目 錄背景 45G發(fā)展和6G研究現(xiàn)狀 4網(wǎng)絡與AI需求和驅(qū)動力 4愿景、現(xiàn)狀、路徑和原則 6網(wǎng)絡與AI融合愿景 6產(chǎn)業(yè)現(xiàn)狀 7發(fā)展路徑和指導原則 8技術(shù)方案 9技術(shù)攻堅 9AIforNet和NetforAI技術(shù)目標 11AIforNet技術(shù)目標 11NetforAI技術(shù)目標 12技術(shù)方案 14AIforNet技術(shù) 14AI賦能RAN 14AI賦能核心網(wǎng) 16AI賦能端到端QoS優(yōu)化 17NetforAI技術(shù) 18融合架構(gòu)思考 18融合關(guān)鍵技術(shù) 20融合基礎(chǔ)平臺 21前沿技術(shù)研判 21價值場景 23產(chǎn)業(yè)倡議 24縮略語列表 26參考文獻 28背景5G發(fā)展和6G研究現(xiàn)狀5G的發(fā)展是全球通信領(lǐng)域的一個重要里程碑，它帶來了更快的數(shù)據(jù)傳輸速5G業(yè)務承載流量的優(yōu)勢已初步顯現(xiàn)，5G在煤礦、鋼鐵、港口等對生產(chǎn)安全性要求非常高到現(xiàn)在55G-A的標準化和5G-A6G實現(xiàn)“萬物智聯(lián)”奠定堅實基礎(chǔ)。6G5G6G6GGHexa-XHexa-XIINTTDoCoMo，以及眾多國內(nèi)的產(chǎn)學研單位包括三大電信運營商、各大高校和廠商等，都在積極地參與6G6G技術(shù)競爭形勢愈加激烈。2025-20302030技術(shù)逐步走向商用，應用于各行各業(yè)。AI需求和驅(qū)動力ITU5GeMBBuRLLCmMTC2B6G場景中超高峰值速率、超低時延、立體覆蓋、超高精度定AIAIAI相關(guān)的能力及服務，更好地滿足未來業(yè)務的變化及需求。5G5GAI技術(shù)應用相關(guān)的探索工AI5G垂直行業(yè)如石油化工、建筑、礦場等應用中，5G專網(wǎng)支持現(xiàn)場監(jiān)控設備的連接，增強生產(chǎn)狀態(tài)的AI還能通5G3P等國際標準化組織正在將I5GAI和機器學習服務，包括模型分發(fā)、傳遞和訓練等方面。AI5G5G-A6GAIAI6G6GAI。6G6G“”20236IMT面2030[1]，AI6G的六個典AI6G6G不再是僅僅提供AI特征。6G網(wǎng)絡將具備“大算力”的硬件環(huán)境和條件，因此可有效地支撐各種AI網(wǎng)絡將具備“AI全生命周期管理”I大I6G無線系統(tǒng)將具備“無線感知+網(wǎng)絡感知+用戶感知”AI應用的（大無線系統(tǒng)還天然具備著“更強大的超級終端”“式”（超級基站）、“分布式”（泛在組網(wǎng)）和“語義式”（基于本地智能體代理）等特征，因此，6GAI的融合具備非常堅實的條件基礎(chǔ)和發(fā)展必然性。AI6G6G網(wǎng)絡適配更多應用場景。6G網(wǎng)絡旨在構(gòu)建一個更加智能、高效、安全、可信的下一代移動通信網(wǎng)絡和智能信息服務平臺。未來，6G網(wǎng)絡與AI將深度融合，實現(xiàn)內(nèi)生AI。6G網(wǎng)絡內(nèi)生AI是在6G網(wǎng)絡架構(gòu)內(nèi)部提供數(shù)據(jù)采集、數(shù)據(jù)預處理、模型訓練、模AIAI算力、數(shù)據(jù)、算法、連接與網(wǎng)絡功能、協(xié)議和流程進行深度融合設計。愿景、現(xiàn)狀、路徑和原則AI融合愿景面向6G智慧泛在愿景，現(xiàn)有“外掛式”和“碎片化”的網(wǎng)絡智能化解決方案和云AI服務供應方案存在效率較低，難以提供近實時高性能AI應用和服務的弊端，無法滿足未來網(wǎng)絡智能化、垂直行業(yè)等對智能的需求。6GAIAI深度融合。，具體體現(xiàn)在以下四個方面：AI算法/模型等元素AI支持“AI全生命周期管理”AIAI（大AI的按需調(diào)度。