【华为】6G：无线通信新征程

1、发展趋势及关键驱动力

移动通信系统平均每十年就会更新换代—次，而移动网络主流业务以及新频段的应用通常需要经历两代才能成熟。事实上，随时随地的“人联”经历了差不多四代的发展才真正实现，人类社会因此得以迈入互联的时代。2020年前后，5G商用在全球快速铺开，进一步提升了通信能力，不仅拓展了“人联”，更在千行百业的终端之间建立了“物联”，标志着移动通信实现了从“人联”走向“万物互联”。基于这一趋势，我们认为6G将为人和物提供更好的连接，推动人联、物联向智联转变，开启智能社会。在5G三大应用场景[2]的基础之上，6G将新增人工智能(Artificiallntelligence，Al)和感知(Sensing)两大应用场景，如图1所示。下面我们将探讨引领移动通信向新一代智联转变的三大关键驱动力。

驱动力1:新应用和新业务

6G时代将涌现更多的应用，扩展现实(ExtendedReality，XR)云服务、触觉反馈、全息显示有望成为主流应用。单设备流量的指数级增长以及对时延和可靠性的高要求，使得大容量将成为6G网络设计的首要挑战。

伴随着物联网设备数量的快速增长、为学习算法提供大数据的无线感知新能力的出现，Al将成为各类工作的自动化引擎。大数据将成为6G网络吞吐率数量级提升的重要驱动。此外，高性能工业物联网应用在确定性时延和抖动方面对无线性能也提出了更高要求，并且可用性、可靠性必须得到保障。这些都要求实现极致、多样化性能，而极致、多样化的性能也将成为6G的显著特征。

驱动力2:普惠智能

移动通信对人们的生活产生了深远影响，缩小了数字鸿沟，极大地促进了整个社会生产力的提升和经济的增长，这—发展趋势将持续到2030年及更远的未来。在大规模机器学习(MachineLearning，ML)、穷举计算、大数据分析支持下，普惠智能将是未来商业和经济模式的重要基础[3]，图2所展示的四个关键因素将驱动无线技术和网络架构进行范式转变。

﹒原生Al支持

6G端到端移动通信系统在设计环节就考虑了如何最好地支持Al和ML——Al和ML不仅是基本功能，还能以最佳效率实现。在架构上，网络边缘运行的分布式Al可以达到极致性能，同时也能解决个人和企业都十分关心的数据所有权问题。真正的普惠智能与深度融合的ICT系统相结合，在网络边缘提供多样化的连接、计算和存储资源，将成为6G的固有特征。提供原生Al支持的6G网络架构将从现在的集中式“云Al”转变为分布式“互联AI”[3]。

·原生数据保护

无论是网络还是数据，隐私保护在6G都是至关重要的一个方面。我们希望每个用户——包括人或者机器——都能作为自身数据的所有者，有权控制或处理自己的数据。因此，6G的设计应保障用户隐私、确保数据主体的权利、支持数据控制和处理，并满足《—般数据保护条例》(GeneralDataProtectionRegulation，GDPR)[4]等法律法规,为未来的技术设计和应用提供基本的指导原则。

·原生可信

为支持各种用例并满足多样化的市场需求，6G必须建立可验证和可度量的定制化可信体系。目前的网络所有权和运营权都集中在运营商手中，未来6G将有可能演变成一种多方参与、共建共赢的模式。在这种模式下，单—模式的信任模型无法满足要求，需要一个包容性的多模信任模式。因此，可信架构除了要面向未来的网络和业务需求，还应考虑网络安全(Security)、隐私(Privacy)、韧性(Resilience).功能安全(Safety)、可靠性(Reliability)等可信因素[5]。

·原生多元化生态系统

随着5G能力的逐步提升，无线领域的垂直市场预计将在未来数年持续升温。在6G序幕即将开启之时，有必要构建起一个通用的ICT框架，为所有垂直行业提供全局视角,从而加速ICT和OT领域的合作与融合。第一波6G商用有望为消费者市场和垂直巿场注入强劲动力。

驱动力3:可持续发展与社会责任

移动通信系统中多代技术共存，部署的频谱各不相同，且运行的业务也逐渐异构化，对6G的可持续发展提出了很高的要求。6G网络和业务的部署、运营、监控和管理，应经济、节能、简单，并且实现自动化[6]。此外，6G应为整个社会的可持续发展目标(SustainableDevelopmentGoal，sDG)[7]做出贡献。

