面向6G网络的业务编排调度执行技术研究

2025年11月 版权声明CopyrightNotification 未经书面许可禁止打印、复制及通过任何媒体传播 ©2025IMT-2030（6G）推进组版权所有 1.目录 1.背景...........................................................................................................................................42.端网云异构计算系统网络架构需求分析...............................................................................52.1.6G网络应用场景.....................................................................................................52.1.1.网络自治的场景...............................................................................................52.1.2.服务垂直行业的应用场景...............................................................................92.2.6G网络架构对端网云异构计算系统的需求.......................................................103.基于6G网络的端网云异构计算系统架构..........................................................................114.面向6G网络的业务编排调度执行关键技术......................................................................144.1.感知和管理关键技术.............................................................................................144.1.1.感知和管理功能.............................................................................................144.1.2.资源感知及管理.............................................................................................154.2.编排和管理关键技术.............................................................................................174.2.1.编排和管理功能.............................................................................................174.2.2.业务编排和管理.............................................................................................194.2.3.资源编排和管理.............................................................................................224.3.控制调度关键技术.................................................................................................234.3.1.控制调度功能.................................................................................................234.3.2.技术方案.........................................................................................................25分层的控制调度方法.............................................................................25全流程实时控制调度方法.....................................................................284.4.计算执行关键技术.................................................................................................294.4.1.业务分布式部署/协作的执行技术场景........................................................294.4.2.计算执行技术.................................................................................................31跨异构设备的执行.................................................................................32初始化极速启动.....................................................................................35计算轻量化.............................................................................................37算力内生技术.........................................................................................38 5.示例流程.................................................................................................................................39 5.1.大模型场景.............................................................................................................395.2.6G通感算性能联合优化......................................................................................406.总结与展望.............................................................................................................................42参考文献.........................................................................................................................................43主要贡献单位及作者.....................................................................................................................44 1.背景 随着历史的发展，人类经历了三个阶段：农业社会、工业社会、信息社会，每个阶段都伴随着其独特的编排调度方式。进入21世纪的“信息社会”，万物互联，信息、数据、计算无处不在，各种资源分配显得尤为重要。信息社会发展进入智能社会阶段，信息、数据、计算等融合为智能，编排调度将面临新的巨大挑战。多核计算架构兴起、数据中心云计算产业迅速发展；边缘以及终端算力崛起，4G、5G、6G、WIFI、UWB、蓝牙等移动网络共存，将万物互联形成极其复杂的云边端异构网络。智能社会，未来数字世界2.0场景，需要在移动网络基础设施里内生支持无处不在的AI业务，这些未来场景提出了高实时性、高互动性和高沉浸感的需求。 当前ITU-R已经明确6G的6大典型应用场景，包括沉浸式通信、超大规模连接、极高可靠低时延通信、AI与通信融合、通感一体和泛在连接。其中新增的人工智能与通信融合（如：网络辅助自动驾驶、医疗应用设备间的自主协作、设备和网络间繁重计算操作的卸载、数字孪生的创建和预测、处理复杂任务的网络辅助协作机器人）、感知与通信融合(如：导航、姿势/手势识别、定位、动作跟踪等)两大应用场景，将实现从移动通信向移动信息服务的重大转变。因此，业务和网络深度智能、低时延融合，将是设计发展的新路径。所以在6G时代，网络不再是单纯的数据传输，而是集通信、计算、存储等为一体的信息系统。然而： ✓数据隐私/安全：海量的AI数据源于边缘/终端侧，数据共享引发了隐私安全问题，使得端侧数据较难卸载至网络侧处理，因此大量的业务会由终端侧与网络侧共同协作完成。✓业务分布/规模：AI业务的分布将极其广泛、规模将异常庞大，对算力的需求也将急剧扩大。因此，部分复杂的新型业务无法直接在终端侧独立完成，需要端边/云协同完成。✓端侧参与：移动终端也可能提供算力参与共享，使得未来网络引入了更为复杂的异构性（算力、网络、运行环境等）、动态性（无线信道、终端移动等）、分布泛在化（算力向端侧延伸等）等特性。 在这样的背景下，智能业务的计算不能只在端侧完成，也不能只在云侧或边侧完成。云边端之间就会产生大量的分布式计算数据传输需求，而6G网络将在数据率以及时延等方向 上大幅度提升无线网络的传输性能，将可以支撑这种量级的数据传输，但仍然存在无线的固有特征，即动态性，包含终端的移动、周围环境的变化引起的网络拓扑、信道质量的变化等。因此，6G有必要考虑纳入云、边（边缘网络）和终端的算力资源，提供相应的网络内生的AI能力，对业务（注：特别是智能业务）计算进行统一、动态的智能编排调度，使能高效的异构算力执行，这将成为6G网络架构的重要基础特性。 本项目希望通过共同研究,在6G网络架构中端网云异构计算系统及关键技术研究领域形成一定的共识，并希望对6G网络中业务计算的标准制定、生态发展等工作将起到积极的促进作用。 2.端网云异构计算系统网络架构需求分析 2.1.6G网络应用场景 2.1.1.网络自治的场景 6G智能内生网络通过在架构和功能设计层面原生引入AI/ML等方法，意在构建网络领域的“工业4.0”，推动通信网络向自配置、自治愈、自优化、自演进的新一代网络发展，最终实现网络“自动驾驶模式”。 智能自治网络相关标准进展：作为业界热