例如：基于泛在的算力感知和編排協(xié)同利用等。在數(shù)據(jù)獲取流轉(zhuǎn)和治理方面，6GAI應AI的數(shù)據(jù)集等。6GAI無線系統(tǒng)將能夠充分合理地利用“邊緣式”“分布式”和“語義式”AI任務。6GAIAI6GAI雙向AI服務供6G產(chǎn)業(yè)現(xiàn)狀126GAIAllianceofNetwork2]AIIMT2030-6G推進組的無線AIAI技術(shù)研究報告》[3]AI/ML的物理層、AIforNetworkCCSA（TC5）前沿無線技術(shù)工作《新一代無線網(wǎng)絡邊緣智能技術(shù)研究》等與6GAI框架的研究報告[4][5]AIAI標準化制定工作標準初步支持AIforRAN以及RANforAIITU將“通AI融合”6GAI與通信之間互利互惠的關(guān)系[1]。3GPPRANR18通過“AL/MLforNRAirInterface”立項，旨在充分挖AIAI5GAI-RAN6GAI服務。NextGAlliance則發(fā)表了《NextGAllianceRoadmapto6G6GAI功能方面，需要實部署[6]。在硬件支撐上，6G網(wǎng)絡的內(nèi)生智能技術(shù)將使網(wǎng)絡從傳統(tǒng)的連接管道轉(zhuǎn)變?yōu)锳I理單元。AI芯片技術(shù)正在快速發(fā)展，包括更高效的算法、更先進的芯片制造技AI且產(chǎn)品結(jié)構(gòu)多樣化，包括GPU、FPGA、ASIC及類腦芯片等，GPU因其并行計AIAIAI寒武紀、地平線等。發(fā)展路徑和指導原則發(fā)展路徑：從AI賦能網(wǎng)絡和網(wǎng)絡使能AI兩方面考慮內(nèi)生AIAI提升通信系統(tǒng)性能的技術(shù)，以及將通信系統(tǒng)作為平臺為用戶提供更AI服務的技術(shù)，二者“雙向驅(qū)動”。圖2-16G網(wǎng)絡與AI融合技術(shù)的發(fā)展路徑AIforforAIAI提升網(wǎng)絡AIAI算法（如空口信道編碼、調(diào)制）、優(yōu)化網(wǎng)絡功能（化）、優(yōu)化網(wǎng)絡運維管理（如資源管理優(yōu)化、規(guī)劃管理優(yōu)化）等。NetforAI（NetworkforAI，NET4AI）AIAI提AI訓練/算法等層面。指導原則：（1）3GPP5G-AAIforNetNetforAI，但3GPPCTAIAI融合發(fā)展應遵從“驗證可變現(xiàn)的價值”5G-AAI應用范式保持演進性和繼承性。（2）6G系統(tǒng)設計要以提升通信網(wǎng)絡服務的品質(zhì)效率為首要目標。6G網(wǎng)絡AIAI發(fā)解鎖。AI/ML機制存在局限和不確定性，6G網(wǎng)絡需要融合更可信更魯AIAI再到基站終端的孿生仿真（預）AI優(yōu)能力。3GPP6G網(wǎng)絡設計必須考慮ASICCPUDPU4/5G6GAgentAgent之間的交互協(xié)作形式可采取更靈活泛化的語義式Chat形式，弱化放松不同網(wǎng)元間的協(xié)議化組網(wǎng)限制。技術(shù)方案技術(shù)攻堅AIforNetAI賦能的空口存在高精度實時數(shù)據(jù)采集處理開數(shù)據(jù)整合困難等挑戰(zhàn)。二是工業(yè)界迫切需要深化空口多模塊、全鏈路、系統(tǒng)級AI設計，包括綜合考慮信道空、時、頻域相關(guān)性的信道估計、預測、壓縮、恢MIMOMIMOAI賦能空口的工程可用性弱，技術(shù)方案的整體實用性、均衡性和AI賦能的高層存在業(yè)務負荷和承載的變化趨勢預測難、Transformer或者設計適用于通信領(lǐng)域的原生算法尚不清晰，以及通信網(wǎng)絡如何克服大模型幻覺問題。NetforAI6GAI6GAI的價值場景。