2、总体愿景和能力

作为更先进的下一代移动通信系统，6G的内涵将远超通信范畴。未来十年,在无线技术不断创新的同时，基于深度学习的Al应用将会崛起，大规模数字孪生应运而生，Al和数字孪生形成双轮驱动，进一步助推技术的突破。由此产生的6G网络将重塑社会和经济，为未来的万物智能奠定坚实基础。

我们期待6G将跨越人联和物联,迈向万物智联。与5G相比，6G可以提供极致性能，在关键性能指标(KeyPerformanceIndicator，KPI)上取得重大飞跃。此外，6G还将推动各垂直行业的全面数字化转型。更重要的是，6G如同一个巨大的分布式神经网络，集通信、感知、计算等能力于一身。物理世界、生物世界以及数字世界将无缝融合，开启万物互联、万物智能、万物感知的新时代。

方面,从数字世界到物理世界是典型的下行信道，新型人机接口和触觉感知增强的XR是其主要业务。通过与数字世界中的数字副本交互，XR可以为用户提供沉浸式体验;持续进行的深度学习和大数据分析对于物理世界而言则是Al引擎，提供实时推理能力支撑各类决策。这需要极高的吞吐率和超低的时延，因此对无线接口的设计提出了很大挑战。另一方面，从物理世界到数字世界则是典型的上行信道，该场景中的主要应用包括感知和面向ML的大数据采集。ML需要海量的数据(或神经网络中的模型参数)，如何压缩并传输这些数据也是不小的挑战。因此，6G网络将遍布传感器和ML，数据中心将成为其神经中枢。ML任务遍布全网，从神经中枢到深度神经边缘(如基站、移动终端)都有ML任务执行。

接下来，我们将探讨6G的六大支柱技术，这些技术代表了6G的六个技术方向。

支柱1:原生AI

6G所拥有的Al能力不再是附加功能或〇TT特性，而是—种原生能力。6G的一个主要目标就是实现无处不在的Al。在6G通信系统中，AI既是服务，也是原生特性。6G会为Al相关业务和应用提供端到端的支持。具体而言，6G空口和网络设计将利用端到端Al及ML实现定制优化和自动化运维。这就是图5上半部分所展示的“面向网络的Al”(AIlforNetwork，Al4NET)。此外，所有6G网元都将原生集成通信、计算和感知能力，加速云上集中智能向深度边缘泛在智能演进。这就是图5的下半部分所展示的“面向Al的网络”(NetworkforAl，NET4Al)，也称为“人工智能即服务(AlasaService，AlaaS)”。在AlaaS中，6G作为原生智能架构，将通信、信息和数据技术以及工业智能深度集成到无线网络,并且具备大规模分布式训练、实时边缘推理和本地数据脱敏的能力。

实现这一愿景需要解决三大关键挑战:

.6G要成为最高效的Al平台，这对如何降低通信与计算

成本提出了新挑战，而两项成本都是未来要研究的关键指标。为了尽可能降低通信成本，6G系统设计需要使用最少的资源来传输Al训练所需的海量大数据。而要降低计算成本，必须实现计算资源在网络中的最优分布，以充分利用移动边缘的计算能力。

·为了支持深度A学习，6G需要从物理世界采集海量数据(规模是目前数据的数百万倍)，才能构建一个数字世界。如何运用信息和学习理论有效压缩训练数据,对6G来说是另一项重大挑战。

·高效的分布式协同学习架构有助于降低大规模A训练

带来的计算负荷，可将AlI数据和模型拆分并纳入6G网络架构。此外，分布式联邦学习也有助于优化计算资源、本地学习和全局学习，并有助于满足新的数据本地治理要求。从这个意义上讲，6G核心网功能将向深度边缘网络推进，而云端软件运营将向大规模深度学习转变。由于深度边缘(设备)频繁向网络传输海量的数据和模型传输，6G无线接入网(RadioAccessNetwork，RAN)也将从“以下行为中心”向“以上行为中心”转变。

