率：单位覆盖区域内，给定时延范围和AI推理/训练任务的数量和精度，网络通信资源、计算资源，数据资源的综合消耗。
网络AIKPI评估和计算方法
- AI服务准确率（确定时延要求）
- AI服务时延（确定准确率要求）
- AI服务密度（确定精度&时延要求）
- AI服务效率（确定精度&时延要求）
总结与展望
6G网络的发展和内生AI的逐步构建，将会不断丰富用户的AI应用场景，提升AI服务的体验。不同的应用场景，对于AI服务有着不同的KPI要求和侧重，同时，网络本身也需要KPI指标牵引技术研究。因此，需要对于6G网络AI关键指标需求进行研究。本白皮书旨在为6G网络AI关键指标体系设计提供必要性和可行性依据，并展望未来持续对网络AI关键指标需求进行深入研究，助力千行百业的数智化转型，推动构建智慧内生的网络体系。