二是現(xiàn)有“外掛式”和“碎片化”網(wǎng)絡智能化解決方案供應方案存在效率低、成本高、性能差、周期長的問AI服務存在隱私差、盡力而為、服務質(zhì)量差的問題，需要通過內(nèi)生AIAI應用和服務來滿足未來網(wǎng)絡中行業(yè)用戶智能普惠、用戶QoS保障機制以會話和連接為指標，無閉環(huán)QoS保障存在挑戰(zhàn)，需要統(tǒng)一的質(zhì)量保障體系評估和保障差異化場AIAIAI服務質(zhì)量。五是需要統(tǒng)一的網(wǎng)絡架構(gòu)和基礎(chǔ)平臺支撐第三方應用和網(wǎng)絡自用的應用。AI而無法規(guī)避AI“幻覺”障時，會加劇大模型的幻覺現(xiàn)象，增加AI戰(zhàn)。AIforNetNetforAI技術(shù)目標AIforNet技術(shù)目標6GAIforNet6G6GAI的作用，需要結(jié)合用例的豐富性和系統(tǒng)的執(zhí)行效率，提出更科學、更高效、更普適的設計目標。目標一：基于邏輯功能的統(tǒng)一生命周期管理AIAIAIforNet5GAI模型的生命周管理是協(xié)議影響較高的流程。同時，通過分析對比可以發(fā)6GAI目標二：AI資源與用例解耦6GAIAI資源的需求存在一定的錯峰現(xiàn)象，即不同的用例對AI資源的需求在時間上呈現(xiàn)不同的規(guī)律，不同用例的資源需求峰值的出現(xiàn)時間AI資源與用例解耦，以更小的成本和代價實現(xiàn)更優(yōu)AI軟件資源時，需要考慮多個用例的平臺是AIAIAI的普及，終端側(cè)通AIAIAIAIAIAI用例提供服務。這兩種資源的共享可能會導致不同的模型推理延遲，因此需要進一步考慮對不同用例的適用性。目標三：支持豐富的學習架構(gòu)與方法不同類型的用例一般需要采用不同的訓練/學習方法。封閉-靜態(tài)環(huán)境中的用以直接部署推理。封閉-動態(tài)環(huán)境中很難通過離線訓練獲得泛化性好的模型，因放-靜態(tài)環(huán)境中的關(guān)鍵是用例與環(huán)境或系統(tǒng)會存在較強的交互，環(huán)境或系統(tǒng)會根據(jù)模型給出的結(jié)果發(fā)生變化，強化學習是解決此類問題的重要手段。而開放-動布式學習也是一種非常有價值的學習架構(gòu)。目標四：持續(xù)自演進AI的未來移動通信系統(tǒng)在運行過程中將不斷地、自動地收集數(shù)據(jù)、AI自演進可劃分為共三個層級，自演進能力逐級提升：L1L1的自動更新，適配業(yè)務需求和部署環(huán)境的變化。L2（L2級自演進L1級自演進的高階版本，不僅可以解決參數(shù)適配問題，還可以基于實際環(huán)境中的數(shù)據(jù)自動地找出最適配該用例的模型超參數(shù)。L3級自演進：AI用例自演進。這一級別的自演進跳出了特定用例的束縛，L1L2級的自演進。NetforAI技術(shù)目標NetforAI面向時延保障類、大帶寬類、位置移動類智能服務場景，通過在6GAI能力，為網(wǎng)絡自身和第三方用戶提供泛在普惠的智能服務。NetforAI需要遵循以下設計目標：目標一：內(nèi)生、能力驅(qū)動式AI5GAI功能開發(fā)，會導致結(jié)構(gòu)僵化，難以靈活AIAI在架構(gòu)設計上，需要內(nèi)生于網(wǎng)絡的服務流程。目標二：多要素協(xié)同5GAI效率有待提升，6G要實現(xiàn)全局統(tǒng)一的通算數(shù)智資源按需調(diào)度。因此，在架構(gòu)設AI任務執(zhí)行。目標三：服務質(zhì)量保障和安全可信AI解決方案不實時感知用戶需求，AI功能和服務是盡力而為的，6GAIaaSAIAI服務質(zhì)量的端到端保障機制。同時，網(wǎng)絡AI也會帶來很多潛在安全風險，6GAI的解決方案的安全和可信是未來AI過新的安全關(guān)鍵技術(shù)來保障網(wǎng)絡的安全和穩(wěn)定運行。目標四：綠色低成本實現(xiàn)6GAI，其大量計算帶來的能耗問題也日益凸顯。一方面，面向AIAIAI的概率性與AIAI決策。技術(shù)方案圖3-16G網(wǎng)絡與AI融合技術(shù)體系2017AI程設計[7],AI推理的多種接入網(wǎng)架構(gòu)[8-9]。