支柱2:通感一体化

6G将具备互联感知能力。未来的6G系统,频段更高(毫米波和太赫兹)、带宽更大、大规模天线阵列分布更密集，因此单个系统能够集成无线信号感知和通信能力，使各个系统之间可以相互提升性能。整个通信系统可以视作一个传感器，可以感知无线电波的传输、反射和散射，以便更好地理解物理世界，并以此为基础提供更多的新业务，因而被称为“网络即传感器(NetworkasaSensor)”。图6展示了6G感知所支持的四类新业务用例，具体介绍详见第3节。另一方面，感知可以实现高精度定位、成像和环境重建等能力，从而更精确掌握信道信息，提高通信性能。例如，可以提高波束赋形的准确性、加快波束失败恢复的速度、降低跟踪信道状态信息的开销，这就是“感知辅助通信”。此外，感知作为6G的基础特性，能观测并对物理世界和生物世界进行采样，从而开启了物理和生物世界与数字世界融合的“新通道”。正因如此，实时感知对未来实现“数字孪生”这一概念非常重要(“数字孪生”是指为物理世界复刻出一个平行的数字世界)。

传统的感知是一种独立功能，通过各种专用设备实现，如普通雷达、激光雷达、计算机断层扫描(CT)、磁共振成像(MRI)等。移动系统中的手机定位就是一种基本的类感知能力,它借助空口信令与终端测量来实现定位。与传统的感知实现方式相比，6G网络中的通感—体化设计有两大目标和潜在优势:1)大幅降低由额外的感知设备带来的成本;2)利用广泛部署的基站和用户终端间的通信协作提升感知性能。

通感一体化功能可分为多个等级——从松耦合到全面—体化，从频谱和硬件的共享推进到信号处理和协议栈的共享，甚至包括跨模块/跨层的信息共享。这种一体化不仅使通信和感知能力相互增强，还将促进一系列技术创新，包括新的系统级KPI、联合理论界限、新信道模型和评估方法、波形联合设计、硬件联合设计、协议流程框架、协作感知和数据融合、Al辅助感知、感知辅助ML等方面。

另外，半导体技术近期所取得的进步解决了“太赫兹Gap”问题〔指由缺少使能太赫兹的硬件技术带来的实现困难)，有望推动各种太赫兹应用的快速发展[8]。除超高分辨率成像外，利用太赫兹的波长范围和分子振动属性可以进行谱分析,来识别不同类型食物、药品或空气污染的成分。由于太赫兹设备尺寸紧凑和非电离安全的特点，太赫兹感知可以集成到移动设备、甚至可穿戴设备中，用来识别食物中的卡路里含量、检测隐匿物体等。由此，6G感知设备将成为众多AI创新应用的数据基础。

支柱3:极致连接

6G将提供通用、高性能的无线连接，在速度上可媲美光纤。图7展示了6G无线接入网的主要KPI。Tbps级峰值速率、10~100Gbps体验速率、亚毫秒级时延、十倍于5G的连接密度、厘米级定位、毫米级成像、基于可控误差分布的端到端系统可靠性等指标的达成，不仅能实现以人为本的沉浸式业务，还将加速垂直行业的全面数字化转型和生产力升级。

无线流量的增长推动了更宽频谱的需求，这往往需要更高的频率来满足，但移动通信系统基础设施倾向于使用较低频率的频谱实现广泛的覆盖。无线技术经过几代更迭，越来越多的新频段被用于网络升级。除了毫米波频谱，6G还将使用太赫兹甚至可见光光谱，有望首次使用全频谱来提供极致连接。

作为一种新型无线技术，太赫兹通信面临诸多挑战。研究人员目前正在探索大功率设备、新天线材料、射频功率晶体管、太赫兹收发机片上架构、信道建模和阵列信号处理等设计[9]。太赫兹技术能否在6G中成功应用，取决于太赫兹相关器件(如电子/光子/混合收发机、片上天线阵列等)的工程突破。

可见光通信(VisibleLightCommunication)[10]是—种潜在的无辐射传输技术，它提供的无线连接无需依赖电磁场(ElectromagneticField，EMF)。然而，与低功耗、小尺寸、低成本设备进行可见光通信，需要大规模微LED阵列技术的支持，才能达到几十Tbps的速率。此外，虽然可见光通信可以使用大量免授权频谱接入，但其6G应用的成功与否仍面临上行传输、移动性管理和高性能收发机等多方面的挑战。