面向6G物联网的端侧计算白皮书.pdfVIP

面向6G物联网的 端侧计算白皮书 2023 年 8 月 1 前 言 6G技术将提供更高的速率、更多的连接，以及更广的网络覆盖， 以满足在高度动态环境中的各类应用需求。6G“万物智联，数字孪生” 的愿景对终端处理时延、功耗、数据隐私保护等提出更高要求。面向 6G物联网的端侧计算在云、边、端构成的立体计算范式中的作用日 益凸显，但端侧计算的概念、技术架构、发展趋势还不明确。中国移 动希望联合产业合作伙伴共同推动面向6G 的端侧计算整体架构和关 键技术的成熟，推动面向6G “万物智联，数字孪生”的立体计算架 构的发展和落地应用。 本白皮书由中移智库、中国移动研究院、清华大学、北京邮电大 学、北京知存科技有限公司联合撰写，版权归中国移动及合作伙伴所 有，未经授权，任何单位或个人不得复制或拷贝本建议之部分或全部 内容。 目录 1 概述 1 1.1 背景与意义2 1.2 内容与目的3 2 典型应用场景4 2.1 大流量场景5 2.2 实时计算场景5 2.3 隐私保护场景6 2.4 离线自治场景7 3 关键技术及挑战8 3.1 算力受限9 3.2 功耗敏感 10 3.3 信息孤岛 12 4 新兴技术 13 4.1 存算一体：打破后摩尔时代的算力危机 14 4.2 类脑智能：低功耗的下一代人工智能 15 4.3 端边云协同：泛在算力 18 4.3.1 纵向端边云协同 18 4.3.2 横向端端协同20 5 总结展望23 缩略语列表25 参考文献26 1 概述 6G物联网终端实时数据爆炸式增长，芯片先进工艺的发展带来单位算力成 本下降，AI模型及软硬件协同创新带来算法性能提升，新型人工智能场景对低 时延计算需求强劲，端侧实时计算迎来新机遇。 1 1.1 背景与意义 实时数据爆炸式增长。物联网应用实现了更大连接、更广覆盖和更优体验， 连接规模已经实现了“物超人”。随着联网设备的进一步增多和高带宽业务的进 一步普及，全网数据吞吐量将呈现爆发式增长。据预测，到2030年，网络吞吐 量将达到5000EB/月，随着实时数据的井喷，云计算架构面临网络压力大、响应 速度慢、数据安全及隐私保护不足等问题。 新型场景不断涌现。人工智能技术与智能终端的结合对终端实时计算提出了 新的需求，以智能终端XR场景为例，包含追踪定位、沉浸声场、手势追踪、眼 球追踪、三维重建、机器视觉、肌电传感、语音识别、气味模拟、虚拟移动、触 觉反馈、脑机接口等多个环节，需要低时延计算能力提升用户实时体验。IDC预 计，2023年中国搭载3D空间性和运动性传感技术的终端设备将超过40%。 算力成本逐步下降。芯片先进工艺制程逐步提升，据IDC预计，2022年7nm 制程芯片将成为主流，搭载7nm芯片的智能终端设备占比将超过32%。芯片制程 的提升将使单位算力的成本逐步下降，如图1所示，7nm制程的芯片单位算力成 本仅为16nm制程的19.4%。 图 1 每TOPS算力成本随着工艺逐步下降 （数据来源：IBS） 算法性能持续提升。人工智能算法性能随着算法创新、软件优化、硬件加速 等持续提升。算法方面，深度学习网络模型不断演进，AI模型轻量化等技术不 断发展，模型的尺寸和计算量大幅缩减。据OpenAI统计，自2012年以来，人工 智能模型在 ImageNet分类中训练神经网络达到相同性能所需的计算量，每 16 2 个月减少了2倍。软件方面，面向移动端的AI计算框架发展迅猛，对终端兼容 性越来越好且对AI模型的推理性能持续提升。硬件方面，通过增加深度学习专 用硬件电路等方式，可大幅提升AI计算性能。 综上，随着6G物联网实时数据的爆炸式增长、新型场景不断涌现、算力成 本的逐步下降、算法性能的持续提升，端侧计算将迎来前所未有的发展新机遇。 1.2 内容与目的 端侧计算，指在具备一定的计算能力和存储能力的物联