為了解決上述AIforNetNetforAIforNet6G網(wǎng)絡性網(wǎng)絡運行（網(wǎng)絡運維5GRAN、核心網(wǎng)及端到端發(fā)揮關(guān)鍵作用。NetforAI包括融合架構(gòu)、AIaaS/QoAIS/資源融合控制等關(guān)鍵技術(shù)、融合基礎(chǔ)平臺的研究。除此之外，AgentAI領(lǐng)域的前沿技術(shù)為兩者提供了更多、更高效解決問題的途徑。AIforNet技術(shù)AIRANRANAIMIMO“噪聲分布多種多樣使得低導頻開銷下的信道估計難度大”“階調(diào)制性能差”、“QoS時需要信源信道的聯(lián)合優(yōu)化，但是信源信道聯(lián)合設計挑戰(zhàn)大”MIMO中，主要解決“更大規(guī)模的基站天線數(shù)和數(shù)據(jù)流數(shù)使得中高速場景下信道獲取非常挑戰(zhàn)，性能提升代價大”、“”AI算法高效地分配有限的頻譜、功率等資源以滿足用戶AI對網(wǎng)絡流量、用戶行為、信號質(zhì)量AI分析網(wǎng)絡流量模式、用戶活動和環(huán)境因素，為高層協(xié)議提供節(jié)能策略。AI使能的高階調(diào)制技術(shù)、AI使能AIAIMIMOAI算法設計方法、信道數(shù)據(jù)集構(gòu)建方法等。高層對應的關(guān)鍵AIAIQoEAI的網(wǎng)絡優(yōu)化，聯(lián)合編排多種無線資源，如調(diào)度，AMC，功率等資源，實現(xiàn)無線空口頻譜效率的最大化；AI輔助節(jié)能及網(wǎng)絡參數(shù)尋優(yōu)，實現(xiàn)網(wǎng)絡能效優(yōu)化。AIAIMIMO信道處理和AI推理所需的算力和模型執(zhí)行；新增無線數(shù)AIAI訓AI任務的生命周期管理，解AIAIRANAI/MLRANAI/MLAI/MLRANAI/MLAI/ML功能。其整體邏輯框架如3-2所示。圖3-2RAN側(cè)AI/ML功能邏輯框架具體功能定義為：RANAI/ML功能：具備數(shù)據(jù)采集、模型訓練、模型推理、模型AI模型和連接多維資源的協(xié)同控制功能，可實現(xiàn)站間協(xié)同、計算資源池化共享和區(qū)域級全局最優(yōu)決策；AI/ML能，可實現(xiàn)無線接入網(wǎng)對實時智能的需求。AI賦能核心網(wǎng)AI技術(shù)進行網(wǎng)AI技術(shù)，通過數(shù)據(jù)收集、智能分析和決策技術(shù)，動態(tài)地調(diào)整資源的分配和網(wǎng)絡的運行狀態(tài)，實現(xiàn)網(wǎng)絡的節(jié)能?！八悴粍印?G核心網(wǎng)基于單一HTTP/2協(xié)議的數(shù)據(jù)傳輸可大幅增強數(shù)據(jù)傳輸速度和效率。未來網(wǎng)絡業(yè)務數(shù)據(jù)流將AI技術(shù)對業(yè)務識別，具有更強的泛化性，AIQoSQoS配置恰好滿足業(yè)務體驗，在減少網(wǎng)絡資源開銷的同時實QoS保障目標，優(yōu)化業(yè)務體驗和系統(tǒng)性能。數(shù)字孿生技術(shù)，實現(xiàn)智能網(wǎng)絡規(guī)劃優(yōu)化、故障分析、診斷、預測等。AI能力，比如網(wǎng)絡智能感知、智能分析、智能決策、智能執(zhí)網(wǎng)數(shù)據(jù)功能、新增數(shù)據(jù)總線功能、增強服務、新增數(shù)字孿生體功能等。AIQoS優(yōu)化QoS是無線通信的一個重要任務。AIQoSQoS指標的智能決策與配置，包括傳輸、IPQoSQoS參數(shù)。QoS需求的動態(tài)分析?？諘r頻域無線信道的預測，便于準確的獲得未QoS參數(shù)的聯(lián)合配置，根QoS指標，從而達到端到端優(yōu)化的效果。中國移動在[10]3-3DomainCoordination有助于更加精確的預測無線信道和業(yè)務特征、使能基站智能調(diào)度以及跨層跨域的決策。