聚光灯下：AI/ML在6G中的关键角色
近年来，AI/ML在推动6G通信技术发展中扮演着越来越关键的角色。2023年，三星、华为、诺基亚等企业启动6G AI/ML实验室；2024年，英伟达在年度GTC大会上高调推出6G研究云平台，涉及数字孪生、由CUDA加速的完整RAN堆栈和NVIDIA Sionna神经无线电框架。与此同时，3GPP即将发布的Rel-19规范也进一步引入AI驱动的网络智能化方案，推动AI/ML从“辅助优化”向“核心支撑”演进，显著提升通信网络的自适应性、稳定性和智能化。
随着无线通信系统变得日益复杂，传统技术在应对频谱资源紧张、信道环境动态变化、数据量爆炸式增长等挑战时已显得力不从心。AI/ML凭借自主决策、跨域适应和复杂任务处理的优势，成为破解6G网络难题的关键。
无线接入网（RAN）智能化
智能信道预测与资源调度：通过深度学习模型提升信道状态信息（CSI）预测的精度；利用AI支持更复杂的场景，如Sub-THz频段。
AI驱动的波束管理：通过强化学习优化波束切换与追踪，提升覆盖范围并降低干扰。
RAN智能控制器（RIC）：将进一步扩展Near-RT RIC功能，引入更多AI/ML算法强化网络调度与资源分配。
核心网智能化
AI驱动的网络切片和流量预测，优化服务质量（QoS）。
在MEC（多接入边缘计算）平台引入AI/ML模型，实现边缘侧的智能数据处理和缓存优化。
AI原生网络理念
将AI/ML嵌入网络的设计、部署和运维各环节，实现自优化、自愈和自适。
终端设备智能化
通过AI原生编码优化信道编码和纠错算法，提升数据传输效率。
在移动终端引入轻量级AI模型，提升本地推理能力，降低网络延迟。
数字孪生加速6G验证
通过虚拟网络环境，快速测试AI/ML模型在复杂通信场景中的表现，推动6G早期技术验证。
绿色通信与能耗优化
AI算法可优化网络能耗，实现智能休眠机制和能效优化，推动绿色通信发展。
理想碰到现实：AI/ML与6G的融合
尽管AI/ML的潜力巨大，但其落地6G仍面临诸多挑战。AI融合6G，究竟是水中月还是腹中饼？倍受重视AI原生网络概念发展较慢。现有网络架构的复杂性和硬件兼容性约束了AI的舞台。大规模复杂场景下AI模型的稳定性、安全性也是不得不考虑的问题。
在绿色通信和终端侧，短期内AI也较难有重大突破。一方面AI自身也是“用电大户”，智能休眠等级制从实验室走向商用仍需时间和验证；而终端侧的算力也很难给通信方面的应用带来本质上的提升。
针对 AI 与 6G 的融合挑战，东南大学尤肖虎院士在 When AI meets sustainable 6G中总结了三大核心需求——实时性、绿色环保和可控性。这一框架不仅清晰展现了 AI 在 6G 发展中的关键要求，同时也凸显了行业亟待解决的技术难点。
同样持理性观点的邬贺铨院士在 2024 年全球 6G 发展大会上强调，AI 在 6G 系统中的影响不容忽视，但业界应保持客观冷静，避免盲目乐观，而是基于实际场景评估其对当前及未来通信技术的真正增益。
真金不怕火炼——如何率先验证AI/ML在通信系统中的作用
信息时代的技术革命往往复杂抽象、晦涩难懂，行业专家有时也很难生动具体地展示其工作成果。这就不奇怪有时某些“技术粉丝”过热的“吹爆”一项技术，或者某些“键盘党”过冷“唱衰”某一技术。如何率先验证AI/ML在下一代通信系统中的实际作用，量化其对关键KPI的影响，证明新技术的价值，已成为业界科技企业关注的焦点。
SystemVue 自2024版本引入AL/ML接口，为业界提供了一个高度集成的AI/ML验证平台。
系统级仿真是SystemVue的核心功能，结合AI/ML构建的数字孪生系统可在虚拟环境中模拟6G无线信号，实现快速验证关键性能指标（KPI）。SystemVue内置丰富的5G、6G波形、信道模型、信道估计模型、通用AI接口模型和相控阵仿真器，便于快速搭建仿真系统。而且具有与Keysight仪器无缝连接的先天优势，加速仿真到测试的过程，使新技术可以更快落地。
6G空中接口需解决AI算法可解释性、太赫兹器件成熟度、跨制式干扰管理等难题。基于SystemVue的系统级仿真方案和快速原型方案，可作为6G空口的数字孪生方案，为6G空口的新关键技术提供验证平台和提供黄金参考，快速构建虚拟场景，有效生成AI训练的数据，帮助工程师快速验证关键技术的性能KPI，找出系统性能瓶颈，有效实现了设计流程和设计周期的左移，节约研究成本，加速6G标准化进程。
免费下载
《率先评估AIML在6G空中接口的应用》
白皮书！
•
把AI/ML算法应用到终端的信道处理模块的快速原型方案
•
G赫兹带宽和T 赫兹载波情况下的6G原型系统
•
将生成式AI应用到信道建模的黄金参考方案
您对AI与6G融合有什么看法？
欢迎关注本服务号并和我们评论，
留言互动。
点击“阅读原文”，立即下载