AI能力，比如業(yè)務特征的預測、空時頻QoS參數(shù)的決策和執(zhí)行等，將對網(wǎng)絡架構(gòu)、功能帶域的接口和信令流程等。圖3-3智能跨域協(xié)同機制推動網(wǎng)絡與業(yè)務的深度融合示例方案NetforAI技術(shù)融合架構(gòu)思考“適用優(yōu)于業(yè)界領(lǐng)先80%即“簡單優(yōu)于復雜”即“柔性動態(tài)優(yōu)于一步到位AI服務需求。該原則的關(guān)鍵考慮因素是開6GAI定層級和定連接四個步驟，并由場景驅(qū)動，持續(xù)迭代?；谏鲜鲈O計原則，圖3-46GAI6G網(wǎng)絡架構(gòu)的設計“”向“通算融合”“煙囪式設計”向“網(wǎng)絡平臺化”、從“單一能力”向“服務多樣化”6GAI的融合發(fā)展、通感一體、多要素融合等需求。6GAI融合的無線網(wǎng)絡系統(tǒng)框架包括：基礎(chǔ)設施層、網(wǎng)絡功能層、管理編排層。圖3-46G網(wǎng)絡與AI融合的無線網(wǎng)絡系統(tǒng)框架能開平臺向業(yè)務應用提供實時/近實時無線側(cè)數(shù)據(jù)，使能業(yè)務應用根據(jù)無線通算封裝為服務對外開放，例如連接服務、計算服務和通算一體服務。AIforNet/NetforAIAI實時性等要求不同，可以考慮通過分層集中式協(xié)同控制+AI執(zhí)行的架構(gòu)部署方案，實現(xiàn)要素供給與AI輸開銷，AI執(zhí)行要素的分布原則有：按需原則：分布在有業(yè)務需求的層級和節(jié)點；就近原則：分布在盡量靠近業(yè)務需求的位置；協(xié)同原則：分布在有協(xié)同關(guān)系的終端/網(wǎng)絡節(jié)點。分層集中式協(xié)同控制應考慮實時性需求，協(xié)同控制效率、可靠性要求，AI控制要素的分布原則有：RAN側(cè)資源可開放：RAN側(cè)四要素可與核心網(wǎng)協(xié)同等；/算/數(shù)//點的集中跨節(jié)點協(xié)同；實時適配無線空口動態(tài)變化。據(jù)控制、模型管理等功能部署于區(qū)域級集中控制節(jié)點，可有效滿足RANAIAI任務的實時性能（TTI級別控制）。分層集中式協(xié)同控制+AI3-5所示。圖3-5 分層集中式協(xié)同控制+分布式AI執(zhí)行的邏輯架構(gòu)融合關(guān)鍵技術(shù)AIasaService（AIaaS）：AI應用的服務AIAIAI第三方?；凇癆IAI”、“從多要素煙囪式轉(zhuǎn)變?yōu)槎嘁貐f(xié)同”“從盡力而為轉(zhuǎn)變?yōu)榉召|(zhì)量保障”“本處理到事前低成本干預”6G網(wǎng)絡內(nèi)AI框架（NetforAI網(wǎng)絡框架），同時也為整體架構(gòu)設計提供部分思路。AI服務質(zhì)量（QoAIS）QoAIS指標體系通過量化AI（力、數(shù)據(jù)、連接等）QoS保障機制，QoSAIAI任務層面執(zhí)行網(wǎng)絡功能，形成AIQoSAIAIQoSQoSAIAI服務層，以便各層做出實時策略調(diào)整。極致性能的資源融合控制：AI異構(gòu)多維資源融合控制可以分為三個階段。QoS無法滿足時，通過控QoSQoSAIQoSAIAI樣分為三個階段，主要包括通算融合要素下計算任務承載、數(shù)據(jù)和模型融合下AIAI異構(gòu)多維資源融合承載。融合基礎(chǔ)平臺RANAI技術(shù)的融合，在邊緣側(cè)建立基礎(chǔ)設施平臺，即無線網(wǎng)（6G云平臺6G網(wǎng)絡的各種應用場景提供有力的的支撐。6G云平臺可以提云平臺可以管理不同芯片架構(gòu)（x86ARM）COTS服務器。服務器上部10us6Gms級或更苛刻的每幀時延處理需求。同時，6G100Gbps云平臺網(wǎng)絡轉(zhuǎn)發(fā)能力。6GGPUFPGADPU等。這些加速器能夠針對特定的計算任務進行加速處理，從而大幅提高應用的執(zhí)行效率。通過虛擬化、云化等軟件技術(shù)，6G云平臺能夠?qū)⑦@些加速器進行統(tǒng)一管理和優(yōu)化，為各種應用場景提供高效、可靠的服務。前沿技術(shù)研判大模型和Agent技術(shù)目前正處于快速發(fā)展和研究的階段，在不同行業(yè)中展示6GAI技術(shù)中也發(fā)揮著關(guān)鍵作用。AI模型存在通用性差的缺陷，在面向網(wǎng)絡運行和運維不同的用例時需要采用不同的AIAI架構(gòu)對AI任務的編排和管理難度。受不能直接利用訓練好的大語言模型或多模態(tài)大模型來微調(diào)得到面向網(wǎng)絡自治任TransformerTransformer適于處理自然語言和圖像領(lǐng)域的數(shù)據(jù)。不同于文Transformer架構(gòu)，而需要針對網(wǎng)絡語言絡廣泛存在的分布式節(jié)點進行資源整合完成預訓練？這些都是應用網(wǎng)絡大模型需要考慮的問題。Agent不僅繼承了大型模型所具備的廣泛適用性與深度AgentAgentAgentAgentAgent的架構(gòu)與協(xié)議納入AgentAgentAgent價值場景AI6G網(wǎng)絡下有價值可以分為三AI，從實時性、移動性、端邊協(xié)同、隱私保護6G網(wǎng)絡提AI服務是否能明顯更好地滿足該場景/實時性指相對于云AI服務AI，6GAI推理/訓練服務，減AI計算的時延。移動性指用戶在移動過程中發(fā)出請求，網(wǎng)絡可以更靈活的響AI端邊協(xié)同AIAI隱私保護指在XRAI技術(shù)推動了各行各業(yè)的創(chuàng)新和發(fā)展，尤其是在視覺處理、數(shù)據(jù)分類相關(guān)AI6GNetforAI典型價值場景有移動機器人、車聯(lián)網(wǎng)和XR。典型用例有外出家用機器人、工廠運輸機器人、AI輔助自動駕駛、AR導AIforNetAICSI壓縮反饋增強、負載均衡技術(shù)、數(shù)字孿生網(wǎng)絡等。產(chǎn)業(yè)倡議AI6G20302~36GAI8年甚至更長時間。此AIAI6GAI的發(fā)展。6GAI業(yè)合作的作用。實現(xiàn)關(guān)鍵技術(shù)的國產(chǎn)替代，促進通算智融合技術(shù)的應用落地。66G業(yè)加入中國的研發(fā)項目和研發(fā)體系。6G吸引和培養(yǎng)高端人才，為產(chǎn)業(yè)的可持續(xù)發(fā)展提供有力支撐。AI6G提出的新理念，KPI,類人閉環(huán)，探索生態(tài)構(gòu)成和商業(yè)模式。6GAI資源的共享和優(yōu)勢互補，加速AI融合技術(shù)成果的轉(zhuǎn)化和應用，推動整個產(chǎn)業(yè)的升級和發(fā)展?？s略語列表縮略語英文全名中文解釋3GPP3rdGenerationPartnershipProject第三代合作伙伴計劃5GToB5GToBusiness5G面向企業(yè)5GToC5GToConsumer5G面向消費者5G-A5GAdvanced5G增強AIforNetArtificialintelligenceforNetworkAI賦能網(wǎng)絡AI/MLArtificialIntelligence/MachineLearning/機器學習AIaaSAIasaServiceAI即服務AI-RANArtificialIntelligence-RadioAccessNetwork人工智能-無線接入網(wǎng)絡AMCAdaptiveModulationandCoding自適應調(diào)制和編碼ARAugmentedReality增強現(xiàn)實ASICApplication-SpecificIntegratedCircuit應用特定集成電路CCSAChinaCommunicationsStandardsAssociation中國通信標準化協(xié)會CTCommunicationTechnology通信技術(shù)CUCentralUnit中央單元DUDistributedUnit分布單元eMBBEnhan